Google Sheets - Dashboards automatizados
Gráficos dinâmicos, sparklines, dashboards interativos, automação com Apps Script
1Qual tipo de gráfico é mais adequado para exibir a evolução da receita mensal ao longo de um ano em um dashboard do Google Sheets?
Qual tipo de gráfico é mais adequado para exibir a evolução da receita mensal ao longo de um ano em um dashboard do Google Sheets?
Resposta
O gráfico de linhas (line chart) é a escolha ideal para visualizar uma evolução temporal contínua. Ele destaca as tendências, picos e vales em um período determinado. Os gráficos de barras são mais adequados para comparações categóricas, os gráficos de pizza para proporções de um todo e os gráficos de dispersão para correlações entre duas variáveis.
2Qual função permite inserir um mini-gráfico diretamente em uma célula do Google Sheets?
Qual função permite inserir um mini-gráfico diretamente em uma célula do Google Sheets?
Resposta
A função SPARKLINE cria um gráfico em miniatura dentro de uma única célula. É ideal para dashboards porque oferece uma visualização compacta sem ocupar espaço adicional. SPARKLINE suporta vários tipos: linha, barra, coluna e winloss.
3Qual sintaxe deve ser usada para criar uma sparkline de barras horizontais no Google Sheets?
Qual sintaxe deve ser usada para criar uma sparkline de barras horizontais no Google Sheets?
Resposta
A sintaxe correta é SPARKLINE(dados, {"charttype","bar"}) para obter uma barra horizontal empilhada. O parâmetro charttype aceita os valores line (padrão), bar, column e winloss. O tipo bar exibe uma barra horizontal proporcional, útil para mostrar progressos ou participações de mercado em um dashboard.
Qual é a principal vantagem de usar intervalos nomeados (named ranges) em um dashboard do Google Sheets?
Qual abordagem permite criar um intervalo dinâmico que se ajusta automaticamente quando novos dados são adicionados?
+17 perguntas de entrevista
Outros temas de entrevista Data Analytics
Google Sheets - Fundamentos
Google Sheets - Fórmulas avançadas
SQL - Fundamentos
SQL - Agregações e agrupamentos
SQL - Joins
BigQuery - Fundamentos
Data Cleaning - Limpeza de dados
KPIs e métricas de negócio
Estatística descritiva
Zapier e automação No-Code
Princípios de visualização de dados
Python & Pandas - Fundamentos
SQL - Subconsultas e CTEs
SQL - Window Functions
BigQuery - Recursos avançados
Data Modeling
Análise de funis e conversão
Análise de coortes e retenção
Google Tag Manager e tracking
APIs e webhooks
dbt - Fundamentos
AB Testing e estatística aplicada
Looker Studio (Google Data Studio)
Power BI - Fundamentos
SQL - Consultas analíticas avançadas
dbt - Recursos avançados
Power BI - DAX e dashboards avançados
Python Analytics - Análise avançada e ML
Domine Data Analytics para sua proxima entrevista
Acesse todas as perguntas, flashcards, testes tecnicos, exercicios de code review e simuladores de entrevista.
Comece gratis