Carregar, transformar e publicar dados

Este tutorial leva cerca de uma hora. Ao final, você terá um fluxo de trabalho funcional que importa um CSV, o transforma por meio de algumas etapas de tabela e publica o resultado.

O que você vai construir

Um fluxo de trabalho que pega um CSV bruto de vendas, limpa-o, junta-o a uma tabela de referência de produtos, calcula colunas derivadas e publica o resultado como uma tabela de fatos limpa.

sales.csv  →  import  →  filter  →  join with products  →  add columns  →  publish
                              ↓
                       products.csv  →  import

Pré-requisitos

• Um espaço de trabalho do PlaidCloud (inicie uma avaliação gratuita se não tiver um)
• Um projeto para trabalhar (crie um na guia Projetos, se necessário)
• Dois arquivos CSV para importar — neste tutorial usaremos um arquivo simples de transações de vendas e um arquivo de catálogo de produtos. Você pode usar os seus ou gerar dados de exemplo com qualquer ferramenta de planilhas

Etapa 1: crie o fluxo de trabalho

1. Abra seu projeto e vá para a guia Fluxos de trabalho.
2. Clique em Novo fluxo de trabalho. Dê a ele um nome descritivo, como “Sales Cleanup”.
3. Clique em Criar. O fluxo de trabalho vazio aparece na sua lista.
4. Clique duas vezes no fluxo de trabalho para abrir o Workflow Explorer.

Etapa 2: importe o CSV de vendas

1. No Workflow Explorer, adicione uma nova etapa.
2. Escolha Import → CSV (ou a etapa de importação que corresponder ao formato da sua origem).
3. Na configuração da etapa:
   • Arquivo de origem — aponte para o seu CSV de vendas (faça o upload ou escolha em uma conta de documentos conectada)
   • Tabela de destino — dê a ela o nome sales_raw
   • Delimitador, caractere de aspas, linha de cabeçalho — ajuste se o seu arquivo for fora do padrão
4. Execute a etapa. O CSV é gravado como uma nova tabela no seu projeto.

Confira a guia Tabelas para ver sales_raw. Entre nela para verificar se os dados parecem corretos — quantidade de colunas, linhas de exemplo, tipos de dados.

Etapa 3: importe o catálogo de produtos

Repita a Etapa 2 com o seu CSV de produtos, tendo como destino uma tabela chamada products_raw. Isso lhe dá as duas tabelas de referência necessárias para a junção.

Etapa 4: filtre as linhas ruins

Dados reais de vendas têm lacunas — valores nulos, transações de teste, estornos que você não quer na tabela de fatos principal. Adicione uma etapa de filtro para removê-los.

1. Adicione uma etapa Tabelas → Table Lookup (ou qualquer transformação de tabela que permita filtrar).
2. Configure:
   • Tabela de origem: sales_raw
   • Tabela de destino: sales_clean
   • Condições de filtro: por exemplo, amount > 0 AND status = 'completed'
3. Execute a etapa. sales_clean deve ter menos linhas que sales_raw.

Nota

Os filtros são aplicados conforme os dados fluem da origem para o destino. A tabela de origem permanece inalterada. Este é um padrão central do PlaidCloud — cada etapa lê de uma ou mais origens e grava em um ou mais destinos, deixando os originais intactos para fins de auditoria.

Etapa 5: junte ao catálogo de produtos

Agora combine as linhas de vendas limpas com os detalhes dos produtos do catálogo.

1. Adicione uma etapa Tabelas → Table Inner Join.
2. Configure:
   • Tabela esquerda: sales_clean
   • Tabela da direita: products_raw
   • Chaves de junção: a coluna que liga as duas tabelas (por exemplo, product_id)
   • Tabela de destino: sales_enriched
3. Execute a etapa.

sales_enriched agora tem todas as colunas das duas tabelas. Você provavelmente quer um subconjunto — isso vem a seguir.

Etapa 6: selecione e calcule colunas

Limpar costuma significar descartar colunas de que você não precisa e calcular colunas derivadas. Adicione outra etapa de tabela:

1. Adicione uma etapa Tabelas → Table Lookup (usada aqui para seleção e cálculo de colunas).
2. Configure:
   • Origem: sales_enriched
   • Destino: sales_final
   • Colunas a manter: o subconjunto que importa para os consumidores downstream
   • Colunas calculadas: por exemplo, revenue = amount * price, margin = revenue - cost
3. Execute a etapa.

Para cálculos em nível de coluna, a referência de expressões cobre todas as funções disponíveis — operações com strings, aritmética de datas, lógica condicional, agregações.

Etapa 7: publique o resultado

Deixe sales_final disponível para painéis e sistemas downstream.

1. Adicione uma etapa Data → Publish (ou use a opção Publicar diretamente na tabela).
2. Configure quem pode ler a tabela publicada — normalmente outros membros do espaço de trabalho, além de quaisquer sistemas externos com acesso.
3. Execute a etapa.

A tabela publicada agora é acessível por painéis, ferramentas de BI e qualquer consumidor externo com as permissões corretas.

Etapa 8: execute o fluxo de trabalho inteiro

Clique em Executar no fluxo de trabalho (não apenas em uma etapa). Acompanhe o log enquanto cada etapa é executada em ordem. O pipeline completo é executado da importação do CSV até a publicação.

Se alguma etapa der erro, o guia Gerenciamento de erros de etapa cobre a depuração — os problemas mais comuns são chaves de junção incorretas (incompatibilidade entre tabelas) e valores nulos inesperados em colunas calculadas.

Próximos passos

• Construa um modelo de alocação — distribua custos entre consumidores usando dados de direcionadores
• Guia de fluxos de trabalho — tratamento de erros, condições, loops, variáveis
• Referência de etapas de fluxo de trabalho — cada tipo de etapa e o que ele faz