Gueiral, Nuno Eduardo DiasCAPELAS, MARIA ANA FERREIRA2025-09-152025-09-152025-07-28http://hdl.handle.net/10400.22/30456Atualmente, com o grande volume de dados disponível nas organizações e a necessidade de ferramentas de apoio à decisão, advém a necessidade da existência de sistemas capazes de auxiliar na tomada de decisão. No caso específico da plataforma ePharma 3.0, identificou-se a inexistência de um sistema de Dashboard Reporting e Analytics que permitisse analisar, de forma eficaz, as métricas relativas a encomendas, margens e vendas. Assim, esta dissertação tem como principal objetivo a implementação de uma solução de Business Intelligence (BI) que permita a análise e visualização de dados relevantes para os vários stakeholders da plataforma. A metodologia utilizada baseou-se na construção de um pipeline de dados, onde foi utilizado o Azure Data Factory para o processo de extração, transformação e carregamento (ETL), e o Databricks para a organização dos dados segundo a arquitetura de camadas bronze, silver e gold. Os dashboards foram desenvolvidos com a ferramenta Microsoft Power BI, permitindo a análise visual dos dados armazenados no Data Lake. Como consequência, foram criados dashboards que permitem a monitorização de indicadores de desempenho relacionados com encomendas, margens e vendas. A solução aplicada provou ser eficiente na análise dos dados provenientes de diversas fontes. Em suma, a adoção de uma arquitetura Data Lakehouse, aliada à utilização de ferramentas de BI, demonstrou-se promissora na otimização dos processos de análise e apoio à tomada de decisão na ePharma.Nowadays, with the large volume of data available in organizations and the need for decision support tools, there is a need for systems capable of assisting in decision-making. In the specific case of the ePharma 3.0 platform, it was identified that there was no dashboard reporting and analytics system to effectively analyze metrics relating to orders, margins and sales. The main aim of this dissertation is therefore to implement a Business Intelligence (BI) solution that enables the analysis and visualization of relevant data for the platform's various stakeholders. The methodology used was based on building a data pipeline, using Azure Data Factory for the extraction, transformation and loading (ETL) process, and Databricks for organizing the data according to the bronze, silver and gold layer architecture. Dashboards were developed using the Microsoft Power BI tool, allowing visual analysis of the data stored in the Data Lake. As a result, dashboards were developed to monitor performance indicators associated with orders, margins and sales. The solution implemented proved to be effective in analyzing useful information from data originating from various sources. In conclusion, the adoption of a Data Lakehouse architecture, combined with the use of BI tools, has proved promising in optimizing ePharma's analysis and decision-making support processes.porBusiness IntelligenceAzure DatabricksMicrosoft Power BIPharmaceutical sectorDashboard ReportingAnalyticsSetor farmacêuticomaster thesis204000033