AUTOMAÇÃO DE PROCESSOS COM PYTHON E POWER BI: GANHOS OPERACIONAIS EM AMBIENTES CORPORATIVOS
DOI:
https://doi.org/10.56238/levv12n30-024Palavras-chave:
Automação de Processos, Python, Power BI, Eficiência Operacional, Governança de DadosResumo
O estudo analisa os ganhos operacionais decorrentes da integração entre automação programática em Python e visualização analítica via Power BI, com foco na quantificação de reduções de tempo de ciclo, variações na taxa de erros e impactos na alocação de recursos humanos, a investigação apoiou-se em revisão bibliográfica sistemática que sintetizou evidências empíricas, relatórios técnicos e trabalhos acadêmicos, os achados indicam que pipelines de ETL automatizados, governança de código e modelos de dados otimizados aumentam a disponibilidade contínua de indicadores, promovem rastreabilidade dos processos e liberam capacidades analíticas, foram também identificados riscos relativos a segurança de credenciais, interoperabilidade com sistemas legados e propagação de erros por automações sem validação, diante desse cenário recomenda-se adoção de pilotos controlados, testes automatizados, políticas de controle de versões e programas de capacitação como medidas condicionantes para transformar automações em vantagens operacionais sustentáveis.
Downloads
Referências
CHIEN, H.-Y. Use of business analytics in accounting firms Taking Deloitte as an example. E3S Web of Conferences, [s.l.], v. 218, p. 03004, 2020.
DESTIANDI, N.; HERMAWAN, A. Business intelligent method for academic dashboard. BIT Tech, [s.l.], v. 1, n. 2, p. 11–20, 2018.
GEYER-KLINGEBERG, J. et al. Process mining and robotic process automation: a perfect match. In: NEPAL, S. et al. (org.). BPM 2018: dissertation, demos and industry track. Aachen: CEUR-WS, 2018. p. 124–131.
GIL, A. C. Como elaborar projetos de pesquisa. 6. ed. São Paulo: Atlas, 2017.
LAKATOS, E. M.; MARCONI, M. de A. Fundamentos de metodologia científica. 7. ed. São Paulo: Atlas, 2017.
NORDMAN, J. Google Cloud and solution for industrial automation systems. 2020. Master’s thesis (Software Engineering) – University of Turku, Turku, 2020.
PHELPS, S. Scientific computing for finance using Python. 2019.
TASIĆ, N.; ĐURIĆ, Ž.; MALEŠEVIĆ, D.; MAKSIMOVIĆ, R.; RADAKOVIĆ, N. “Automation of Process Performance Management in a Company”. Tehnički vjesnik, v. 25, n. 2, p. 565-572, 2018.
WIDJAJA, S.; MAURITSIUS, T. The development of performance dashboard visualization with Power BI as platform. International Journal of Mechanical Engineering and Technology, [s.l.], v. 10, n. 5, p. 235–249, 2019.
YAHAYA, J. et al. The implementation of business intelligence and analytics integration for organizational performance management: a case study in public sector. International Journal of Advanced Computer Science and Applications, [s.l.], v. 10, n. 11, p. 292–299, 2019.
