O que revelamos na Imersão em Dados com Claude Code e Excel

Fala, comunidade tech!

Na Imersão em Dados com Claude Code e Excel, eu mostrei como sair de um conjunto de planilhas soltas e começar a construir uma infraestrutura de dados preparada para trabalhar com inteligência artificial.

O ponto de partida foi uma situação comum no mercado: arquivos de Excel espalhados, consultas SQL, scripts em Python, regras de negócio, indicadores e dashboards que não conversam entre si. Quando esse material chega sem organização, a análise fica lenta e a IA recebe um contexto frágil para trabalhar.

Durante a live, organizamos o início de um pipeline real. Passamos pela camada de dados brutos, pelo mapeamento dos arquivos, pela criação do dicionário de dados e pelas regras de limpeza, normalização e quarentena. A meta era preparar uma base confiável para a próxima etapa do projeto, que transforma os dados processados em uma dashboard executiva.

Separei os principais aprendizados para você aplicar em projetos de estudo, portfólio ou trabalho.

Análise de dados vai muito além de uma planilha

Excel continua sendo uma ferramenta importante, mas uma análise profissional dificilmente começa e termina em um único arquivo. No dia a dia, os dados podem estar divididos entre planilhas, CSVs, consultas SQL, scripts, sistemas internos e documentos com regras de negócio.

Também existem definições que não aparecem diretamente nas colunas. O que torna um cliente ativo? Como a empresa calcula receita? Qual situação deve ser considerada cancelamento? Quais indicadores precisam ser acompanhados? Essas respostas fazem parte do projeto tanto quanto os próprios arquivos.

Por isso, abrir uma planilha e criar uma tabela dinâmica resolve somente uma parte do problema. Antes da visualização, você precisa entender a origem dos dados, como eles se relacionam e quais regras determinam se uma informação está correta.

A camada RAW preserva o ponto de partida

O primeiro passo prático foi organizar a camada RAW, onde ficam os dados brutos. Essa pasta recebe os arquivos como foram entregues, sem correções silenciosas e sem substituições que apaguem a origem da informação.

Preservar o dado bruto permite repetir o processamento, comparar versões e investigar um erro quando o resultado final parece estranho. Se você altera o arquivo original diretamente, perde a referência necessária para descobrir onde o problema começou.

Essa separação também ajuda o agente de IA. Em vez de trabalhar em um ambiente confuso, ele encontra uma origem clara e sabe que os arquivos processados devem ser criados em outra camada.

Mapear os arquivos cria contexto para a IA

Depois de reunir as bases, fizemos o mapeamento do conteúdo. O objetivo era identificar arquivos, abas, colunas, tipos de dados, intervalos de datas, valores ausentes e possíveis padrões antes de autorizar qualquer transformação.

Esse inventário reduz o risco de pedir para a IA “arrumar a planilha” sem explicar o que arrumar significa. Um agente pode executar rápido, mas precisa saber quais fontes existem, quais campos se repetem e onde estão as decisões que exigem atenção humana.

O mapeamento também revela diferenças que passam despercebidas em uma inspeção superficial. Uma coluna pode misturar números e textos. Datas podem aparecer em formatos incompatíveis. O mesmo estado pode estar registrado como SP, São Paulo ou S. Paulo. Quando essas variações não são identificadas, elas contaminam filtros, agrupamentos e indicadores.

O dicionário de dados funciona como a fonte da verdade

Um dos elementos mais importantes da live foi o dicionário de dados. Eu gosto de tratá-lo como a Pedra de Roseta do projeto porque ele explica o significado de cada campo e registra o formato esperado para cada informação.

O dicionário pode definir nome da coluna, tipo de dado, descrição, valores permitidos, regra de preenchimento e tratamento para exceções. Também pode registrar decisões de negócio que a IA não teria como adivinhar sozinha.

Sem esse documento, o agente pode analisar uma amostra ruim e assumir que o erro é o padrão correto. Com o dicionário, ele passa a comparar cada transformação com uma referência explícita.

Esse cuidado deixa o projeto mais fácil de revisar e manter. Outra pessoa consegue entender o que cada coluna representa, e futuras automações podem reutilizar as mesmas regras sem depender da memória de quem criou a primeira versão.

Limpeza, normalização e campos calculados cumprem funções diferentes

Durante o tratamento da base, separamos três tipos de trabalho que costumam ser misturados.

A limpeza remove ou corrige problemas técnicos, como espaços extras, linhas vazias e caracteres indevidos. A normalização transforma variações conhecidas em um padrão definido, como unificar siglas de estado, nomes de cidades, segmentos, canais de aquisição, planos e moedas. Já os campos calculados criam novas informações a partir dos dados existentes, sempre com uma regra de negócio documentada.

Essa separação importa porque cada etapa exige critérios diferentes. Remover um espaço duplicado é uma correção objetiva. Decidir se dois nomes representam a mesma categoria pode exigir uma tabela de correspondência. Calcular um indicador depende de uma fórmula validada pela área responsável.

Quando essas regras ficam registradas em arquivos e scripts, o processo deixa de depender de ajustes manuais feitos todos os meses.

Dados duvidosos precisam de quarentena

Nem toda inconsistência deve ser corrigida automaticamente. Em alguns casos, o dado está bem formatado, mas contradiz a lógica do negócio. Uma assinatura cancelada ainda pode aparecer com cobrança ativa. Um registro pode indicar uso acima do contratado. Duas linhas podem compartilhar o mesmo identificador com informações conflitantes.

Também existem datas ambíguas. Um valor como 05/06 pode significar 5 de junho ou 6 de maio, dependendo da origem. Escolher uma interpretação sem evidência cria um dado aparentemente limpo, mas possivelmente errado.

Na live, usamos a ideia de quarentena para separar esses registros da base qualificada. Eles continuam disponíveis para investigação, mas não entram nos cálculos como se estivessem corretos.

A quarentena também pode gerar um relatório para os times de vendas, produto ou financeiro. Assim, a análise identifica problemas operacionais e ajuda a devolver perguntas concretas para quem conhece a regra de negócio.

A IA acelera o processo, mas a decisão continua humana

Claude Code consegue examinar arquivos, criar scripts, propor tabelas de correspondência e organizar as saídas do pipeline. Ainda assim, ele não deve decidir sozinho o que a empresa considera válido.

Durante a execução, o agente fez perguntas sobre dados ruidosos, registros conflitantes, políticas para datas e formato dos arquivos processados. Esse comportamento é positivo. Uma boa infraestrutura deixa claro quando a IA pode executar e quando precisa pedir uma decisão.

O profissional continua responsável por validar as regras, proteger informações sensíveis e revisar os resultados. A inteligência artificial reduz o trabalho repetitivo, enquanto o conhecimento de dados e do negócio orienta o que pode ser aceito.

A organização transforma o tratamento em um processo reutilizável

Ao final desta etapa, a estrutura já separava os dados brutos, os arquivos processados, os normalizadores, os scripts e os registros enviados para quarentena. Essa organização prepara o projeto para crescer sem depender de uma sequência de prompts soltos.

Quando uma nova base mensal chegar, o processo pode ser executado novamente com as mesmas referências. Se uma regra mudar, você sabe onde atualizá-la. Se um indicador apresentar um resultado inesperado, consegue rastrear a transformação desde a origem.

Esse é o valor de criar um ambiente AI-friendly. A IA recebe contexto, ferramentas e limites para colaborar dentro de um fluxo que pode ser auditado.

Os conceitos apresentados também são independentes de ferramenta. A demonstração utilizou Claude Code, mas a mesma lógica pode ser aplicada com Codex, Gemini ou outros agentes capazes de trabalhar com arquivos e código.

Esse projeto também pode fortalecer seu portfólio

Um projeto de dados ganha mais força quando mostra o processo completo. A dashboard final é importante, mas recrutadores e lideranças técnicas também querem entender como você tratou a origem, documentou as regras, lidou com inconsistências e validou a qualidade.

No seu portfólio, registre a estrutura das camadas, uma versão segura do dicionário de dados, os critérios de normalização, exemplos de quarentena e as decisões que você tomou. Depois, conecte esse pipeline a uma dashboard que responda perguntas reais de negócio.

Esse material comprova conhecimentos de Excel, análise de dados, automação, Python, SQL e inteligência artificial dentro de um mesmo projeto.

Continue seus projetos com o DIO PRO Vitalício

Se você quer aprofundar esse processo e construir novos projetos em dados e inteligência artificial, as últimas bolsas de estudo do DIO PRO Vitalício estão disponíveis para resgate hoje, até as 23h59.

Com a bolsa, você garante:

•  Acesso para sempre a matrículas ilimitadas em todos os bootcamps da DIO
•  Acesso para sempre a +2.150 cursos, bootcamps, projetos e formações em agentes de IA, back-end, front-end, cloud, data, games, mobile e DevOps
•  Acesso a 5.000 créditos para utilizar o AI Job Hunter e conquistar sua próxima vaga 3x mais rápido
•  +65 formações incluindo: Excel com IA, GPT for Devs, AI Builder com Lovable, AI Automation com N8N e Formação GitHub Copilot
•  Garantia total de 7 dias

O AI Job Hunter é o seu agente de inteligência artificial para encontrar vagas compatíveis com o seu perfil, analisar sua aderência às oportunidades e ajudar na preparação para os processos seletivos.

As bolsas que não forem resgatadas até as 23h59 serão transferidas para outros usuários.

Clique aqui e resgate sua bolsa de estudo do DIO PRO Vitalício