Conecte o DataLedge ao seu ecossistema de BI para ganhar autonomia no cruzamento de dados, criar indicadores personalizados e transformar seus documentos fiscais em inteligência estratégica na Qive.

Para que a comunicação entre a Qive e sua ferramenta de visualização aconteça de forma segura e eficiente, siga este guia completo de configuração.

DataLedge: Requisitos e guias

Para visualizar seus dados do DataLedge, você precisará conectar sua ferramenta de análise ao Google BigQuery. Antes de começar, entenda os dois componentes-chave que você usará:

Chave da conta de derviço (`service_account.json`)

Uma conta de serviço é uma credencial digital usada para que ferramentas externas acessem dados de forma segura.

O arquivo: Você receberá o arquivo service_account.json via e-mail assim que seu acesso for liberado.
Segurança: Este arquivo é uma credencial secreta. Guarde-o em local seguro (ex: C:\Qive\chaves\) e nunca o compartilhe publicamente.

O driver de conexão

É o software que funciona como uma "ponte" entre sua aplicação (Excel, Power BI) e o banco de dados (BigQuery). Ferramentas com conectores nativos geralmente já possuem o driver, mas para outras, você precisará baixar o driver oficial do Google BigQuery.

Ferramentas e métodos de conexão

Ferramenta	Método de Conexão
Looker Studio	Conexão nativa (direta e simples)
Power BI Desktop	Conexão nativa
Power BI Online	Requer usuário e senha (pode ter custo adicional)
Microsoft Excel	Requer instalação do Driver ODBC
Pentaho	Requer instalação do Driver JDBC
Tableau / Qlik Sense	Também são opções populares e compatíveis

Passo a passo detalhado por ferramenta

Conectando o DataLedge ao PowerBI

Com o arquivo service_account.json em mãos, abra o Power BI e siga estes passos:

Abra o arquivo .json em um editor de texto e localize o campo client_email.
No Power BI, preencha este e-mail no campo Email da conta de serviço.
No campo Conteúdo do arquivo de chave JSON da conta de serviço, cole todo o código contido no arquivo.
Clique em Salvar.

Atenção: O Power BI não aceita espaços ou quebras de linha no arquivo JSON. A Qive já fornece o arquivo formatado corretamente por padrão.

Conectando via código Python

É possível acessar e buscar os dados do DataLedge utilizando código em Python.

Com a ServiceAccount/Chave de serviço enviado para o email do cliente ele poderá buscar e identificar as tabelas e dados presentes dentro do seu banco de dados. Veja os passos:

Primeiramente, identifique os dataset e tabelas presentes dentro do DataLedge. Isso não é padrão e por isso é necessário essa verificação:

from google.cloud import bigquery
from google.oauth2 import service_account
import pandas as pd

# SUBSTITUA O CONTEÚDO ABAIXO PELA SUA CHAVE .JSON
key = { "type": "service_account", "project_id": "...", ... }

credentials = service_account.Credentials.from_service_account_info(key)
client = bigquery.Client(project='dataledge', credentials=credentials)

# Lista datasets e tabelas
for dataset in client.list_datasets():
    print(f'Dataset: {dataset.dataset_id}')
    tables = client.list_tables(dataset.dataset_id)
    for table in tables:
        print(f'  Tabela: {table.table_id}')

Provavelmente, o resultado será algo como:

Dataset: dfe_alias_interno_cliente_idgenerico
Tabela: cte_v1
Tabela: nfe_unificada_v1

Com esses dados em mãos, escolha qual tabela acessar – é possível consultar diretamente via código python como no exemplo abaixo:

project_id = "dataledge"
dataset_id = "seu-dataset-aqui" 
table_id = "sua-tabela-aqui"

query = f"SELECT * FROM `{project_id}.{dataset_id}.{table_id}` LIMIT 10"

df = pd.io.gbq.read_gbq(query, project_id=project_id, credentials=credentials)
print(df.head())

Conectando ao Qlik Sense

Passo 1: Configurar o Qlik Sense para usar a Conta de Serviço

Abra o Qlik Sense Hub e acesse a área de Conexões de dados.
Clique em Criar nova conexão e selecione Google BigQuery como sua fonte de dados.
Na guia Autenticação, clique no botão Adicionar e selecione a opção Conta de serviço.
Clique em Fazer upload e selecione o arquivo .json que você recebeu da Qive.
Insira o ID do projeto (que é o identificador exclusivo do seu projeto no Google Cloud, presente dentro do arquivo JSON) e clique em Conectar.

Passo 2: Configurar os detalhes da Conexão

Na guia Conexão, insira os detalhes técnicos para localizar seus dados: ID do projeto, ID do conjunto de dados (dataset) e ID da tabela.
No campo de método de autenticação, certifique-se de que a opção Chave de conta de serviço está selecionada.
Na lista suspensa, escolha a conta de serviço que você acabou de configurar no Passo 1.
Caso sua rede corporativa exija, insira as configurações adicionais de Proxy ou Tempo limite (timeout).
Clique em Salvar para finalizar.

Conectando ao Microsoft Excel

Para usar o DataLedge no Excel, é obrigatório o uso do Google BigQuery ODBC Driver.

Requisitos Críticos:

Instale a versão 3.0.2.1005 do driver (evite versões mais recentes para garantir compatibilidade).
Escolha a versão (32 ou 64 bits) que corresponde ao seu Microsoft Excel instalado.

Conectando o DataLedge ao Redash

Em "Data Sources", escolha Google BigQuery.
Forneça as credenciais necessárias, incluindo o arquivo de chave JSON que você baixou anteriormente.
Abra seu arquivo .json, copie o valor de project_id e cole no campo respectivo no Redash.
Faça o upload do arquivo .json.
Importante: Deixe a opção Load Schema desmarcada para evitar lentidão no carregamento.
Clique em Create.

DataLedge®: Como conectar às suas ferramentas de BI