OTIF (ON-TIME IN-FULL)
--%
Meta: 95.0%
No Prazo: --%
Integral: --%
TAXA DE RUPTURA ATUAL
--%
-- SKUs Zerados
Saldo = 0 na Fato Snapshot
Alerta Crítico
TEMPO MÉDIO DE APROVAÇÃO
-- h
Rascunho → Aprovado
Aprovação → Envio: -- h
Delta FSM
VALOR CONSOLIDADO EM ESTOQUE
R$ --
-- Pedidos Ativos
Fechamento UTC
Curva Histórica de Rupturas de Estoque
Percentual diário de SKUs com saldo zerado (Fato Snapshot)
Curva ABC Dinâmica de Itens em Posse
Classificação Pareto 80/15/5 sobre o capital investido
| SKU | Produto | Saldo | Valor (R$) | % Acum. | Classe |
|---|---|---|---|---|---|
| Carregando itens... | |||||
Conexão Power BI & MySQL TiDB Cloud
Credenciais oficiais para DirectQuery ou Import no Power BI Desktop
1. Servidor MySQL / Gateway TiDB Cloud:
gateway01.sa-east-1.prod.aws.tidbcloud.com:4000
2. Banco de Dados (Database):
amaggi_dw
3. Modo de Conectividade:
DirectQuery (Tempo Real) ou Import (VertiPaq Máxima Performance)
4. Credenciais de Autenticação (Aba Database):
Usuário:
kB4KGoVbWVWJXZM.root
Senha:
SW6VzJ9ZGsDKhRQe
Tabelas e Visões Prontas no MySQL amaggi_dw:
fato_telemetria_chamadas, vw_powerbi_telemetria_zoom, fato_pedidos_compra, vw_powerbi_pedidos_otif, dim_fornecedores, dim_produtos
Slicers Ativos:
DirectQuery TiDB: 718 registros (~32ms)
718
Number of calls
● 100% capturado
82%
Answer Rate
▲ Meta 80% Atingida
142.03
Total Wait Time (Min)
▼ Fila Operacional
20.78
Total Hold Time (Min)
◆ Retenção Média
2.57
Avg Call Duration (min)
◆ 2m 34s Conversação
Calls by Date
Nov 2025November
Wait Time (Min) By Hour
MinutosHora do Dia (6h - 22h)
Calls by Hour
Answered
Not Answered
Volume por Faixa Horária
Hold Time (Min) By Hour
Pico às 15hRetenção por Horário
Outbound Calls By Caller
| caller_name | Calls | Answer Rate | Avg Call Duration (min) |
|---|
Inbound Calls By Callee
| callee_name | Calls | Answer Rate | Avg Call Duration | Wait (Min) | Hold (Min) |
|---|
Ciclo de Vida Auditável da Máquina de Estados (FSM)
Transições estritamente sequenciais e irreversíveis. Registra automaticamente o ID do usuário executor, o timestamp UTC e o delta decorrido em horas.
1. Rascunho
Criação inicial
2. Aprovado
data_aprovacao
3. Emitido Fornecedor
data_envio
4. Em Trânsito
SLA Ativo
5. Entregue Parcial
Ledger Parcela
6. Recebido Total
OTIF & SLA Final
7. Auditoria
Conformidade
Fato Pedidos de Compra (SLA, Lead Time & Histórico)
| Código | Fornecedor | Produto | Qtd. Pedida | Qtd. Entregue | Promessa | Status FSM | OTIF | Ações |
|---|---|---|---|---|---|---|---|---|
| Carregando pedidos... | ||||||||
Dimensão Produtos (Slowly Changing Dimensions - SCD Tipo 2)
Modificações cadastrais de custo, estoques mínimos ou categorias criam novas versões com intervalo de vigência auditável.
| SK | SKU Natural | Nome do Produto | Categoria | Custo Unitário | Est. Mínimo | Est. Segurança | Início Vigência | Status | Ações |
|---|---|---|---|---|---|---|---|---|---|
| Carregando catálogo de produtos... | |||||||||
Dimensão Fornecedores & Homologação
Validação estrutural rígida: pedidos de compra são bloqueados para parceiros não-homologados (status != 'Ativo').
| SK | ID Natural | Razão Social | Cidade / UF | SLA Acordado | Status Homologação | Alterar Status |
|---|---|---|---|---|---|---|
| Carregando fornecedores... | ||||||
Fato Movimentações de Estoque (Ledger Contábil)
Extrato atômico de transações (Entradas, Saídas, Ajustes de Inventário e Perdas). Mantém saldo anterior e novo saldo.
| ID Mov. | Produto | Tipo | Quantidade | Saldo Anterior | Novo Saldo | Custo Momento | Documento Ref. | Data Evento (UTC) |
|---|---|---|---|---|---|---|---|---|
| Carregando livro-razão... | ||||||||
Upload de Arquivo (CSV / XML)
Processamento assíncrono linha a linha com rejeição estrita de inconsistências e registro de auditoria.
Exemplos de Modelo para Download:
Histórico de Lotes & Diagnóstico de Erros
| Lote ID | Arquivo | Status | Total | Sucessos | Erros | Início | Detalhes |
|---|---|---|---|---|---|---|---|
| Nenhum lote processado ainda. | |||||||
Fato Snapshot Estoque Diário (Fechamento à Meia-Noite)
Executado automaticamente às 00:00 UTC para congelar saldos, valores e sinalizar rupturas (saldo == 0).
| Data Referência | SK Produto | SKU Natural | Produto | Categoria | Saldo Fechamento | Valor Estoque (R$) | Flag Ruptura |
|---|---|---|---|---|---|---|---|
| Carregando snapshots... | |||||||
Conexão do Power BI Desktop com TiDB Cloud (TLS/SSL)
O TiDB Cloud é totalmente compatível com o protocolo MySQL 8.0 e exige criptografia TLSv1.2+ obrigatória. Siga os passos para conectar o Power BI Desktop:
Parâmetros de Conexão TiDB Cloud:
TLSv1.2+ ENCRYPTED
Servidor (Host:Porta):
gateway01.sa-east-1.prod.aws.tidbcloud.com:4000
Banco de Dados:
amaggi_dw
Usuário SQL:
kB4KGoVbWVWJXZM.root
Modo de Conectividade:
DirectQuery ou Import
- No Power BI Desktop, selecione Obter Dados → Banco de Dados MySQL.
- No campo Servidor, cole:
gateway01.sa-east-1.prod.aws.tidbcloud.com:4000 - No campo Banco de Dados, digite:
amaggi_dw - Selecione DirectQuery para tempo real ou Import para cache local VertiPaq.
- Na janela de autenticação, selecione a guia Banco de Dados e insira seu usuário e senha.
- Selecione as tabelas Star Schema e as visões
vw_powerbi_*.
Alternativa Railway MySQL:
Para instâncias Railway, utilize o Host gerado no TCP Proxy (
proxy.railway.app:PORTA) e banco railway.
Vantagem do Star Schema Físico no TiDB:
O particionamento e distribuição horizontal do TiDB Cloud suportam alto volume de transações FSM e movimentações de estoque, mantendo tempos de resposta sub-segundo para consultas analíticas do Power BI.
Fórmulas DAX Essenciais (Copiar e Colar)
Pronto para PBIP / PBIX1. Métrica OTIF % (On-Time In-Full):
OTIF % =
DIVIDE(
CALCULATE(
COUNTROWS(fato_pedidos_compra),
fato_pedidos_compra[flag_on_time] = 1,
fato_pedidos_compra[quantidade_entregue] >= fato_pedidos_compra[quantidade_pedida]
),
COUNTROWS(fato_pedidos_compra),
0
)
2. Taxa de Ruptura Histórica:
Taxa Ruptura % =
DIVIDE(
CALCULATE(
COUNTROWS(fato_snapshot_estoque_diario),
fato_snapshot_estoque_diario[flag_ruptura] = 1
),
COUNTROWS(fato_snapshot_estoque_diario),
0
)
3. Lead Time Real Médio (Dias):
Lead Time Real Medio Dias =
AVERAGEX(
fato_pedidos_compra,
fato_pedidos_compra[lead_time_real_horas] / 24.0
)