Predição de Avaliações Negativas no Ecossistema Olist
Solução integrada de Business Intelligence e Machine Learning para predição de avaliações negativas no ecossistema Olist, desenvolvida como entrega da Fase 2 da disciplina Projeto em Business Intelligence e Analytics (PUCRS Online, 2026).
📂 Código-fonte: github.com/rafaehlers/projetobi-olist-fase2
Pergunta de pesquisa
Quais fatores operacionais, logísticos e financeiros possuem maior peso estatístico na determinação de uma avaliação negativa no e-commerce brasileiro?
Principais achados
- Tempo de entrega é o principal determinante, respondendo por aproximadamente 52% da importância do Random Forest. Pedidos atrasados têm taxa de avaliação negativa de 73,3% contra 17,3% dos pedidos entregues no prazo. Hipótese 1 confirmada com larga margem.
- Razão frete/preço é o segundo driver de insatisfação, especificamente em produtos de baixo ticket (razão média de 0,57 em ticket baixo contra 0,11 em ticket alto). Hipótese 2 confirmada.
- Pedidos multi-vendedor têm taxa de avaliação negativa 3x maior (60,5% vs 20,5%), mas o canal causal originalmente proposto (multi-vendor leva a consolidação mais lenta) foi refutado pelos dados, já que pedidos multi-vendedor consolidam mais rápido (1,38 vs 2,30 dias). Hipótese 3 parcialmente confirmada, com o mecanismo real em aberto.
Dashboards interativos
Os quatro dashboards podem ser visualizados diretamente no navegador:
- Dashboard 0: Visão Executiva (KPIs gerais, evolução temporal, distribuição de notas)
- Dashboard 1: Hipótese 1, Atrasos e Satisfação
- Dashboard 2: Hipótese 2, Frete vs Preço em Baixo Ticket
- Dashboard 3: Hipótese 3, Pedidos Multi-Vendedor
Estrutura do repositório
| Arquivo ou diretório | Descrição |
|---|---|
01_etl_e_star_schema.ipynb |
ETL, engenharia de features e construção do Star Schema |
02_dashboards_bi.ipynb |
Geração dos quatro dashboards interativos em Plotly |
03_modelo_preditivo.ipynb |
Treinamento e avaliação dos modelos preditivos |
dashboards/ |
Arquivos HTML standalone dos dashboards (links renderizados na seção acima) |
data/ |
Data Warehouse SQLite e CSVs originais do dataset Olist |
olist_dw.sqlite |
Data Warehouse em Star Schema (1 tabela fato, 5 dimensões) |
modelo_random_forest.pkl |
Modelo Random Forest serializado para inferência |
Stack técnico
- ETL e manipulação tabular: Pandas, NumPy
- Data Warehouse: SQLite com modelagem Star Schema (1 fato, 5 dimensões)
- Visualização (BI): Plotly Express e Plotly Graph Objects
- Machine Learning: Scikit-learn (Regressão Logística, Random Forest)
- Ambiente de execução: Google Colab, Jupyter
- Versionamento: GitHub
Modelos treinados
| Métrica | Regressão Logística (baseline) | Random Forest (principal) |
|---|---|---|
| Acurácia | 0,7550 | 0,7887 |
| Precisão | 0,4257 | 0,4975 |
| Recall | 0,4704 | 0,3975 |
| F1-score | 0,4469 | 0,4419 |
| ROC-AUC | 0,6983 | 0,7024 |
Dataset
Brazilian E-Commerce Public Dataset by Olist, disponível no Kaggle: https://www.kaggle.com/datasets/olistbr/brazilian-ecommerce
Aproximadamente 100 mil pedidos realizados em marketplaces brasileiros entre 2016 e 2018.
Autor
Rafael de Menezes Ehlers, Curso Superior de Tecnologia em Banco de Dados, PUCRS Online (2026).