Autor: Delean Plince Mafra
Centro Universitário União das Américas Descomplica
Ano: 2026
Este projeto de extensão foi desenvolvido em parceria com uma organização parceira, com foco na melhoria da análise financeira através de técnicas de Ciência de Dados.
O principal objetivo foi transformar dados financeiros em informações visuais e estratégicas, facilitando a tomada de decisão.
- Definição das fontes de informação: APIs corporativas e base de dados interna.
- Problema identificado: baixa visibilidade das informações financeiras (contas a pagar e a receber).
- Limitação dos relatórios tradicionais: dados predominantemente textuais e tabulares, dificultando a identificação de tendências e sazonalidades.
- Dados obtidos via API corporativa e banco de dados relacional.
- Ferramentas utilizadas: Visual Studio Code, Python, biblioteca FDB e extensão SQLTools.
- Segurança: credenciais criptografadas e conformidade com a LGPD (apenas registros financeiros, sem dados pessoais).
| Frameworks/Bibliotecas | Processamento/Visualização | Segurança/Utilidades |
|---|---|---|
| Flask, Flask-WTF, WTForms | Pandas, NumPy, Matplotlib | Cryptography, OpenCV, LXML |
| Werkzeug, FDB | pdfplumber, pikepdf | psutil, pyzbar, argparse |
| python-dateutil | CSV, datetime, decimal | secrets, hashlib, logging |
| pathlib, os, re | threading, subprocess, tempfile | zipfile, xml.etree.ElementTree |
- Dados estruturados, reduzindo necessidade de limpeza.
- Extração com SQL e análise com Python.
- Visualizações criadas com Matplotlib e NumPy: séries temporais, gráficos comparativos e análises de composição.
- Desenvolvimento de aplicação web com Flask, integrando consultas, indicadores e dashboards interativos.
- Relatório consolidando análises e visualizações.
- Gráficos de evolução temporal, comparativos e tabelas de indicadores.
- Informações técnicas sensíveis foram anonimizadas.
- Resultados: maior rapidez na identificação de tendências e padrões financeiros.
- DRE Financeiro Automatizado: saldo por conta.
- Análise de Gastos por Categoria: evolução mensal e variação percentual.
- Relatório de Lançamentos Duplicados.
- Conciliação Bancária (OFX).
- Extrator de Dados de Boletos (PDF).
- Análise de Financiamento: evolução dos juros.
- Relatório de Gastos por Período.
- Confronto IRRF: comparação Receita Federal vs. registros internos.
- Maior visibilidade financeira e redução do tempo de análise manual.
- Dados mais claros e visuais, apoiando decisões estratégicas.
- Identificação de padrões históricos de fluxo de caixa.
- Perspectivas Futuras: modelos preditivos, análises estatísticas avançadas e alertas automáticos.
- Transformar grande volume de dados financeiros em gráficos simples e objetivos.
- Garantir segurança da informação (criptografia e ofuscação).
- Cumprir rigorosamente a LGPD.
- Flask
- Flask-WTF
- WTForms
- Werkzeug
- FDB
- Pandas
- Matplotlib
- NumPy
- Cryptography
- OpenCV
- LXML
- pdfplumber
- pikepdf
- psutil
- pyzbar
- pyperclip
- argparse
- datetime
- decimal
- hashlib
- logging
- os
- pathlib
- re
- secrets
- shutil
- string
- subprocess
- sys
- tempfile
- threading
- time
- traceback
- typing
- warnings
- webbrowser
- xml.etree.ElementTree
- zipfile