Como ajudamos uma empresa a reduzir de 1 dia para minutos a análise de dashboards com IA

Resumo Executivo

A Programmers foi contratada por uma empresa líder do setor de tecnologia de comunicação conversacional para conduzir o assessment técnico de migração de sua plataforma de Business Intelligence, saindo de um ecossistema baseado em Databricks e Power BI para uma nova stack em BigQuery e Looker. O ambiente continha mais de 210 dashboards ativos, muitos deles com dezenas de tabelas, centenas de métricas e alto grau de duplicação, o que inviabilizava uma análise manual em tempo hábil. Diante disso, o time da Programmers desenvolveu um conjunto de ferramentas próprias de engenharia aumentada por IA, capazes de ler, interpretar, descrever e pontuar automaticamente a complexidade de cada dashboard, reduzindo o tempo de análise de 1 dia para poucos minutos por artefato e habilitando decisões de migração mais rápidas, precisas e auditáveis.

Contexto

O cliente, uma referência no setor de tecnologia de comunicação conversacional (conversational commerce), decidiu modernizar sua plataforma de dados e Business Intelligence. Nesse contexto, a jornada envolvia sair de um ambiente construído sobre Databricks + Power BI e migrar para o ecossistema Google Cloud, com BigQuery como camada de dados e Looker como camada de visualização.

Contudo, antes de executar a migração, o cliente precisava responder a uma pergunta essencial: “o que exatamente existe hoje, e qual o esforço real para reconstruir isso na nova stack?”

Por isso, a Programmers foi chamada para conduzir esse assessment técnico completo, mapeando o ambiente atual, dimensionando a complexidade de cada artefato e entregando uma base sólida para o planejamento da migração.

Desafio da Análise dos Dashboards

O ambiente de BI legado era grande, heterogêneo e opaco:

• Mais de 210 dashboards ativos dentro do escopo do assessment.
• Além disso, painéis com 15 a 20 tabelas interconectadas, muitas com relacionamentos muitos-para-muitos e bidirecionais.
• Um único dashboard chegou a ter 317 métricas, das quais aproximadamente 70% eram duplicações com pequenas variações, algo só perceptível ao inspecionar cada uma individualmente.
• Ainda assim, cada tabela vinha de uma fonte de dados diferente, sem padronização entre equipes.
• Diferentes níveis de maturidade técnica entre os times que criaram os painéis, gerando estilos inconsistentes de modelagem.

Como resultado, fazer esse levantamento manualmente significava, em média, 1 dashboard por dia, o que projetaria mais de 200 dias úteis apenas para a fase de descoberta, antes mesmo de qualquer migração começar. Ou seja, um prazo incompatível com a ambição de modernização do cliente.

Solução

O time da Programmers estruturou o assessment em três etapas: análise de notebooks, análise de artefatos de dados e varredura completa do ambiente de BI, e desenvolveu quatro ferramentas próprias de engenharia aumentada por IA, usando o Claude como copiloto de desenvolvimento:

• Descoberta automatizada de dashboards. Sript integrado à API REST do Power BI (com autenticação via Service Principal no Azure) que lista todos os workspaces e dashboards efetivamente em uso, descartando artefatos descontinuados.
• Em seguida, extração segura de conteúdo. Utilização dos formatos PBIP (Power BI Project) e PBIT (Power BI Template), que separam o modelo semântico, o relatório e os templates em arquivos abertos (JSON e DAX). Isso permitiu que a IA analisasse a estrutura dos painéis sem expor dados sensíveis do cliente.
• Na sequência, auditoria inteligente de modelagem. Comandos customizados no Claude para auditar relacionamentos entre tabelas, filtrar tabelas de sistema (que inflavam artificialmente o score de complexidade) e mapear a linhagem de dados.
• Por fim, descritivo + Score de complexidade. Geração automática de uma descrição em linguagem natural de cada dashboard, acompanhada de uma pontuação de complexidade que serviu de insumo direto para o dimensionamento do esforço de migração.

Ao longo do processo, o time aplicou engenharia de prompt para refinar o comportamento da IA. Por exemplo, orientando-a a ignorar tabelas de sistema e a distinguir métricas legítimas de duplicações, garantindo que os resultados refletissem a realidade operacional. E, principalmente, o modelo de trabalho preservou o human-in-the-loop: a IA acelera, o engenheiro decide.

 Resultados

• Redução de 1 dia para poucos minutos para cada dashboard. A análise que exigiria mais de 200 dias úteis passou a ser executada em uma fração desse tempo.
• Além disso, descoberta de ineficiências ocultas. Identificação automática de métricas duplicadas, dashboards abandonados, tabelas de sistema mal utilizadas e erros de configuração que passariam despercebidos em análise manual.
• Da mesma forma, dimensionamento preciso do esforço de migração. Score de complexidade padronizado permitiu ao cliente planejar sprints, alocar times e prever prazos com base em dados objetivos, não em estimativas subjetivas.
• Igualmente importante, análise segura, sem exposição de dados sensíveis. O uso dos formatos PBIP ePBIT garantiu que a IA trabalhasse apenas com metadados, respeitando a governança do cliente.
• Nesse sentido, aplicabilidade além da migração: as mesmas ferramentas passaram a servir como base para governança contínua de BI. Limpeza de relatórios órfãos, identificação de métricas redundantes, auditoria de qualidade e detecção de outliers.
• Por fim, ganho de escala sem perder controle humano. O modelo human-in-the-loop garantiu que decisões de arquitetura e priorização continuassem com os engenheiros, enquanto a IA absorveu o trabalho braçal.

Conclusão

Este case demonstra nossa visão de engenharia aumentada por IA: potencializar o profissional. Ou seja, transformar semanas de trabalho manual em minutos de análise inteligente, sem abrir mão de rigor técnico, governança de dados e julgamento humano.
Assim, quando a IA é aplicada com propósito, método e engenharia, ela deixa de ser uma promessa e vira vantagem competitiva real em prazos, em qualidade e em capacidade de decisão.

Portanto, se sua empresa está diante de um desafio de modernização de dados, migração de plataformas ou precisa de mais eficiência com IA aplicada, fale com a Programmers. Transformamos complexidade em clareza, e clareza em resultado.