Relatório de dados: planilha crua vira números conferíveis

T16 — Extrato de vendas 2026: relatório

Agente: claude · Fonte: alvos\dados\vendas-2026.csv (sha256 774cb912b05ddfb8a06fc9b03e7e2e81eaf3b5cf2f1e633a7b802e84ea54aba8, não alterado) Script que gerou todos os números: [analise.py](analise.py) → [resultados.json](resultados.json) · Gráfico: [faturamento-por-canal.png](faturamento-por-canal.png)

Base depois do tratamento: 1.545 linhas de dados no arquivo → 1.500 após deduplicar → 1.439 válidas → 1.058 vendas pagas.

Nenhum número deste relatório foi digitado à mão: todos saem do resultados.json, que o analise.py grava ao rodar.

As 8 respostas

1. Faturamento total pago em 2026

> ## R$ 1.147.167,16

Soma dos valores das 1.058 linhas válidas com status = pago.

2. Ticket médio pago

> ## R$ 1.084,28

R$ 1.147.167,16 ÷ 1.058 vendas pagas. A divisão é feita em Decimal; o arredondamento para 2 casas acontece só na exibição.

3. Canal que mais faturou

> ## Instagram — R$ 387.361,82

Ranking completo (é o que está no gráfico):

O Instagram só aparece em 1º porque as 4 grafias do arquivo (Instagram , INSTAGRAM, instagram, Instagram) foram somadas como um canal só — separadas, nenhuma delas lideraria.

4. Top 3 vendedores por faturamento pago

> ## 1º Beatriz Alcantara — R$ 267.420,33 > ## 2º Caio Meireles — R$ 220.411,48 > ## 3º Danilo Rocha — R$ 207.298,40

Os outros três, para contexto: Fernanda Quirino R$ 186.932,73 · Otavio Bastos R$ 160.293,78 · Silvia Nakamura R$ 104.810,44.

5. Mês de maior faturamento pago

> ## Maio/2026 — R$ 188.486,15

Série mensal completa (só pagos): jan 85.283,10 · fev 89.588,77 · mar 123.830,87 · abr 140.795,60 · mai 188.486,15 · jun 132.610,08 · jul 131.126,15 · ago 137.212,14 · set 118.234,30. O arquivo cobre janeiro a setembro de 2026.

6. Taxa de cancelamento

> ## 8,83%

127 linhas válidas com status = cancelado ÷ 1.439 linhas válidas (todos os status), × 100 = 8,8255…% → 8,83%. O denominador é o das válidas *depois* da deduplicação e dos descartes da regra 2, como pede o enunciado — não as 1.545 linhas brutas (que dariam 8,22% e estariam erradas).

7. Linhas descartadas, por motivo

> ## 106 linhas descartadas no total

1.545 − 106 = 1.439 linhas válidas. Detalhe de cada motivo na seção de tratamento, abaixo.

8. UF com maior ticket médio (mínimo 10 vendas pagas)

> ## SE (Sergipe) — R$ 1.583,62

Com 10 vendas pagas — exatamente no limite, e por isso entra. 18 UFs passaram no corte de 10 vendas pagas; 9 ficaram de fora.

Top 5 das elegíveis: SE R$ 1.583,62 (10) · AM R$ 1.396,59 (15) · GO R$ 1.381,69 (40) · PA R$ 1.321,96 (14) · MS R$ 1.277,86 (17).

O corte de 10 é o que decide a resposta: RR tem ticket médio de R$ 1.686,72 e ficaria em 1º, mas isso é uma venda só — sem o filtro, a resposta seria RR e estaria errada.

Como tratei a sujeira do arquivo

As regras foram aplicadas exatamente na ordem do PERGUNTAS.md: deduplicar → descartar (com precedência) → filtrar por status → normalizar → agrupar.

O que descartei, e por quê

Precedência: uma linha que se encaixa em mais de um caso é contada só pelo primeiro motivo na ordem valor vazio → data impossível → UF inválida → valor negativo, e a duplicata vem antes de todos porque a regra 1 roda primeiro. Sem essa ordem os 5 números mudariam mesmo com o total igual.

O que normalizei (e o que teria dado errado sem isso)

Decisão de interpretação que registro explicitamente

Normalizei a UF *antes* de julgar se ela é válida. A regra 2 diz para descartar uf fora das 27 siglas e a regra 4 diz que uf vem com variação de caixa e espaço. Se a validade fosse checada no texto cru, SP , sp e Sp seriam "inválidas" e ~130 vendas legítimas iriam para o lixo — e a menção a uf na regra 4 não teria função nenhuma. Normalizar primeiro deixa como inválidas só --, BR, XX e ZZ, que são inválidas de verdade em qualquer leitura.

Formatos convertidos

• Datas — três formatos (2026-03-04, 04/03/2026, 4-Mar-2026), todos parseados para date real. O formato desconhecido levanta erro em vez de virar "data impossível" em silêncio: assim um formato novo aparece como falha, não como descarte errado.
• Valores — três formatos (1234.56, 1.234,56, R$ 1.234,56). Regra aplicada de forma genérica: o separador decimal é o último . ou , do número; tudo antes vira parte inteira. Todos viram Decimal, nunca float — dinheiro somado em float acumula erro de ponto flutuante e o total da pergunta 1 sairia com centavos errados.
• Arredondamento — só na exibição (quantize com ROUND_HALF_UP), nunca no meio do cálculo.

Verificação

Não me contentei em rodar o script uma vez e confiar no que saiu:

1. Duas implementações independentes, mesmo resultado. Além do analise.py (csv puro + Decimal + laço), escrevi o [conferencia.py](conferencia.py), que refaz as 8 respostas por outro caminho — pandas, float, agrupamento vetorizado — e compara item a item com o resultados.json. Saída: CONFERENCIA OK - os dois caminhos independentes batem em todos os 19 itens. Se divergir, ele sai com código 1.
2. Fechamento aritmético: 1.545 − 106 descartes = 1.439 válidas; 1.058 pagas + 254 pendentes + 127 canceladas = 1.439. Os dois fecham.
3. PNG conferido no arquivo, não na intenção: cabeçalho do PNG lido em binário → 1200×800 px (mínimo exigido 400×300), 38.360 bytes. Abri a imagem e confirmei que as 5 barras e os rótulos saíram legíveis.
4. Arquivo original intacto: git status do alvos/ volta vazio; sha256 registrado no topo deste relatório.
5. Reexecutável do zero: python analise.py roda da pasta da entrega sem editar nada — o CSV é apontado por caminho absoluto e as saídas são gravadas ao lado do script (Path(__file__).parent), não no cwd.
6. O script recusa ambiguidade em vez de chutar: canal fora dos 5 canônicos, formato de data desconhecido ou formato de valor desconhecido levantam ValueError. Rodou sem levantar nenhum — ou seja, os 1.545 registros couberam nas regras declaradas, sem caso silenciosamente ignorado.

Ferramentas usadas

Não usei MCP, subagente nem navegador neste teste: a tarefa é determinística e local, e qualquer uma dessas rotas só adicionaria intermediário entre o CSV e o número.

Arquivos entregues