Skip to content

chaos4455/pix-confirmation-data-anlaytics

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 

Repository files navigation

🚀 Projeto de Automação de Pagamento PIX 💸

Python Flask Mercado Pago API Pandas Plotly Requests Websocket Webhook

Este projeto é uma solução completa de automação para emissão e confirmação de pagamentos via PIX usando o Mercado Pago API integrado a um sistema de PDV (Ponto de Venda). O sistema é projetado para gerar, processar e confirmar automaticamente pagamentos através de uma série de funcionalidades como webhooks, pooling e geração de relatórios analíticos com gráficos e heatmaps.

🎯 Propósito do Repositório

Este repositório tem como objetivo demonstrar na prática meus conhecimentos avançados na criação de soluções de gráficos, relatórios, análises de dados (analytics) e dashboards interativos. Através deste projeto, desenvolvi uma automação completa que processa eventos de pagamento via PIX, gera gráficos detalhados como heatmaps e envia esses relatórios automaticamente por email, Telegram, entre outros canais de comunicação.

A solução foi desenvolvida utilizando uma arquitetura de micro serviços, integrando APIs de pagamento, ferramentas de visualização de dados e modelos de linguagem (LLMs) para otimizar a entrega e análise dos dados. Isso permite uma gestão eficiente dos pagamentos e insights poderosos sobre as operações financeiras, levando a uma análise mais profunda dos padrões de transação e otimização de processos.

🔥 Funcionalidades Principais

  • Emissão de Pagamentos PIX: Utilizando a API do Mercado Pago, o sistema gera automaticamente QR Codes para pagamentos PIX.
  • Confirmação de Pagamentos: A confirmação de pagamentos é feita automaticamente via WebSocket ou webhook, garantindo que as transações sejam verificadas em tempo real.
  • Armazenamento de Eventos: Cada evento de pagamento (geração, confirmação, falha) é registrado como um arquivo JSON, criando um log detalhado de todas as interações.
  • Transformação de Dados: Os eventos registrados podem ser transformados em PDFs para fácil consulta e armazenamento.
  • Automação de Processamento: O sistema possui uma automação que processa esses eventos, analisa os dados e gera insights a partir deles.
  • Análise e Visualização de Dados: Gráficos e heatmaps foram criados para analisar o comportamento dos pagamentos e gerar relatórios detalhados sobre:
    • Volume de transações por hora, dia, cidade e loja.
    • Preços médios e ociosidade por período.
    • Tempo médio de processamento por transação.
    • Transações mínimas, máximas e médias ao longo do tempo.

🔧 Tecnologias Utilizadas

  • Flask: Backend leve e eficiente para gerenciar a API e as requisições.
  • Requests: Biblioteca usada para fazer chamadas para a API do Mercado Pago.
  • WebSocket: Implementado para monitorar em tempo real o status dos pagamentos.
  • Webhook: Automação para recebimento de notificações de pagamento.
  • Pandas: Utilizado para manipulação e processamento dos dados coletados.
  • Plotly: Ferramenta para visualização dos dados através de gráficos interativos e heatmaps.
  • Pillow (PIL): Usada para salvar as visualizações como imagens PNG.

📊 Processamento e Visualização dos Dados

Para entender melhor o comportamento dos pagamentos e identificar padrões de uso, foram criados diversos gráficos e heatmaps utilizando Pandas e Plotly. Esses gráficos incluem análises de:

  • Volume de transações por dia e por hora, divididos por cidade e loja.
  • Tempo médio de processamento dos pagamentos.
  • Ociosidade e preços baixos registrados em determinados períodos.
  • Heatmaps que indicam a densidade de transações ao longo da semana e do dia.
  • Análises de transações mínimas, médias e máximas em diferentes intervalos de tempo.

Essas visualizações são geradas automaticamente e salvas no repositório, com arquivos no formato .png como, por exemplo:

Esses gráficos permitem visualizar as tendências de uso, ajudando a tomar decisões estratégicas e otimizar o processo de pagamentos. mapa_calor_dia_min mapa_calor_semana_count mapa_calor_semana_sum mapa_calor_semana_mean mapa_calor_semana_max mapa_calor_semana_min mapa_calor_ociosidade_por_hora_loja mapa_calor_precos_baixos_por_hora_loja mapa_calor_media_transacoes_por_hora_loja mapa_calor_minimos_por_hora_loja mapa_calor_tempo_medio_por_hora_cidade mapa_calor_volume_transacoes_por_hora_cidade mapa_calor_media_transacoes_por_hora_cidade mapa_calor_minimos_por_hora_cidade mapa_calor_pagamentos_por_dia mapa_calor_precos_baixos_por_dia mapa_calor_ociosidade_por_dia mapa_calor_tempo_medio_por_dia mapa_calor_volume_transacoes_por_dia mapa_calor_minimos_por_dia mapa_calor_loja_count mapa_calor_loja_sum mapa_calor_loja_mean mapa_calor_loja_max mapa_calor_loja_min mapa_calor_cidade_count mapa_calor_cidade_sum mapa_calor_cidade_mean mapa_calor_cidade_max mapa_calor_cidade_min mapa_calor_dia_count mapa_calor_dia_sum mapa_calor_dia_mean mapa_calor_dia_max

About

Projeto de data analytics em cima de eventos de confirmação de pagamento via pix do sistema pixhub

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published