Levantamento e análise de maquinário

Motivação

No setor de TI onde eu trabalhava, identificamos a necessidade de um controle mais detalhado e eficiente dos dispositivos disponibilizados aos usuários. Após realizarmos um levantamento completo de todos os equipamentos, foi solicitado que eu desenvolvesse um dashboard para monitorar, de forma centralizada, as movimentações de entrada e saída de computadores. Essa solução visava facilitar o acompanhamento e a gestão desses ativos em tempo real, garantindo maior organização e agilidade nos processos. 

Base de dados

Para simplificar o processo, organizamos as informações em uma planilha do Excel, incluindo dados como o responsável pelo dispositivo, a configuração da máquina, o setor de alocação, entre outros. Como a planilha foi estruturada de forma eficiente desde o início, o tratamento dos dados tornou-se mais fácil, exigindo apenas ajustes na definição e padronização dos tipos de dados para garantir maior consistência e precisão. 

Uso dos dados no portifólio

Como a planilha continha dados pessoais de alguns colaboradores, além de informações sensíveis como códigos e nomes de projetos, surgiu a necessidade de ajustar a base de dados para garantir a conformidade com a legislação de proteção de dados. Foi essencial implementar medidas para anonimizar ou restringir o acesso a esses dados, assegurando que nenhuma informação sensível fosse exposta ou utilizada de forma inadequada. 

Diante desse desafio, desenvolvi um código simples em Python para anonimizar os dados sensíveis. Esse código foi projetado para modificar ou mascarar informações como dados pessoais de colaboradores e detalhes confidenciais de projetos, garantindo a conformidade com a legislação de proteção de dados e a segurança da base de informações.  Abaixo está o código criado. 

import pandas as pd

import random

# Gerando os dados

def generate_fictional_data(row_index, column_name):

    if column_name == "Nome":

        return f"DESKTOP-{row_index:04d}"  # Exemplo: DESKTOP-0001

    elif column_name == "Usuário":

        first_names = ["João", "Maria", "Carlos", "Ana", "Pedro", "Lucas", "Beatriz", "Larissa"]

        last_names = ["Silva", "Santos", "Oliveira", "Costa", "Pereira", "Almeida", "Ferreira", "Martins"]

        return f"{random.choice(first_names)} {random.choice(last_names)}"

    elif column_name == "Localização/Projeto":

        animals = ["Leão", "Tigre", "Elefante", "Onça", "Águia", "Lobo", "Tubarão", "Cobra"]

        return f"Projeto-{random.choice(animals)}"

    elif column_name == "Área":

        areas = ["Administração", "Financeiro", "Recursos Humanos", "Operações", "TI", "Logística", "Comercial"]

        return random.choice(areas)

    elif column_name == "PEP":

        return f"{random.randint(10000000, 99999999)}"  # Número aleatório de 8 dígitos

    return None

# Caminho

input_path = r"xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"

output_path = "Levantamento_de_maquinario_mascarado.xlsx"

# Carrega a planilha

df = pd.read_excel(input_path, sheet_name="Maquinario")

# Colunas a serem mascaradas

columns_to_mask = ["Nome", "Usuário", "Localização/Projeto", "Área", "PEP"]

# Aplica a máscara

for column in columns_to_mask:

    if column in df.columns:

        df[column] = [generate_fictional_data(index, column) for index in range(len(df))]

# Salva o resultado

df.to_excel(output_path, index=False, sheet_name="Maquinario")

print(f"Arquivo mascarado salvo como: {output_path}")

Dashboard

• Indicador 1:
  Este indicador apresenta a quantidade total de máquinas disponíveis, fornecendo uma visão geral da capacidade atual do parque tecnológico.

• Indicador 2:
  Mostra a quantidade de computadores com memória abaixo dos requisitos mínimos. Essas informações serão fundamentais para planejar um projeto de atualização de hardware ou, em casos específicos, a substituição das máquinas.

• Indicador 3:
  Exibe a quantidade de máquinas com armazenamento insuficiente. Esse dado pode indicar a presença de HDs desatualizados (menos recomendados atualmente) ou espaço de armazenamento limitado, ambos impactando a eficiência.

• Indicador 4:
  Identifica a área com o maior número de máquinas, permitindo compreender a distribuição e o uso dos recursos tecnológicos na organização.

• Indicador 5:
  Focado na melhoria do ambiente de trabalho, este indicador quantifica o número de colaboradores que ainda não possuem uma segunda tela, identificando oportunidades para aumentar a produtividade e o conforto.

• Indicador 6:
  Por fim, este indicador apresenta a quantidade de máquinas disponíveis em estoque no departamento de TI, auxiliando no planejamento de reposições e atualizações.

• Quantidade de Computadores por Projeto:
  Este relatório apresenta a quantidade de computadores alocados para cada projeto, oferecendo uma visão clara da distribuição de recursos tecnológicos por iniciativa.

• Tabela de Maquinário:
  Esta tabela detalha cada máquina, incluindo seu status, localização ou projeto ao qual está vinculada, e o usuário responsável por ela.

• Quantidade de Computadores por Área:
  Fornece uma visão organizada da quantidade de computadores distribuídos em cada área da empresa, facilitando o gerenciamento de recursos por departamento.

• Quantidade por Tipo de Sistema Operacional:
  Um gráfico que ilustra a quantidade de máquinas em uso, categorizadas por tipo de sistema operacional, auxiliando no entendimento do ambiente tecnológico.

• Quantidade por Tipo de Computador:
  Este relatório detalha a quantidade de máquinas classificadas por tipo, seja desktop ou notebook, ajudando a identificar tendências e necessidades específicas.

Resumo Geral

• Quantidade total de máquinas: 274.

• Máquinas com memória abaixo dos requisitos: 17.

• Máquinas com armazenamento abaixo dos requisitos: 8.

• Área com mais computadores: Comercial (43).

• Colaboradores sem segunda tela: 131.

• Máquinas disponíveis em estoque: 5.

Análise Detalhada

Quantidade de Computadores por Projeto

• O "Projeto-Águia" concentra o maior número de computadores (43), seguido pelos projetos "Leão" (39) e "Tigre" (37).

• Observa-se uma distribuição equilibrada entre os demais projetos, exceto por 5 máquinas disponíveis em estoque, que estão prontas para alocação.

Tabela de Maquinário

• Detalhamento de cada máquina por status, localização/projeto e usuário, permitindo rastreamento eficiente.

• A maioria das máquinas está "emprestada" e distribuída entre os projetos em andamento.

Quantidade de Computadores por Área

• A área Comercial lidera com 43 computadores, seguida por Logística e Operações, ambas com 42 máquinas.

• O setor Administrativo apresenta o menor número de computadores (27).

Quantidade por Tipo de Sistema Operacional

• Windows 11 Pro: 169 máquinas (62% do total).

• Windows 10 Pro: 102 máquinas (37% do total).

• Windows 7 Pro: Apenas 3 máquinas (1%).

Quantidade por Tipo de Computador

• Desktops: 234 unidades (85%).

• Notebooks: 40 unidades (15%).

A predominância de desktops indica uma preferência por este tipo de equipamento, possivelmente devido à durabilidade ou adequação às tarefas realizadas.

Infraestrutura Geral

• Memória insuficiente: 17 máquinas estão abaixo dos requisitos mínimos, o que pode impactar o desempenho.

• Armazenamento insuficiente: 8 máquinas apresentam problemas de capacidade, sugerindo a substituição de HDs ou a ampliação do espaço disponível.

• Colaboradores sem segunda tela: 131 pessoas ainda não possuem segunda tela, o que pode estar limitando a produtividade.

Estoque

• Apenas 5 máquinas estão disponíveis no estoque, número que pode ser insuficiente para atender novas demandas ou reposições imediatas.

Conclusão

O dashboard apresentado é uma ferramenta estratégica para gestão e monitoramento da infraestrutura tecnológica da empresa. A análise revelou pontos críticos que necessitam de atenção, como a atualização de máquinas desatualizadas, a ampliação do estoque e a melhoria da infraestrutura para colaboradores. Com base nas recomendações, será possível otimizar o uso dos recursos tecnológicos, aumentando a eficiência e reduzindo riscos operacionais.

Obs.: Como todos os dados foram alterados para preservar a privacidade dos colaboradores e da empresa, a análise apresentada foi realizada com base no dashboard ajustado, já considerando as informações modificadas.