Caio Brito Peres; Alex Nunes de Almeida

DOI: 10.22167/2675-6528-202601826

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A pesquisa apresentou a concepção e a implementação de uma arquitetura digital para a gestão do automonitoramento no licenciamento ambiental municipal, integrando modelagem de dados, aplicação operacional e ferramentas de Business Intelligence. O objetivo foi desenvolver um sistema que aprimorasse a organização e análise de relatórios ambientais. Para isso, estruturou-se um modelo conceitual que organizou entidades como empreendimentos, licenças e condicionantes, seguido pela adoção de um modelo dimensional tipo Snowflake para relacionar resultados a múltiplas dimensões. A solução foi implementada em ambiente Google Sheets e operacionalizada por um aplicativo AppSheet, que viabilizou o cadastro de dados, a submissão de relatórios e a automação de fluxos. Posteriormente, a base foi integrada ao Power BI para tratamento de dados, padronização de valores, definição de limites e geração automatizada de relatórios. Desenvolveram-se painéis interativos que permitiram o acompanhamento da regularidade das entregas e da conformidade dos parâmetros monitorados. Os resultados evidenciaram potenciais ganhos em organização, padronização e capacidade analítica, demonstrando a viabilidade da solução para aprimorar a gestão ambiental municipal, ampliar a transparência e subsidiar a tomada de decisão técnica.

Palavras-chave: Análise de dados; Engenharia de dados; Gestão pública; Licenciamento ambiental; Monitoramento ambiental.

1. Introdução

A transformação digital no setor público representa um pilar fundamental para a modernização da gestão governamental e o fortalecimento da transparência administrativa. Na esfera da gestão pública ambiental, essa transformação é particularmente crucial, pois o gerenciamento eficiente de informações técnicas é uma condição essencial para assegurar a efetividade dos instrumentos de controle e avaliação previstos na Política Nacional do Meio Ambiente (Lei n.º 6.938/1981). Dentre esses instrumentos, o licenciamento ambiental se destaca por concentrar uma vasta quantidade de dados sobre atividades potencialmente poluidoras e seus impactos, exigindo do poder público não apenas capacidade técnica, mas também sistemas robustos para a coleta, armazenamento e análise estruturada e contínua de informações.

Apesar dessa importância, o paradigma tradicional do licenciamento ambiental brasileiro tem se mostrado excessivamente focado na fase preventiva. Ele privilegia estudos ambientais prévios detalhados em detrimento do acompanhamento efetivo das condicionantes e do controle posterior das atividades. Autores como Sánchez (2013) e Montaño et al. (2014) apontam que esse modelo, ao concentrar-se na previsão dos impactos antes da instalação, acaba por negligenciar a fase de monitoramento e a gestão do desempenho ambiental durante a operação dos empreendimentos.

Essa assimetria entre a prevenção e o controle compromete a efetividade do licenciamento como instrumento de gestão. Os órgãos ambientais frequentemente investem grande esforço na análise documental inicial, mas carecem de mecanismos integrados para acompanhar a execução e manutenção das medidas mitigadoras, o cumprimento das condicionantes e a evolução dos indicadores ambientais ao longo do tempo. Tal cenário reforça a necessidade premente de adotar modelos baseados em dados e um monitoramento sistemático para garantir a conformidade ambiental e a tomada de decisões informadas.

Nesse contexto, a gestão estruturada da informação e o uso de ferramentas de Business Intelligence (BI) surgem como alternativas eficazes para aprimorar a eficiência e a assertividade na administração pública. A aplicação de soluções de BI em órgãos governamentais tem demonstrado resultados expressivos, com ganhos notáveis em agilidade, transparência e qualidade das decisões.

Estudos de caso brasileiros corroboram essa perspectiva. Oliveira e Araújo (2023) relataram o aumento da eficiência operacional e a melhoria no acompanhamento de indicadores estratégicos após a implantação de tecnologia de BI em uma diretoria regional de saúde. De forma similar, o Tribunal de Contas dos Municípios de Goiás (TCM-GO, 2021) implementou um sistema de BI para análise de licitações e obras públicas, permitindo a identificação automatizada de inconformidades e a geração de relatórios dinâmicos. Embora a literatura ressalte desafios como a maturidade institucional, a qualidade das bases de dados e a capacitação técnica dos usuários (Pereira, 2024; Cognini et al., 2021), essas experiências evidenciam que a organização e visualização acessível de dados complexos viabilizam uma gestão mais assertiva e célere, apoiada por evidências.

O presente projeto, portanto, decorre da necessidade de aprimorar as ferramentas de monitoramento da operação e da instalação de atividades potencialmente poluidoras. Isso é feito por meio da aplicação de técnicas de engenharia de dados que visam centralizar e padronizar a coleta, o tratamento e a gestão das informações, promovendo sua utilização sistemática para fins de planejamento e controle ambiental. A iniciativa justifica-se não apenas pelo seu potencial de inovação tecnológica, mas também por sua contribuição para a consolidação de uma cultura institucional orientada por dados, que seja replicável e escalável a outros instrumentos e setores da gestão pública municipal.

A fundamentação teórica para o desenvolvimento de sistemas de Business Intelligence reside na capacidade de transformar dados brutos em informações acionáveis para suporte à decisão. A modelagem dimensional, particularmente o esquema Snowflake, é uma abordagem consolidada para organizar dados em data warehouses, permitindo análises complexas e eficientes (Kimball & Ross, 2013; Inmon, 2005). Essa estrutura facilita a integração de diversas fontes de dados e a criação de painéis interativos, que são cruciais para o monitoramento contínuo e a avaliação de desempenho, como preconizado para a gestão ambiental.

Diante da lacuna existente no acompanhamento efetivo das condicionantes ambientais e da necessidade de uma gestão pública mais transparente e baseada em dados, este estudo propõe uma solução inovadora. Assim, o objetivo deste trabalho é modelar um sistema de Business Intelligence para a gestão de relatórios de automonitoramento ambiental em um órgão público municipal, visando aprimorar a eficiência, a transparência e a qualidade da tomada de decisão técnica.

2. Material e Métodos

A pesquisa adotou uma abordagem aplicada e qualitativa, fundamentada na estratégia de pesquisa-ação com estudo de caso único. Essa escolha decorreu da natureza prática do problema e do propósito de propor uma solução de gestão da informação aplicável a um órgão público ambiental. Conforme Thiollent (2011), a pesquisa-ação é adequada para a participação do pesquisador no processo de transformação institucional, visando a compreensão e melhoria da realidade observada. O estudo buscou desenvolver um modelo conceitual e técnico para um sistema de gestão de dados ambientais.

O estudo foi conduzido em um órgão ambiental de um município brasileiro de grande porte, responsável pelo licenciamento e monitoramento de atividades potencialmente poluidoras. A instituição possui equipes técnicas multidisciplinares e aproximadamente 650 licenças ambientais emitidas anualmente. Uma fração significativa dessas licenças exige a apresentação periódica de relatórios de automonitoramento, que eram encaminhados em meio físico. A estruturação dos dados ocorria manualmente, por meio de planilhas não padronizadas, configurando um cenário propício à aplicação de métodos de engenharia de dados.

A pesquisa foi conduzida em duas fases principais: diagnóstico e modelagem. Na fase de diagnóstico, levantaram-se os fluxos informacionais e os desafios relacionados à padronização e integração dos dados. Na fase de modelagem, desenvolveu-se um modelo conceitual e lógico de banco de dados relacional, estruturando as informações de automonitoramento conforme boas práticas de Data Warehousing.

Utilizou-se a modelagem dimensional baseada no Star Schema, organizando os dados a partir de uma tabela fato central para resultados de medições. Tabelas de dimensões descreveram contextos analíticos como licença, ponto de monitoramento, meio amostrado, substância química e unidade de medida. Algumas dimensões apresentaram relações hierárquicas, configurando uma extensão do tipo Snowflake Schema, como entre Condicionante, Parâmetros e Ponto de Monitoramento. Essa abordagem seguiu as boas práticas de modelagem em Data Warehouse (Kimball & Ross, 2013; Inmon, 2005).

O primeiro produto técnico desenvolvido foi um aplicativo para recebimento de dados de automonitoramento, estruturado na plataforma AppSheet. Esta ferramenta no-code da Google permitiu a criação de interfaces para entrada de dados, com regras de validação e controle de acesso. O aplicativo foi dividido em dois módulos: um para usuários internos, para cadastro de informações estruturantes (empreendimentos, licenças, condicionantes, parâmetros, pontos de monitoramento), e outro para responsáveis técnicos externos, para registro e edição de relatórios. Um botão de submissão automatizou o registro da data de envio, bloqueio de edições e notificação por email.

O segundo produto técnico desenvolvido foi o modelo lógico do banco de dados, elaborado para integração com uma plataforma de Business Intelligence (BI). Optou-se pela utilização do Power BI para a construção de painéis analíticos a partir dos dados estruturados. A escolha do Power BI justificou-se por sua ampla difusão, facilidade de integração com bases de dados como o Google Sheets e capacidade de criar visualizações interativas de forma ágil, sendo adequado para prototipagem e validação conceitual das estruturas de dados e fluxos de informação.

Previamente à construção dos painéis, realizaram-se etapas de pré-tratamento dos dados para garantir consistência e viabilidade analítica. A variável “valor”, originalmente textual (incluindo “N.M.” e “<LQ”), foi convertida para um campo quantitativo padronizado. Adicionalmente, definiu-se o limite aplicável a cada parâmetro monitorado, priorizando limites específicos ou referências legais. Desenvolveu-se uma tabela automatizada para verificação da entrega dos relatórios, classificando o status da obrigação como “Pendente”, “Atrasado” ou “Conforme”, o que possibilitou o acompanhamento sistemático. Quanto aos cuidados éticos, a dimensão “Usuários” foi modelada observando as disposições da Lei Geral de Proteção de Dados (LGPD).

3. Resultados e Discussão

O presente estudo materializou a concepção e a aplicação de um modelo para a gestão de relatórios de automonitoramento ambiental, demonstrando sua viabilidade prática no contexto do licenciamento municipal. Os resultados obtidos evidenciam como a estruturação de dados, a operacionalização por meio de um aplicativo funcional e a construção de painéis analíticos em Business Intelligence (BI) podem transformar informações dispersas em ferramentas de gestão ambiental eficazes. A sequência de apresentação dos achados reflete a lógica de construção do sistema proposto, permitindo uma compreensão clara da organização e utilização dos dados para o aprimoramento do acompanhamento pós-licença.

A pesquisa revelou que a integração entre modelagem de dados, sistemas de informação e ferramentas analíticas é crucial para otimizar os processos de acompanhamento pós-licença. Essa abordagem não apenas valida a consistência teórica do modelo, mas também sua aplicabilidade prática, oferecendo uma solução robusta para os desafios enfrentados pelos órgãos ambientais. A capacidade de transformar dados brutos em informações gerenciais acionáveis representa um avanço significativo na modernização da gestão pública ambiental, alinhando-a às melhores práticas de governança de dados.

Modelo dimensional desenvolvido

O modelo dimensional desenvolvido foi concebido a partir de uma estrutura lógica prévia, com o objetivo de organizar e integrar dados administrativos, técnicos e normativos que, no cenário original, estavam dispersos em documentos físicos e planilhas não padronizadas. A concepção do modelo buscou espelhar o fluxo real do licenciamento ambiental e do acompanhamento pós-licença, garantindo a rastreabilidade das decisões e das obrigações de automonitoramento. Adicionalmente, priorizou-se uma estrutura simples, eficiente e com baixa redundância, otimizada para plataformas de Business Intelligence.

A dimensão “Usuários” foi estabelecida para o registro das pessoas físicas com responsabilidade técnica pelo monitoramento e preenchimento das informações no sistema. Sua inclusão é fundamental para o controle de acesso e para a observância da Lei Geral de Proteção de Dados (LGPD), garantindo que apenas profissionais habilitados possam inserir e gerenciar os dados. Essa dimensão pressupõe um cadastro técnico prévio no órgão ambiental, assegurando a conformidade legal e a integridade das informações.

A dimensão “Empreendimentos” foi criada para centralizar as informações cadastrais básicas e funcionar como um agregador de solicitações e licenças vinculadas a um mesmo agente econômico. Essa centralização permite o acompanhamento da trajetória de um empreendimento ao longo do tempo, independentemente da licença vigente, o que reduz a duplicidade de registros e facilita análises históricas consolidadas. O preenchimento ocorre na solicitação inicial de licenciamento, e suas alterações são condicionadas a requerimentos formais, mantendo a integridade dos dados.

A dimensão “Licenças” representa o ato administrativo emitido pelo órgão ambiental, delimitando as obrigações, condicionantes e atividades autorizadas. Sua estrutura permite análises por tipo de licença, período de vigência e empreendimento associado. Foi modelada para que um empreendimento possa ter múltiplas licenças ao longo do tempo, enquanto cada licença se vincula a uma única solicitação formal, refletindo a complexidade e a dinâmica do processo de licenciamento ambiental.

A dimensão “Condicionantes” foi estruturada para representar as obrigações ambientais impostas por cada licença, servindo como elo entre o ato administrativo e os requisitos de automonitoramento. Sua modelagem permite associar múltiplas condicionantes a uma única licença, garantindo que cada uma possua identidade própria, com atributos como número, descrição, data de início e periodicidade de atendimento. Essa estrutura viabiliza o acompanhamento individualizado do cumprimento das obrigações e a projeção automatizada de entregas futuras de relatórios.

As dimensões “Pontos” e “Parâmetros” foram definidas para estruturar o contexto técnico das medições ambientais. “Pontos” indica os locais de monitoramento, e “Parâmetros” as variáveis ambientais a serem avaliadas, conforme exigência da condicionante. Cada ponto e parâmetro estão associados a uma única condicionante, garantindo clareza sobre a origem da exigência e evitando ambiguidades. A variável “limiteespecifico” em “Parâmetros” permite a definição de limites específicos, quando justificados por condicionantes da licença ambiental.

A dimensão “Referências” foi concebida para estruturar e padronizar as variáveis ambientais monitoradas, reunindo em um único repositório a identificação do parâmetro e sua vinculação ao tipo de monitoramento e aos valores de referência aplicáveis. Essa modelagem busca assegurar consistência semântica e uniformidade na interpretação dos dados, evitando ambiguidades e possibilitando a aplicação automatizada de verificações de conformidade. Ao concentrar as referências legais, o modelo reduz redundâncias e facilita a atualização normativa.

A dimensão “Relatórios” foi definida para representar cada entrega formal realizada pelo empreendedor ao órgão ambiental, em atendimento a uma condicionante de monitoramento. Sua modelagem independe da existência de resultados quantitativos, permitindo o registro de relatórios de natureza qualitativa e inspeções técnicas. A inclusão de atributos booleanos para indicar se os dados foram consistidos e analisados tecnicamente atende a uma necessidade gerencial, viabilizando o controle do passivo de análise e o acompanhamento da qualidade das informações.

Por fim, a tabela fato “Resultados” representa o nível mais granular do modelo dimensional, correspondendo a uma medição quantitativa específica. Ela está vinculada simultaneamente a um ponto de monitoramento, a um parâmetro, a um relatório, a uma condicionante e a uma licença ambiental. Essa estrutura é o núcleo analítico do sistema, permitindo análises de conformidade, estudos de séries temporais e identificação de padrões críticos de desempenho ambiental. A variável “valor” armazena os resultados quantitativos do monitoramento, sendo a principal fonte para a construção de indicadores e painéis de BI.

Uma particularidade da variável “valor” é sua definição inicial como tipo texto, necessária para registrar valores não numéricos como “N.M.” (Não Medido) ou “<LQ” (inferior ao limite de quantificação laboratorial). Embora essa decisão preserve a integridade dos registros, ela inviabiliza o uso direto da variável em operações analíticas, como cálculos e agregações, em ferramentas de BI. Dessa forma, para sua utilização adequada, é necessário um pós-tratamento dos dados para derivar uma variável quantitativa compatível com as análises propostas.

Estrutura de relacionamentos no modelo dimensional

A estrutura de relacionamentos entre as dimensões foi definida para garantir a integridade e a rastreabilidade dos dados no modelo dimensional. A dimensão “Usuários” mantém uma relação um-para-muitos com a dimensão “Licenças”, refletindo que um responsável técnico pode ser atribuído a uma ou mais licenças. Essa modelagem assegura que a responsabilidade pelo monitoramento seja claramente vinculada aos profissionais cadastrados, promovendo a accountability e a organização das informações.

A dimensão “Empreendimentos” relaciona-se de forma um-para-muitos com a dimensão “Licenças”, permitindo que um empreendimento possua múltiplas licenças ao longo de sua existência, enquanto cada licença se associa a um único empreendimento. Essa estrutura é fundamental para consolidar o histórico de um empreendimento, facilitando análises de longo prazo e a gestão integrada de suas obrigações ambientais, independentemente das licenças específicas em vigor.

A dimensão “Licenças” mantém uma relação um-para-muitos com a dimensão “Condicionantes”, o que permite que uma mesma licença imponha diversas exigências de automonitoramento. Por sua vez, a dimensão “Condicionantes” estabelece relações um-para-muitos com as dimensões “Parâmetros”, “Pontos” e “Relatórios”, garantindo que esses elementos estejam sempre vinculados a uma única exigência específica. Essa interconexão assegura a coerência e a rastreabilidade das informações técnicas e administrativas.

A dimensão “Referências” relaciona-se de forma um-para-muitos com a dimensão “Parâmetros”, refletindo que um mesmo parâmetro pode ser alvo de condicionantes de diferentes licenças. Essa flexibilidade é importante para adaptar o sistema a diversas exigências regulatórias e técnicas. Por fim, a tabela fato “Resultados” relaciona-se com as dimensões “Parâmetros”, “Pontos” e “Relatórios” no esquema um-para-muitos, onde cada medição corresponde a um conjunto específico desses elementos, permitindo análises integradas do contexto administrativo, técnico e normativo do automonitoramento ambiental.

A organização proposta pode ser visualizada de forma consolidada na Figura 1, que apresenta o modelo dimensional desenvolvido, ilustrando as interconexões entre as diversas dimensões e a tabela fato. Essa representação gráfica facilita a compreensão da arquitetura de dados e da forma como as informações são estruturadas para suportar as análises de Business Intelligence.

Figura 1. Modelo dimensional

Fonte: Resultados originais da pesquisa

Elaboração de um Aplicativo Funcional para o Recebimento dos Dados

No âmbito dos resultados, foi desenvolvido um aplicativo funcional na plataforma AppSheet, fundamentado no modelo conceitual proposto, para operacionalizar o cadastro, gestão e acompanhamento dos dados de automonitoramento ambiental. A arquitetura de dados utiliza o Google Sheets como repositório, onde cada tabela do modelo dimensional corresponde a uma aba específica. Essa abordagem concilia simplicidade operacional com a estruturação necessária para integração com ferramentas de BI, mantendo a coerência com o modelo analítico definido.

O aplicativo foi estruturado em dois módulos principais, adaptados aos perfis de uso e responsabilidades institucionais. O primeiro módulo, destinado a usuários internos do órgão ambiental, permite o cadastro e a manutenção das informações estruturantes do sistema, como empreendimentos, licenças, condicionantes, parâmetros e pontos de monitoramento. Esse módulo garante que os dados base sejam inseridos e gerenciados de forma consistente e padronizada, estabelecendo a fundação para o funcionamento do sistema.

O segundo módulo foi desenvolvido para os responsáveis técnicos dos empreendimentos, permitindo o cadastro de novos relatórios de automonitoramento, a edição de informações e o lançamento dos resultados diretamente no sistema. Essa funcionalidade assegura que os dados sejam inseridos de forma padronizada e com validações previamente definidas, reduzindo a possibilidade de erros e retrabalho. Os relacionamentos entre as variáveis foram implementados em conformidade com o modelo conceitual, garantindo integridade referencial e coerência na vinculação entre licenças, condicionantes, parâmetros, pontos de monitoramento, relatórios e resultados.

Como mecanismo de controle e formalização do envio das informações, foi desenvolvido um action button específico para a submissão dos relatórios. Ao ser acionado, o sistema preenche automaticamente a variável “dataenvio”, bloqueia a edição dos dados e encaminha uma mensagem eletrônica padronizada ao usuário responsável. Essa mensagem funciona como comprovante formal de protocolo do relatório junto ao órgão ambiental, garantindo a rastreabilidade e a formalização do processo de entrega.

Fluxo de Utilização do Aplicativo

Para demonstrar a operacionalização prática do sistema, descreve-se o fluxo de navegação e utilização do aplicativo sob a perspectiva do usuário externo, o responsável técnico designado para o envio dos dados de automonitoramento ambiental. O acesso ao sistema inicia-se na página inicial do aplicativo, que exibe uma mensagem de boas-vindas e um hiperlink direcionando à página de licenças disponíveis. Essa etapa foi projetada para simplificar a navegação inicial e guiar o usuário de forma intuitiva ao ponto de partida para a inserção de dados.

Figura 2. Página inicial

Fonte: Resultados originais da pesquisa

Na sequência, o usuário é direcionado à página de licenças, onde são exibidas apenas as licenças ambientais associadas ao seu perfil de acesso. Essa filtragem é realizada com base no atributo “idemail” da dimensão “Licenças”, previamente preenchido pelo órgão ambiental. Essa funcionalidade garante controle de acesso e confidencialidade das informações, assegurando que cada usuário visualize somente as licenças sob sua responsabilidade técnica. A única interação possível nessa interface é a seleção da licença desejada para inserção ou edição dos dados de automonitoramento.

Figura 3. Janela para escolha da Licença Ambiental para adição dos relatórios

Fonte: Resultados originais da pesquisa

Ao selecionar uma licença, o sistema apresenta a página de detalhamento dos relatórios, estruturada em dois painéis. No painel à esquerda, são exibidas as informações gerais da licença, enquanto no painel à direita são listadas as condicionantes ambientais que exigem automonitoramento associadas à licença específica. Essas informações são previamente cadastradas pelo órgão ambiental, cabendo ao usuário apenas selecionar a condicionante para a qual deseja inserir ou atualizar dados, otimizando o processo de entrada de informações.

Figura 4. Janela referente à Licença Ambiental escolhido, sendo apresentados, à esquerda, suas informações gerais; e à direita; as condicionantes específicas que exigem relatórios de automonitoramento

Fonte: Resultados originais da pesquisa

Ao acessar uma condicionante específica, uma nova interface é apresentada, também organizada em dois painéis. À esquerda, são exibidas as informações descritivas da condicionante, enquanto à direita é disponibilizada a relação de todos os relatórios já vinculados àquela obrigação. Nesse ambiente, o usuário pode expandir a visualização dos relatórios, editar os não submetidos ou inserir novos registros. Essa estrutura permite uma visão consolidada do histórico de cumprimento da condicionante e facilita a inclusão de novas informações, promovendo a transparência e a rastreabilidade.

Figura 5. Janela com as informações da condicionante específica, sendo apresentados, na área superior direita, as informações gerais da condicionante, e na área inferior direita, os respectivos relatórios emitidos

Fonte: Resultados originais da pesquisa

Quando o usuário opta pela inserção de um novo relatório, o sistema direciona para uma tela de cadastro simplificado, onde são solicitadas informações essenciais como o número do relatório, a data de amostragem e a data de realização dos ensaios laboratoriais. Esse procedimento cria um novo registro na dimensão “Relatórios”, estruturando a base para o posterior lançamento dos resultados de monitoramento. A interface simplificada visa reduzir a complexidade e os erros na etapa inicial de registro.

Figura 6. Janela de adição de relatório de automonitoramento

Fonte: Resultados originais da pesquisa

Após a criação do relatório, o sistema disponibiliza uma interface para sua edição, organizada em dois painéis: à esquerda, com as informações gerais do relatório, e à direita, com os resultados associados. Uma rotina automatizada, implementada na criação do relatório, combina os pontos de monitoramento e os parâmetros vinculados à condicionante. A tabela de “Resultados” é previamente preenchida com todas as exigências aplicáveis, utilizando o valor padrão “N.M.” (Não Medido), com possibilidade de inserção de “<LQ”.

Dessa forma, o usuário precisa apenas substituir os valores padrão pelos resultados efetivamente obtidos, reduzindo significativamente o risco de omissões. Foram implementadas regras de validação que restringem a entrada de dados a valores numéricos ou a expressões padronizadas, assegurando consistência e qualidade. A variável “Valor” foi mantida como texto devido à possibilidade de inserção de valores textuais, sendo posteriormente tratada para análise em ferramentas de Business Intelligence, conforme a necessidade de adaptação para dados não numéricos.

Figura 7. Janela de visualização dos resultados para o relatório recém criado.

Fonte: Resultados originais da pesquisa

Por fim, a etapa de submissão dos relatórios foi estruturada como um mecanismo formal de envio das informações ao órgão ambiental. Um botão de ação específico na interface do relatório, ao ser acionado, solicita confirmação do usuário quanto ao envio. Confirmada a operação, o sistema registra automaticamente a data de envio na dimensão “Relatórios”, altera o status de “Pendente” para “Submetido” e bloqueia a edição posterior dos dados, garantindo a integridade das informações. Simultaneamente, uma mensagem eletrônica é encaminhada ao usuário responsável, funcionando como comprovante formal de protocolo do relatório.

Figura 8. Visualização da janela do relatório, contemplando, na parte superior, o botão para submissão do relatório; na parte central, informações gerais do relatório; e na parte inferior os resultados obtidos

Fonte: Resultados originais da pesquisa

O fluxo desenvolvido evidencia a funcionalidade do aplicativo e a preocupação com controle de acesso, padronização dos dados, rastreabilidade das informações e facilidade de uso. Isso demonstra a viabilidade prática e a robustez do modelo proposto no contexto do licenciamento ambiental. A automação de processos e a garantia da integridade dos dados são elementos cruciais para a eficiência e a transparência na gestão ambiental, conforme os objetivos do estudo.

Elaboração de um Aplicativo de Business Intelligence

Na etapa de Business Intelligence, foi desenvolvido um conjunto de painéis analíticos no Power BI, estruturado a partir dos dados provenientes do aplicativo de automonitoramento e organizados conforme o modelo dimensional proposto. A utilização dessa ferramenta possibilitou transformar os dados operacionais em informações gerenciais, permitindo o acompanhamento do cumprimento das condicionantes ambientais e a análise da qualidade e consistência dos dados recebidos. O BI atuou como camada final de consolidação e interpretação das informações, evidenciando o potencial do modelo concebido.

Previamente à construção dos painéis, foram realizadas etapas essenciais de pré-tratamento dos dados para garantir consistência e viabilidade analítica. A primeira etapa consistiu no tratamento da variável “valor”, originalmente armazenada em formato textual em diversos casos. Essa variável foi convertida em um campo quantitativo padronizado, apto a ser utilizado em cálculos, comparações e visualizações gráficas. Esse processo foi fundamental para viabilizar análises de conformidade e séries temporais, eliminando inconsistências decorrentes de diferentes formatos de entrada de dados.

A segunda etapa de tratamento envolveu a definição do limite aplicável a cada parâmetro monitorado. Para tanto, foi estruturada uma lógica que prioriza a utilização de limites específicos associados à condicionante ou à licença ambiental. Na ausência desses limites, o sistema adota automaticamente os valores de referência previstos na legislação pertinente. Essa abordagem garante coerência normativa na análise dos dados e permite a automatização da verificação de conformidade, constituindo um pilar para a geração de alertas e indicadores de desempenho ambiental.

Adicionalmente, foi desenvolvida uma tabela automatizada para verificação da entrega dos relatórios de automonitoramento, representando um avanço significativo em relação aos métodos tradicionais de controle. Essa estrutura gerou uma linha para cada entrega esperada, com base nas variáveis “datainicio”, “periodicidadetipo” e “periodicidade” da tabela de condicionantes. Esses registros foram cruzados com a tabela de relatórios submetidos, permitindo a classificação automática do status de cada obrigação como “Pendente”, “Atrasado” ou “Conforme”.

Essa solução possibilita o acompanhamento sistemático do cumprimento das exigências ambientais e fornece subsídios diretos para a atuação fiscalizatória do órgão ambiental. A capacidade de identificar automaticamente o status das entregas e as inconformidades nos resultados de monitoramento representa um ganho substancial em eficiência e assertividade para a gestão pública, permitindo uma intervenção mais proativa e baseada em dados concretos, conforme os princípios da gestão orientada por resultados.

A partir desses dados tratados, foi desenvolvido um primeiro painel com enfoque gerencial, voltado ao acompanhamento operacional do sistema. Esse painel foi estruturado em três áreas principais. À esquerda, foram inseridos cartões com indicadores agregados, como o número de relatórios entregues, pendentes e atrasados, e a percentagem de conformidade, oferecendo uma visão sintética e imediata do desempenho geral. Essa visualização rápida permite aos gestores identificar prontamente as áreas que demandam maior atenção e intervenção.

Na região central do painel gerencial, foi implementada uma tabela com o status dos relatórios, organizada de forma decrescente pela data máxima de entrega, facilitando a identificação de pendências mais críticas. Essa organização visual é estratégica para a priorização de ações e para o gerenciamento eficiente do fluxo de trabalho. À direita, foi estruturada uma tabela de alertas focada nos resultados de monitoramento, destacando os pontos de medição que apresentaram inconformidades em relação aos limites estabelecidos, também ordenados de forma decrescente pela data de amostragem, o que favorece a priorização de análises recentes e a tomada de decisão ágil.

Figura 9. Painel inicial do sistema, com indicadores de relatórios (à esquerda), situação das demandas de entrega (centro superior) e inconformidades dos resultados de monitoramento (centro inferior)

Fonte: Resultados originais da pesquisa

Por fim, foi desenvolvido um segundo painel com caráter analítico e exploratório, projetado para permitir investigações mais detalhadas sobre os dados de automonitoramento. Nesse painel, foram disponibilizados filtros interativos (slicers) que possibilitam ao usuário selecionar a licença ambiental, a condicionante, o parâmetro e o ponto de monitoramento de interesse. Essa funcionalidade de filtragem permite uma análise granular dos dados, adaptada às necessidades específicas de cada consulta, ampliando a capacidade de exploração e descoberta de informações relevantes.

A partir dessas seleções, o sistema apresenta um gráfico e uma tabela que evidenciam a variação temporal dos valores monitorados, permitindo a identificação de tendências, cruzamento com os limites estabelecidos, padrões de comportamento e eventuais desvios em relação aos limites aplicáveis. Essa funcionalidade amplia significativamente a capacidade interpretativa dos dados e reforça o papel do BI como ferramenta de apoio à tomada de decisão. Para cada um dos painéis descritos, foi apresentada uma figura ilustrativa correspondente, demonstrando visualmente a aplicação prática das soluções desenvolvidas.

Figura 10. Painel de resultados de monitoramento, com filtros (slicers) na porção superior e visualizações de variação temporal do parâmetro (gráfico e tabela) na parte inferior

Fonte: Resultados originais da pesquisa

Os resultados do presente trabalho reforçam que a proposta desenvolvida transcende a mera organização de dados, configurando-se como uma mudança de paradigma na forma como o licenciamento ambiental pode ser conduzido no âmbito municipal. Ao estruturar uma arquitetura de dados voltada ao automonitoramento, o estudo contribui para deslocar o foco tradicionalmente centrado na análise prévia para uma abordagem orientada ao acompanhamento contínuo, à verificação de desempenho e à tomada de decisão baseada em evidências. Nesse sentido, o modelo proposto não apenas responde a uma lacuna operacional identificada, mas também se alinha às diretrizes contemporâneas de governança pública, que demandam maior transparência, rastreabilidade e eficiência no uso da informação, conforme destacado por Sánchez (2013).

A integração entre modelagem de dados, desenvolvimento de aplicação funcional e construção de painéis analíticos demonstrou, ainda que em caráter prototípico, a viabilidade de implementação de um ecossistema digital capaz de transformar dados dispersos em informações estruturadas e acionáveis. Destaca-se, nesse contexto, o potencial do modelo para apoiar atividades estratégicas do órgão ambiental, como o planejamento de fiscalizações, a priorização de análises técnicas e a identificação ágil de padrões de inconformidades, promovendo maior efetividade no controle ambiental. A padronização dos dados desde a sua origem, por meio do aplicativo desenvolvido, representa um avanço significativo na qualidade da informação, reduzindo inconsistências e ampliando a confiabilidade das análises, um aspecto crucial para a tomada de decisão (Kimball & Ross, 2013).

Sob a perspectiva institucional, o trabalho evidencia que a adoção de soluções baseadas em dados não depende necessariamente de investimentos elevados ou de infraestruturas complexas em um primeiro momento, sendo possível iniciar esse processo por meio de ferramentas acessíveis e prototipagens iterativas. Essa abordagem incremental permite validar conceitos, ajustar fluxos operacionais e consolidar requisitos antes de uma eventual implementação mais robusta, reduzindo riscos e aumentando as chances de sucesso na adoção institucional, conforme a metodologia de pesquisa-ação (Thiollent, 2011).

Ressalta-se, no entanto, que a consolidação de uma cultura orientada por dados no setor público demanda avanços que extrapolam a dimensão tecnológica. Aspectos como governança da informação, capacitação técnica dos usuários, definição de responsabilidades institucionais e garantia da qualidade dos dados são elementos essenciais para o pleno funcionamento do modelo proposto. Nesse sentido, a arquitetura desenvolvida deve ser compreendida como parte de um processo mais amplo de transformação organizacional, no qual tecnologia, processos e pessoas precisam evoluir de forma integrada, conforme apontado por Cognini et al. (2021) e Pereira (2024).

Como desdobramentos futuros, vislumbra-se a evolução do protótipo desenvolvido para um produto institucional, com sua efetiva implementação no âmbito do órgão ambiental, de modo a possibilitar a validação empírica de seus benefícios e a mensuração de ganhos operacionais. Adicionalmente, recomenda-se o aprofundamento das análises relacionadas a dados qualitativos, com o desenvolvimento de novos painéis e indicadores de desempenho, bem como a incorporação de critérios mais robustos para avaliação da qualidade dos dados fornecidos e do desempenho ambiental dos empreendimentos. A ampliação do modelo para outros instrumentos de gestão ambiental, assim como sua integração com bases de dados internas e externas, configura-se como uma oportunidade relevante de evolução e consolidação da proposta.

Por fim, destaca-se o potencial do modelo em induzir uma mudança na postura institucional do órgão ambiental, ao viabilizar a transição de uma atuação predominantemente extra-precaucionária para uma abordagem orientada à avaliação contínua de desempenho, sem prejuízo à proteção da qualidade ambiental. Essa mudança reforça o papel do licenciamento ambiental como instrumento dinâmico de gestão, baseado em evidências e apoiado por sistemas estruturados de informação. O estudo oferece uma contribuição concreta para a modernização da gestão ambiental municipal, demonstrando que a efetividade do licenciamento ambiental está diretamente relacionada à capacidade do órgão público de organizar, interpretar e utilizar seus dados de forma sistemática, conforme a Lei n.º 6.938/1981.

4. Conclusão

O presente estudo buscou modelar um sistema de Business Intelligence para a gestão de relatórios de automonitoramento ambiental em um órgão público municipal, visando aprimorar a eficiência, a transparência e a qualidade da tomada de decisão técnica. Verificou-se a concepção e a implementação de uma arquitetura digital que integrou modelagem de dados, uma aplicação operacional e ferramentas de Business Intelligence. Para tanto, estruturou-se um modelo conceitual que organizou entidades como empreendimentos, licenças e condicionantes, adotando-se um modelo dimensional tipo Snowflake para relacionar os resultados a múltiplas dimensões. A solução foi operacionalizada por um aplicativo AppSheet, que viabilizou o cadastro de dados, a submissão de relatórios e a automação de fluxos, e posteriormente integrada ao Power BI para tratamento de dados, padronização de valores e geração automatizada de relatórios e painéis interativos. Os resultados evidenciaram potenciais ganhos em organização, padronização e capacidade analítica, demonstrando a viabilidade da solução para aprimorar a gestão ambiental municipal. A principal contribuição reside na transição de uma abordagem predominantemente preventiva para um acompanhamento contínuo e baseado em evidências, fortalecendo o controle ambiental e a tomada de decisão.

Contudo, por se tratar de um estudo aplicado focado na proposição e estruturação da solução, não se mensuraram indicadores de desempenho ou efetividade operacional completos, o que representa uma limitação do escopo. Como desdobramentos futuros, vislumbra-se a evolução do protótipo para um produto institucional, com sua efetiva implementação no órgão ambiental, possibilitando a validação empírica de seus benefícios e a mensuração de ganhos operacionais. Recomenda-se, ainda, o aprofundamento das análises de dados qualitativos, o desenvolvimento de novos painéis e indicadores de desempenho, e a incorporação de critérios mais robustos para avaliação da qualidade dos dados e do desempenho ambiental dos empreendimentos. A ampliação do modelo para outros instrumentos de gestão ambiental e sua integração com bases de dados internas e externas também se configuram como oportunidades relevantes. O trabalho oferece uma contribuição concreta para a modernização da gestão ambiental municipal, ao demonstrar que a efetividade do licenciamento ambiental está diretamente relacionada à capacidade do órgão público de organizar, interpretar e utilizar seus dados de forma sistemática.

Referências Bibliográficas

COGNINI, A. A.; OLIVEIRA, M. C.; VIEIRA, A. C. F.; CARVALHO, F. S. Aplicação do Business Intelligence no setor público: revisão sistemática da literatura brasileira. RECIMA21 – Revista Científica Multidisciplinar, v. 2, n. 11, p. e1828, 2021. Disponível em: https://recima21.com.br/index.php/recima21/article/view/1828. Acesso em: 12 out. 2025.

INMON, W. H. Building the Data Warehouse. 4. ed. Hoboken: John Wiley & Sons, 2005.

KIMBALL, R.; ROSS, M. The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling. 3. ed. Hoboken: Wiley, 2013.

MONTAÑO, M.; SOUZA, M. P.; SÁNCHEZ, L. E.; SILVA, M. R.; ARAUJO, R. R. A efetividade do licenciamento ambiental no Brasil: análise e perspectivas. Revista de Gestão Ambiental e Sustentabilidade (GeAS), v. 3, n. 2, p. 55–72, 2014.

Oliveira e Araújo, 2023 [Referência completa não encontrada no documento original]

PEREIRA, R. G. Utilização de painéis de indicadores (dashboards) na gestão pública brasileira: revisão integrativa. Revista Ibero-Americana de Ciências Humanas, v. 7, n. 2, p. 85-102, 2024. Disponível em: https://dialnet.unirioja.es/descarga/articulo/10127261.pdf. Acesso em: 12 out. 2025.

SÁNCHEZ, L. E. Avaliação de Impacto Ambiental: conceitos e métodos. 2. ed. São Paulo: Oficina de Textos, 2013.

TCM-GO – TRIBUNAL DE CONTAS DOS MUNICÍPIOS DO ESTADO DE GOIÁS. O uso do Business Intelligence em análise de editais de licitação para obras públicas. Goiânia: Conselho Nacional dos Presidentes dos Tribunais de Contas (CNPTC), 2021.

THIOLLENT, M. Metodologia da pesquisa-ação. 18. ed. São Paulo: Cortez, 2011.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy