Drop
Dados limpos. Insights claros. Ação imediata.
Análise de dados com IA
Drop
Preview interativo. Experimente a demo ao vivo para a experiência completa
Drop é uma plataforma self-serve de análise de dados que transforma planilhas brutas em insights acionáveis em minutos. Usuários arrastam CSV, XLSX ou JSON e recebem profiling estatístico instantâneo: detecção de schema, valores faltantes, correlações, outliers e um score de qualidade com nota letra. A IA gera resumos executivos, insights priorizados, recomendações de casos de uso de ML e gráficos automáticos em um dashboard com grid arrastável. Um assistente de chat flutuante permite perguntas em linguagem natural sobre o dataset. Trials anônimos expiram em 24 horas; usuários autenticados têm histórico persistente, compartilhamento, favoritos e cota baseada em créditos nos planos Free, Paid e Enterprise.
Fluxo upload zero-to-insight com handoff via sessionStorage para render imediato da página de resultados
Suite AI Discovery: resumos executivos, insights priorizados e recomendações de ML via Cloud Tasks assíncronas
Dashboard de gráficos inteligentes: grid drag-and-resize com Recharts e persistência de layout
Arquitetura split: repositórios Next.js e Django independentes, cada um com pipeline Cloud Build → Cloud Run
- ›Upload drag-and-drop para CSV, XLSX e JSON com profiling estatístico instantâneo
- ›Score de qualidade de dados com notas S-F e breakdown (completude, unicidade, consistência)
- ›Insights de IA: resumos executivos, recomendações de ML e achados priorizados com alertas de qualidade
- ›Gráficos inteligentes gerados automaticamente (barra, linha, pizza, scatter) em grid responsivo
- ›Exploração conversacional: chat flutuante com perguntas sugeridas e histórico multi-turn
- ›Auth multi-canal: email/senha, Google, GitHub, magic link e login móvel por QR
- ›Análises salvas com busca, favoritos, toggle público/privado e links compartilháveis
- ›Modelo freemium de créditos: Anonymous, Free, Paid e Enterprise com tracking de uso
- ›Cinco datasets de exemplo para explorar sem upload
- ›Polling de tasks assíncronas (HTTP 202 + Cloud Tasks) com backoff exponencial para jobs de IA longos
O frontend Next.js usa uma camada Axios tipada; respostas de upload são cacheadas em sessionStorage para a página de resultados renderizar imediatamente. `NEXT_PUBLIC_API_URL` é injetada no build Docker para deploy standalone no Cloud Run. A API Django REST faz profiling com pandas de forma síncrona no upload e offloada o trabalho de IA para workers Cloud Tasks (`ai_insights`, `ai_chat`, `chart_generation`). Clientes fazem poll em `/api/tasks/{id}/` até concluir. Arquivos ficam no Google Cloud Storage com signed URLs; auth usa JWT com refresh rotation em cinco canais de login.
- 01SessionStorage como cache de upload elimina o flash de loading na página de resultados e lida bem com React Strict Mode
- 02IA assíncrona via Cloud Tasks (202 + poll) mantém a UI responsiva e evita timeouts de request no Cloud Run
- 03Injeção de `NEXT_PUBLIC_*` em build time é necessária para output standalone do Next.js no Cloud Run. Env só em runtime não basta