Upload 5 files

Dockerfile

@@ -0,0 +1,27 @@
+FROM python:3.11-slim
+
+# Utilizador não-root exigido pelo Hugging Face Spaces
+RUN useradd -m -u 1000 appuser
+
+WORKDIR /app
+
+# Instalar dependências do sistema
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    build-essential \
+    && rm -rf /var/lib/apt/lists/*
+
+# Copiar e instalar dependências Python
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+# Copiar todos os ficheiros da app
+COPY --chown=appuser:appuser . .
+
+# Mudar para utilizador não-root
+USER appuser
+
+# Porta obrigatória no Hugging Face Spaces
+EXPOSE 7860
+
+# Arrancar com gunicorn (mais robusto que o servidor de desenvolvimento do Dash)
+CMD ["gunicorn", "--bind", "0.0.0.0:7860", "--workers", "1", "--timeout", "120", "app:server"]

app.py

@@ -0,0 +1,884 @@
+import pandas as pd
+import numpy as np
+import plotly.graph_objects as go
+import plotly.express as px
+from dash import Dash, dcc, html, Input, Output, callback
+import dash_bootstrap_components as dbc
+import warnings
+warnings.filterwarnings('ignore')
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 1. CARREGAMENTO E PREPARAÇÃO DOS DADOS
+# ─────────────────────────────────────────────────────────────────────────────
+df_raw = pd.read_csv(
+    'tarefasss_datas_corrigidas_final.csv',
+    sep=';', encoding='latin-1'
+)
+df_raw = df_raw[df_raw.iloc[:, 0].notna()].copy()
+df_raw.columns = [
+    'SUB_CIP','PROJETO','DESIGNACAO','TIPO','RB_STATUS','COLABORADOR','OBSERVACOES',
+    'DATA_ADJ_CLIENTE','DATA_LIMITE_SLA','TEMPO_EXECUCAO_DIAS','PCT_SLA',
+    'DATA_ENTREGA_V0','DATA_1_REENTREGA_V1','DATA_2_REENTREGA_V2','DATA_3_REENTREGA_V3',
+    'DATA_VALIDACAO','QTD_VERSOES','TAXA_REJEICAO_VERSOES','TAXA_ACEITACAO_VERSOES',
+    'QTD_REVISOES','INDICE_QUALIDADE','COLABORADOR_PROD_V0','DATA_INICIO_PROD_V0',
+    'DATA_FIM_PROD_V0','COLABORADOR_QC_V0','DATA_INICIO_QC_V0','DATA_FIM_QC_V0',
+    'PCT_ERROS_VISUAIS_V0','PCT_ERROS_MACRO_V0','TAXA_APROVACAO_INTERNA_V0',
+    'COLABORADOR_PROD_V1','DATA_INICIO_PROD_V1','DATA_FIM_PROD_V1','COLABORADOR_QC_V1',
+    'DATA_INICIO_QC_V1','DATA_FIM_QC_V1','PCT_ERROS_VISUAIS_V1','PCT_ERROS_MACRO_V1',
+    'TAXA_ERRO_GLOBAL_V1','COLABORADOR_PROD_V2','DATA_INICIO_PROD_V2','DATA_FIM_PROD_V2',
+    'COLABORADOR_QC_V2','DATA_INICIO_QC_V2','DATA_FIM_QC_V2','PCT_ERROS_VISUAIS_V2',
+    'PCT_ERROS_MACRO_V2','TAXA_ERRO_GLOBAL_V2','RESPOSTA_CLIENTE','DATA_RESPOSTA'
+]
+
+# Conversões numéricas
+for col in ['TEMPO_EXECUCAO_DIAS','QTD_VERSOES','QTD_REVISOES']:
+    df_raw[col] = pd.to_numeric(
+        df_raw[col].astype(str).str.replace(',', '.').str.strip(),
+        errors='coerce'
+    )
+for col in ['PCT_SLA','INDICE_QUALIDADE','TAXA_REJEICAO_VERSOES','TAXA_ACEITACAO_VERSOES',
+            'PCT_ERROS_VISUAIS_V0','PCT_ERROS_MACRO_V0','TAXA_APROVACAO_INTERNA_V0']:
+    df_raw[col] = pd.to_numeric(
+        df_raw[col].astype(str).str.replace('%','').str.replace(',','.').str.strip(),
+        errors='coerce'
+    )
+
+# Datas
+for col in ['DATA_ADJ_CLIENTE','DATA_LIMITE_SLA','DATA_ENTREGA_V0','DATA_VALIDACAO']:
+    df_raw[col] = pd.to_datetime(df_raw[col], dayfirst=True, errors='coerce')
+
+df_raw['MES_ADJ'] = df_raw['DATA_ADJ_CLIENTE'].dt.to_period('M').astype(str)
+df_raw['MES_LABEL'] = df_raw['DATA_ADJ_CLIENTE'].dt.strftime('%b %Y')
+
+# Normalizar colaborador
+df_raw['COLABORADOR'] = df_raw['COLABORADOR'].str.strip().str.upper()
+df_raw['COLABORADOR'] = df_raw['COLABORADOR'].replace({'STEPHANIE FARIA': 'STEPHANIE FARIA'})
+
+# Classificação SLA
+df_raw['SLA_OK'] = df_raw['PCT_SLA'].apply(
+    lambda x: 'Dentro do SLA' if pd.notna(x) and x <= 100 else ('Fora do SLA' if pd.notna(x) else 'N/D')
+)
+
+# Status simplificado para agrupamento
+status_map = {
+    '08 PROJETO VALIDADO': 'Validado',
+    '13 FATURADO': 'Faturado',
+    '07 VALIDAÇO ORANGE': 'Validação Orange',
+    '12 CANCELADO': 'Cancelado',
+    '09 TRABALHOS EM CURSO': 'Em Curso',
+    '11.1 AGUARDA RT': 'Aguarda RT',
+    '03 POR INICIAR CQ': 'Por Iniciar CQ',
+    '02.1 PROJETO PENDENTE CLIENTE': 'Pendente Cliente',
+    '03.3 CQ SOGETREL': 'CQ Sogetrel',
+    '06.4 AGUARDA PMV+DT': 'Aguarda PMV+DT',
+    '06.2 AGUARDA DEVIS': 'Aguarda Devis',
+    '02.3 PROJETO EM CURSO': 'Projeto em Curso',
+}
+df_raw['STATUS_LABEL'] = df_raw['RB_STATUS'].map(status_map).fillna(df_raw['RB_STATUS'])
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 2. PALETA E TEMA
+# ─────────────────────────────────────────────────────────────────────────────
+COLORS = {
+    'bg':        '#0D1117',
+    'card':      '#161B22',
+    'card2':     '#1C2128',
+    'border':    '#30363D',
+    'primary':   '#2563EB',
+    'accent':    '#3B82F6',
+    'success':   '#10B981',
+    'warning':   '#F59E0B',
+    'danger':    '#EF4444',
+    'text':      '#E6EDF3',
+    'muted':     '#8B949E',
+    'gold':      '#F59E0B',
+    'purple':    '#8B5CF6',
+    'teal':      '#14B8A6',
+}
+
+STATUS_COLORS = {
+    'Validado':          '#10B981',
+    'Faturado':          '#2563EB',
+    'Validação Orange':  '#F59E0B',
+    'Cancelado':         '#EF4444',
+    'Em Curso':          '#8B5CF6',
+    'Aguarda RT':        '#14B8A6',
+    'Por Iniciar CQ':    '#6366F1',
+    'Pendente Cliente':  '#F97316',
+    'CQ Sogetrel':       '#EC4899',
+    'Aguarda PMV+DT':    '#84CC16',
+    'Aguarda Devis':     '#06B6D4',
+    'Projeto em Curso':  '#A78BFA',
+}
+
+PLOTLY_LAYOUT = dict(
+    paper_bgcolor='rgba(0,0,0,0)',
+    plot_bgcolor='rgba(0,0,0,0)',
+    font=dict(family='Inter, Segoe UI, sans-serif', color=COLORS['text'], size=12),
+    margin=dict(l=10, r=10, t=30, b=10),
+    legend=dict(
+        bgcolor='rgba(22,27,34,0.8)',
+        bordercolor=COLORS['border'],
+        borderwidth=1,
+        font=dict(size=11),
+    ),
+    xaxis=dict(
+        gridcolor=COLORS['border'], gridwidth=0.5,
+        linecolor=COLORS['border'], tickfont=dict(size=11),
+    ),
+    yaxis=dict(
+        gridcolor=COLORS['border'], gridwidth=0.5,
+        linecolor=COLORS['border'], tickfont=dict(size=11),
+    ),
+)
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 3. HELPERS
+# ─────────────────────────────────────────────────────────────────────────────
+def kpi_card(title, value, subtitle=None, color=COLORS['primary'], icon='📊'):
+    return dbc.Col(
+        html.Div([
+            html.Div([
+                html.Span(icon, style={'fontSize': '22px', 'marginRight': '8px'}),
+                html.Span(title, style={
+                    'fontSize': '11px', 'fontWeight': '600',
+                    'color': COLORS['muted'], 'textTransform': 'uppercase',
+                    'letterSpacing': '0.08em'
+                }),
+            ], style={'display': 'flex', 'alignItems': 'center', 'marginBottom': '8px'}),
+            html.Div(value, style={
+                'fontSize': '32px', 'fontWeight': '700',
+                'color': color, 'lineHeight': '1',
+            }),
+            html.Div(subtitle or '', style={
+                'fontSize': '11px', 'color': COLORS['muted'], 'marginTop': '6px'
+            }),
+        ], style={
+            'background': COLORS['card'],
+            'border': f'1px solid {COLORS["border"]}',
+            'borderTop': f'3px solid {color}',
+            'borderRadius': '8px',
+            'padding': '18px 20px',
+            'height': '100%',
+        }),
+        xs=12, sm=6, md=3,
+    )
+
+def section_title(text):
+    return html.Div(text, style={
+        'fontSize': '13px', 'fontWeight': '700',
+        'color': COLORS['muted'], 'textTransform': 'uppercase',
+        'letterSpacing': '0.1em', 'marginBottom': '12px',
+        'paddingBottom': '8px', 'borderBottom': f'1px solid {COLORS["border"]}',
+    })
+
+def chart_card(children, title=None, height=None):
+    style = {
+        'background': COLORS['card'],
+        'border': f'1px solid {COLORS["border"]}',
+        'borderRadius': '8px',
+        'padding': '16px',
+        'marginBottom': '16px',
+    }
+    if height:
+        style['height'] = height
+    content = []
+    if title:
+        content.append(html.Div(title, style={
+            'fontSize': '13px', 'fontWeight': '600',
+            'color': COLORS['text'], 'marginBottom': '12px',
+        }))
+    content.append(children)
+    return html.Div(content, style=style)
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 4. APP
+# ─────────────────────────────────────────────────────────────────────────────
+app = Dash(
+    __name__,
+    external_stylesheets=[
+        dbc.themes.BOOTSTRAP,
+        'https://fonts.googleapis.com/css2?family=Inter:wght@300;400;500;600;700&display=swap',
+    ],
+    title='Dashboard Executivo — Gestão de Projetos',
+    suppress_callback_exceptions=True,
+)
+
+# ── Filtros disponíveis ───────────────────────────────────────────────────────
+meses_sorted = sorted(df_raw['MES_ADJ'].dropna().unique())
+colaboradores = sorted(df_raw['COLABORADOR'].dropna().unique())
+tipos = sorted(df_raw['TIPO'].dropna().unique())
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 5. LAYOUT
+# ─────────────────────────────────────────────────────────────────────────────
+app.layout = html.Div([
+
+    # ── HEADER ────────────────────────────────────────────────────────────────
+    html.Div([
+        dbc.Container([
+            dbc.Row([
+                dbc.Col([
+                    html.Div([
+                        html.Span('⬡', style={'color': COLORS['primary'], 'fontSize': '24px', 'marginRight': '10px'}),
+                        html.Span('GESTÃO DE PROJETOS', style={
+                            'fontSize': '18px', 'fontWeight': '700',
+                            'color': COLORS['text'], 'letterSpacing': '0.05em',
+                        }),
+                        html.Span(' · Dashboard Executivo', style={
+                            'fontSize': '14px', 'color': COLORS['muted'],
+                            'marginLeft': '8px',
+                        }),
+                    ], style={'display': 'flex', 'alignItems': 'center'}),
+                ], md=8),
+                dbc.Col([
+                    html.Div('Set 2025 – Fev 2026', style={
+                        'textAlign': 'right', 'color': COLORS['muted'],
+                        'fontSize': '12px', 'paddingTop': '4px',
+                    }),
+                ], md=4),
+            ], align='center'),
+        ], fluid=True),
+    ], style={
+        'background': COLORS['card'],
+        'borderBottom': f'1px solid {COLORS["border"]}',
+        'padding': '14px 0',
+        'position': 'sticky', 'top': '0', 'zIndex': '1000',
+    }),
+
+    # ── FILTROS ───────────────────────────────────────────────────────────────
+    dbc.Container([
+        html.Div([
+            dbc.Row([
+                dbc.Col([
+                    html.Label('Período', style={'fontSize': '11px', 'color': COLORS['muted'], 'fontWeight': '600'}),
+                    dcc.Dropdown(
+                        id='filter-mes',
+                        options=[{'label': m, 'value': m} for m in meses_sorted],
+                        multi=True, placeholder='Todos os meses',
+                        style={'fontSize': '12px'},
+                        className='dark-dropdown',
+                    ),
+                ], md=3),
+                dbc.Col([
+                    html.Label('Colaborador', style={'fontSize': '11px', 'color': COLORS['muted'], 'fontWeight': '600'}),
+                    dcc.Dropdown(
+                        id='filter-colab',
+                        options=[{'label': c, 'value': c} for c in colaboradores],
+                        multi=True, placeholder='Todos',
+                        style={'fontSize': '12px'},
+                    ),
+                ], md=3),
+                dbc.Col([
+                    html.Label('Tipo de Projeto', style={'fontSize': '11px', 'color': COLORS['muted'], 'fontWeight': '600'}),
+                    dcc.Dropdown(
+                        id='filter-tipo',
+                        options=[{'label': t, 'value': t} for t in tipos],
+                        multi=True, placeholder='Todos',
+                        style={'fontSize': '12px'},
+                    ),
+                ], md=3),
+                dbc.Col([
+                    html.Label('Status', style={'fontSize': '11px', 'color': COLORS['muted'], 'fontWeight': '600'}),
+                    dcc.Dropdown(
+                        id='filter-status',
+                        options=[{'label': s, 'value': s} for s in sorted(df_raw['STATUS_LABEL'].unique())],
+                        multi=True, placeholder='Todos',
+                        style={'fontSize': '12px'},
+                    ),
+                ], md=3),
+            ]),
+        ], style={
+            'background': COLORS['card2'],
+            'border': f'1px solid {COLORS["border"]}',
+            'borderRadius': '8px',
+            'padding': '14px 16px',
+            'marginTop': '16px',
+            'marginBottom': '16px',
+        }),
+
+        # ── KPIs ──────────────────────────────────────────────────────────────
+        html.Div(id='kpi-row', style={'marginBottom': '16px'}),
+
+        # ── LINHA 1: Evolução mensal + Distribuição por Status ────────────────
+        dbc.Row([
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-evolucao', config={'displayModeBar': False},
+                              style={'height': '300px'}),
+                    title='Evolução Mensal de Projetos Adjudicados'
+                ),
+                md=7
+            ),
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-status', config={'displayModeBar': False},
+                              style={'height': '300px'}),
+                    title='Distribuição por Status'
+                ),
+                md=5
+            ),
+        ]),
+
+        # ── LINHA 2: Distribuição por Tipo + Resposta Cliente ─────────────────
+        dbc.Row([
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-tipo', config={'displayModeBar': False},
+                              style={'height': '300px'}),
+                    title='Projetos por Tipo'
+                ),
+                md=5
+            ),
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-resposta', config={'displayModeBar': False},
+                              style={'height': '300px'}),
+                    title='Resposta do Cliente (OK vs NOK)'
+                ),
+                md=3
+            ),
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-sla', config={'displayModeBar': False},
+                              style={'height': '300px'}),
+                    title='Cumprimento de SLA'
+                ),
+                md=4
+            ),
+        ]),
+
+        # ── LINHA 3: Performance Colaboradores ────────────────────────────────
+        dbc.Row([
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-colab-volume', config={'displayModeBar': False},
+                              style={'height': '320px'}),
+                    title='Volume de Projetos por Colaborador'
+                ),
+                md=6
+            ),
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-colab-qualidade', config={'displayModeBar': False},
+                              style={'height': '320px'}),
+                    title='Índice de Qualidade Médio por Colaborador'
+                ),
+                md=6
+            ),
+        ]),
+
+        # ── LINHA 4: Tempo Execução + Versões ─────────────────────────────────
+        dbc.Row([
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-tempo', config={'displayModeBar': False},
+                              style={'height': '300px'}),
+                    title='Distribuição do Tempo de Execução (dias)'
+                ),
+                md=6
+            ),
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-versoes', config={'displayModeBar': False},
+                              style={'height': '300px'}),
+                    title='Nº de Versões por Projeto'
+                ),
+                md=3
+            ),
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-revisoes', config={'displayModeBar': False},
+                              style={'height': '300px'}),
+                    title='Nº de Revisões por Projeto'
+                ),
+                md=3
+            ),
+        ]),
+
+        # ── LINHA 5: Erros QC ─────────────────────────────────────────────────
+        dbc.Row([
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-erros', config={'displayModeBar': False},
+                              style={'height': '300px'}),
+                    title='Taxa de Erros QC — Visuais vs Macro (V0)'
+                ),
+                md=6
+            ),
+            dbc.Col(
+                chart_card(
+                    dcc.Graph(id='chart-qualidade-hist', config={'displayModeBar': False},
+                              style={'height': '300px'}),
+                    title='Distribuição do Índice de Qualidade'
+                ),
+                md=6
+            ),
+        ]),
+
+        # ── RODAPÉ ────────────────────────────────────────────────────────────
+        html.Div([
+            html.Span('Dashboard Executivo · Gestão de Projetos', style={'color': COLORS['muted'], 'fontSize': '11px'}),
+            html.Span(' · Dados: Set 2025 – Fev 2026', style={'color': COLORS['border'], 'fontSize': '11px'}),
+        ], style={
+            'textAlign': 'center', 'padding': '24px 0 16px',
+            'borderTop': f'1px solid {COLORS["border"]}',
+            'marginTop': '8px',
+        }),
+
+    ], fluid=True, style={'maxWidth': '1400px'}),
+
+], style={
+    'background': COLORS['bg'],
+    'minHeight': '100vh',
+    'fontFamily': 'Inter, Segoe UI, sans-serif',
+    'color': COLORS['text'],
+})
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 6. CALLBACKS
+# ──────────���──────────────────────────────────────────────────────────────────
+def filter_df(mes, colab, tipo, status):
+    df = df_raw.copy()
+    if mes:
+        df = df[df['MES_ADJ'].isin(mes)]
+    if colab:
+        df = df[df['COLABORADOR'].isin(colab)]
+    if tipo:
+        df = df[df['TIPO'].isin(tipo)]
+    if status:
+        df = df[df['STATUS_LABEL'].isin(status)]
+    return df
+
+
+@callback(
+    Output('kpi-row', 'children'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def update_kpis(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    total = len(df)
+    validados = len(df[df['STATUS_LABEL'].isin(['Validado', 'Faturado', 'Validação Orange'])])
+    pct_valid = f"{validados/total*100:.0f}%" if total else "—"
+    sla_ok = len(df[df['SLA_OK'] == 'Dentro do SLA'])
+    pct_sla = f"{sla_ok/total*100:.0f}%" if total else "—"
+    iq_mean = df['INDICE_QUALIDADE'].mean()
+    iq_str = f"{iq_mean:.0f}%" if pd.notna(iq_mean) else "—"
+    tempo_med = df['TEMPO_EXECUCAO_DIAS'].median()
+    tempo_str = f"{tempo_med:.0f} dias" if pd.notna(tempo_med) else "—"
+    cancelados = len(df[df['STATUS_LABEL'] == 'Cancelado'])
+    resp_ok = len(df[df['RESPOSTA_CLIENTE'] == 'OK'])
+    resp_total = len(df[df['RESPOSTA_CLIENTE'].isin(['OK', 'NOK'])])
+    pct_resp = f"{resp_ok/resp_total*100:.0f}%" if resp_total else "—"
+
+    return dbc.Row([
+        kpi_card('Total de Projetos', f"{total:,}", 'no período selecionado', COLORS['primary'], '📁'),
+        kpi_card('Taxa de Conclusão', pct_valid, f'{validados} projetos concluídos', COLORS['success'], '✅'),
+        kpi_card('Cumprimento SLA', pct_sla, f'{sla_ok} dentro do prazo', COLORS['teal'], '⏱'),
+        kpi_card('Índice de Qualidade', iq_str, 'média dos projetos avaliados', COLORS['gold'], '⭐'),
+        kpi_card('Tempo Mediano', tempo_str, 'tempo de execução (dias)', COLORS['purple'], '📅'),
+        kpi_card('Aprovação Cliente', pct_resp, f'{resp_ok} OK de {resp_total} avaliados', COLORS['accent'], '👤'),
+        kpi_card('Cancelamentos', f"{cancelados}", 'projetos cancelados', COLORS['danger'], '❌'),
+        kpi_card('Colaboradores Ativos', str(df['COLABORADOR'].nunique()), 'no período', COLORS['muted'], '👥'),
+    ], className='g-2 mb-3')
+
+
+@callback(
+    Output('chart-evolucao', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_evolucao(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    monthly = df.groupby('MES_ADJ').size().reset_index(name='count')
+    monthly = monthly.sort_values('MES_ADJ')
+
+    fig = go.Figure()
+    fig.add_trace(go.Bar(
+        x=monthly['MES_ADJ'], y=monthly['count'],
+        marker_color=COLORS['primary'],
+        marker_line_width=0,
+        opacity=0.85,
+        name='Projetos',
+        hovertemplate='<b>%{x}</b><br>%{y} projetos<extra></extra>',
+    ))
+    fig.add_trace(go.Scatter(
+        x=monthly['MES_ADJ'], y=monthly['count'],
+        mode='lines+markers',
+        line=dict(color=COLORS['accent'], width=2),
+        marker=dict(size=6, color=COLORS['accent']),
+        name='Tendência',
+        hovertemplate='<b>%{x}</b><br>%{y} projetos<extra></extra>',
+    ))
+    fig.update_layout(**PLOTLY_LAYOUT, showlegend=True)
+    return fig
+
+
+@callback(
+    Output('chart-status', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_status(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    counts = df['STATUS_LABEL'].value_counts().reset_index()
+    counts.columns = ['status', 'count']
+    colors = [STATUS_COLORS.get(s, COLORS['muted']) for s in counts['status']]
+
+    fig = go.Figure(go.Pie(
+        labels=counts['status'],
+        values=counts['count'],
+        hole=0.55,
+        marker=dict(colors=colors, line=dict(color=COLORS['bg'], width=2)),
+        textinfo='percent',
+        hovertemplate='<b>%{label}</b><br>%{value} projetos (%{percent})<extra></extra>',
+    ))
+    layout = dict(**PLOTLY_LAYOUT)
+    layout['legend'] = dict(
+        orientation='v', x=1.02, y=0.5,
+        bgcolor='rgba(0,0,0,0)',
+        font=dict(size=10),
+    )
+    layout['annotations'] = [dict(
+        text=f"<b>{len(df)}</b><br><span style='font-size:10px'>total</span>",
+        x=0.5, y=0.5, font_size=16, showarrow=False,
+        font=dict(color=COLORS['text']),
+    )]
+    fig.update_layout(**layout)
+    return fig
+
+
+@callback(
+    Output('chart-tipo', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_tipo(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    counts = df['TIPO'].value_counts().reset_index()
+    counts.columns = ['tipo', 'count']
+    counts = counts.sort_values('count', ascending=True)
+
+    fig = go.Figure(go.Bar(
+        x=counts['count'], y=counts['tipo'],
+        orientation='h',
+        marker=dict(
+            color=counts['count'],
+            colorscale=[[0, '#1e3a5f'], [1, COLORS['primary']]],
+            line=dict(width=0),
+        ),
+        hovertemplate='<b>%{y}</b><br>%{x} projetos<extra></extra>',
+    ))
+    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
+    fig.update_xaxes(title_text='')
+    fig.update_yaxes(title_text='')
+    return fig
+
+
+@callback(
+    Output('chart-resposta', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_resposta(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    df_r = df[df['RESPOSTA_CLIENTE'].isin(['OK', 'NOK'])]
+    counts = df_r['RESPOSTA_CLIENTE'].value_counts().reset_index()
+    counts.columns = ['resp', 'count']
+    color_map = {'OK': COLORS['success'], 'NOK': COLORS['danger']}
+    colors = [color_map.get(r, COLORS['muted']) for r in counts['resp']]
+
+    fig = go.Figure(go.Pie(
+        labels=counts['resp'],
+        values=counts['count'],
+        hole=0.6,
+        marker=dict(colors=colors, line=dict(color=COLORS['bg'], width=3)),
+        textinfo='percent+label',
+        hovertemplate='<b>%{label}</b><br>%{value} projetos<extra></extra>',
+    ))
+    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
+    return fig
+
+
+@callback(
+    Output('chart-sla', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_sla(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    df_s = df[df['SLA_OK'] != 'N/D']
+    counts = df_s['SLA_OK'].value_counts().reset_index()
+    counts.columns = ['sla', 'count']
+    color_map = {'Dentro do SLA': COLORS['success'], 'Fora do SLA': COLORS['danger']}
+    colors = [color_map.get(s, COLORS['muted']) for s in counts['sla']]
+
+    fig = go.Figure(go.Pie(
+        labels=counts['sla'],
+        values=counts['count'],
+        hole=0.6,
+        marker=dict(colors=colors, line=dict(color=COLORS['bg'], width=3)),
+        textinfo='percent+label',
+        hovertemplate='<b>%{label}</b><br>%{value} projetos<extra></extra>',
+    ))
+    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
+    return fig
+
+
+@callback(
+    Output('chart-colab-volume', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_colab_volume(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    df_c = df[df['COLABORADOR'].notna()]
+    counts = df_c.groupby(['COLABORADOR', 'STATUS_LABEL']).size().reset_index(name='count')
+    top_colabs = df_c['COLABORADOR'].value_counts().head(8).index.tolist()
+    counts = counts[counts['COLABORADOR'].isin(top_colabs)]
+
+    fig = go.Figure()
+    for s, color in STATUS_COLORS.items():
+        sub = counts[counts['STATUS_LABEL'] == s]
+        if not sub.empty:
+            fig.add_trace(go.Bar(
+                x=sub['COLABORADOR'], y=sub['count'],
+                name=s, marker_color=color,
+                hovertemplate='<b>%{x}</b><br>' + s + ': %{y}<extra></extra>',
+            ))
+    fig.update_layout(**PLOTLY_LAYOUT, barmode='stack', showlegend=True)
+    fig.update_xaxes(title_text='')
+    fig.update_yaxes(title_text='Projetos')
+    return fig
+
+
+@callback(
+    Output('chart-colab-qualidade', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_colab_qualidade(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    df_q = df[df['COLABORADOR'].notna() & df['INDICE_QUALIDADE'].notna()]
+    if df_q.empty:
+        return go.Figure().update_layout(**PLOTLY_LAYOUT)
+    stats = df_q.groupby('COLABORADOR')['INDICE_QUALIDADE'].agg(['mean', 'count']).reset_index()
+    stats = stats[stats['count'] >= 2].sort_values('mean', ascending=True)
+
+    fig = go.Figure(go.Bar(
+        x=stats['mean'], y=stats['COLABORADOR'],
+        orientation='h',
+        marker=dict(
+            color=stats['mean'],
+            colorscale=[[0, '#7f1d1d'], [0.5, COLORS['warning']], [1, COLORS['success']]],
+            cmin=0, cmax=100,
+            line=dict(width=0),
+        ),
+        text=[f"{v:.0f}%" for v in stats['mean']],
+        textposition='outside',
+        textfont=dict(size=11, color=COLORS['text']),
+        hovertemplate='<b>%{y}</b><br>Índice Qualidade: %{x:.1f}%<extra></extra>',
+    ))
+    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
+    fig.update_xaxes(title_text='Índice de Qualidade (%)', range=[0, 115])
+    fig.update_yaxes(title_text='')
+    return fig
+
+
+@callback(
+    Output('chart-tempo', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_tempo(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    df_t = df['TEMPO_EXECUCAO_DIAS'].dropna()
+    if df_t.empty:
+        return go.Figure().update_layout(**PLOTLY_LAYOUT)
+
+    fig = go.Figure()
+    fig.add_trace(go.Histogram(
+        x=df_t,
+        nbinsx=20,
+        marker_color=COLORS['primary'],
+        marker_line_color=COLORS['bg'],
+        marker_line_width=1,
+        opacity=0.85,
+        name='Projetos',
+        hovertemplate='%{x} dias: %{y} projetos<extra></extra>',
+    ))
+    # Linha mediana
+    med = df_t.median()
+    fig.add_vline(x=med, line_dash='dash', line_color=COLORS['warning'],
+                  annotation_text=f'Mediana: {med:.0f}d',
+                  annotation_font_color=COLORS['warning'],
+                  annotation_position='top right')
+    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
+    fig.update_xaxes(title_text='Dias')
+    fig.update_yaxes(title_text='Nº Projetos')
+    return fig
+
+
+@callback(
+    Output('chart-versoes', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_versoes(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    df_v = df['QTD_VERSOES'].dropna().astype(int)
+    counts = df_v.value_counts().sort_index().reset_index()
+    counts.columns = ['versoes', 'count']
+
+    fig = go.Figure(go.Bar(
+        x=counts['versoes'].astype(str),
+        y=counts['count'],
+        marker_color=[COLORS['success'], COLORS['warning'], COLORS['danger'], COLORS['purple']],
+        marker_line_width=0,
+        hovertemplate='<b>%{x} versão(ões)</b><br>%{y} projetos<extra></extra>',
+    ))
+    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
+    fig.update_xaxes(title_text='Nº Versões')
+    fig.update_yaxes(title_text='Projetos')
+    return fig
+
+
+@callback(
+    Output('chart-revisoes', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_revisoes(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    df_r = df['QTD_REVISOES'].dropna().astype(int)
+    counts = df_r.value_counts().sort_index().reset_index()
+    counts.columns = ['revisoes', 'count']
+
+    palette = [COLORS['success'], COLORS['teal'], COLORS['warning'],
+               COLORS['danger'], COLORS['purple'], COLORS['accent'],
+               COLORS['gold'], COLORS['muted']]
+    colors = [palette[i % len(palette)] for i in range(len(counts))]
+
+    fig = go.Figure(go.Bar(
+        x=counts['revisoes'].astype(str),
+        y=counts['count'],
+        marker_color=colors,
+        marker_line_width=0,
+        hovertemplate='<b>%{x} revisão(ões)</b><br>%{y} projetos<extra></extra>',
+    ))
+    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
+    fig.update_xaxes(title_text='Nº Revisões')
+    fig.update_yaxes(title_text='Projetos')
+    return fig
+
+
+@callback(
+    Output('chart-erros', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_erros(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    df_c = df[df['COLABORADOR_PROD_V0'].notna()]
+    df_c = df_c.groupby('COLABORADOR_PROD_V0').agg(
+        visuais=('PCT_ERROS_VISUAIS_V0', 'mean'),
+        macro=('PCT_ERROS_MACRO_V0', 'mean'),
+    ).dropna(how='all').reset_index()
+    df_c = df_c.sort_values('visuais', ascending=False).head(8)
+
+    if df_c.empty:
+        return go.Figure().update_layout(**PLOTLY_LAYOUT)
+
+    fig = go.Figure()
+    fig.add_trace(go.Bar(
+        name='Erros Visuais (%)',
+        x=df_c['COLABORADOR_PROD_V0'],
+        y=df_c['visuais'],
+        marker_color=COLORS['warning'],
+        marker_line_width=0,
+        hovertemplate='<b>%{x}</b><br>Erros Visuais: %{y:.1f}%<extra></extra>',
+    ))
+    fig.add_trace(go.Bar(
+        name='Erros Macro (%)',
+        x=df_c['COLABORADOR_PROD_V0'],
+        y=df_c['macro'],
+        marker_color=COLORS['danger'],
+        marker_line_width=0,
+        hovertemplate='<b>%{x}</b><br>Erros Macro: %{y:.1f}%<extra></extra>',
+    ))
+    fig.update_layout(**PLOTLY_LAYOUT, barmode='group', showlegend=True)
+    fig.update_xaxes(title_text='')
+    fig.update_yaxes(title_text='Taxa de Erros (%)')
+    return fig
+
+
+@callback(
+    Output('chart-qualidade-hist', 'figure'),
+    Input('filter-mes', 'value'),
+    Input('filter-colab', 'value'),
+    Input('filter-tipo', 'value'),
+    Input('filter-status', 'value'),
+)
+def chart_qualidade_hist(mes, colab, tipo, status):
+    df = filter_df(mes, colab, tipo, status)
+    df_q = df['INDICE_QUALIDADE'].dropna()
+    if df_q.empty:
+        return go.Figure().update_layout(**PLOTLY_LAYOUT)
+
+    fig = go.Figure()
+    fig.add_trace(go.Histogram(
+        x=df_q,
+        nbinsx=15,
+        marker=dict(
+            color=df_q,
+            colorscale=[[0, '#7f1d1d'], [0.5, COLORS['warning']], [1, COLORS['success']]],
+            cmin=0, cmax=100,
+            line=dict(color=COLORS['bg'], width=1),
+        ),
+        hovertemplate='Índice %{x}%: %{y} projetos<extra></extra>',
+    ))
+    mean_q = df_q.mean()
+    fig.add_vline(x=mean_q, line_dash='dash', line_color=COLORS['accent'],
+                  annotation_text=f'Média: {mean_q:.0f}%',
+                  annotation_font_color=COLORS['accent'],
+                  annotation_position='top left')
+    fig.update_layout(**PLOTLY_LAYOUT, showlegend=False)
+    fig.update_xaxes(title_text='Índice de Qualidade (%)')
+    fig.update_yaxes(title_text='Nº Projetos')
+    return fig
+
+
+# ─────────────────────────────────────────────────────────────────────────────
+# 7. ARRANQUE
+# ─────────────────────────────────────────────────────────────────────────────
+
+# Expor o servidor Flask subjacente — necessário para o gunicorn
+server = app.server
+
+if __name__ == '__main__':
+    app.run(host='0.0.0.0', port=7860, debug=False)

dashboard_executivo.zip

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d2f77888b15edaa8e1fcdf2e8b9005463c05add52f97abf4804fb0ba911cfddf
+size 7125

requirements.txt

@@ -0,0 +1,6 @@
+dash==2.18.1
+dash-bootstrap-components==1.6.0
+plotly==5.22.0
+pandas==2.2.2
+numpy==1.26.4
+gunicorn==22.0.0