SaaS Subscription Analytics Platform — Plataforma de Análise de Assinaturas

Plataforma completa de banco de dados para análise operacional e financeira de uma empresa SaaS, aplicando modelagem relacional, SQL avançado, banco documental, ingestão de eventos em tempo real e infraestrutura como código.

---

Visão Geral

Problema de Negócio

Empresas SaaS dependem diretamente da previsibilidade de receita e retenção de clientes. Sem monitoramento adequado, questões críticas ficam sem resposta:

• Quanto de receita recorrente estamos gerando este mês?
• Quais planos têm melhor desempenho?
• Quais clientes têm risco de cancelamento?
• O suporte influencia no churn?
• Qual o impacto financeiro dos upgrades e downgrades?

Solução

Plataforma de banco de dados com arquitetura híbrida — PostgreSQL para dados transacionais e relacionais, MongoDB para eventos e logs comportamentais, Kafka para ingestão de eventos em tempo real e Terraform para provisionamento automatizado do ambiente.

---

Tech Stack

Backend

• PostgreSQL 16 — banco relacional principal
• MongoDB 7 — eventos e logs comportamentais

Ingestão de Eventos

• Apache Kafka 7.6.0 — streaming de eventos SaaS em tempo real
• Python 3.14 — producer Kafka

Infraestrutura

• Terraform 1.15.5 — infraestrutura como código
• Docker — containerização do ambiente completo

DevOps

• GitHub Actions — CI/CD automatizado
• DBeaver — administração e queries

---

Arquitetura do Sistema

Python Producer (kafka/01_kafka_events.py) ↓ Kafka Topic: saas-events (7 tipos de evento) ↙ ↘ PostgreSQL 16 MongoDB 7 customers user_events subscriptions login_events invoices audit_logs payments support_tickets ↓ GitHub Actions CI/CD

---

Modelo de Dados

Banco Relacional (PostgreSQL)

customers — empresas contratantes do SaaS plans — Starter | Professional | Business | Enterprise subscriptions — vínculo cliente/plano com ciclo de vida invoices — faturas mensais por assinatura payments — pagamentos via Credit Card, PIX, Bank Transfer, Boleto support_tickets — tickets de suporte com prioridade e status subscription_audit — auditoria automática de mudanças de status

Banco Documental (MongoDB)

user_events — eventos de uso de funcionalidades login_events — logins por device e localização (50.000 documentos) audit_logs — operações críticas do sistema (30.000 documentos)

Kafka

Tópico: saas-events

Eventos disponíveis:

• USER_SIGNED_UP
• SUBSCRIPTION_STARTED
• PLAN_UPGRADED
• PLAN_DOWNGRADED
• PAYMENT_FAILED
• FEATURE_USED
• SUBSCRIPTION_CANCELLED

---

SQL Avançado

Views

• vw_active_subscriptions — assinaturas ativas com plano e cliente
• vw_saas_kpis — MRR, ARR, Churn Rate consolidados

Materialized Views

• mv_monthly_revenue — receita agregada por mês
• mv_customer_retention — tempo de vida e status por cliente

Stored Procedures

• sp_create_subscription() — criação de assinatura
• sp_upgrade_plan() — upgrade de plano com validação
• sp_cancel_subscription() — cancelamento com data de encerramento

Functions

• fn_calculate_mrr() — MRR total das assinaturas ativas
• fn_calculate_churn() — churn rate percentual
• fn_customer_monthly_revenue() — receita mensal por cliente

Triggers

• trg_subscription_status_change — auditoria automática de mudanças de status

Transactions

• Pagamento, upgrade, downgrade e cancelamento com controle transacional explícito

---

Métricas SaaS Implementadas

Métrica	Valor	Implementação
MRR	R$ 89.017,70	fn_calculate_mrr()
ARR	R$ 1.068.212,40	vw_saas_kpis
Churn Rate	19,22%	fn_calculate_churn()
Assinaturas ativas	523	vw_saas_kpis
Assinaturas canceladas	133	vw_saas_kpis

---

Performance

Query	Antes	Depois	Melhoria
Assinaturas ativas por plano	0.677ms	0.669ms	Seq Scan mantido — volume baixo
Faturas em atraso	1.230ms	0.697ms	43%
Tickets abertos por prioridade	0.954ms	0.454ms	52%

Índices aplicados:

• idx_subscriptions_status
• idx_subscriptions_customer_plan
• idx_invoices_status
• idx_invoices_subscription
• idx_support_tickets_status_priority
• idx_support_tickets_customer

---

Volume de Dados

Fonte	Tabela / Coleção	Registros
PostgreSQL	customers	500
PostgreSQL	subscriptions	691
PostgreSQL	invoices	3.875
PostgreSQL	payments	3.303
PostgreSQL	support_tickets	2.000
MongoDB	user_events	4
MongoDB	login_events	50.000
MongoDB	audit_logs	30.000
Kafka	saas-events	1.000

---

Screenshots

KPIs — vw_saas_kpis

Diagrama ER

Performance — EXPLAIN ANALYZE

MongoDB — Coleções

GitHub Actions — CI/CD

Arquitetura Geral

Fluxo Kafka

---

CI/CD Pipeline

GitHub Actions executado em todo push/PR para main:

1. Provisiona PostgreSQL em container
2. Executa DDL completo
3. Insere dados de amostra
4. Executa functions, procedures, triggers e views
5. Valida métricas — fn_calculate_mrr() e fn_calculate_churn()
6. Valida Terraform — terraform init e terraform validate

Status: CI passing ✅

---

Como Reproduzir

Pré-requisitos

• Docker Desktop
• Python 3.x
• Terraform
• DBeaver (opcional)

1. Clonar repositório

git clone https://github.com/rodrigodesouza7/SaaS-Subscription-Analytics-Platform.git cd SaaS-Subscription-Analytics-Platform

2. Subir o ambiente

cd docker docker compose up -d

3. Executar DDL

Abrir sql/ddl/01_create_tables.sql no DBeaver e executar

4. Popular os dados

Executar sql/dml/01_insert_sample_data.sql Executar sql/dml/02_insert_mass_data.sql

5. Executar SQL avançado

sql/functions/ sql/procedures/ sql/views/ sql/triggers/ sql/transactions/ sql/performance/

6. Kafka Producer

python -m venv .venv source .venv/bin/activate pip install kafka-python python3 kafka/01_kafka_events.py

7. Terraform (opcional)

cd terraform terraform init terraform apply -auto-approve

---

Estrutura do Projeto

saas-subscription-analytics-platform/ ├── .github/ │ └── workflows/ │ └── ci.yml ├── diagrams/ │ ├── er_diagram.png │ ├── kpis.png │ ├── performance_after.png │ ├── mongodb_collections.png │ ├── github_actions.png │ ├── architecture.png │ └── kafka_flow.png ├── docs/ │ ├── business_problem.md │ ├── conceptual_model.md │ └── logical_model.md ├── docker/ │ └── docker-compose.yml ├── sql/ │ ├── ddl/ │ ├── dml/ │ ├── functions/ │ ├── procedures/ │ ├── triggers/ │ ├── transactions/ │ ├── views/ │ └── performance/ ├── mongodb/ │ ├── collections/ │ └── queries/ ├── kafka/ │ └── 01_kafka_events.py ├── terraform/ │ └── main.tf └── README.md

---

Aprendizados Técnicos

Banco de Dados Relacional

• Modelagem dimensional com constraints e integridade referencial
• SQL avançado — views, materialized views, procedures, functions, triggers, transactions
• Otimização com índices simples e compostos
• EXPLAIN ANALYZE para análise de plano de execução

Banco de Dados NoSQL

• Modelagem documental com MongoDB
• Diferenças entre ACID (PostgreSQL) e BASE (MongoDB)
• Geração de volume real para análise de performance

Engenharia de Dados

• Arquitetura orientada a eventos com Apache Kafka
• Producer Python para ingestão de eventos SaaS
• Infraestrutura como código com Terraform e Docker

DevOps

• CI/CD com GitHub Actions para validação automática de SQL
• Conventional Commits para histórico limpo
• Ambiente reproduzível via Docker Compose

---

Status do Projeto

✅ Modelagem / DDL completo ✅ SQL avançado completo ✅ Volume de dados — 80k+ documentos MongoDB ✅ Performance — índices e EXPLAIN ANALYZE documentados ✅ MongoDB — 3 coleções ✅ Kafka — producer funcional ✅ Terraform — 7 recursos provisionados ✅ CI/CD — GitHub Actions verde ✅ Documentação completa

---

Sobre o Autor

Rodrigo de Souza Silva Profissional de TI com formação em Sistemas de Informação e pós-graduação em Data Science, Machine Learning e IA.

• LinkedIn: linkedin.com/in/rodrigodesouzasilva
• GitHub: github.com/rodrigodesouza7

---

Licença

MIT License — Projeto de portfólio profissional