Fala galera do mundo dos dados, hoje é dia de transformar consultas SQL em visualizações no Metabase. E então chega a hora de transformar o mundo de código de programação em gráficos para construção de um dashboard aqui vou mostrar como as consultas SQL podem ser transformadas em gráficos para construção de um dashboard e assim gerar insights para as áreas de negócio. Dessa forma concluímos essa introdução de SQL na prática.
Essa é a hora que transformamos a brincadeira no mundo real. O que aprendemos de banco de dados com SQL será aplicado em uma construção de um dashboard no Metabase, respondendo a possíveis perguntas de negócio. Sem mais delongas vamos fazer consultas SQL no Metabase para à primeira pergunta a ser respondida.
Qual o total de conexões do LinkedIn?
Aqui só vamos querer saber a quantidade de conexões existentes no LinkedIn, podemos contar os registros da tabela com o código SQL a seguir.
SELECT COUNT(*) FROM connections
- SELECT COUNT(*) : Aqui, estamos selecionando o resultado da função COUNT, que conta o número de registros. O * dentro do COUNT(*) indica que estamos contando todos os registros. Se quisesse contar apenas registros distintos em uma coluna específica, você poderia substituir o * pelo nome da coluna.
- FROM connections : Indica que estamos retirando esses dados da tabela chamada “connections”.
Esse será o resultado do script SQL rodando no banco de dados.
Faremos a transformação para o Metabase utilizando um big number, utilizando o tipo de visual Número na pergunta.
Vamos a próxima pergunta.
Qual o total de empresas distintas das minhas conexões do LinkedIn?
Faremos a contagem do número distinto de empresas das conexões do LinkedIn, utilizando o código SQL abaixo.
SELECT COUNT(DISTINCT company) FROM connections
- SELECT COUNT(DISTINCT company): Aqui, estamos selecionando o resultado da função COUNT para contar o número de ocorrências. O “DISTINCT” garante que contemos apenas valores únicos. Neste caso, estamos contando o número distinto de empresas na coluna “company”.
- FROM connections: Indica que estamos selecionando os dados da tabela chamada “connections”.
Então temos o resultado do script SQL rodando no banco de dados.
Nesta transformação para o Metabase mais uma vez utilizando um big number, também utilizando o tipo de visual Número na pergunta.
Mais uma pergunta para ser respondida!
Qual o total de cargos distintos das minhas conexões do LinkedIn?
Podemos contar o número distinto de cargos das conexões do LinkedIn, se utilizar o código SQL abaixo.
SELECT COUNT(DISTINCT "Position") FROM connections
- SELECT COUNT(DISTINCT Position): Aqui, estamos selecionando o resultado da função COUNT para contar o número de ocorrências. O “DISTINCT” garante que contemos apenas valores únicos. Neste caso, estamos contando o número distinto de cargos na coluna “Position”.
- FROM connections: Indica que estamos selecionando os dados da tabela chamada “connections”.
Confere o resultado do script SQL rodando no banco de dados.
Mais uma transformação para o Metabase utilizando um big number, também utilizando o tipo de visual Número na pergunta.
Next question!!!
Do meu total de conexões no LinkedIn, como foi a evolução ao longo do tempo?
A ideia é realizar uma análise temporal do número de conexões em relação aos anos, utilizando o código SQL a seguir.
SELECT
DATE_PART('year', "Connected On") AS "Year",
COUNT(*)
FROM connections
GROUP BY DATE_PART('year', "Connected On")
ORDER BY DATE_PART('year', "Connected On") ASC- SELECT DATE_PART(‘year’, “Connected On”) AS “Year”, COUNT(*) : Aqui, estamos selecionando duas coisas. Primeiro, estamos extraindo o ano da coluna “Connected On” usando a função DATE_PART(‘year’, “Connected On”). Em seguida, renomeamos essa extração como “Year”. Além disso, estamos contando o número de ocorrências usando COUNT(*).
- FROM connections : Indica que estamos retirando esses dados da tabela chamada “connections”.
- GROUP BY DATE_PART(‘year’, “Connected On”) : Isso agrupa os resultados pela parte do ano da coluna “Connected On”. Basicamente, estamos agrupando os dados por ano.
- ORDER BY DATE_PART(‘year’, “Connected On”) ASC : Isso ordena os resultados com base no ano em ordem ascendente.
Esse será o resultado do script SQL rodando no banco de dados.
Agora uma transformação para o Metabase utilizando um gráfico de linha, utilizando o tipo de visual Linha na pergunta.
Ta ficando bom em! Mais uma pergunta.
Quais são os 10 cargos que tenho mais conexões?
Aqui vamos identificar os 10 cargos com o maior número de conexões, com o código SQL abaixo.
SELECT "Position", COUNT(*) FROM connections GROUP BY "Position" ORDER BY COUNT(*) DESC LIMIT 10
- SELECT Position, COUNT(*) : Aqui, estamos selecionando duas coisas. Primeiro, a coluna “Position”, que representa o nome do cargo. Em segundo lugar, estamos usando a função COUNT(*) para contar o número de ocorrências para cada cargo.
- FROM connections : Indica que estamos retirando esses dados da tabela chamada “connections”.
- GROUP BY Position : Isso agrupa os resultados pela coluna “Position”. Ou seja, estamos contando quantas vezes cada cargo aparece na tabela.
- ORDER BY COUNT(*) DESC : Isso ordena os resultados pelo número de ocorrências em ordem descendente (do maior para o menor). Portanto, os cargo com mais conexões aparecerão primeiro.
- LIMIT 10 : Isso limita o número de resultados retornados a 10. Portanto, estamos interessados apenas nos 10 cargos com o maior número de conexões.
Então temos o resultado do script SQL rodando no banco de dados.
Top 10 uma transformação para o Metabase utilizando um gráfico de coluna na horizontal, utilizando o tipo de visual Linha na pergunta.
Mais uma pergunta para o Metabase!
Quais são as 10 empresas que tenho mais conexões?
Aqui vamos identificar as 10 empresas com o maior número de conexões, com o código SQL abaixo.
SELECT company, COUNT(*) FROM connections GROUP BY company ORDER BY COUNT(*) DESC LIMIT 10
- SELECT company, COUNT(*) : Aqui, estamos selecionando duas coisas. Primeiro, a coluna “company”, que representa o nome da empresa. Em segundo lugar, estamos usando a função COUNT(*) para contar o número de ocorrências para cada empresa.
- FROM connections : Indica que estamos retirando esses dados da tabela chamada “connections”.
- GROUP BY company : Isso agrupa os resultados pela coluna “company”. Ou seja, estamos contando quantas vezes cada empresa aparece na tabela.
- ORDER BY COUNT(*) DESC : Isso ordena os resultados pelo número de ocorrências em ordem descendente (do maior para o menor). Portanto, as empresas com mais conexões aparecerão primeiro.
- LIMIT 10 : Isso limita o número de resultados retornados a 10. Portanto, estamos interessados apenas nas 10 empresas com o maior número de conexões.
Então temos o resultado do script SQL rodando no banco de dados.
Outra transformação para o Metabase, utilizando um gráfico de coluna na horizontal, utilizando o tipo de visual Linha na pergunta.
Perguntas respondidas vamos organizar todas em um único dashboard.
Dashboard com os dados de conexões do LinkedIn!
Enfim temos um dashboard com os dados de conexões do seu LinkedIn, aqui podemos tirar vários insights de negócio Como as empresas com maior conexão período no qual adicionamos mais conexões os cargos que eu tenho mais contatos entre outros.
Portanto, agora, a criatividade é o seu limite seja para esta base de dados ou para qualquer uma outra. SQL é prática, é resolver problemas de negócio através dos dados. Seja com scripts para respostas no banco de dados ou até mesmo com consultas SQL no Metabase para construção de um dashboard como vemos aqui.
Banco de Dados com SQL ao Cubo
E então chegamos realmente ao fim! Aprendemos a transformar as consultas SQL em visualizações no Metabase, com este passo a passo bem detalhado. Assim podemos finalizar a série SQL na prática! Um abraço e até a próxima, não esquece de compartilhar o conteúdo para aquele amigo que quer aprender a linguagem SQL na prática.
Conteúdos ao Cubo
Então, se você curtiu o conteúdo, aqui no Dados ao Cubo tem muito mais. Então, deixo algumas sugestões de conteúdos que você pode encontrar. Sempre falando sobre o mundo dos dados!
- Bibliotecas Para Visualização de Dados em Python
- Visualização de Dados com Matplotlib Python
- Visualização de Dados com Seaborn Python
- Visualização de Dados com Plotly Python
- Visualização de Dados com Bokeh Python
- Visualização de Dados com Altair Python
- Visualizar Dados do Snowflake no Metabase
- Visualizar Dados do PostgreSQL no Metabase
Para finalizar, se torne também Parceiro de Publicação Dados ao Cubo. Escreva o próximo artigo e compartilhe conhecimento para toda a comunidade de dados.
Apaixonado por dados e tecnologia ❤️ , criando soluções com dados 📊 📈 , desde 2015, sempre buscando tornar os processos orientados! Com formação em Engenharia da Computação 💾 , MBA Gestão da Informação e Business Intelligence e Especialização em Data Science.
Também atuo como professor na área de dados. Nas horas vagas crio modelos de Machine Learning 🤖 com Python em desafios do Kaggle e escrevo no Dados ao Cubo sobre o mundo dos dados 🎲 !
Compartilhando conhecimentos sempre 🚀
