Automação & Engenharia de Dados

Pipeline de Dados Automatizada para Campanhas de Mailing

ETL automatizado reduzindo tempo de execução em 57% e aumentando eficiência em 27%

Imagem principal do projeto Pipeline de Dados Automatizada para Campanhas de Mailing
Clique para ampliar

Fotos Bônus / Detalhes

Imagem extra 1 do projeto Pipeline de Dados Automatizada para Campanhas de Mailing
Clique para ampliar

O Problema

As campanhas de mailing exigiam que, a cada hora das 08:00 às 20:00 (segunda a sábado), alguém executasse queries no PostgreSQL, aguardasse a finalização, exportasse resultados em CSV e importasse os arquivos no discador via SFTP. Esse processo apresentava alto risco de erro humano, atrasos nas campanhas e dependência total de operadores técnicos. O projeto surgiu durante minha transição de área, exigindo uma solução que eliminasse completamente a execução humana.

A Solução

Desenvolvi uma pipeline de dados automatizada que executa de hora em hora: executa queries SQL no PostgreSQL, exporta resultados em CSV, nomeia arquivos dinamicamente com data/hora, envia automaticamente via SFTP para pastas mapeadas e o discador inicia a campanha automaticamente ao detectar o arquivo. O processo roda completamente headless, sem intervenção humana.

Stack Técnica

PythonPostgreSQLSFTPPandasPsycopg3Paramiko

Impacto Gerado

  • Redução do tempo de execução de 15-20 min → ~7 min por ciclo (57% mais rápido)
  • Eliminação total do trabalho manual recorrente
  • Menor quantidade de campanhas paradas
  • Menor ociosidade das IAs de robocall
  • Aumento de até 27% na eficiência das campanhas
  • Melhora direta nas taxas de conversão e acordos/base

Redução de Tempo

15-20 min → ~7 min por ciclo

Eficiência

Aumento de até 27%

Execuções

Horária, automatizada

Stack Técnica

Visão Geral

Automação,

Engenharia de Dados

Stack Técnico

PythonPostgreSQLSFTPPandasPsycopg3Paramiko

Desafios Técnicos

  • Aprendizado e implementação de integrações Python com PostgreSQL e SFTP
  • Contorno de limitações internas (GPO)
  • Garantir estabilidade e tolerância a falhas de conexão
  • Criar solução robusta sem infraestrutura dedicada (rodando em máquina local)