Camada raw

A camada de origem. Guarda os arquivos exatamente como vieram da Olist, sem nenhuma transformação.

Arquivos

Data Layer/raw/

Arquivo	Conteúdo
orders.csv	Pedidos: identificador, cliente, status e marcos temporais da compra à entrega
order_items.csv	Itens de cada pedido: produto, vendedor, preço e frete
products.csv	Catálogo: categoria e atributos físicos dos produtos
dicionario_de_dados.pdf	Dicionário do dataset original
analytcs.ipynb	Exploração inicial dos dados brutos

Por que versionar o CSV

Manter o dado bruto no repositório é o que torna o pipeline reproduzível. Sem ele, reprocessar exigiria baixar o dataset do Kaggle de novo — e um dataset público pode mudar, sair do ar ou ter sua licença alterada.

É também o que cumpre, aqui, o papel da camada bronze: a cópia fiel e imutável da origem.

A exploração inicial

O notebook analytcs.ipynb faz o reconhecimento do terreno antes de qualquer transformação: volume de linhas, tipos, valores ausentes e distribuições.

Explorar antes de transformar

É esse passo que revela o que a camada silver vai precisar tratar. Escrever a limpeza sem olhar o dado primeiro leva a regras que não correspondem ao que existe — e o erro só aparece depois, no meio do pipeline.