Centro Universitário União das Américas Descomplica

Tecnologia em Ciência de Dados

RELATÓRIO DE PROJETO DE EXTENSÃO IV:
ANÁLISE VISUAL DE DADOS FINANCEIROS

DELEAN PLINCE MAFRA

São José - SC
2026

Resumo

Este relatório descreve o desenvolvimento de uma solução de ciência de dados voltada para a melhoria da visibilidade financeira da organização parceira. O projeto abordou a dificuldade de interpretação de relatórios tradicionais através da criação de painéis interativos utilizando Python e o framework Flask. A metodologia compreendeu desde o planejamento da coleta via APIs corporativas até a implementação de visualizações gráficas de fluxo de caixa e conciliação bancária. Os resultados demonstram que a análise visual reduz o tempo de interpretação de tendências e sazonalidades, fornecendo subsídios técnicos para a tomada de decisão estratégica dos gestores.

Palavras-chave: ciência de dados; análise financeira; visualização de dados; Python; Flask.

Sumário

1. INTRODUÇÃO 04
2. PLANEJAMENTO E COLETA DE DADOS 05
3. ORGANIZAÇÃO E ANÁLISE DOS DADOS 06
4. RESULTADOS E SOLUÇÕES DESENVOLVIDAS 07
5. CONCLUSÃO 08
REFERÊNCIAS BIBLIOGRÁFICAS 09

1. Introdução

O presente projeto de extensão iniciou-se com a seleção da organização parceira como instituição parceira para a realização das atividades extensionistas.

A motivação central para o trabalho surgiu da identificação de que a principal dificuldade da empresa residia na baixa visibilidade das informações financeiras relativas às contas a pagar e a receber. A ausência de ferramentas de BI impedia o acompanhamento ágil de indicadores.

Embora a organização já utilizasse documentos como a Demonstração do Resultado do Exercício (DRE), a apresentação textual dificultava a identificação de tendências. O objetivo deste trabalho foi desenvolver uma ferramenta de análise visual para agilizar a tomada de decisão.

2. Planejamento e Coleta de Dados

A primeira etapa consistiu na definição das fontes de informação, utilizando interfaces de programação de aplicações (APIs) e a base de dados interna da organização parceira.

Para o acesso estruturado, utilizou-se o Visual Studio Code integrado ao Python, empregando a biblioteca FDB para comunicação direta com o banco de dados relacional (Firebird) e SQLTools para validação das consultas.

Priorizando a segurança da informação (LGPD), desenvolveu-se uma camada de criptografia para as credenciais de acesso. A coleta restringiu-se estritamente aos registros financeiros necessários, protegendo dados sensíveis de terceiros.

3. Organização e Análise dos Dados

Dada a natureza estruturada dos dados originais, o esforço concentrou-se no processamento e na construção de análises estratégicas via Pandas e NumPy.

A transformação de dados brutos em conhecimento foi viabilizada pela criação de séries temporais e gráficos comparativos através da biblioteca Matplotlib, integrada ao ambiente web Flask.

Esta abordagem permitiu o cruzamento de informações para compreender padrões de comportamento financeiro e identificar períodos de maior concentração de despesas, ultrapassando o simples processamento técnico e gerando valor gerencial.

4. Resultados e Soluções Desenvolvidas

Como produto final, foi entregue uma aplicação web baseada no framework Flask, que integra indicadores em painéis interativos.

As funcionalidades de maior impacto foram:

DRE Financeiro Automatizado: Saldo e resultados por conta.
Conciliação OFX: Cruzamento automático de extratos bancários.
Extrator de Boletos: Processamento de PDFs para evitar lançamento manual.
Análise de Gastos: Visão detalhada por centros de custo e sazonalidade.

5. Conclusão

O desenvolvimento do projeto demonstrou que a utilização de painéis interativos proporciona uma rapidez significativamente maior na identificação de tendências financeiras em comparação a relatórios tradicionais.

A solução desenvolvida apoia o planejamento estratégico ao fundamentar decisões em evidências visuais. Os desafios de transformar grandes volumes de dados foram superados com o uso de Python.

Como evolução futura, planeja-se a implementação de modelos preditivos para antecipar o fluxo de caixa com base no histórico processado durante este projeto.

Referências Bibliográficas

Flask: https://flask.palletsprojects.com/

Flask-WTF: https://flask-wtf.readthedocs.io/

WTForms: https://wtforms.readthedocs.io/

Werkzeug: https://werkzeug.palletsprojects.com/

fdb: https://pypi.org/project/fdb/

pandas: https://pandas.pydata.org/docs/

python-dateutil: https://dateutil.readthedocs.io/

matplotlib: https://matplotlib.org/stable/contents.html

pdfplumber: https://github.com/jsvine/pdfplumber

pikepdf: https://pikepdf.readthedocs.io/

psutil: https://psutil.readthedocs.io/

lxml: https://lxml.de/

cryptography: https://cryptography.io/

cv2 (OpenCV): https://docs.opencv.org/

numpy: https://numpy.org/doc/

pyzbar: https://pypi.org/project/pyzbar/

pyperclip: https://pyperclip.readthedocs.io/

argparse: docs.python.org/3/library/argparse.html

base64: docs.python.org/3/library/base64.html

collections: docs.python.org/3/library/collections.html

csv: docs.python.org/3/library/csv.html

dataclasses: docs.python.org/3/library/dataclasses.html

datetime: docs.python.org/3/library/datetime.html

decimal: docs.python.org/3/library/decimal.html

hashlib: docs.python.org/3/library/hashlib.html

io: docs.python.org/3/library/io.html

logging: docs.python.org/3/library/logging.html

os: docs.python.org/3/library/os.html

pathlib: docs.python.org/3/library/pathlib.html

re: docs.python.org/3/library/re.html

secrets: docs.python.org/3/library/secrets.html

shutil: docs.python.org/3/library/shutil.html

string: docs.python.org/3/library/string.html

subprocess: docs.python.org/3/library/subprocess.html

sys: docs.python.org/3/library/sys.html

tempfile: docs.python.org/3/library/tempfile.html

threading: docs.python.org/3/library/threading.html

time: docs.python.org/3/library/time.html

traceback: docs.python.org/3/library/traceback.html

typing: docs.python.org/3/library/typing.html

warnings: docs.python.org/3/library/warnings.html

webbrowser: docs.python.org/3/library/webbrowser.html

ElementTree: docs.python.org/3/library/xml.etree.html

zipfile: docs.python.org/3/library/zipfile.html