Aging Calculate (Analysis and Report)

Extrair os dados da base (SQL Server) do Cliente que estão em um servidor remoto e movê-los para uma stage area (MySQL), que também fica em outro servidor remoto. Ou seja, podemos dizer que tanto o data source quanto o data target estão na nuvem (cloud computing). Em seguida, tratar estes dados antes de movê-los para o repositório de data mart. E por fim efetuar o processamento de cálculo do aging, com base nos seguintes critérios: por Loja e por Cia.

O cálculo do aging consiste em determinar para cada peça armazenada no estoque, há quanto tempo ela está armazenada. Para isso precisamos para cada SKU do estoque em cada loja da empresa, percorrer todos as entradas, da mais recente para a mais antiga, e identificar a data da entrada. Armazenamos a data da entrada e a quantidade de peças, assim desta forma conseguimos mostrar a informação do Aging em diversos níveis e formas distintas de agregação.

• Sistema Operacional = Windows/Linux
• SSH (Linux) ou OpenSSH (Windows)
• MySQL 5.5 ou superior
• Pycharm 3 ou superior
• Python 2.7.x ou superior
• Bibliotecas Python: pymssql, MySQLdb

Todo o ETL é construído em Python. Ainda usando o Python, depois que os dados são movimentados, tratados e enriquecidos eles são exportados do MySQL para uma planilha Excel. Esta planilha possui algumas macros que facilitam a sua navegação e também na análise das informações contidas. Estas informações são consumidas basicamente pelos analistas e estatístícos da área de planejamento e inteligência de mercado para obter insights.