Portfólio de Consultas SQL — Google BigQuery

Coleção de consultas SQL desenvolvidas ao longo da minha experiência trabalhando com análise de dados diretamente no Google BigQuery, cobrindo os domínios de Vendas, Estoque, Logística/Transporte e Dimensões/Cadastros de uma operação de distribuição.

Sobre a anonimização

Estas consultas foram extraídas de um ambiente de produção real e passaram por um processo de anonimização antes de serem publicadas:

• Nome de projeto GCP e de datasets substituídos por valores fictícios (ex.: meu-projeto-bq, erp, erp_raw, pbi, apoio).
• Qualquer referência a nome de empresa, unidade ou local real foi removida ou substituída por um identificador genérico/fictício.
• Códigos de exemplo usados em filtros e regras de negócio (SKUs, documentos, centros, cidades) foram trocados por valores ilustrativos.
• Nenhum dado de resultado (linhas, valores, clientes, fornecedores) é incluído neste repositório — apenas o código das consultas.

A lógica, a estrutura das CTEs e as técnicas de SQL são fiéis ao que foi efetivamente utilizado em ambiente produtivo.

Convenção de nomes

Os arquivos seguem o prefixo clássico de modelagem dimensional:

• Tb_ — consultas cujo grão é uma tabela fato (dado transacional/mensurável: vendas, faturamento, estoque, volumetria, documentos de transporte).
• Dim_ — consultas cujo grão é uma dimensão (dado cadastral/descritivo: itens, clientes, centros, municípios, fornecedores).

Estrutura

Query_por_area_de_negocio/
  01_Vendas/                   Faturamento, análises comerciais e views consolidadas
  02_Estoque/                  Posição de estoque por depósito e cubagem de itens
  03_Logistica_Transporte/     Tempo de faturamento, volumetria e documentos de transporte
  04_Dimensoes_Cadastros/      Dimensões de centros, clientes, municípios e fornecedores

Índice de consultas

Arquivo	Categoria	O que demonstra
Tb_view_vendas_consolidada.sql	Vendas (Fato)	View analítica com 9 CTEs, deduplicação por chave composta, regras de negócio com CASE, joins seletivos por chave filtrada
Tb_vendas_por_bu_produto.sql	Vendas (Fato)	Mesma base de vendas, agregada (SUM/GROUP BY) por mês, centro e unidade de negócio
Tb_analise_venda_por_categoria.sql	Vendas (Fato)	Cruzamento de faturamento com cadastro de material e cliente, filtro regional
Tb_analise_venda_canal_especifico.sql	Vendas (Fato)	Join de faturamento com logística por chave concatenada, filtro textual (LIKE)
Tb_estoque_por_deposito.sql	Estoque (Fato)	Consolidação de saldo por tipo de depósito com valorização por preço padrão
Dim_itens_cubagem.sql	Estoque (Dimensão)	Dimensões físicas e classificação comercial de itens
Tb_analise_tempo_medio_faturamento.sql	Logística (Fato)	DATETIME/PARSE_DATE/PARSE_TIME, TIMESTAMP_DIFF, formatação numérica pt-BR
Tb_analise_volumetria.sql	Logística (Fato)	Agregação mensal de peso, volumetria e valor de NF
Tb_query_transportes.sql	Logística (Fato)	Consulta pontual de documento de transporte com múltiplos joins
Dim_centros_regioes.sql	Dimensões	CASE de-para para nome/cidade de centro e classificação regional por UF
Dim_clientes.sql	Dimensões	Consolidação de cadastro de clientes com rota logística e canal de vendas
Dim_municipios.sql	Dimensões	Base de apoio geográfico (UF → macrorregião)
Dim_enderecos_fornecedores.sql	Dimensões	Extração de cadastro de parceiros por tipo (fornecedor/transportadora)

Técnicas e recursos de SQL demonstrados

• CTEs (WITH) encadeadas e comentadas por etapa lógica
• Deduplicação e agregação por chave composta (CONCAT de múltiplos campos)
• Regras de negócio complexas com CASE WHEN aninhado
• Funções de data/hora do BigQuery: PARSE_DATE, PARSE_TIME, DATETIME, TIMESTAMP_DIFF, LAST_DAY, DATE_TRUNC
• SAFE_CAST / SAFE.PARSE_TIME para conversões tolerantes a erro
• Filtragem antecipada de dimensões pelas chaves do fato (redução de volume antes dos joins)
• Formatação numérica para padrão pt-BR (FORMAT + REPLACE)

Sobre mim

Consultas construídas ao longo da minha atuação com análise de dados e BI, utilizando Google BigQuery como principal fonte de consultas SQL para dashboards comerciais, logísticos e de estoque.