Análise de Emplacamentos Brasil

Dashboard Interativo Completo do Mercado Automotivo Brasileiro

Um projeto de data science completo que combina web scraping, análise de dados e visualizações interativas para revelar insights profundos sobre o mercado automotivo brasileiro entre 2014-2025.

Python Selenium Plotly Pandas Matplotlib HTML/CSS

624

Modelos Analisados

Anos de Dados

40+

Marcas Identificadas

100%

Automatizado

Ver Análises Interativas Como Foi Feito Código no GitHub

Resumo Executivo

Principais Descobertas

Volkswagen domina o mercado brasileiro
Top 5 marcas concentram 70%+ do mercado
Mercado em crescimento até 2020, queda em 2021-2022
SUVs compactos ganharam relevância pós-2018

Top 3 Modelos (2014-2025)

🥇 Volkswagen Gol
🥈 Chevrolet Onix
🥉 Fiat Palio

*Baseado no total de emplacamentos acumulados

Análises Interativas

1. Evolução Temporal por Modelo

Série temporal interativa mostrando a evolução dos Top 10 modelos mais vendidos ao longo dos anos. Visualize tendências, picos e declínios.

Abrir Gráfico de Modelos

2. Ranking de Marcas

Dashboard completo das marcas mais vendidas, com ranking interativo e análise de participação de mercado.

Abrir Ranking de Marcas

Recursos Interativos:

Zoom e Pan: Explore períodos específicos
Hover Details: Dados detalhados no mouse
Toggle de Séries: Ative/desative marcas
Download de Imagens: Salve os gráficos

Metodologia Técnica

1. Web Scraping dos Dados

Extração automatizada de dados usando múltiplas estratégias:

Requests + BeautifulSoup

Tentativa inicial com requisições HTTP simples e parsing HTML para sites com paginação estática.

Interceptação AJAX

Análise do JavaScript para identificar endpoints de API que retornam dados em JSON.

Selenium WebDriver

Método que funcionou! Simulação de navegador real para sites com carregamento dinâmico.

 Código Python - Web Scraping:

driver = webdriver.Chrome(options=chrome_options)
driver.get(base_url)

# Scroll infinito + clique em "carregar mais"
while True:
    driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
    try:
        load_more = driver.find_element(By.XPATH, "//button[contains(text(), 'Carregar mais')]")
        driver.execute_script("arguments[0].click();", load_more)
        time.sleep(2)
    except:
        break
                    

2. Limpeza e Estruturação

Processamento dos dados brutos para análise:

Extração de marcas: Mapeamento inteligente de nomes para marcas
Normalização numérica: Remoção de vírgulas e formatação
Validação temporal: Identificação automática de colunas de anos
Agregações: Soma por marca e ranking por totais

3. Análise e Visualização

Criação de múltiplas visualizações para diferentes perspectivas:

Séries Temporais: Matplotlib + Plotly para evolução ao longo do tempo
Rankings: Gráficos de barras horizontais interativos
Participação de Mercado: Gráficos de pizza e análise de concentração
Dashboard Web: HTML/CSS responsivo para publicação online

4. Deployment e Compartilhamento

Publicação profissional dos resultados:

GitHub Pages: Hospedagem gratuita e versionamento
Gráficos HTML: Totalmente portáteis e interativos
Dados CSV: Disponíveis para download e reutilização
Código Open Source: Documentado e reutilizável

Principais Insights

Dominância Volkswagen

Volkswagen mantém liderança consistente com modelos como Gol, Polo e T-Cross. Representa aproximadamente 20-25% do mercado total.

Crescimento dos SUVs

A partir de 2018, SUVs compactos como Jeep Compass e Hyundai Creta começaram a ganhar participação significativa no mercado.

Concentração do Mercado

As Top 5 marcas (Volkswagen, Fiat, Chevrolet, Ford, Hyundai) concentram mais de 70% de todos os emplacamentos.

Impacto COVID-19

Queda significativa nos emplacamentos em 2020-2021, com recuperação gradual a partir de 2022.

Stack Tecnológica

Python Ecosystem

Pandas: Manipulação de dados
Selenium: Web scraping dinâmico
BeautifulSoup: Parsing HTML
Requests: HTTP client

Visualização

Plotly: Gráficos interativos
Matplotlib: Gráficos estáticos
Seaborn: Temas e paletas
HTML/CSS: Dashboard web

Deployment

GitHub Pages: Hospedagem gratuita
Git: Versionamento
Responsive Design: Mobile-friendly
CDN: Performance global

Possíveis Evoluções

Automação Completa

Implementar pipeline automático que atualiza os dados mensalmente usando GitHub Actions ou AWS Lambda.

Machine Learning

Modelos preditivos para forecasting de vendas e identificação de tendências emergentes.

Dados Adicionais

Integração com dados de preços, financiamentos e indicadores econômicos.

App Mobile

Desenvolvimento de aplicativo móvel para consulta rápida de dados e alertas personalizados.