Criando um assistente de análise de dados contábeis usando Shiny Python e IA

Tradicionalmente, dashboards econômicos são produzidos com a compilação dos dados mais recentes dos principais indicadores econômicos. Gráficos e tabelas costumam ser adicionados e alguns campos de filtros possibilitam customizar a análise. No final, o usuário tem um monte de dados na tela para analisar, muitas vezes sem nenhum contexto.

Será que esta é a melhor experiência/produto que pode ser entregue ao usuário final? Será que uma dashboard com um monte de dados jogados é capaz de responder todas as perguntas que podem surgir? Será que este tipo de dashboard será realmente utilizada?

Podemos tentar mudar o jeito tradicional de produzir dashboards tomando proveito de novas tecnologias emergentes, como a Inteligência Artificial. Ao aplicar IA Generativa, podemos criar uma experiência de análise de dados interativa entre o usuário e a dashboard, sem a necessidade de interferência humana. Isso traz mais agilidade e produtividade para as equipes de análise de dados, além de melhorar a experiência do usuário.

Neste exercício mostramos um exemplo integrando um modelo de IA generativa em uma dashboard de demonstrativos financeiros feita em Python com Shiny.

O código em Python completo deste exercício está disponível para os membros do  Clube AM.

Dashboard de Demonstrativos Financeiros com AI Assistant

Para produzir um dashboard voltado à análise de dados financeiros, seguimos as etapas clássicas do ciclo de análise de dados: coleta, tratamento e visualização.

A coleta de dados dos demonstrativos financeiros é realizada a partir das Demonstrações Financeiras Padronizadas (DFP), que são conjuntos de informações contábeis obrigatórios para empresas de capital aberto. Essas empresas devem enviar os dados à CVM por meio de um formulário eletrônico padronizado.

Os dados da DFP são disponibilizados pela CVM, com a série histórica começando em 2010. Desenvolvemos um código em Python para automatizar a coleta dessas informações.

Na etapa de tratamento de dados, filtramos as observações relevantes, ajustamos os nomes de colunas, categorizamos as informações e selecionamos as contas contábeis mais importantes. O resultado são três demonstrativos principais (balanço patrimonial, demonstração de resultados e fluxo de caixa), com um conjunto selecionado de contas, evitando um dataframe excessivamente extenso.

A visualização dos dados é feita por meio de uma tabela onde cada coluna representa uma conta contábil, e cada linha corresponde a um período, permitindo uma análise clara ao longo do tempo.

Utilizando o Shiny para criar o dashboard, implementamos regras que permitem selecionar o tipo de demonstrativo, a empresa de interesse e o intervalo temporal, proporcionando flexibilidade na análise dos dados.

Além disso, integramos um código de IA Assistant com Gemini, configurado para analisar e comparar os dados contábeis exibidos no dashboard, ampliando as capacidades analíticas da ferramenta.

A imagem abaixo ilustra o resultado final do dashboard criado.

Tenha acesso ao código e suporte desse e de mais 500 exercícios no Clube AM!

Quer o código desse e de mais de 500 exercícios de análise de dados com ideias validadas por nossos especialistas em problemas reais de análise de dados do seu dia a dia? Além de acesso a vídeos, materiais extras e todo o suporte necessário para você reproduzir esses exercícios? Então, fale com a gente no Whatsapp e veja como fazer parte do Clube AM, clicando aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como criar um Agente de IA coletor de dados

A tecnologia de agentes de IA está democratizando o acesso e a manipulação de dados econômicos complexos, tornando-a acessível mesmo para aqueles sem experiência em programação. Neste post discutimos a criação de agentes de IA para coletar dados econômicos brasileiros usando linguagem natural, como "Qual é a expectativa do IPCA para 2025?".

Como Criar um Agente Analista para Dados da Inflação com LangGraph

Este post mostra como automatizar a análise da inflação brasileira com o uso de agentes inteligentes. Utilizando o LangGraph, integramos dados do IPCA, núcleos de inflação e grupos do índice para criar um sistema capaz de gerar análises econômicas automatizadas com base em consultas em linguagem natural.

Como Criar um Agente para Análise da Atividade Econômica com LangGraph

Este post mostra como automatizar a análise da atividade econômica brasileira com agentes inteligentes. Utilizando o framework LangGraph e dados do IBGE e Banco Central, construímos um sistema capaz de gerar respostas analíticas a partir de perguntas em linguagem natural, unindo automação de consultas SQL e interpretação econômica.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.