Breve descritivo das variáveis

Variável	Descrição da variável	Como foi criada	Dependência
seller_id	Identificador único do vendedor.	Mantido diretamente da tabela sellers.	workspace.olist.sellers
seller_city	Cidade cadastrada do seller.	MAX(seller_city) no agrupamento por seller.	seller_city
seller_state	UF cadastrada do seller.	MAX(seller_state) no agrupamento por seller.	seller_state
regiao_seller	Região geográfica brasileira onde o seller está localizado.	CASE em cima da UF do seller.	seller_state
flag_seller_capital	Indica se a cidade do seller é uma capital brasileira.	CASE verificando se seller_city está na lista de capitais.	seller_city
volume_total_pedidos_estado_seller	Volume total de pedidos feitos por sellers localizados no mesmo estado daquele seller.	COUNT(DISTINCT order_id) agrupado por seller_state.	seller_state, order_id
volume_total_pedidos_cidade_seller	Volume total de pedidos feitos por sellers localizados na mesma cidade daquele seller.	COUNT(DISTINCT order_id) agrupado por seller_state e seller_city.	seller_state, seller_city, order_id
qtd_pedidos_seller	Total de pedidos do seller no período analisado.	COUNT(DISTINCT order_id) por seller_id.	seller_id, order_id
receita_total_seller	Receita total gerada pelo seller no período.	SUM(price + freight_value) agregado por seller.	price, freight_value, seller_id
qtd_ufs_atendidas	Quantidade de UFs diferentes para onde o seller vendeu.	COUNT(DISTINCT customer_state) por seller.	customer_state
qtd_cidades_atendidas	Quantidade de cidades diferentes para onde o seller vendeu.	COUNT(DISTINCT CONCAT(customer_state, customer_city)).	customer_state, customer_city
qtd_pedidos_proprio_estado	Quantidade de pedidos em que o cliente está no mesmo estado do seller.	Conta pedidos onde customer_state = seller_state.	seller_state, customer_state, order_id
qtd_pedidos_propria_cidade	Quantidade de pedidos em que o cliente está na mesma cidade do seller.	Conta pedidos onde customer_state = seller_state e customer_city = seller_city.	seller_state, seller_city, customer_state, customer_city, order_id
pct_pedidos_proprio_estado	Percentual dos pedidos do seller entregues no próprio estado.	qtd_pedidos_proprio_estado / qtd_pedidos_seller.	qtd_pedidos_proprio_estado, qtd_pedidos_seller
pct_pedidos_propria_cidade	Percentual dos pedidos do seller entregues na própria cidade.	qtd_pedidos_propria_cidade / qtd_pedidos_seller.	qtd_pedidos_propria_cidade, qtd_pedidos_seller
participacao_pedidos_seller_proprio_estado	Participação do seller nos pedidos totais do seu próprio estado de destino.	Pedidos do seller no próprio estado divididos pelo total de pedidos daquele estado.	qtd_pedidos_proprio_estado, qtd_pedidos_total_estado_destino
participacao_pedidos_seller_propria_cidade	Participação do seller nos pedidos totais da sua própria cidade de destino.	Pedidos do seller na própria cidade divididos pelo total de pedidos daquela cidade.	qtd_pedidos_propria_cidade, qtd_pedidos_total_cidade_destino
rank_seller_pedidos_estado	Ranking do seller em volume de pedidos dentro do seu estado.	RANK() particionado por seller_state, ordenando por qtd_pedidos_seller DESC.	seller_state, qtd_pedidos_seller
rank_seller_pedidos_cidade	Ranking do seller em volume de pedidos dentro da sua cidade.	RANK() particionado por seller_state e seller_city, ordenando por qtd_pedidos_seller DESC.	seller_state, seller_city, qtd_pedidos_seller
receita_proprio_estado	Receita do seller gerada por pedidos entregues no próprio estado.	Soma da receita quando customer_state = seller_state.	receita_total, seller_state, customer_state
receita_propria_cidade	Receita do seller gerada por pedidos entregues na própria cidade.	Soma da receita quando customer_state = seller_state e customer_city = seller_city.	receita_total, seller_city, customer_city
participacao_receita_proprio_estado	Participação da receita do seller dentro da receita total do próprio estado de destino.	receita_proprio_estado / receita_total_estado_destino.	receita_proprio_estado, receita_total_estado_destino
participacao_receita_propria_cidade	Participação da receita do seller dentro da receita total da própria cidade de destino.	receita_propria_cidade / receita_total_cidade_destino.	receita_propria_cidade, receita_total_cidade_destino
estado_maior_qtd_pedidos_seller	Estado de destino com maior quantidade de pedidos do seller.	ROW_NUMBER() por seller, ordenando quantidade de pedidos por estado desc.	customer_state, order_id
cidade_maior_qtd_pedidos_seller	Cidade de destino com maior quantidade de pedidos do seller.	ROW_NUMBER() por seller, ordenando quantidade de pedidos por cidade desc.	customer_state, customer_city, order_id
principal_estado_pedidos_seller	Principal UF de destino dos pedidos do seller.	Mesmo cálculo de maior estado de destino, com nome voltado para análise de concentração.	tb_principal_estado
principal_cidade_pedidos_seller	Principal cidade de destino dos pedidos do seller.	Mesmo cálculo de maior cidade de destino, com nome voltado para análise de concentração.	tb_principal_cidade
qtd_pedidos_principal_estado	Quantidade de pedidos no principal estado de destino do seller.	Quantidade associada ao estado com maior volume de pedidos do seller.	tb_principal_estado
qtd_pedidos_principal_cidade	Quantidade de pedidos na principal cidade de destino do seller.	Quantidade associada à cidade com maior volume de pedidos do seller.	tb_principal_cidade
pct_pedidos_principal_estado_destino	Percentual dos pedidos concentrados no principal estado de destino.	qtd_pedidos_principal_estado / qtd_pedidos_seller.	qtd_pedidos_principal_estado, qtd_pedidos_seller
pct_pedidos_principal_cidade_destino	Percentual dos pedidos concentrados na principal cidade de destino.	qtd_pedidos_principal_cidade / qtd_pedidos_seller.	qtd_pedidos_principal_cidade, qtd_pedidos_seller
media_distancia_km	Distância média, em km, entre seller e customer nos pedidos do seller.	AVG(distancia_km) por seller.	distancia_km
mediana_distancia_km	Distância mediana aproximada, em km, entre seller e customer.	PERCENTILE_APPROX(distancia_km, 0.5).	distancia_km
max_distancia_km	Maior distância, em km, observada entre seller e customer.	MAX(distancia_km) por seller.	distancia_km
min_distancia_km	Menor distância, em km, observada entre seller e customer.	MIN(distancia_km) por seller.	distancia_km
qtd_pedidos_curta_distancia	Quantidade de pedidos com distância curta.	Conta pedidos com distancia_km <= 100.	distancia_km, order_id
qtd_pedidos_media_distancia	Quantidade de pedidos com distância média.	Conta pedidos com distancia_km > 100 AND distancia_km <= 500.	distancia_km, order_id
qtd_pedidos_longa_distancia	Quantidade de pedidos com distância longa.	Conta pedidos com distancia_km > 500.	distancia_km, order_id
pct_pedidos_curta_distancia	Percentual dos pedidos do seller classificados como curta distância.	qtd_pedidos_curta_distancia / qtd_pedidos_seller.	qtd_pedidos_curta_distancia, qtd_pedidos_seller
pct_pedidos_media_distancia	Percentual dos pedidos do seller classificados como média distância.	qtd_pedidos_media_distancia / qtd_pedidos_seller.	qtd_pedidos_media_distancia, qtd_pedidos_seller
pct_pedidos_longa_distancia	Percentual dos pedidos do seller classificados como longa distância.	qtd_pedidos_longa_distancia / qtd_pedidos_seller.	qtd_pedidos_longa_distancia, qtd_pedidos_seller
media_pedidos_sellers_mesmo_estado	Média de pedidos dos sellers localizados no mesmo estado.	AVG(qtd_pedidos_seller) agrupado por seller_state.	seller_state, qtd_pedidos_seller
media_pedidos_sellers_mesma_cidade	Média de pedidos dos sellers localizados na mesma cidade.	AVG(qtd_pedidos_seller) agrupado por seller_state e seller_city.	seller_state, seller_city, qtd_pedidos_seller
dif_pedidos_vs_media_estado	Diferença entre o volume de pedidos do seller e a média dos sellers do mesmo estado.	qtd_pedidos_seller - media_pedidos_sellers_mesmo_estado.	qtd_pedidos_seller, media_pedidos_sellers_mesmo_estado
dif_pedidos_vs_media_cidade	Diferença entre o volume de pedidos do seller e a média dos sellers da mesma cidade.	qtd_pedidos_seller - media_pedidos_sellers_mesma_cidade.	qtd_pedidos_seller, media_pedidos_sellers_mesma_cidade
razao_pedidos_vs_media_estado	Razão entre o volume de pedidos do seller e a média dos sellers do mesmo estado.	qtd_pedidos_seller / media_pedidos_sellers_mesmo_estado.	qtd_pedidos_seller, media_pedidos_sellers_mesmo_estado
razao_pedidos_vs_media_cidade	Razão entre o volume de pedidos do seller e a média dos sellers da mesma cidade.	qtd_pedidos_seller / media_pedidos_sellers_mesma_cidade.	qtd_pedidos_seller, media_pedidos_sellers_mesma_cidade
soma_gap_estado_positivo	Soma dos gaps positivos entre a distribuição de estados do seller e a distribuição do mercado.	Soma somente dos gap_estado > 0.	tb_gap_estado
soma_abs_gap_estado	Soma dos valores absolutos dos gaps entre seller e mercado por estado.	SUM(ABS(gap_estado)).	tb_gap_estado
score_cobertura_estado	Score que mede o quão parecida é a distribuição de destinos do seller em relação ao mercado. Quanto mais próximo de 1, mais distribuído; quanto mais próximo de 0, mais concentrado.	1 - (SUM(ABS(gap_estado)) / 2).	tb_gap_estado
flag_seller_sem_pedido	Indica se o seller não teve nenhum pedido no período analisado.	CASE WHEN qtd_pedidos_seller = 0 THEN 1 ELSE 0 END.	qtd_pedidos_seller

📦 Feature Store — Olist

fs_seller_meio_pagamento

Documentação técnica da feature de meio de pagamento por seller. Parte da Feature Store do projeto Olist — Pós Graduação em Data Science Analytics, Turma T06, 2026.

---

📋 Índice

1. Visão Geral
2. Escopo do Projeto
3. Tabela de Destino
4. Fontes de Dados
5. Lógica de Construção
6. Dicionário de Features
7. Exemplo de Uso
8. Boas Práticas e Avisos
9. Histórico de Versões

---

1. Visão Geral

A tabela fs_seller_meio_pagamento concentra métricas históricas de comportamento de pagamento por seller, calculadas em quatro janelas temporais (D28, D56, D365 e vida toda). Todas as features são construídas de forma retroativa ao mês de referência, garantindo ausência de data leakage.

As métricas cobrem quatro dimensões:

• Valor médio pago por meio de pagamento
• Parcelamento médio dos pedidos
• Share de quantidade de transações por meio de pagamento
• Share de valor transacionado por meio de pagamento

---

2. Escopo do Projeto

Atributo	Valor
Projeto	Feature Store — Olist
Programa	Pós Graduação em Data Science Analytics
Turma	T06 — 2026

👥 Equipe

#	Nome
1	Anoel Azeredo
2	Claudio Melo
3	Felipe Rodrigo
4	Juliana Souza
5	Laynne Ribeiro
6	Tiago Faustino

---

3. Tabela de Destino

Atributo	Valor
Catálogo	workspace.olist
Tabela	fs_seller_meio_pagamento
Granularidade	seller_id × ref_month
Período coberto	Até 2018-06-01 (exclusive)
Filtro de corte	order_purchase_timestamp < '2018-07-01'
Atualização	INSERT OVERWRITE completo
Total de colunas	66 (2 chaves + 64 features)

---

4. Fontes de Dados

Tabela fonte	Uso
workspace.olist.orders	Base de pedidos — aplica o filtro de corte temporal
workspace.olist.order_items	Associa order_id ao seller_id
workspace.olist.order_payments	Valores, tipos e parcelas de pagamento por pedido

---

5. Lógica de Construção

A query é estruturada em uma única CTE com cinco etapas antes do SELECT final:

orders  ──┐
           ├──► tb_pedidos ──┐
order_items ──► tb_seller ───┤
                              ├──► tb_base ──► tb_estrutura ──► SELECT final
order_payments ► tb_pagamentos ┘

CTE	Descrição
tb_pedidos	Filtra orders com order_purchase_timestamp < '2018-07-01'.
tb_seller	Associa cada order_id ao seller_id via order_items.
tb_pagamentos	Agrega por order_id: valor e quantidade por tipo de pagamento + máximo de parcelas. Leitura única da tabela.
tb_base	JOIN central pedidos × seller × pagamentos. Unidade: 1 linha por pedido × seller.
tb_estrutura	Grade de combinações seller_id × mês de referência (DATE_TRUNC month).
SELECT final	LEFT JOIN tb_estrutura → tb_base com filtro < ref_month. Calcula todas as métricas nas 4 janelas.

🕐 Janelas Temporais

Sufixo	Janela	Descrição
_d28	28 dias	Últimos 28 dias anteriores ao mês de referência
_d56	56 dias	Últimos 56 dias anteriores ao mês de referência
_d365	365 dias	Últimos 365 dias anteriores ao mês de referência
_vida	Histórico	Todo o histórico disponível anterior ao mês de referência

💳 Meios de Pagamento

Código	Descrição
credit_card	Cartão de crédito
boleto	Boleto bancário
voucher	Voucher
debit_card	Cartão de débito
outros	Qualquer tipo não listado acima

---

6. Dicionário de Features

🔑 Chaves

Coluna	Tipo	Descrição
seller_id	STRING	Identificador único do seller.
ref_month	STRING	Mês de referência no formato yyyyMM. Todas as métricas consideram apenas informações anteriores a este mês.

---

💰 Valor Médio por Meio de Pagamento (avg_vlr_*)

20 features — valor médio (R$) pago por tipo de pagamento em cada janela.

Coluna	Tipo	Descrição
avg_vlr_credit_card_d28	DOUBLE	Valor médio pago via cartão de crédito nos últimos 28 dias.
avg_vlr_boleto_d28	DOUBLE	Valor médio pago via boleto nos últimos 28 dias.
avg_vlr_voucher_d28	DOUBLE	Valor médio pago via voucher nos últimos 28 dias.
avg_vlr_debit_card_d28	DOUBLE	Valor médio pago via cartão de débito nos últimos 28 dias.
avg_vlr_outros_d28	DOUBLE	Valor médio pago por outros meios nos últimos 28 dias.
avg_vlr_credit_card_d56	DOUBLE	Valor médio pago via cartão de crédito nos últimos 56 dias.
avg_vlr_boleto_d56	DOUBLE	Valor médio pago via boleto nos últimos 56 dias.
avg_vlr_voucher_d56	DOUBLE	Valor médio pago via voucher nos últimos 56 dias.
avg_vlr_debit_card_d56	DOUBLE	Valor médio pago via cartão de débito nos últimos 56 dias.
avg_vlr_outros_d56	DOUBLE	Valor médio pago por outros meios nos últimos 56 dias.
avg_vlr_credit_card_d365	DOUBLE	Valor médio pago via cartão de crédito nos últimos 365 dias.
avg_vlr_boleto_d365	DOUBLE	Valor médio pago via boleto nos últimos 365 dias.
avg_vlr_voucher_d365	DOUBLE	Valor médio pago via voucher nos últimos 365 dias.
avg_vlr_debit_card_d365	DOUBLE	Valor médio pago via cartão de débito nos últimos 365 dias.
avg_vlr_outros_d365	DOUBLE	Valor médio pago por outros meios nos últimos 365 dias.
avg_vlr_credit_card_vida	DOUBLE	Valor médio histórico pago via cartão de crédito.
avg_vlr_boleto_vida	DOUBLE	Valor médio histórico pago via boleto.
avg_vlr_voucher_vida	DOUBLE	Valor médio histórico pago via voucher.
avg_vlr_debit_card_vida	DOUBLE	Valor médio histórico pago via cartão de débito.
avg_vlr_outros_vida	DOUBLE	Valor médio histórico pago por outros meios.

---

🔢 Parcelamento Médio (avg_payment_installments_*)

4 features — número médio de parcelas por janela.

Coluna	Tipo	Descrição
avg_payment_installments_d28	DOUBLE	Quantidade média de parcelas dos pagamentos nos últimos 28 dias.
avg_payment_installments_d56	DOUBLE	Quantidade média de parcelas dos pagamentos nos últimos 56 dias.
avg_payment_installments_d365	DOUBLE	Quantidade média de parcelas dos pagamentos nos últimos 365 dias.
avg_payment_installments_vida	DOUBLE	Quantidade média histórica de parcelas dos pagamentos.

Nota: considera apenas registros com payment_installments > 0.

---

📊 Share de Quantidade por Meio de Pagamento (share_qtde_*)

20 features — participação percentual de cada meio na quantidade de transações.

Coluna	Tipo	Descrição
share_qtde_credit_card_d28	DOUBLE	% de transações via cartão de crédito nos últimos 28 dias.
share_qtde_boleto_d28	DOUBLE	% de transações via boleto nos últimos 28 dias.
share_qtde_voucher_d28	DOUBLE	% de transações via voucher nos últimos 28 dias.
share_qtde_debit_card_d28	DOUBLE	% de transações via cartão de débito nos últimos 28 dias.
share_qtde_outros_d28	DOUBLE	% de transações via outros meios nos últimos 28 dias.
share_qtde_credit_card_d56	DOUBLE	% de transações via cartão de crédito nos últimos 56 dias.
share_qtde_boleto_d56	DOUBLE	% de transações via boleto nos últimos 56 dias.
share_qtde_voucher_d56	DOUBLE	% de transações via voucher nos últimos 56 dias.
share_qtde_debit_card_d56	DOUBLE	% de transações via cartão de débito nos últimos 56 dias.
share_qtde_outros_d56	DOUBLE	% de transações via outros meios nos últimos 56 dias.
share_qtde_credit_card_d365	DOUBLE	% de transações via cartão de crédito nos últimos 365 dias.
share_qtde_boleto_d365	DOUBLE	% de transações via boleto nos últimos 365 dias.
share_qtde_voucher_d365	DOUBLE	% de transações via voucher nos últimos 365 dias.
share_qtde_debit_card_d365	DOUBLE	% de transações via cartão de débito nos últimos 365 dias.
share_qtde_outros_d365	DOUBLE	% de transações via outros meios nos últimos 365 dias.
share_qtde_credit_card_vida	DOUBLE	% histórica de transações via cartão de crédito.
share_qtde_boleto_vida	DOUBLE	% histórica de transações via boleto.
share_qtde_voucher_vida	DOUBLE	% histórica de transações via voucher.
share_qtde_debit_card_vida	DOUBLE	% histórica de transações via cartão de débito.
share_qtde_outros_vida	DOUBLE	% histórica de transações via outros meios.

---

💵 Share de Valor por Meio de Pagamento (share_valor_*)

20 features — participação percentual de cada meio no valor total transacionado.

Coluna	Tipo	Descrição
share_valor_credit_card_d28	DOUBLE	% do valor pago via cartão de crédito nos últimos 28 dias.
share_valor_boleto_d28	DOUBLE	% do valor pago via boleto nos últimos 28 dias.
share_valor_voucher_d28	DOUBLE	% do valor pago via voucher nos últimos 28 dias.
share_valor_debit_card_d28	DOUBLE	% do valor pago via cartão de débito nos últimos 28 dias.
share_valor_outros_d28	DOUBLE	% do valor pago via outros meios nos últimos 28 dias.
share_valor_credit_card_d56	DOUBLE	% do valor pago via cartão de crédito nos últimos 56 dias.
share_valor_boleto_d56	DOUBLE	% do valor pago via boleto nos últimos 56 dias.
share_valor_voucher_d56	DOUBLE	% do valor pago via voucher nos últimos 56 dias.
share_valor_debit_card_d56	DOUBLE	% do valor pago via cartão de débito nos últimos 56 dias.
share_valor_outros_d56	DOUBLE	% do valor pago via outros meios nos últimos 56 dias.
share_valor_credit_card_d365	DOUBLE	% do valor pago via cartão de crédito nos últimos 365 dias.
share_valor_boleto_d365	DOUBLE	% do valor pago via boleto nos últimos 365 dias.
share_valor_voucher_d365	DOUBLE	% do valor pago via voucher nos últimos 365 dias.
share_valor_debit_card_d365	DOUBLE	% do valor pago via cartão de débito nos últimos 365 dias.
share_valor_outros_d365	DOUBLE	% do valor pago via outros meios nos últimos 365 dias.
share_valor_credit_card_vida	DOUBLE	% histórica do valor pago via cartão de crédito.
share_valor_boleto_vida	DOUBLE	% histórica do valor pago via boleto.
share_valor_voucher_vida	DOUBLE	% histórica do valor pago via voucher.
share_valor_debit_card_vida	DOUBLE	% histórica do valor pago via cartão de débito.
share_valor_outros_vida	DOUBLE	% histórica do valor pago via outros meios.

---

7. Exemplo de Uso

SELECT
  seller_id,
  ref_month,
  avg_vlr_credit_card_d28,
  avg_payment_installments_d28,
  share_qtde_credit_card_d28,
  share_valor_credit_card_d28
FROM workspace.olist.fs_seller_meio_pagamento
WHERE ref_month = '201806'
ORDER BY seller_id;

---

8. Boas Práticas e Avisos

⚠️ Data Leakage: o filtro b.order_purchase_timestamp < sp.ref_month garante que nenhuma informação futura ao mês de referência é utilizada no cálculo das features.

• Divisão por zero: o uso de NULLIF nos denominadores dos shares evita erros em sellers sem transações na janela.
• Overwrite completo: a tabela é recriada integralmente a cada execução — não há append incremental.
• Alta variância em D28: sellers com poucos pedidos podem apresentar médias instáveis na janela curta; considere filtros de volume mínimo no modelo downstream.
• Parcelamento: o campo max_payment_installments considera apenas registros com payment_installments > 0.
• Performance: a tabela order_payments é lida uma única vez na CTE tb_pagamentos, consolidando valor, quantidade e parcelamento em uma única passagem.

---

9. Histórico de Versões

Versão	Data	Autor	Descrição
1.0	Jun/2026	Equipe T06	Versão inicial — consolidação das 4 views originais em CTE única.