Pular para o conteúdo
BOCARDI DATA+INSIGHTS
Tipo de dado não informado

VoltEx Baterias: Como Traduzir a Fábrica em Números que Importam

Tela 1 do projeto VoltEx Baterias: Como Traduzir a Fábrica em Números que Importam

Tela 1

1 de 6

Resumo

Em uma indústria de manufatura, a maioria dos executivos navega no escuro: sabem que algo está errado, mas não sabem exatamente quanto custa. Neste case, mostramos como construir um modelo de inteligência de dados que traduz 7 métricas industriais em real financeiro, trazendo visibilidade total da operação — de OEE até logística reversa — tudo num painel que cabe numa reunião de 15 minutos.

Contexto e objetivos

A VoltEx Baterias era um clássico: indústria em crescimento, múltiplas linhas de produção (Leve, Pesada, Motos), 4 plantas regionais e uma ambiência de “dados espalhados”. O problema real: Relatórios em Excel feitos manualmente por setor Ninguém sabia quanto o refugo custava de verdade Paradas de manutenção corretiva (não preditiva) queimavam calendário Logística reversa (EcoCiclo) era um seguro, não uma estratégia de giro

Insights e descobertas

Insights e Descobertas O Que os Números Revelaram Linha Pesada = Ouro Escondido 20% das unidades, 47% do faturamento Lucro bruto de R$ 516/bateria vs. R$ 212 na Leve Decisão: focar força de venda em Pesada Refugo é Hémorragia Silenciosa 2,63% vs. meta 1,5% R$ 33 milhões em perdas, sendo R$ 14 milhões evitáveis apenas alcançando meta Maior culpado: Carro 60Ah com 3,2% de scrap Decisão: auditoria de qualidade focada nessa SKU MTBF Vs MTTR: O Diagnóstico Duplo Máquinas quebrando a cada 35 horas (MTBF crítico contra meta de 300h) Mas consertam rápido: MTTR 2,15h está na meta Diagnóstico: problema não é manutenção, é confiabilidade de equipamento Decisão: auditar cronograma de preventiva, considerar upgrades EcoCiclo: Logística Reversa = Giro Novo 41,8% de retorno vs. meta 75% Carro 60Ah (mais vendido) recupera só 20% dos cascos Oportunidade: redesenhar programa de logística reversa = matéria-prima a custo 40% menor Impacto Operacional Total Refugo + produção perdida em paradas: R$ 161 milhões Equivale a 12,9% do custo produzido Se corrigir refugo + MTBF: fatura cresce sem aumentar produção

Resultado e impacto

O Que Saiu do Outro Lado Modelo de Dados Robusto 4 tabelas de dimensão (Calendário, Produto, Cliente, Fábrica) 4 tabelas de fatos historicizadas (Vendas, Produção, Manutenção, Coleta) 70 medidas organizadas em pastas temáticas Pronto para Scale: adicionar plantas novas = 3 linhas de dados, tudo sincroniza Painel Executivo que Funciona Capa (landing page com botão INICIAR) 7 abas narradas (Sumário → Operação → Finanças) 14 indicadores com drill-down visual 2 páginas de tooltip dinâmicas com foto, sparkline e decomposição Tempo de leitura: 15 minutos para entender a operação inteira Linguagem Comum Executivo de Vendas fala sobre OEE e vê impacto em faturamento Chão de fábrica vê manutenção e aprende quando está “quebrando demais” CFO vê R$ 161 milhões em risco ao vivo Resultado: 3 reuniões de decisão em 2 semanas Decisões Acionáveis Auditoria de qualidade na Carro 60Ah (esperado reduzir scrap em 1,5pp) Redesenho de cronograma preventivo de máquinas críticas Programa piloto de EcoCiclo em 2 plantas (target: 60% de retorno) Projeção: R$ 35 milhões em valor recuperado em 12 meses

Metodologia e abordagem

Metodologia/Abordagem Construímos isso em 3 pilares técnicos modernos, rejeitando templates engessados: 1. Modelagem em Star Schema (a espinha dorsal) 1 tabela de calendário conectada ativamente a 4 fatos: Vendas, Produção, Manutenção, Coleta de Cascos Sem relacionamentos fantasmas: como as fatos não se cruzam, um único filtro de período sincroniza tudo Medidas semi-aditivas inteligentes: estoque final pega a última foto do período; giro anualizado normaliza para 12 meses 2. KPIs Traduzidos em Linguagem de Negócio Em vez de “OEE 91,8%”, a pergunta é: “Qual é o impacto financeiro dessa ineficiência?” OEE = Disponibilidade × Qualidade (Performance = 100% por falta de capacidade teórica) MTBF/MTTR = razões de somas, não médias (máquina que para 1 hora é igual a máquina que para 10?) Refugo = quantificado em reais, comparado à meta, com tendência Giro de estoque = taxa anualizada (SKU parado é capital congelado) Logística reversa = % de cascos recuperados (a bateria vendida hoje é a matéria-prima de amanhã) 3. Interface Visual com Propósito Dark mode industrial com grafite ( #232B32) e laranja ( #FF8C00) apenas para sinalizar risco 7 abas narram a operação de cima para baixo: Executivo → OEE → Manutenção → Produtividade → Qualidade → Estoque → Custos Tooltips dinâmicos que mostram foto do produto, sparkline de tendência e decomposição em tempo real Painel de filtros oculto com trilha visível do que está sendo analisado (breadcrumbs) Sem cartões genéricos: layout fluido, densidade respeitada, cada visual ocupa espaço porque tem algo a dizer 4. Visuais Avançados Quando Padrão Não Resolve Deneb (Vega-Lite): mapa de calor de disponibilidade semanal, quadrante MTBF × MTTR com metas, linha do tempo de paradas, bullet de refugo vs. meta HTML Content: cabeçalhos, faixas de KPI, catálogo com fotos de produtos, animações CSS Sparklines em SVG puro (gerados em DAX): mini-gráficos de tendência sem overhead visual

Desafios e aprendizados

Desafio e Aprendizados Desafios Reais “Os dados não falam a mesma língua” Produção rastreia por turno e linha; Vendas por SKU e cliente; Manutenção por planta e tipo de falha Solução: Data Warehouse intermediário (TMDL) que normaliza antes de medir Aprendizado: Sem um calendário compartilhado (data granular), você amarra o modelo “Não temos capacidade teórica de máquina” Performance (P do OEE) é tradicionalmente “saída real ÷ capacidade”. Não tínhamos capacidade. Decisão pragmática: declarar Performance = 100%, focando em Disponibilidade (máquina ligada?) e Qualidade (saiu defeituosa?) Aprendizado: Perfeição é inimiga do começar. Um OEE conservador (91,8%) que você confia supera um “OEE 100%” fictício “Ninguém usa o painel se não entender” Tentamos primeiro: cards com abreviações (R$ 33.2M), ícones abstratos, filtros escondidos Resultado: Sentavam na reunião, clicavam 3 vezes, pediam o Excel de volta Solução: valores em formato legível (R$ 33.291.185), fotos reais dos produtos, trilha de filtros visível, documentação de 5 minutos Aprendizado: UX não é design; é quem consegue usar sem seu help

Quer uma solução semelhante para a sua empresa?

Conte qual decisão precisa de apoio. O formulário já leva a referência deste projeto.

Quero uma solução semelhante