Dashboard ProUni — Como foi feito (explicado fácil)
O ProUni é o programa do governo que dá bolsa pra faculdade particular. Aqui pego os dados públicos de 5 anos (2015-2019) e respondo em painel: "quem recebeu, em qual curso, em qual estado?".
O que é isso, em uma frase?
É um painel no Power BI sobre bolsas do ProUni entre 2015 e 2019 — quantas integrais vs parciais, quais cursos lideram, quais estados receberam mais, e qual o perfil socioeconômico do bolsista.
Por que importa? Porque política pública só vira política boa quando dá pra medir efeito. Dashboard transforma 5 CSVs gigantes do MEC em conversa de mesa.
5 CSVs viram 1 dashboard
1 · Combinar 5 anos com "Combine Files" do Power Query. Cada ano vem em um CSV separado pelo MEC. Aponto pra pasta e o Power Query junta automaticamente, criando uma única tabela.
let
Fonte = Folder.Files("C:\dados\prouni"),
SoCSV = Table.SelectRows(Fonte, each [Extension] = ".csv"),
Combinados = Csv.Document.Combine(SoCSV[Content])
in
Combinados
2 · Padronizar nomes de colunas. O MEC mudou nomes entre anos — em 2015 era SG_UF_BENEFICIARIO_BOLSA, em 2019 virou SG_UF_BENEFICIARIO. Padronizo com Table.RenameColumns antes de modelar.
3 · Calcular idade no momento da bolsa. A base tem data de nascimento. Calculo idade na concessão pra poder agrupar em faixas.
Idade_na_concessao =
DATEDIFF (
fato_bolsa[Data_Nasc],
fato_bolsa[Data_Concessao],
YEAR
)
4 · Modelar em estrela. fato_bolsa + dim_curso + dim_geografia + dim_modalidade + dim_tempo.
5 · Medidas DAX-chave.
Total Bolsas = COUNTROWS ( fato_bolsa )
Bolsas Integrais = CALCULATE ( [Total Bolsas], dim_modalidade[Tipo] = "Integral" )
% Integrais = DIVIDE ( [Bolsas Integrais], [Total Bolsas] )
Bolsas Acumuladas =
CALCULATE (
[Total Bolsas],
FILTER ( ALL ( dim_tempo[Ano] ),
dim_tempo[Ano] <= MAX ( dim_tempo[Ano] ) )
)
6 · Storytelling visual. Mapa do Brasil com bolsas por UF, barras de top cursos, linha temporal mostrando evolução, donut da divisão integral/parcial. Tudo "respira" no Figma antes de virar pixel.
O painel final
Em uma linha: o que esse projeto ensina
Que dado público mal organizado vira insight com bom Power Query. Saber lidar com 5 CSVs heterogêneos é metade da batalha — depois o BI flui.
Coisas técnicas que apareceram aqui: Power Query (Combine Files, renomeação por ano), modelagem estrela, DATEDIFF, CALCULATE com filtro, acumulado YTD via FILTER + ALL.