Especificação Geral da Plataforma
Documento base para alinhamento técnico e estratégico do DBCHECKOUT
1Visão Geral do Sistema
DBCHECKOUT é uma plataforma SaaS de inteligência comercial e analítica projetada especificamente para redes de food service (pizzarias, restaurantes, delivery) que operam com sistemas legados de PDV.
A plataforma atua como uma camada de inteligência e governança sobre dados operacionais existentes, consolidando informações de múltiplas lojas e transformando-as em insights acionáveis através de dashboards analíticos avançados e inteligência artificial.
Princípio Fundamental
DBCHECKOUT NÃO substitui o sistema operacional das lojas. Opera exclusivamente em modo leitura, garantindo zero impacto na operação diária e preservando a integridade dos sistemas legados.
2Objetivos Técnicos e de Negócio
Objetivos Técnicos
- Criar arquitetura SaaS escalável e multi-tenant
- Consolidar dados de múltiplas lojas em tempo real
- Implementar camada de ETL otimizada para MySQL legado
- Garantir segurança com JWT, RBAC e isolamento de dados
- Integrar IA para insights automáticos e preditivos
Objetivos de Negócio
- Aumentar visibilidade sobre performance de lojas e produtos
- Reduzir tempo de tomada de decisão estratégica
- Identificar oportunidades de otimização de margem e mix
- Democratizar acesso a dados analíticos na organização
- Gerar insights acionáveis via inteligência artificial
3Público-Alvo e Perfis de Acesso
Gestores de Rede
Diretores, gerentes regionais e analistas de negócio que precisam de visão consolidada de todas as lojas da rede.
Gestores de Loja
Gerentes e supervisores de unidades individuais que precisam monitorar performance operacional e comercial da sua loja.
Analistas e Consultores
Profissionais que realizam análises profundas, criam relatórios customizados e extraem insights estratégicos dos dados.
4Escopo do Produto
O que DBCHECKOUT É
- Plataforma de Business Intelligence para food service
- Consolidador de dados de múltiplas lojas
- Dashboard analítico com drill-down hierárquico
- Gerador de insights via inteligência artificial
- Sistema de KPIs consolidados e históricos
- Ferramenta de análise de margem e CMV
- Plataforma de relatórios customizáveis
- Sistema multi-tenant com RBAC
O que DBCHECKOUT NÃO É
- Sistema de PDV ou frente de caixa
- Substituto do sistema operacional das lojas
- Sistema de gestão de estoque em tempo real
- Plataforma de delivery ou marketplace
- Sistema de controle financeiro operacional
- Ferramenta de cadastro de produtos ou receitas
- Sistema de emissão de notas fiscais
- Plataforma que modifica dados legados
5Princípios Arquiteturais
Modo Leitura Exclusivo
Todas as conexões com bancos legados operam em modo somente leitura. Nenhuma operação de escrita, atualização ou exclusão é permitida. Isso garante zero impacto na operação das lojas e preserva a integridade dos dados operacionais.
Separação de Camadas
Arquitetura em três camadas distintas: (1) Banco Operacional Legado (MySQL das lojas),(2) Banco Analítico Consolidado (KPIs e histórico), e (3) Camada de Aplicação(API + Frontend). Cada camada tem responsabilidades claras e isoladas.
ETL Otimizado
Processo de ingestão e consolidação executado em janelas de baixo impacto (EOD ou períodos configuráveis). Queries SQL explícitas e otimizadas, sem ORM obrigatório. Cache inteligente para reduzir carga nos bancos legados.
Hierarquia de Produtos
Toda análise de produtos segue a hierarquia oficial: GRUPO → TIPO → TAMANHO → PRODUTO. Essa estrutura é central para KPIs, drill-down, análise de mix, margem e insights de IA. Produtos nunca são analisados fora desse contexto hierárquico.
Multi-tenant com Isolamento
Arquitetura SaaS multi-tenant onde cada rede e loja possui dados completamente isolados. RBAC (Role-Based Access Control) garante que usuários acessem apenas dados autorizados. Autenticação via JWT com refresh tokens.
IA Contextual e Isolada
A inteligência artificial não acessa tabelas legadas diretamente enão conhece o schema operacional. Recebe apenas JSONs estruturados com KPIs consolidados, garantindo segurança, performance e contexto relevante para decisões.
Escalabilidade Horizontal
Arquitetura preparada para crescimento: API stateless, cache distribuído (Redis), filas de processamento (Bull/RabbitMQ), e possibilidade de sharding do banco analítico. Suporta centenas de lojas sem degradação de performance.
6Restrições Técnicas
Banco de Dados Legado Imutável
A restrição mais crítica do projeto é a imutabilidade do banco MySQL legado. Esta é uma regra inviolável que impacta todas as decisões arquiteturais.
Proibições Absolutas
- • Modificar schema existente (adicionar/remover tabelas ou colunas)
- • Criar triggers, procedures ou functions no banco legado
- • Adicionar índices ou constraints
- • Realizar operações de INSERT, UPDATE ou DELETE
- • Alterar configurações de performance ou charset
Operações Permitidas
- • Queries SELECT otimizadas em janelas de baixo impacto
- • Leitura de tabelas operacionais existentes
- • Conexão read-only com timeout configurado
- • Cache de resultados para reduzir carga
Estratégias de Contorno
- • Criar banco analítico separado para KPIs consolidados
- • Implementar camada de ETL para transformação de dados
- • Usar cache distribuído (Redis) para dados frequentes
- • Pré-calcular métricas complexas no banco analítico
- • Executar consolidação em horários de baixo movimento
Outras Restrições Técnicas
- Latência de Rede: Lojas podem ter conexões instáveis; sistema deve ser resiliente a falhas
- Versões Legadas: MySQL pode ser versão antiga; queries devem ser compatíveis
- Charset e Encoding: Dados podem ter encoding inconsistente; normalização necessária
- Horário de Consolidação: ETL deve respeitar horários de pico das lojas
7Critérios de Sucesso
Critérios Técnicos
- Performance:
Dashboards carregam em menos de 2 segundos
- Disponibilidade:
Uptime de 99.5% ou superior
- Escalabilidade:
Suportar 100+ lojas simultâneas sem degradação
- Segurança:
Zero incidentes de vazamento de dados
- Consolidação:
Dados atualizados em até 15 minutos após EOD
- Impacto Zero:
Nenhuma lentidão detectada nos sistemas legados
Critérios de Negócio
- Adoção:
80% dos gestores usando semanalmente em 3 meses
- Insights:
IA gera pelo menos 5 insights acionáveis por semana
- Decisões:
Redução de 50% no tempo de análise estratégica
- ROI:
Identificar oportunidades de +2% em margem bruta
- Satisfação:
NPS acima de 50 entre usuários ativos
- Expansão:
Onboarding de novas lojas em menos de 1 dia
Indicador de Sucesso Principal
O projeto será considerado bem-sucedido quando gestores de rede tomarem decisões estratégicas baseadas exclusivamente em dados consolidados do DBCHECKOUT, sem necessidade de consultar relatórios manuais ou planilhas externas.
Especificações Técnicas Detalhadas
Especificação Geral
DBCHECKOUT - Plataforma SaaS de Inteligência Comercial v1.0