Análise e visualização de dados operacionais em ambientes de mobilidade urbana:um estudo de caso em uma empresa brasileira de transporte privado

Abstract

Este trabalho investiga, por meio de um estudo de caso em uma empresa brasileira de mobilidade urbana que atua em modelos híbridos B2B e B2C, como técnicas de análise e visualização de dados podem ser aplicadas para melhorar a eficiência e a gestão operacional. O problema abordado consiste na dificuldade de consolidar e interpretar informações provenientes de múltiplas fontes, como registros de corridas, cancelamentos, tempos de espera, canais de solicitação e meios de pagamento, o que limita a capacidade dos gestores de identificar padrões, gargalos e oportunidades de melhoria em tempo quase real. O estudo foi conduzido em três etapas: (i) identificação e definição dos principais indicadores de desempenho (KPIs) relevantes para o contexto da mobilidade urbana; (ii) construção de um pipeline de análise utilizando a biblioteca Pandas (Python) para extração, transformação e integração dos dados; e (iii) desenvolvimento de dashboards interativos no Looker Studio, voltados à visualização intuitiva dos resultados e ao acompanhamento contínuo das métricas operacionais. Os resultados evidenciam que a combinação entre um pipeline analítico estruturado em Pandas e o uso de uma ferramenta gratuita, de boa usabilidade e low code como o Looker Studio tornou viável, para uma empresa de pequeno porte, a implementação de um ambiente de business intelligence alinhado às necessidades reais dos stakeholders, com ganhos concretos em capacidade analítica e suporte à decisão. Assim, além de oferecer uma solução prática para a organização analisada, o trabalho demonstra que BI é acessível também a empresas de menor porte e propõe um modelo metodológico replicável em outros contextos organizacionais que lidam com dados operacionais e demandam suporte analítico para decisões estratégicas.