Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Combinar Múltiplas Fontes de Dados

Aula 13 de 14 Atualizada a 5 de novembro de 2026 Intermediario
Nesta página
  1. Cruzar dados para uma análise mais rica
  2. Importar múltiplos ficheiros
  3. Unir tabelas (junções)
  4. Comparar orçamento versus realizado
  5. Enriquecer com dados externos
  6. Lidar com inconsistências entre fontes
  7. Análise cruzada multidimensional
  8. A sua vez
  9. Pontos-chave

Cruzar dados para uma análise mais rica

As informações mais valiosas surgem do cruzamento de múltiplas fontes. Vendas e CRM, orçamento versus realizado, análise web e conversões: isoladamente, cada ficheiro conta apenas metade da história. Combiná-los revela padrões invisíveis numa única fonte — por exemplo, descobrir que os seus clientes de maior volume são, na verdade, os menos rentáveis em termos de margem.

Importar múltiplos ficheiros

O ChatGPT aceita vários ficheiros numa única conversa. A melhor prática é carregá-los no início da sessão e indicar explicitamente o conteúdo de cada um. Isto poupa-o de responder a perguntas de esclarecimento posteriores e, mais importante, impede que o ChatGPT interprete mal a função de um ficheiro.

Here are 3 files:
1. sales_q1_2026.xlsx — sales transactions
2. clients_crm.csv — customer database with sector and size
3. targets_2026.csv — targets by region and month

I will ask you to cross-reference them for a complete analysis.

Carregue-os um por um ou todos em conjunto; o ChatGPT consegue lê-los todos no seu ambiente Python. O número de ficheiros permitido por conversa varia consoante o tipo de ficheiro, o modelo, o plano de subscrição e a sua quota de importação. Pode também anexar ficheiros do Google Drive, OneDrive ou SharePoint quando os plugins correspondentes estiverem disponíveis para a sua conta. Tal como na Lição 1, mantenha apenas as colunas do CRM necessárias para a junção.

Unir tabelas (junções)

Uma junção combina duas tabelas com base numa coluna comum: este é o cerne de qualquer cruzamento. Solicite-a nomeando explicitamente a chave e exija a comunicação imediata de linhas órfãs — aquelas em que a chave não encontra correspondência.

Merge the sales file with the clients file
using the "id_client" column as the join key.
Show a preview of the result and flag any sales
without a matching client.

O resultado depende do tipo de junção selecionado, e esta escolha nunca é neutra: consoante o caso, perde dados de vendas ou mantém linhas incompletas.

Tipo de JunçãoComportamentoQuando Utilizar
Inner joinMantém apenas as correspondênciasAnálise estrita, sem dados incompletos
Left joinMantém todas as linhas da tabela primáriaEnriquecer vendas com info do cliente (mesmo que o cliente seja desconhecido)
Outer joinMantém todas as linhas de ambas as tabelasIdentificar discrepâncias entre duas fontes

Não precisa de conhecer esta terminologia para a utilizar. Basta descrever o resultado pretendido, especificando como lidar com os casos sem correspondência.

I want to enrich my sales data with client info.
Keep all sales, even those where the client
is not in the CRM (mark these as "Unknown").

O ChatGPT traduz este pedido numa junção — neste caso, uma left join, uma vez que nenhuma venda deve desaparecer do total; verifique isto no código. A redação é crucial: se tivesse simplesmente escrito “cruzar os dois ficheiros” sem maior precisão, uma inner join poderia ter eliminado das suas cifras de faturação todos os clientes em falta no CRM.

Comparar orçamento versus realizado

O cruzamento mais comum na gestão de desempenho opõe dois ficheiros construídos por equipas diferentes: as metas definidas no início do ano, por um lado, e as vendas agregadas, por outro. A particularidade aqui reside na chave de junção, que é composta — região e mês —, pois nenhuma das colunas isoladamente é suficiente para identificar uma linha.

Cross-reference the targets file (columns: region, month, target_revenue)
with the aggregated sales file (region, month, actual_revenue).
Calculate the variance in euros and percentage for each combination.
Flag any instances where the target was not met.

Enriquecer com dados externos

Um ficheiro de referência permite adicionar uma dimensão que não existe em lado nenhum nos seus dados de vendas. O caso clássico é o código postal: presente em todas as encomendas, desbloqueia a análise geográfica uma vez emparelhado com uma tabela de consulta. O ambiente Python do ChatGPT não acede à web: descarregue esta tabela de uma fonte oficial e anexe-a.

Here is a reference file with postal codes
and French administrative regions.
Add a "region" column to my sales data
using the postal code as the key.

O mesmo mecanismo faz a ponte entre dois mundos habitualmente isolados: o marketing digital e o comércio. Correlacionar o tráfego com as vendas revela páginas que atraem visitantes mas falham na conversão — aquelas cujo público lisonjeia os relatórios de marketing sem jamais encher o livro de encomendas.

File 1: Web traffic by product page (page_url, visits, bounce_rate)
File 2: Sales by product (product, revenue, quantity)

Cross-reference the two files on the product name.
Calculate the conversion rate (sales / visits) per product.
Which product has the best visits-to-sales ratio?

Lidar com inconsistências entre fontes

Raramente as fontes de dados partilham o mesmo formato, e é precisamente aqui que as junções falham — silenciosamente. Três problemas surgem constantemente. O primeiro envolve os nomes das colunas, que rotulam a mesma informação de forma diferente porque duas equipas as nomearam separadamente.

In the sales file, the column is named "client_id".
In the CRM, it is named "customer_identifier".
Perform the join by mapping these two columns.

O segundo diz respeito às datas, onde a granularidade e a formatação diferem de sistema para sistema. A harmonização deve preceder a união, nunca segui-la: uma vez que as linhas estejam desencontradas, nada permite rastrear o erro.

Sales use the DD/MM/YYYY format.
Targets use the YYYY-MM format.
Harmonize both to month (YYYY-MM) before cross-referencing.

O terceiro envolve valores categóricos, onde uma simples diferença de maiúsculas/minúsculas ou de acentuação faz falhar a correspondência, embora um leitor humano não visse qualquer ambiguidade.

In sales, regions are uppercase (ILE-DE-FRANCE).
In the CRM, they are mixed case with accents (Île-de-France).
Normalize both before the join.

Nenhuma destas precauções substitui a necessidade de uma verificação final. Uma junção falhada não produz uma mensagem de erro: produz uma tabela menor, perfeitamente apresentável, e ninguém se apercebe até à reunião. Por isso, solicite sistematicamente um resumo.

After the join, how many rows were lost?
How many rows found no match?
Show 5 examples of non-matches.

Análise cruzada multidimensional

Uma vez fundidas as fontes, pode cruzar dimensões que antes estavam separadas. Este é o verdadeiro benefício de todo este trabalho de infraestrutura, e o momento em que se torna visível.

Now that I have sales enriched with CRM info:
1. Revenue by client industry sector AND by product category
2. Average order value by company size (Micro, Small, Medium, Large)
3. Top 10 most profitable combinations (sector × product)

Estas análises seriam impossíveis com um único ficheiro: o ficheiro de vendas ignora a dimensão da empresa do cliente, e o CRM ignora o que este compra. O cruzamento é o que finalmente permite colocar a questão que interessa à liderança comercial — que tipo de cliente compra que tipo de produto.

Cruzar duas fontes sem perder linhas Cinco passos: descrever a função de cada ficheiro; alinhar nomes de colunas, datas e valores; juntar com base numa chave explícita; verificar linhas perdidas; cruzar dimensões. JUNÇÕES Cruzar duas fontes sem perder linhas 1 Descrever Função 2 Alinhar Formatos 3 Juntar Chave 4 Verificar Linhas 5 Cruzar Dimensões Uma junção falhada não produz erro: produz uma tabela menor.
Método da lição; fusão de conjuntos de dados com base no artigo "Extracting Insights with ChatGPT Data Analysis" do Centro de Ajuda da OpenAI (novembro de 2026).

A sua vez

O seu primeiro cruzamento.

  1. Escolha dois ficheiros que partilhem uma chave: vendas e CRM, orçamento e realizado
  2. Apresente-os ao ChatGPT, indicando a função de cada um
  3. Harmonize os nomes das colunas, datas e valores antes da junção
  4. Descreva como lidar com as linhas sem correspondência e, em seguida, execute a junção
  5. Solicite um resumo das linhas perdidas e examine cinco exemplos

Fontes oficiais: Extracting Insights with ChatGPT Data Analysis · Data analysis with ChatGPT (Centro de Ajuda da OpenAI)

Pontos-chave

  • Importe múltiplos ficheiros para a mesma conversa para os cruzar
  • Descreva a lógica da junção em linguagem natural e, em seguida, verifique o tipo de junção no código
  • Harmonize os formatos (datas, nomes, maiúsculas/minúsculas) antes de fundir
  • Verifique sempre as contagens de linhas antes e depois da junção
  • O cruzamento de múltiplas fontes revela informações invisíveis em qualquer fonte isolada