Excel Power Query em 2026: ETL para analistas de dados e perguntas de entrevista
Guia completo de Excel Power Query para ETL: transformações de dados, linguagem M, combinação de consultas e perguntas de entrevista para analistas de dados.
Data Analytics
DATA
Programa completo de Data Analytics cobrindo toda a cadeia de valor dos dados. Da manipulação de dados com Google Sheets e SQL à criação de dashboards interativos com Power BI e Looker Studio, passando pela automação com ferramentas ELT (dbt, Zapier) e análise preditiva com Python (Pandas, Scikit-Learn). Aprenda a identificar fontes de dados, construir funis, analisar retenção de clientes e recomendar ações concretas a partir das suas análises.
O que voce vai aprender
Manipulação de dados com Google Sheets e fórmulas avançadas
SQL avançado com BigQuery: consultas analíticas, CTEs, window functions
Modelagem de dados para equipes de marketing, vendas e produto
Ferramentas ELT: dbt para transformação, Zapier para automação
Web tracking com Google Tag Manager e planos de rastreamento
APIs e webhooks para extração de dados
Visualização de dados com Power BI e Looker Studio (Google Data Studio)
Análise estatística e AB testing
Python para análise: Pandas, Plotly, Jupyter, Google Colab
Machine Learning aplicado: previsão de churn, segmentação de clientes com Scikit-Learn
Metodologia de análise: KPIs, funis de vendas, retenção, coortes
Projeto end-to-end: da identificação do problema ao dashboard automatizado
Topicos-chave para dominar
Os conceitos mais importantes para entender esta tecnologia e mandar bem nas entrevistas
1
Google Sheets: fórmulas avançadas (VLOOKUP, INDEX/MATCH, ARRAYFORMULA), tabelas dinâmicas, automação
2
SQL: SELECT, JOIN, GROUP BY, HAVING, window functions (ROW_NUMBER, RANK, LAG/LEAD), CTEs, subconsultas
3
BigQuery: particionamento, clustering, consultas aninhadas, otimização de custos, UDFs
4
Modelagem de Dados: esquemas estrela, tabelas fato e dimensão, normalização, desnormalização
5
KPIs e métricas: CAC, LTV, MRR, ARR, churn rate, NPS, taxa de conversão, ARPU
6
Funis e coortes: análise de conversão, retenção por coorte, análise RFM
7
ELT e Data Pipeline: Extract-Load-Transform, dbt (models, tests, sources), orquestração
8
Zapier e automação: triggers, actions, workflows multi-etapa, webhooks
9
Google Tag Manager: tags, triggers, variables, dataLayer, planos de tracking
10
Power BI: DAX, medidas calculadas, relacionamentos, visualizações, filtros, drill-down
11
Looker Studio: fontes de dados, campos calculados, filtros, parâmetros, blending
12
Visualização: escolher o gráfico certo, data storytelling, princípios de design (Tufte)
13
AB Testing: hipóteses, tamanho da amostra, significância estatística, p-value, teste t de Student
14
Python e Pandas: DataFrames, Series, groupby, merge, pivot_table, limpeza
15
Plotly: gráficos interativos, subplots, animações, dashboards
16
Scikit-Learn: regressão, classificação, clustering (K-Means), train/test split, métricas
17
Metodologia: definição do problema, identificação de fontes, limpeza, análise, recomendações
O desafio de Data Analytics de hoje
Um trecho por dia. Encontre o bug, ou prove que não existe nenhum.
799 vagas Data Analytics online
Efetivo e freelance, com país, remoto e salário quando publicado. Atualizadas todos os dias, reservadas aos assinantes.
Artigos recentes sobre Data Analytics
Descubra nossos ultimos artigos e guias sobre Data Analytics
Perguntas de Entrevista para Data Analyst 2026: Guia Completo de SQL, Python e Analytics
Domine as perguntas mais frequentes em entrevistas para data analyst em 2026. Funções window SQL, manipulação com pandas, estatísticas e casos de negócio com exemplos práticos de código.
Perguntas de Entrevista Data Analyst Itália 2026: SQL Avançado, Python e Estudos de Caso
Preparar-se para entrevistas de Data Analyst na Itália com perguntas reais de empresas italianas em 2026. SQL avançado, Python pandas, estudos de caso e processo de contratação italiano.