Visualização de Dados com Looker Studio

Dataset CSV (Ch1_ExampleCSV.csv)

Como obter (download):
- Link direto (raw):
	https://raw.githubusercontent.com/Apress/google-data-studio-for-beginners/main/Ch1_ExampleCSV.csv
- Alternativa via GitHub (quando não quiser usar o raw):
	1) Abra a página do arquivo no GitHub
	2) Clique em "Download raw" / "View raw"
	3) Salve como Ch1_ExampleCSV.csv
- Alternativa via terminal (opcional):
	curl -L -o Ch1_ExampleCSV.csv "https://raw.githubusercontent.com/Apress/google-data-studio-for-beginners/main/Ch1_ExampleCSV.csv"

Campos esperados:
- Product Name (texto)
- Description (texto)
- Flavour (texto)
- Product Type (texto)
- Number Sold (número)

Observação crítica:
- Há uma linha final incompleta ("Cho"), com valores ausentes.
	(Se aparecer como ruído na Tabela, use filtro para excluir linhas com Number Sold vazio.)

Dataset XLSX (DS - Coffee Shop.xlsx, aba Menu)

Como obter (download):
- Link do enunciado (GitHub):
	https://github.com/Apress/google-data-studio-for-beginners/blob/main/DS%20-%20Coffee%20Shop.xlsx
	Dica: na página do GitHub, clique em "View raw" para baixar.
- Link direto (raw, pode falhar em alguns ambientes/navegadores):
	https://raw.githubusercontent.com/Apress/google-data-studio-for-beginners/main/DS%20-%20Coffee%20Shop.xlsx
- Alternativa via terminal (opcional):
	curl -L -o "DS - Coffee Shop.xlsx" "https://raw.githubusercontent.com/Apress/google-data-studio-for-beginners/main/DS%20-%20Coffee%20Shop.xlsx"

Características (aba Menu):
- 10 linhas
- Mesmos campos do CSV
- Number Sold inteiro
- Sem vazios

Configuração mínima correta da Tabela

Dimensões:
- Product Name
- (Opcional) Product Type
- (Opcional) Flavour

Métricas:
- Number Sold (SOMA)

Ordenação:
- Number Sold DESC

Checklist de coerência (Parte 1)
[ ] CSV baixado (Ch1_ExampleCSV.csv) e selecionado no Upload de arquivo
[ ] Permissões do Looker Studio autorizadas (se solicitado no primeiro uso)
[ ] 4 campos texto + 1 campo número
[ ] Number Sold usa agregação SOMA
[ ] Ordenação decrescente por Number Sold
[ ] Filtro opcional para excluir vazios (Number Sold ou Product Type)
[ ] Link de visualização testado em aba anônima

Tipagem alvo da aba Menu

Normalização tabular (checklist rápido):
- 1ª linha = cabeçalho (nomes de colunas)
- Sem células mescladas
- 1 linha = 1 produto (sem subtítulos no meio da tabela)
- Sem linhas/colunas em branco “decorativas”
- Sem valores mistos na mesma coluna (ex.: texto e número juntos)

Tipagem:
Texto:
- Product Name
- Description
- Flavour
- Product Type

Número:
- Number Sold

Valores ausentes (mínimo aceitável):
- Verifique “(Em branco)” com filtro em cada coluna OU use CONT.VAZIO(intervalo).
- Se aparecer vazio:
	- Preencha com um valor coerente (ex.: "Sem descrição") quando fizer sentido, OU
	- Remova a linha se for lixo/registro incompleto.

Datas (quando houver coluna de data em outros datasets):
- Neste dataset (aba Menu), normalmente NÃO há coluna de data (item pode ser "não aplicável").
- Se houver:
	1) No Google Planilhas: Formatar → Número → Data (confirme que vira data, não texto).
	2) Padronize a exibição para DD/MM/AAAA (depende do locale; em pt-BR costuma ser automático).
	3) Valide: ordenar por data deve ficar cronológico (não alfabético).
	4) No Looker Studio: confirme o tipo do campo como Date/Date & Time (não Texto).

Validação útil:
=SOMA(intervalo_de_Number_Sold)

Checkpoint forte esperado

Total de Number Sold (sem filtros): 14123

Leituras que devem aparecer:
- Lunch Bun ≈ 70,8% (10000 / 14123)
- Cupcake ≈ 84,2% do total

Interpretação profissional:
- Alta concentração pode ser dado real OU outlier.
- Conclusão exige contexto temporal e definição da unidade de venda.

Rubrica prática

Iniciante:
- Conecta fonte e cria visual básico.

Intermediário:
- Ajusta tipo de campo e métrica correta.

Avançado:
- Valida coerência com checagens (totais, ordenação, filtros).

Excelente:
- Comunica limitações, evita causalidade indevida e documenta recortes.