MODA
Metodologia Orientada a Dados Analíticos
Embedded Files
Visão Geral
Visão Geral
O MODA (Metodologia de Organização de Dados Analíticos) é um passo a passo para criar repositórios de dados (Data Marts) de forma rápida e organizada, reunindo duas ideias já consagradas:
1. Modelo Dimensional de Ralph Kimball
1. Modelo Dimensional de Ralph Kimball
A forma clássica de organizar dados em “fatos” e “dimensões”, facilitando análises e relatórios.
2. Data Driven Canvas
2. Data Driven Canvas
Um quadro que ajuda a alinhar objetivos de negócio, indicadores e fontes de dados antes de começar a construir.
Por que isso é importante?
Por que isso é importante?
Fala a língua de todos
Fala a língua de todos
Interface adaptada aos diferentes perfis de usuários.
Escala com facilidade
Escala com facilidade
O mesmo método serve para projetos pequenos ou grandes.
Entrega
rápido
Entrega
rápido
Cada etapa tem entregáveis claros, evitando retrabalho.
Etapas
Etapas
As 2 grandes etapas do MODA
As 2 grandes etapas do MODA
1. Análise de Requisitos comData Driven Canvas
1. Análise de Requisitos comData Driven Canvas
Nesta etapa, o foco é entender a demanda operacional e alinhar os objetivos institucionais com os dados que serão analisados.
▸ O que acontece
• Definir o objetivo do projeto em linguagem de negócio.
• Identificar quem precisa dos dados (partes interessadas).
• Mapear de onde virão os dados (sistemas, planilhas, APIs).
• Especificar as métricas e como calculá-las.
▸ Resultado prático
Um canvas preenchido que serve de guia para todos.
2. Construção e entrega do Data Mart
2. Construção e entrega do Data Mart
Nesta etapa, o foco é entender a demanda operacional e alinhar os objetivos institucionais com os dados que serão analisados.
▸ O que acontece
• Desenhar o Modelo Dimensional (tabelas de fatos e dimensões).
• Carregar os dados, validá-los e documentá-los.
• Publicar o Data Mart na plataforma de BI ou banco de dados corporativo.
▸ Resultado prático
Um Data Mart pronto para consultas e dashboards.
Como usar
Como usar
Como aplicar a metodologia no dia a dia
Como aplicar a metodologia no dia a dia
Reúna o time (Gestor de Negócio, Analista de Dados, TI)
Reúna o time (Gestor de Negócio, Analista de Dados, TI)
Preencha o Data Driven Canvas em um workshop rápido (2–4 horas).
Valide o canvas com todos: se a métrica está errada agora, consertar depois sai caro.
Modele os dados seguindo Kimball (uma tabela-fato central, tabelas-dimensão ao redor).
Construa e teste o Data Mart em ciclos curtos (sprints).
Disponibilize na ferramenta de BI já usada pelo governo (Power BI, Superset etc.).
Documente: nome das tabelas, significados das colunas e fórmulas das métricas.
Treine os usuários iniciantes: comece por relatórios simples, depois aprofunde.
Dicas
Dicas
Para quem está começando
Para quem está começando
Com a MODA, mesmo quem está dando os primeiros passos no universo de dados consegue entender por que e como criar repositórios analíticos que realmente ajudam a gestão pública de Pernambuco.
Foco no problema: antes de pensar em tecnologia, pergunte “que pergunta de negócio queremos responder?”.
Use exemplos reais: uma métrica demonstrada com dados fictícios ajuda a clarificar.
Comece pequeno: um único processo (por exemplo, compras públicas) já gera valor e cria confiança.
Documentação clara: escreva descrições de campo em plain language; o jargão técnico pode ficar entre parênteses.
Itere sempre: revendo o canvas a cada mudança de requisito, você evita refazer o Data Mart.
Toolkit
Toolkit
Caixa de ferramentas
Caixa de ferramentas
Material de Apoio
Material de Apoio
Avaliação de maturidade do Gov Federal
Design
Wiki do Big Data
Wiki do PowerBI
Vídeos sobre o data driven canvas
Definição dos Objetivos e Engajamento das Partes Interessadas
Definição dos Objetivos e Engajamento das Partes Interessadas
▸ Objetivo
▸ Objetivo
Otimizar processos operacionais para aumentar eficiência.
▸ Meta
▸ Meta
Redução de 15% no tempo de resposta operacional no próximo ano.
▸ Indicadores (KPIs)
▸ Indicadores (KPIs)
Tempo médio de atendimento, eficiência dos recursos, taxa de cumprimento de metas.
▸ Engajados
▸ Engajados
Gestores, analistas de dados, equipes operacionais.
▸ Ações
▸ Ações
Automatizar processos, melhorar a distribuição de recursos, implementar painéis de monitoramento.
Mapeamento das Fontes de Dados e Definição das Métricas e Fórmulas
Mapeamento das Fontes de Dados e Definição das Métricas e Fórmulas
▸ Métricas
▸ Métricas
Total de processos concluídos com sucesso
Total de solicitações registradas
Tempo Total de atendimento
Número total de ocorrências por período
Total de metas atingidas
Total de metas definidas
▸ Fórmulas
▸ Fórmulas
Eficiência Operacional = (Processos Concluídos / Total de Solicitações) * 100
Tempo Médio de Resposta = Tempo Total de Atendimento / Nº de Ocorrências
Taxa de Cumprimento de Metas = (Metas Atingidas / Metas Definidas) * 100
▸ Fontes de Dados
▸ Fontes de Dados
Sistemas de Gestão - registros de atividades, tempos de atendimento, métricas operacionais.
Base de Recursos Humanos - quantidade de profissionais alocados, escalas de trabalho.
Ferramentas de Monitoramento - indicadores de desempenho, padrões históricos de eficiência.
Demonstração
Demonstração
Data Driven Canvas
Data Driven Canvas
2. Construção e Disponibilização do Data Mart
2. Construção e Disponibilização do Data Mart
Modelagem Dimensional: A estruturação segue o modelo dimensional, separando os dados em tabelas fato e tabelas dimensão.
Tabela fato operacional
Tabela fato operacional
Tabela
fato_operacional
Colunas
id_operacao
id_tempo
id_equipe
id_regiao
id_atividade
tempo_resposta
tempo_resposta
status_solicitacao
qtd_ocorrencias
Tabelas Dimensão
Tabelas Dimensão
Dimensão
Tempo
Equipe
Região
Atividade
Atributos
id_tempo, Ano, Mês, Dia
id_equipe, Nome, Cargo, Unidade
id_regiao, Setor, Localização
id_atividade, Tipo, Categoria
Modelagem Dimensional ideal seguindo o padrão Star Schema
Modelagem Dimensional ideal seguindo o padrão Star Schema
Governança e Evolução
Governança e Evolução
Mantenha a relevância do Data Mart através de um ciclo contínuo de monitoramento.
▸ Medição Contínua
▸ Medição Contínua
Monitoramento de inconsistências nos KPIs.
▸ Feedback dos Usuários
▸ Feedback dos Usuários
Ajustes conforme novas necessidades surgem.
Design
Design
As Diretrizes de Design para Painéis de Dados orientam a construção de visualizações mais claras, acessíveis e padronizadas, promovendo unidade entre os produtos desenvolvidos por todos os Órgãos e Secretarias de Pernambuco. Elas fazem parte do UI Kit - Padrão Digital PE, um Design System que visa unificar experiências e garantir a consistência dos serviços digitais oferecidos à população.
Template
Template
Desenvolvemos o template padrão para painéis Power BI do Governo de Pernambuco para simplificar e agilizar a criação de dashboards, o modelo disponibilizado em garante consistência visual, facilidade de uso e aplicação das melhores práticas de acessibilidade e design visual. Visando trazer mais eficiência e impacto na apresentação de dados.
Recursos
Recursos
Utilize nossa biblioteca de recursos para projetar os painéis BI com uma excelente experiência do usuário. Confira as diretrizes de design para a concepção e manutenção de painéis de dados, com o objetivo de padronizar as diferentes soluções desenvolvidas por todos os Órgãos e Secretarias de Pernambuco.
Elementos visuais
Elementos visuais
Tipografia, imagens, ícones e cores.
Layout
Layout
Layout base e estruturas secundárias.
Boas práticas
Boas práticas
Contexto, escolha de gráfico, hierarquia visual storytelling e testes.
Adote a MODA
Adote a MODA
A MODA é uma abordagem estruturada que conecta a análise de dados às necessidades estratégicas de diferentes setores.
Seu diferencial está na união da modelagem dimensional com uma metodologia clara e escalável, permitindo que organizações extraiam valor real dos seus dados.
A implementação dessa metodologia proporciona uma tomada de decisão mais assertiva, melhora a gestão operacional e fortalece a inteligência analítica.
Checklist de Implementação
Checklist de Implementação
Os objetivos estão claros e bem documentados?
As fontes de dados foram corretamente mapeadas?
A modelagem dimensional está bem definida?
Os dashboards atendem às necessidades dos usuários?
Existe um plano de governança para manutenção e evolução?
Dicas para uma adoção eficaz
Dicas para uma adoção eficaz
Realização de workshops de alinhamento com stakeholders para garantir engajamento.
Avaliação da maturidade analítica da organização para identificar gaps e oportunidades.
Implementação de processos de Self-Service BI para aumentar a autonomia dos usuários.
Desenvolvimento de um roadmap estratégico para evolução dos Data Marts.
Page updated
Google Sites
Report abuse