Acreditamos tanto no nosso trabalho e nos resultados das nossas entregas, que decidimos partilhar com outras empresas aquilo que tem resultado tão bem com os nossos clientes: relatórios poderosos que ajudam a impulsionar as vendas, a gestão de projetos e os ativos mais valiosos das empresas: as pessoas que ali trabalham. 

 Relatórios estratégicos que ajudam as empresas a: 

• Aprofundar a análise dos dados,  
• Tomar decisões mais assertivas e embasadas, 
• Minimizar perdas e prejuízos, 
• Mapear os riscos 
• Planear novas estratégias 
• E muito mais 

 Desse modo, selecionamos alguns relatórios que já criámos para vos mostrar o poder da análise de dados. 

 Relatório de Vendas: Power BI 

1. Permite ao utilizador realizar análises estatísticas mais avançadas, como por exemplo, análises de cluster, regras de associação, modelos preditivos de Churn.  
2. Dessa forma, conseguimos descobrir quais produtos são comprados em conjunto e até mesmo, sugerir aos clientes produtos similares. E mais, aliados às técnicas de marketing, pode-se disparar emails, a partir do próprio Power BI, com campanhas promocionais. 
3. Análises por vendedores, com intuito de acompanhar quais são os melhores ou os piores a nível de faturação. Ou mesmo se atingiram as metas estipuladas ou não. 
4. Análises RFV. Que é um modelo analítico que segmenta os clientes com base em 3 pilares: recência, frequência e valor. Ou seja, ela permite que as empresas identifiquem grupos de clientes com maior potencial de retorno e personalizem suas estratégias de marketing de acordo com as necessidades e comportamentos de cada segmento. 
5. No modelo de Churn, temos a indicação de qual é a taxa de cancelamento dos clientes ou de não renovação de contratos. 

Relatório de recursos humanos: Power BI 

1. Fazer a gestão de pessoas já é difícil, imagina ainda ter tempo para criar relatórios? Nós temos a solução! Esse relatório engloba diversos indicadores importante deste segmento, como turnover (rotatividade dos colaboradores), massa salarial dos colaboradores, nº de contratações, nº de demissões, colaboradores ativos, quantidade de demissões etc 
2. Também damos aos gestores a possibilidade de simular o salário dos colaboradores, de acordo com as regras de taxas de IRS e segurança social.  
3. Análise do perfil dos funcionários 
4. E mais, temos também um modelo preditivo que nos ajuda a detetar quais são os colaboradores com as maiores probabilidades de abandonarem a empresa. 

 Relatório de Gestão de Projetos: Power BI 

1. Ser organizado já é bom, imagina ter tudo automatizado para gerir os projetos ou investimentos a decorrer? 
2. Esse relatório nos ajuda a identificar quantos e quais projetos estão abertos, finalizados, a decorrer e principalmente, aqueles que constam como abertos no sistema, mas que já deveriam ter sido finalizados. 
3. Dentro do próprio Power BI temos processos automatizados para disparar, automaticamente, emails e mensagens no Teams, para os gestores responsáveis pelos projetos que constam como atrasados. Dessa forma, os gestores conseguem fazer um apuramento dos projetos com maior acurácia e precisão. 
4. Também disponibilizamos as análises num gráfico de gantt, de modo a acompanharmos a evolução dos projetos ao longo do tempo, bem como os seus eventuais desvios. 
5. Outras mais valias desse relatório é que também disponibilizamos para os gestores a análise detalhada por projeto, fornecedor e por fatura. Desse modo, cada etapa segue sendo acompanhada de perto. 

Selecionamos apenas esses 3 relatórios, mas temos muitos outros que podem te ajudar a alavancar a sua empresa. 

We believe so much in our work and the results of our deliveries that we decided to share with other companies what has worked so well for our clients: powerful reports that help boost sales, project management and a company's most valuable assets: the people who work there. 

Strategic reports that help companies: 

• Deepen their data analysis,
• Make more assertive and informed decisions,
• Minimise losses,
• Map risks
• Plan new strategies
• And much more

We've selected a few reports we've already created to show you the power of data analysis.

Sales Report: Power BI 

1. It allows the user to carry out more advanced statistical analyses, such as cluster analyses, association rules and predictive Churn models.  
2. In this way, we can find out which products are bought together and even suggest similar products to customers. What's more, combined with marketing techniques, you can send emails from Power BI itself with promotional campaigns. 
3. Analyses by salesperson, in order to track which are the best or worst in terms of turnover. Or even whether or not they've reached their targets. 
4. RFV analyses. This is an analytical model that segments customers based on 3 pillars: recency, frequency and value. In other words, it allows companies to identify groups of customers with the greatest potential for return and customise their marketing strategies according to the needs and behaviour of each segment. 
5. In the Churn model, we have an indication of the rate of customer cancellation or non-renewal of contracts. 

Human resources report: Power BI 

1. Managing people is hard enough, imagine having time to create reports? We have the solution! This report includes several important indicators in this segment, such as employee turnover, employee salaries, number of hires, number of dismissals, active employees, number of dismissals, etc.
2. We also give managers the option of simulating employee salaries according to IRS and social security tax rules.
3. Employee profile analysis
4. What's more, we also have a predictive model that helps us detect which employees are most likely to leave the company.

Project Management Report: Power BI 

1. Being organised is good enough, imagine having everything automated to manage ongoing projects or investments?
   This report helps us identify how many and which projects are open, finalised, in progress and, above all, those that are listed as open in the system but should have been finalised.
2. Within Power BI itself, we have automated processes to automatically send emails and messages in Teams to the managers responsible for the projects that are listed as overdue. In this way, managers can analyse projects with greater accuracy and precision.
3. We also make the analyses available on a gantt chart, so that we can follow the progress of projects over time, as well as any deviations.
4. Another added value of this report is that we also provide managers with detailed analyses by project, supplier and invoice. In this way, each stage is closely monitored.

We've only selected these 3 reports, but we have many others that can help you leverage your company. 

A automação de tarefas e processos é uma parte essencial da otimização empresarial nos dias de hoje. Uma das características mais úteis do Power Automate, da plataforma Microsoft Power Platform, é a capacidade de agendar fluxos de automação. Isso permite que as organizações executem tarefas automaticamente em horários específicos, tornando a automação ainda mais eficiente. Neste artigo, exploraremos em detalhe o agendamento de fluxos de automação no Power Automate e como essa funcionalidade pode beneficiar as empresas.

Nos dias atuais, estamos a assistir a uma tremenda evolução da Inteligência Artificial. Praticamente toda a gente já conhece ou ouviu falar do ChatGPT, a inteligência artificial que nos ajuda em inúmeras tarefas, desde a tradução ou resumo de um documento, até à escrita de um manual. No que toca à Plataforma Power, também a Inteligência Artificial aqui chegou. Já é possível desenvolvermos uma app a partir de uma frase no copilot, o que é incrivelmente prático numa fase inicial de construção de uma app. E até a nível de código, porque claro, low code não é no code, já existe uma série de funções à nossa disposição! O meu nome é Rui Couto e neste artigo, juntos, vamos explorar estas funções.

Nos últimos anos, a automatização de tarefas tornou-se uma prática essencial para aumentar a produtividade em diversas áreas de negócio.  Um dos objetivos principais para uma empresa é simplificar ou até mesmo eliminar tarefas repetitivas. Com este objetivo em mente, uma das abordagens mais eficazes é a implementação de fluxos de automação, que permitem a automatização de tarefas repetitivas.

Neste artigo, iremos abordar a importância de fluxos de automação e como estes podem ser utilizados em diversas áreas.

Seja bem-vindo, mais uma vez, ao nosso blog. Há dias que sentimos que não temos tempo para tudo e que os dias cada vez passam mais rápido. Felizmente, a tecnologia avançou e com ela conseguimos ter auxílio para um grande número de tarefas do nosso dia-a-dia. Neste artigo, vamos falar de que forma o Power Automate nos pode ajudar a automatizar tarefas do nosso quotidiano.

Neste artigo veremos uma das várias possibilidades de ligação entre ferramentas da plataforma Power da Microsoft. Vamos criar um fluxo no Power Automate que irá alimentar um conjunto de dados do Power BI em tempo real ????

Perhaps the greatest challenge for those who have a good business idea is translating it into a well-designed financial model. This is a complex job even for those who already have some experience. Thus, we are launching an important update to our "Excel Apps": we are building financial models with an app! That's it, you describe it, and the app will build the model for you. With an easy to use interface, which automatically generates the Excel model, exactly tailored to the business idea, with a design and language chosen by you.

Talvez a maior dificuldade para quem tem uma boa ideia de negócio é traduzi-la num modelo financeiro bem construído. Este é um trabalho complexo até para quem já tem alguma experiência. Assim, estamos a lançar uma atualização importante às nossas atuais “Excel Apps” que recorre a uma app, com uma interface bastante fácil de utilizar por qualquer utilizador, que gera automaticamente o modelo Excel, exatamente à medida da ideia de negócio, no design e idioma selecionados.

If you've gone through the process of designing your conceptual data model and developing your controlled list of terms, it's important to document the terminology and data standards you've established for the purposes of managing your information. In this article, we'll introduce you to what a data dictionary is and why it's important for the long-term integrity of your database.

Our intention with this article is to introduce you to a way of thinking about documenting the logic behind the decisions you've made about the design of your database. Although it may seem like a tedious step to document all the terminology and data patterns you've chosen, it will ultimately be useful for future users of your database and the solutions that come from it.

I was motivated to write about this topic because this week we've been working on a consultancy project in which we've migrated data from SharePoint to Dataverse. This obviously has a number of implications, as we needed to switch all the data sources from various apps, flows and reports to Dataverse. In terms of organisation and time optimisation, we created a data dictionary to help us with this solution and implementation. So I'd like to share some tips on how to make an efficient data dictionary.

What’s Dataverse?

Data is at the centre of everything a company does today and fuels the ideas that can drive what it should do tomorrow. To thrive and grow, companies need to collect, analyse, predict, present and report data and do it all with a high level of agility.

Building the data infrastructure to enable business insight can be time-consuming and costly. Data originates from a variety of devices, applications, systems, services and software as a service (SaaS). This large and growing number of sources often consists of multiple data technologies that store different types of data, expose different APIs, and use a mixture of security models. The programmers needed to create these technologies can be expensive and difficult to find. Programmers must often have an in-depth understanding of how to implement, configure, manage, and integrate these different data technologies.

Dataverse addresses these concerns with an easy-to-use, easy-to-manage, compliant, secure, scalable, and globally available SaaS data service. Dataverse empowers organisations to work with any type of data and any type of application and use the data within it to gain insights and drive business action.

As part of the Microsoft Power Platform, Dataverse has three main centres of focus:

1. Availability and Scalability
2. Security
3. Compliance

These were the points that made us migrate from SharePoint to Dataverse. The main reason being security, as Dataverse uses Azure Active Directory identity and access management mechanisms to help ensure that only authorised users can access the environment, data, and reports. And that makes all the difference!

Dataverse uses role-based security to group together a collection of privileges. These security roles can be associated directly with users, or they can be associated with Dataverse teams and business units.

Another very important reason that motivated us to switch was the delegation limits that SharePoint has when it comes to applications. This problem prevents us from filtering and sorting tables with more than 2000 rows.

What’s a data dictionary?

A data dictionary is:

• A way of organising
• Detailing what data, we have
• What they mean and what type they’re

It’s essentially a rule book:

• what data to include in your database,
• how it should be structured,
• how it should be entered, and
• how it should be accessed

This dictionary will be a repository of names, definitions and attributes that provide contextual information about the data in your database. The dictionary describes each database field with a clear definition of what information is captured in that field and the rules for using that field.

When you start to develop your data dictionary and determine the elements you should include, it's important to consider what would be important for someone unfamiliar with your database to know about the data held within. It should be the ideal tool for anyone to understand everything about your dataset.

A data dictionary is fundamental to the sustainability of any database, especially when it is used by several people, as is our case here at Portal Gestão. You may know how to read and interpret your data. However, if you left your organisation tomorrow, would someone else know how to access, read, and interpret the data you do? Your data dictionary will ensure that, no matter what happens, there is documentation that will explain everything anyone needs to know about your database.

How to create a data dictionary?

It can be done in various ways. But the way I'm going to show you today’s in good old Excel.

To create a data dictionary, it's important to first consider a few questions:

1. What does each element in your data represent? What is it describing?
2. What tables and columns exist?
3. What’s the path (URL, for example) to each of them?
4. Which columns have unique values?
5. Which columns have null values?
6. What are the relationships between the tables? What are the primary keys?
7. What values are allowed in each column?
8. Is this data linked to any flow (Power Automate) that needs to be changed?

Examples:

Identification of tables

Column created:

1. Table number
2. Dataverse logical name
3. Table
4. Description
5. SharePoint link
6. Dataverse link
7. Relationships
8. Annotations

Flows created

1. Flow number
2. Flow name
3. Link
4. Flow objective

Environments in Power Apps

1. Environmen
2. Solution
3. Link

Columns

1. Table number
2. Table name
3. Column name
4. Description
5. Allowed values
6. Alternate Key (used for data modelling)
7. Do you allow unique values?
8. Does it have null values?
9. Choices (column in Dataverse)
10. Table link
11. Business rules
12. Annotations
13. Column name in SharePoint
14. Logical column name in Dataverse (useful for programming in Power Apps and Power Automate)

Column to delete in Dataverse

1. Table number
2. Table name
3. Column
4. Name of the column in the Dataverse schema
5. Logical name of the column in Dataverse
6. Reason for deletion

Relationship

1. Table number 1
2. Name of table 1
3. Name of column 1
4. Modelling of column 1
5. Modelling column 2
6. Name of column 2
7. Name of table 2
8. No. of table 2
9. Relationship link in Dataverse
10. URL of the model on the draw-io

We usually use the website https://app.diagrams.net/ to do the data modelling. In fact, in a normal app-building process, this is one of the first steps we take: defining the data modelling. This way, we have a clear idea of which tables we'll need, which columns, the types of relationships, the primary keys and the data types.

Final considerations

Cataloguing a company's tables and columns is not always an easy task, but when it is done, it becomes a great asset for any company.

With a view to:

• Communication between employees entering and leaving companies,
• Transparency in the meaning and terminology of different departments (integrated work between teams)
• Data management and governance.

Keep your company's data dictionary up to date and you'll see the benefits.

See you in the next articles.

In a world where data is considered the new oil, managing it effectively becomes a strategic imperative for any company wishing to remain competitive. However, many organisations still face the challenge of data silos - a persistent problem that can inhibit the ability to extract real value from the data collected. This article explores the concept of data silos, their implications and how Fabric can offer an effective solution to this problem.

What are Data Silos?

Data silos occur when data sets are stored in isolation and managed by different departments within an organisation, without an effective sharing or integration strategy. This fragmentation not only makes it difficult to access information, it also reduces operational efficiency, makes it difficult to analyse data and can lead to decisions being made based on incomplete or outdated information.

Implications of Data Silos

Data silos create a number of complications that can adversely affect an organisation's operations, strategy and efficiency. Let's explore the implications of data silos in more depth with practical examples that illustrate the problems faced by companies, they are vast and varied, including:

• Operational Inefficiencies: When data is not shared between departments, each team can end up replicating efforts to collect and analyse the same information.
• Difficulties in Decision-Making: The lack of a holistic vision can lead to decisions that don't consider all the relevant variables, potentially jeopardising the company's performance.
• Compliance problems: With data regulations becoming increasingly strict, data silos can complicate compliance with regulations, exposing the company to legal and financial risks.

Examples of the Implications of Data Silos

1. Operational Inefficiencies

Example: In a large corporation, the marketing department may keep customer data in one system, while customer service uses another system without access to marketing information. This lack of integration can result in marketing campaigns that don't take into account recent customer interactions with support, resulting in repetitive or irrelevant communications that frustrate customers and waste resources.

2. Decision-making difficulties

Example: A manufacturing company may have production data stored separately from sales and supply data. When demand for a product increases, the lack of an integrated view can delay the production response due to not immediately detecting the increase in demand. This can lead to lost revenue due to the inability to meet market demand in a timely manner.

3. Compliance issues

Example: In the financial sector, regulations require companies to keep a detailed history of all transactions and communications with clients. If this information is scattered across several incompatible systems, it can be extremely difficult to respond to regulatory requests quickly and completely, which can result in significant penalties.

4. High Maintenance and Integration Costs

Example: A company that uses different systems for each of its departments can face high costs when trying to integrate these platforms. Developing customised interfaces to allow the systems to communicate can be expensive and often results in interim solutions that are not sustainable in the long term.

5. Barriers to Innovation

Example: A technology company may have several teams working on similar solutions with no knowledge of each other due to the separation of data and communications. This not only duplicates effort and wastes resources, but also prevents the company from innovating effectively by not taking advantage of synergies between departments.

6. Data Quality and Consistency Compromised

Example: In the healthcare sector, clinical information may be stored separately from patients' administrative information. If this data is not consistently synchronised, treatments may be administered based on outdated information, which increases the risk of medical errors.

The Importance and Advantages of Data Governance

Data governance is a set of processes, policies, standards and metrics that guarantee the effective and efficient management of an organisation's data. In a scenario where data is a crucial strategic asset, data governance takes on vital importance to ensure that data is used appropriately, securely and efficiently, helping to avoid problems such as data silos. Below, we detail the importance and main advantages of implementing solid data governance.

• Compliance and Regulation: In many industries, especially in the financial, health and utilities sectors, compliance with legal and regulatory standards is essential. Data governance ensures that data is managed in accordance with applicable laws and regulations, helping to avoid legal sanctions and fines.
• Data quality: Incorrect or outdated data can lead to ill-informed and potentially disastrous business decisions. Data governance focuses on the accuracy, consistency and integrity of data throughout the organisation.
• Data Security: Protecting data from unauthorised access and leakage is a priority in any business environment. Data governance establishes security policies that help protect sensitive and confidential data.
• Facilitating Data Management: Data governance provides a framework that helps manage data access, storage, archiving and deletion, ensuring that data resources are optimised and costs are controlled.

 Advantages of Data Governance

1. Elimination of Data Silos: Data governance promotes the integration of data throughout the organisation, reducing the fragmentation of data into silos that can isolate critical information and hinder data analysis. This is achieved by defining policies that regulate data storage and facilitate sharing and accessibility.
2. Improved Decision-Making: With high-quality, easily accessible data, decision-makers can trust that they are using accurate, up-to-date information, leading to more informed and effective decisions.
3. Increased Operational Efficiency: By reducing duplication and improving data quality, data governance allows operations to become more efficient. Automated processes and fewer data errors mean that less time and resources are wasted.
4. Improved Transparency: Data governance increases transparency in the use and management of data, which is crucial for both internal trust and the company's external reputation.
5. Fostering Innovation: With well-managed and easily accessible data, organisations can more easily explore new opportunities, carry out advanced analyses and develop new products or services.

Possible solutions

Microsoft Fabric is a complete, cloud-based SaaS solution for data and analyses.

It is built on top of an open lake (OneLake) and unites various Microsoft tools to simplify all data and analysis workflows, from integration and data engineering to data science.

Microsoft launched Fabric at the latest Microsoft Build on 23 May 2023.

What is Microsoft Fabric?

Microsoft Fabric is a cloud-based SaaS offering that brings together various data and analysis tools that organisations need. These include

1. Data Factory,
2. Synapse Data Warehouse,
3. Synapse Data Engineering,
4. Synapse Data Science,
5. Synapse Real-Time Analytics,
6. Power BI and
7. Data Activator
8. Industry Solutions

Fabric is built on an open, lake-centred design with a central multi-cloud repository called OneLake.

Microsoft Fabric supports open data formats across all its workloads and tiers, caters for technical and corporate data professionals and has customers such as T-Mobile, Ferguson and Aon.

Microsoft Fabric brings together the best parts of data mesh, data fabric and data hub to provide a one-stop shop for data integration, data engineering, real-time analysis, data science and business intelligence without compromising the privacy and security of your data.

In your Power BI Service, look in the start menu for the Fabric symbol:

Advantages of Fabric

• With Microsoft Fabric, you don't have to spend all your time combining various services from different suppliers.
• It removes data silos and the need to access multiple systems, improving collaboration between data professionals.
• Fabric offers persona-optimised experiences and tools in an integrated user interface.
• In addition to a simple, shared user experience, Fabric is a unified software-as-a-service (SaaS) offering, with all your data stored in a single open format in OneLake.
• Fabric offers scalability, economy, accessibility from anywhere with an Internet connection and continuous updates and maintenance provided by Microsoft.

Conclusion

Implementing robust data governance is fundamental for any organisation wishing to maximise the value of its data. As well as preventing data silos from forming, good data governance ensures that information is a powerful and secure asset that supports efficient business operations and continuous innovation. Therefore, data governance is not only an operational and regulatory necessity, but also a strategic lever that can distinguish a company in today's competitive market.

And Fabric's resources are attractive for centralising information and data professionals. It is a comprehensive ecosystem that is concerned with the unification and governance of data in order to distribute it in a secure and performant way to professionals.

In our Power BI Level 1 Plus training we covered a little about Fabric, especially Data Factory, which allows us to carry out the data pipeline process and create Data Flows.

You might ask: "What's the difference between Data Pipeline and Dataflow? Are they both doing the same thing? Should I use one over the other?" Here I'm answering that question.

Dataflows and Data Pipelines are not substitutes for each other, but complement each other.

Dataflows are for data transformation. They use Power Query transformations to get the data from the source and bring it in the required shape and format to the destination.

Data pipelines are for controlling the flow of execution. They use control flow activities, such as loops, conditions, etc., to place data transformations in the larger context of an ETL job. They are complements to data flows.

É muito fácil entrar na plataforma Power e começar a desenvolver aplicações e fluxos de automação, mesmo para quem não tem, como eu, formação técnica na área da programação de computadores. No primeiro dia, talvez em poucas horas, teremos desenvolvida uma app pronta a ser implementada e partilhada com os nossos colegas que simplificará o seu trabalho e que reduzirá custos a toda a empresa.

Se passou pelo processo de projetar o seu modelo de dados conceitual e desenvolver a sua lista controlada de termos, é importante documentar a terminologia e os padrões de dados que estabeleceu para fins de gestão das suas informações. Neste artigo, apresentaremos o que é um dicionário de dados e por que ele é importante para a integridade a longo prazo do seu banco de dados.

A nossa intenção com artigo é apresentá-lo a uma maneira de pensar sobre documentar a lógica subjacente às decisões que tomou sobre o design do seu banco de dados. Embora possa parecer um passo tedioso documentar toda a terminologia e padrões de dados que escolheu, em última análise, será útil para futuros utilizadores do seu banco de dados e soluções advindas desse.

A minha motivação para escrever sobre esse tema surgiu, pois, essa semana estivemos a trabalhar num projeto de consultoria em que fizemos a migração de dados do SharePoint para o Dataverse. Isso, obviamente, tem uma série de implicações, pois precisávamos trocar todas as origens de dados de várias apps, flows e relatórios para o Dataverse. A nível de organização e otimização de tempo, criamos um dicionário de dados para nos ajudar nessa solução e implementação. Por isso, gostava de partilhar algumas dicas de como fazer um dicionário de dados eficiente.

O que é o Dataverse?

Os dados estão no centro de tudo o que uma empresa faz hoje e alimenta as ideias que podem conduzir o que deve fazer amanhã. Para prosperar e crescer, as empresas precisam de recolher, analisar, prever, apresentar e reportar dados e fazer tudo com um alto nível de agilidade.

A construção da infraestrutura de dados para permitir a visão do negócio pode ser morosa e dispendiosa. Os dados são originários de uma variedade de dispositivos, aplicações, sistemas, serviços e software como um serviço (SaaS). Este grande e crescente número de fontes consiste frequentemente em múltiplas tecnologias de dados que armazenam diferentes tipos de dados, expõem diferentes APIs e usam uma mistura de modelos de segurança. Os programadores necessários para criar estas tecnologias podem ser caros e difíceis de encontrar. Os programadores devem ter, muitas vezes, uma compreensão profunda de como implementar, configurar, gerir e integrar estas diferentes tecnologias de dados.

O Dataverse aborda estas preocupações com um serviço de dados SaaS fácil de usar, fácil de gerir, conforme, seguro, escalável e globalmente disponível. O Dataverse capacita as organizações a trabalhar com qualquer tipo de dados e qualquer tipo de aplicação, e usar os dados dentro dela para obter insights e impulsionar a ação empresarial.

Como parte da Microsoft Power Platform, o Dataverse tem três grandes centros de destaques:

1. Disponibilidade e Escalabilidade
2. Segurança
3. Conformidade

Pontos esses que nos fizeram migrar do SharePoint para o DV. Sendo a segurança o principal motivo, pois o Dataverse utiliza mecanismos de gestão de identidade e acesso de Azure Active Directory para ajudar a garantir que apenas os utilizadores autorizados possam aceder ao ambiente, dados e relatórios. E isso faz toda a diferença!

O Dataverse utiliza a segurança baseada em funções para agrupar uma coleção de privilégios. Estas funções de segurança podem ser associadas diretamente aos utilizadores, ou podem ser associadas a equipas Dataverse e unidades de negócio.

Outro motivo de bastante relevância que nos motivou a trocar foram os limites de delegação que o SharePoint possui quando se trata de aplicações. Problema esse que nos impede de fazer filtros e ordenações em tabelas com mais de 2000 linhas.

O que é um dicionário de dados?

Dicionário de dados é:

• Uma forma de se organizar
• De detalhar quais são os dados que temos
• O que eles significam e de que tipo são

Ele é, essencialmente, um livro de regras

• quais dados incluir em seu banco de dados,
• como deve ser estruturado,
• como ele deve ser inserido, e
• como deve ser acedido

Este dicionário será um repositório de nomes, definições e atributos que fornecem informações contextuais sobre os dados no seu banco de dados. O dicionário descreve cada campo de banco de dados com uma definição clara de quais informações são capturadas nesse campo e as regras para utilizar esse campo.

Quando começar a desenvolver o seu dicionário de dados e determinar os elementos que deve incluir, é importante considerar o que seria importante para alguém que não está familiarizado com o seu banco de dados saber sobre os dados mantidos dentro. Ele deve ser a ferramenta ideal para qualquer pessoa entender tudo sobre o seu conjunto de dados.

Um dicionário de dados é fundamental para a sustentabilidade de qualquer banco de dados, especialmente quando é usado por várias pessoas, como é o nosso caso aqui na Portal Gestão. Talvez saiba ler e interpretar os seus dados. No entanto, se deixasse a sua organização amanhã, outra pessoa saberia aceder, ler e interpretar os dados que faz? O seu dicionário de dados garantirá que, não importa o que aconteça, exista documentação que explicará tudo o que alguém precisa saber sobre o seu banco de dados.

Como criar um dicionário de dados?

Pode ser feito de diversas formas. Mas a forma que vou mostrar hoje é no bom e velho Excel.

Para criar um dicionário de dados, é importante primeiro considerar algumas perguntas:

1. O que cada elemento nos seus dados representa? O que está a descrever?
2. Quais são as tabelas e colunas existentes?
3. Qual o caminho (URL, por exemplo) de cada uma delas
4. Quais são as colunas com valores exclusivos?
5. Quais são as colunas com valores nulos?
6. Quais são os relacionamentos entre as tabelas? Quais são as chaves primárias?
7. Quais os valores permitidos em cada coluna
8. Esses dados estão ligados com algum flow (Power Automate) que precisará de ser alterado ?

Exemplos:

Identificação das tabelas

Coluna criadas:

1. N^o tabela
2. Nome lógico Dataverse
3. Tabela
4. Descrição
5. Link SharePoint
6. Link Dataverse
7. Relacionamentos
8. Anotações

Flows Utilizados

1. N^º flow
2. Nome do flow
3. Link
4. Objetivo do flow

Ambientes no Power Apps

1. Ambiente
2. Solução
3. Link

Colunas

1. N^º da tabela
2. Nome da tabela
3. Nome da coluna
4. Descrição
5. Valores permitidos
6. Alternate Key (usado para a modelagem dos dados)
7. Permite valores exclusivos?
8. Possui valores nulos?
9. Choices (coluna no DV)
10. Link da tabela
11. Regras de negócios
12. Anotações
13. Nome da coluna no SharePoint
14. Nome lógico da coluna no Dataverse (útil para fazer a programação no Power Apps e no Power Automate)

Coluna a apagar no Dataverse

1. N^º da tabela
2. Nome da tabela
3. Coluna
4. Nome da coluna no esquema do Dataverse
5. Nome lógico da coluna no Dataverse
6. Motivo para apagar

Relacionamentos

1. N^º da tabela 1
2. Nome da tabela 1
3. Nome da coluna 1
4. Modelagem da coluna 1
5. Modelagem da coluna 2
6. Nome da coluna 2
7. Nome da tabela 2
8. N^º da tabela 2
9. Link do relacionamento no Dataverse
10. URL do modelo no site draw-io

Costumamos utilizar o site https://app.diagrams.net/ para fazer a modelagem dos dados. Aliás, num processo normal de construção de apps, esse é um dos primeiros passos que utilizamos: definir a modelagem dos dados. Dessa forma, temos de forma clara, quais são as tabelas que vamos precisar, quais as colunas, os tipos de relacionamentos, as chaves primárias e os tipos dos dados.

Considerações finais

Catalogar as tabelas e colunas de uma empresa nem sempre é tarefa fácil, no entanto, quando feita, torna-se uma grande mais-valia para qualquer empresa.

Tendo em vista:

• a comunicação entre colaboradores que entram e saem das empresas,
• a transparência no significado e terminologias de diferentes departamentos (trabalho integrado entre equipas)
• gestão dos dados e a sua governança.

Mantenha o dicionário de dados da sua empresa sempre atualizado e verá os benefícios disso.

Vemo-nos nos próximos artigos.

Contexto

A gestão e coordenação da formação em qualquer entidade formadora é verdadeiramente exigente e morosa, envolvendo desde o registo do formando e a associação do mesmo a uma ação de formação, até à emissão e envio do certificado SIGO. A maioria das entidades realiza estas tarefas de forma manual em papel ou através de folhas de cálculo no Excel. Numa lógica de otimização da forma de trabalho e da redução do tempo investido nestas tarefas no dia-a-dia da Portal Gestão, recorremos a uma aplicação desenvolvida internamente e que agora disponibilizamos para todas as entidades formadoras interessadas em evoluir a sua transformação digital: A Training App!

The development of low-code or no-code applications is an increasingly valuable solution for both developers and individual or organizational users. At this moment, there wouldn't be the capacity to respond to the volume of ongoing process automation and digital transformation projects. So far, companies have successfully replaced emails and standalone spreadsheets with apps that ensure integrity, functionality, design, traceability, and secure data access.

The time has come to adopt the same approach in the development of machine learning and deep learning models, which are typically challenging to develop and operationalize. In this article, we will demonstrate how to train a predictive model capable of distinguishing between good and poor-quality oranges. Additionally, we'll develop a mobile application that uses this model through the camera to classify oranges displayed in a supermarket.

Os processos associados à gestão do capital humano adquirem uma complexidade e importância consideráveis quando a organização assume uma determinada dimensão. Pensemos uma organização com apenas 10 colaboradores e na forma como organiza a gestão de ausências, o trabalho suplementar, os bancos de horas, os mapas de férias e a documentação associada a baixas médicas e outras ausências. Pensemos nos processos de aprovação, nos turnos, nos horários, no cálculo do número de dias de ausência e na gestão da força de trabalho num determinado período de tempo.

The processes associated with human capital management acquire considerable complexity and importance when the organisation is of a certain size. Let's think about an organisation with just 10 employees and how it organises absence management, overtime work, time banks, holiday maps and the documentation associated with sick leave and other absences. Think about approval processes, shifts, timetables, calculating the number of days absent and managing the workforce over a given period of time.

No mundo empresarial atual, a eficiência e a automação desempenham um papel fundamental. A capacidade de automatizar tarefas e processos é um componente essencial para otimizar o tempo e recursos, reduzir erros e aumentar a produtividade. É neste cenário que o Power Automate, uma das ferramentas mais poderosas da plataforma Microsoft Power Platform, entra em jogo.

O Power Automate, anteriormente conhecido como Microsoft Flow, é uma ferramenta de automação de fluxos de trabalho que permite a criação de fluxos personalizados para automatizar tarefas e processos, economizando tempo e esforço. Neste artigo, exploraremos o Power Automate em detalhes, entendendo suas capacidades e benefícios.

O desenvolvimento de aplicações low-code ou no-code é uma solução cada vez mais valiosa, quer para desenvolvedores quer para utilizadores individuais ou organizacionais. Não existiria neste momento capacidade de resposta ao volume de projetos de desenvolvimento de automação de processos e de transformação digital em curso. Até aqui, as empresas têm substituído com sucesso os e-mails e as folhas de cálculo avulso por apps que asseguram integridade, funcionalidade, design, rastreabilidade e segurança no acesso aos dados.
Chegou o momento de adotar a mesma abordagem no desenvolvimento de modelos de machine learning e deep learning, tipicamente difíceis de desenvolver e de operacionalizar.

Neste artigo, vamos demonstrar como treinar um modelo preditivo que seja capaz de distinguir laranjas de boa qualidade de laranjas de má qualidade. E como desenvolver uma aplicação móvel que através da câmara consiga utilizar esse modelo e classificar as laranjas expostas num supermercado.

Context

Managing and coordinating training operations is truly demanding and time-consuming, involving everything from the registration of the trainee and their association with a training action, to the issuance and sending of the SIGO certificate. Most entities perform these tasks manually on paper or through Excel spreadsheets. In a logic of optimizing the way of working and reducing the time invested in these tasks in the day-to-day of Portal Gestão, we used an application developed internally and which we now make available to all training entities interested in evolving their digital transformation: The Training App!