import { createModuleFactory, createSchedule } from "@davinti/jeff"; const moduleFactory = createModuleFactory(["C5", "C5_big", "C5_mambo", "Verdemar"]); export default moduleFactory .createModule({ id: "flash-de-vendas", description: "Flash de Vendas", label: "Flash de Vendas", icon: "bar-chart", order: 1, ai: { topics: { flash_vendas: { descricao: "Consulta e análise do relatório Flash de Vendas. Permite visualizar metas do mês, vendas do mês atual, variações e projeções, além de comparativos com o mês anterior e ano anterior. Útil para projeção de batimento de meta, ranking de lojas e comparativos de performance.", prompt: { prompt_persona: "Especialista em dados e extrator de filtros para o Flash de Vendas. Analise a solicitação sobre desempenho de vendas, identifique filtros (data, loja) e agrupamento, e preencha o schema.", prompt_tarefa: '1. Identifique filtros: extraia data de referência (default: hoje) e lojas se mencionadas. Apenas `data` e `loja` são suportados.\n2. Identifique agrupamento: vazio para total geral, ou "loja" se o usuário pediu ranking/comparação entre lojas.\n3. Identifique o propósito analítico (apenas para contexto, não preencha campo):\n - "Vou bater a meta?" → projeção de fechamento e gap.\n - "Loja mais distante da meta?" → ranking por % de atingimento.\n - Comparativos temporais → mes_anterior ou ano_anterior.', prompt_regras_contexto: '- Refinamentos ("e o ano passado?") → use o histórico para manter filtros anteriores.\n- Não invente valores que não foram informados.', prompt_regras_gerais: '- Múltiplas lojas ("loja A e loja B") → extraia como array.\n- Sem solicitação de agrupamento → deixe vazio.\n- Não invente filtros ou agrupamentos fora do schema (divisão, segmento, regional não são suportados).', prompt_exemplos: '- "Vou bater a meta do mês?" → sem filtro de loja, sem agrupamento\n- "Qual loja está mais distante da meta?" → agrupamento: "loja"\n- "Como estamos em relação ao mês passado?" → sem agrupamento (comparativo temporal direto)\n- "Como foi a loja Centro e Shopping?" → loja: ["Centro", "Shopping"]', prompt_outras_infos: "A query retorna colunas: mes_atual, meta_mes, mes_anterior, ano_anterior. Apenas totalizações gerais ou por loja são suportadas.", prompt_saida: "Sua resposta deve ser uma análise detalhada e objetiva dos dados recebidos, apresentando os principais insights de forma clara e concisa.", }, json_params_saida: { agrupamentos: [ { nome_parametro: "loja", coluna_vtr: "x.codigo", }, ], filtros: { data_venda: { descricao_agente: "A data base para a consulta das vendas. Caso não informada explicitamente, usar a data de hoje no formato YYYY-MM-DD.", nome_parametro: "data_venda", }, loja: { descricao_agente: "Lista de nomes ou códigos de lojas mencionados para filtragem.", coluna_vtr: "x.nomeempresaapp", tabela_rag: "lojas", }, }, }, query_base: "flash_vendas_ai", }, sem_assunto: { descricao: "Fluxo a ser seguido quando não houver assunto definido", prompt: { prompt_persona: "", prompt_tarefa: "", prompt_regras_contexto: "", prompt_regras_gerais: "", prompt_exemplos: "", prompt_outras_infos: "", prompt_saida: "Responda que não conseguiu identificar o assunto de maneira amigável e mostre os assuntos disponíveis para consulta.", }, json_params_saida: { agrupamentos: [], filtros: {}, }, query_base: "query_vazia" }, agendamento: { descricao: "Esse fluxo deverá ser usado para agendar perguntas no sistema interno.\n- Permite criar novos agendamentos\n- Alterar agendamentos existentes\n- Listar os agendamentos do usuário", prompt: { prompt_persona: "Assistente de Agendamento Inteligente do Vitruvio. \nInterpreta a intenção do usuário para criar, listar ou modificar agendamentos. \nSe o usuário for genérico ou estiver em dúvida, oriente com exemplos práticos.", prompt_tarefa: "Interpretação da Ação:\n- CREATE: usuário quer agendar algo novo ('me lembre', 'agende', 'rode toda segunda').\n- READ: usuário quer ver agendamentos existentes OU pergunta o que você faz.\n- UPDATE: usuário quer alterar, pausar ou cancelar um agendamento existente.\n\nExtração:\n- Pergunta: dúvida limpa, sem comandos tipo 'Agende para mim'.\n- Horario: data/hora da 1ª execução. Use a data atual como referência para termos relativos (amanhã, próxima sexta).\n Se recorrência diária/semanal e a hora já passou hoje, agende para o próximo dia/semana no mesmo horário.\n\nMensagem de Confirmação:\n- CREATE: 'Já agendei para *[QUANDO]* para retornar sobre *[PERGUNTA]*.' Converta data para 'DD/MM/YYYY às HH:mm' e traduza a recorrência.\n- READ: a lista do usuário vem em OUTRAS INFORMAÇÕES. Apresente em tópicos.\n Se vazia: 'Você não possui nenhum agendamento ativo no momento.'\n Se o usuário perguntou o que você faz: explique e dê 1 exemplo de uso.\n- UPDATE: confirme alteração/cancelamento.", prompt_regras_contexto: "", prompt_regras_gerais: "", prompt_exemplos: "Tipo e Parâmetro:\n- 'Toda segunda' → S, '2'\n- 'Toda sexta e quarta' → S, '6;4'\n- 'A cada 2 horas' → I, '120'\n- 'Todo dia 5' → M, '5'\n- 'Diariamente' → D, ''\n- 'Amanhã às 14h' → U, ''\n\nInterações:\n- 'Me avise toda segunda às 9h sobre a ruptura'\n → CREATE, Tipo: S, Param: '2', Horario: próxima segunda 09:00\n → 'Tudo certo! Agendei para todas as *segundas-feiras às 09:00* sobre *ruptura*.'\n\n- 'O que você faz?'\n → READ\n → 'Olá! Cuido dos seus agendamentos automáticos. Posso criar, listar ou cancelar.\n\nTente: *Me lembre das vendas todo dia às 18:00.*'", prompt_outras_infos: "Agendamentos do Usuário : :lista_agendamentos_usuario", prompt_saida: "" }, json_params_saida: { agrupamentos: [], filtros: {}, }, query_base: "query_vazia" } }, tabelas_rag : { lojas: { query: "query_lojas", table_name: (args) => { return `app_dono_cliente_${args.ctx_tenant_id}_lojas` }, } } }, queries: { flash: { name: "Flash de Vendas", display: { type: "flash", settings: { group_column: "canalapp", total_indicator_column: "is_total", null_label_key: "Geral", }, header: { title_column: "canalapp", value_column: "venda_dia", value_format: "currency", }, rows: [ { label: "Meta Mês", column: "meta_mes", format: "currency_short", }, { label: "Mês Atual", column: "mes_atual", format: "currency_short", }, { label: "Dif ($)", column: "dif_mes_atual", format: "currency_short", }, { label: "% Variação", column: "variacao_atual", format: "percentage", }, { label: "Mês Anterior", column: "mes_anterior", format: "currency_short", }, { label: "Dif ($)", column: "dif_mes_anterior", format: "currency_short", }, { label: "% Variação", column: "variacao_mes_anterior", format: "percentage", }, { label: "Ano Anterior", column: "ano_anterior", format: "currency_short", }, { label: "Dif ($)", column: "dif_ano_anterior", format: "currency_short", }, { label: "% Variação", column: "variacao_ano_anterior", format: "percentage", }, ], }, params: ["data_venda"], }, flash_categorias: { name: "Flash de Vendas por Categorias", display: { type: "flash", settings: { group_column: "categoriaapp", total_indicator_column: "is_total", null_label_key: "Geral", }, header: { title_column: "categoriaapp", value_column: "venda_dia", value_format: "currency", }, rows: [ { label: "Meta Mês", column: "meta_mes", format: "currency_short", }, { label: "Mês Atual", column: "mes_atual", format: "currency_short", }, { label: "Dif ($)", column: "dif_mes_atual", format: "currency_short", }, { label: "% Variação", column: "variacao_atual", format: "percentage", }, { label: "Mês Anterior", column: "mes_anterior", format: "currency_short", }, { label: "Dif ($)", column: "dif_mes_anterior", format: "currency_short", }, { label: "% Variação", column: "variacao_mes_anterior", format: "percentage", }, { label: "Ano Anterior", column: "ano_anterior", format: "currency_short", }, { label: "Dif ($)", column: "dif_ano_anterior", format: "currency_short", }, { label: "% Variação", column: "variacao_ano_anterior", format: "percentage", }, ], }, params: ["data_venda", "codigo_categoria_pai", "cod_empresa"], }, flash_vendas_ai: { name: " Flash de vendas AI", display: { type: "none", }, params: ["data_venda", "agrupamento"], }, query_vazia: { name: "Query Vazia", display: { type: "none", }, params: [], }, query_lojas: { name: " Query Lojas", display: { type: "none", }, params: [], } }, entrypoint: "flash" as "flash" | "flash_categorias", }) .withImplementations({ C5: { flash: (args) => { return { sql: /*sql*/ ` SELECT 'Lojas' AS canalapp, x.codigo AS cod_empresa, x.nomeempresaapp AS nomeempresaapp, CASE WHEN GROUPING(x.codigo) = 1 THEN 1 ELSE 0 END AS is_total, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_mes, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) AS mes_atual, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 AS dif_mes_atual, CASE WHEN SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / (SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02)) * 100) - 100 , 2) END AS variacao_atual, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_mes_anterior, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS mes_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_mes_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100 , 2) END AS variacao_mes_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_ano_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS ano_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_ano_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100 , 2) END AS variacao_ano_anterior FROM ( SELECT n.codigo, n.nome AS nomeempresaapp, r.valor_venda, CASE WHEN r.data_referencia BETWEEN TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM') AND TO_DATE(${args.data_venda}, 'YYYY-MM-DD') THEN 'ATUAL' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -1) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -1) THEN 'MES_ANTERIOR' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -12) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -12) THEN 'ANO_ANTERIOR' END AS periodo FROM tb_flash_nodo_resumo_venda r JOIN tb_flash_nodo n ON n.id_nodo = r.id_nodo WHERE n.tipo_nodo = 'EMPRESA' and (n.cod_empresa in (${args.ctx_user_companies_for_module})) AND ( r.data_referencia BETWEEN TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM') AND TO_DATE(${args.data_venda}, 'YYYY-MM-DD') OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -1) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -1) OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -12) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -12) ) ) x GROUP BY GROUPING SETS ( (x.codigo, x.nomeempresaapp), () ) `, }; }, flash_categorias: (args) => { return { sql: /*sql*/ ` WITH params AS ( SELECT TO_DATE(${args.data_venda}, 'YYYY-MM-DD') AS data_venda, ${args.codigo_categoria_pai} AS codigo_categoria_pai, ${args.cod_empresa} AS cod_empresa FROM dual ), nodo_pai_param AS ( SELECT n.* FROM tb_flash_nodo n CROSS JOIN params p WHERE p.codigo_categoria_pai IS NOT NULL AND n.tipo_nodo = 'CATEGORIA' AND n.codigo = p.codigo_categoria_pai and (n.cod_empresa in (${args.ctx_user_companies_for_module})) AND ( p.cod_empresa IS NULL OR n.cod_empresa = p.cod_empresa ) ), nodos_filtrados AS ( SELECT filho.* FROM tb_flash_nodo filho JOIN nodo_pai_param pai_param ON pai_param.id_nodo = filho.id_nodo_pai CROSS JOIN params p WHERE filho.tipo_nodo IN ('CATEGORIA', 'PRODUTO') AND filho.ativo = 'S' AND ( p.cod_empresa IS NULL OR filho.cod_empresa = p.cod_empresa ) UNION ALL SELECT n.* FROM tb_flash_nodo n CROSS JOIN params p WHERE p.codigo_categoria_pai IS NULL AND n.tipo_nodo = 'CATEGORIA' AND n.ativo = 'S' and (n.cod_empresa in (${args.ctx_user_companies_for_module})) AND ( p.cod_empresa IS NULL OR n.cod_empresa = p.cod_empresa ) AND n.nivel = ( SELECT MIN(n2.nivel) FROM tb_flash_nodo n2 WHERE n2.tipo_nodo = 'CATEGORIA' AND n2.ativo = 'S' AND ( p.cod_empresa IS NULL OR n2.cod_empresa = p.cod_empresa ) ) ) SELECT x.tipo_nodo AS canalapp, x.codigo AS cod_empresa, x.nomeempresaapp AS nomeempresaapp, CASE WHEN GROUPING(x.codigo) = 1 THEN 1 ELSE 0 END AS is_total, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_mes, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) AS mes_atual, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 AS dif_mes_atual, CASE WHEN SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02 = 0 THEN 0 ELSE ROUND( ( ( SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / (SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) * 1.02) ) * 100 ) - 100 , 2) END AS variacao_atual, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_mes_anterior, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS mes_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_mes_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ( ( SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) ) * 100 ) - 100 , 2) END AS variacao_mes_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) * 1.02 AS meta_ano_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS ano_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_ano_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ( ( SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) ) * 100 ) - 100 , 2) END AS variacao_ano_anterior FROM ( SELECT cat.codigo AS codigo, cat.nome AS nomeempresaapp, cat.tipo_nodo, r.valor_meta_efetiva, r.valor_venda, CASE WHEN r.data_referencia BETWEEN TRUNC(p.data_venda, 'MM') AND p.data_venda THEN 'ATUAL' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -1) AND ADD_MONTHS(p.data_venda, -1) THEN 'MES_ANTERIOR' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -12) AND ADD_MONTHS(p.data_venda, -12) THEN 'ANO_ANTERIOR' END AS periodo FROM tb_flash_nodo_resumo_venda r JOIN nodos_filtrados cat ON cat.id_nodo = r.id_nodo CROSS JOIN params p WHERE ( r.data_referencia BETWEEN TRUNC(p.data_venda, 'MM') AND p.data_venda OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -1) AND ADD_MONTHS(p.data_venda, -1) OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -12) AND ADD_MONTHS(p.data_venda, -12) ) ) x GROUP BY GROUPING SETS ( (x.codigo, x.nomeempresaapp, x.tipo_nodo), () ) ORDER BY is_total, nomeempresaapp `, }; }, flash_vendas_ai: (args) => { return { sql: /*sql*/ ` SELECT ${args.agrupamento} AS KEY_FIELD, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_mes, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) AS mes_atual, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda - x.valor_meta_efetiva ELSE 0 END) AS dif_mes_atual, CASE WHEN SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END)) * 100) - 100 , 2) END AS variacao_atual, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_mes_anterior, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS mes_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_mes_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100 , 2) END AS variacao_mes_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_ano_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS ano_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_ano_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100 , 2) END AS variacao_ano_anterior FROM ( SELECT n.codigo, n.nome AS nomeempresaapp, n.codigo || ' - ' || n.nome AS loja_formatada, r.valor_meta_efetiva, r.valor_venda, CASE WHEN r.data_referencia BETWEEN TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM') AND TO_DATE(${args.data_venda}, 'YYYY-MM-DD') THEN 'ATUAL' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -1) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -1) THEN 'MES_ANTERIOR' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -12) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -12) THEN 'ANO_ANTERIOR' END AS periodo FROM tb_flash_nodo_resumo_venda r JOIN tb_flash_nodo n ON n.id_nodo = r.id_nodo WHERE n.tipo_nodo = 'EMPRESA' AND ( r.data_referencia BETWEEN TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM') AND TO_DATE(${args.data_venda}, 'YYYY-MM-DD') OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -1) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -1) OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -12) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -12) ) ) x WHERE 1=1 --FILTROS-- GROUP BY ${args.agrupamento} ORDER BY mes_atual DESC `, }; }, query_vazia: (args)=> { return { sql: /*sql*/`` } }, query_lojas: (args)=> { return { sql: /*sql*/`` } }, }, C5_big: { flash: (args) => { return { sql: /*sql*/ ` SELECT 'Lojas' AS canalapp, x.codigo AS cod_empresa, x.nomeempresaapp AS nomeempresaapp, CASE WHEN GROUPING(x.codigo) = 1 THEN 1 ELSE 0 END AS is_total, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_mes, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) AS mes_atual, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda - x.valor_meta_efetiva ELSE 0 END) AS dif_mes_atual, CASE WHEN SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END)) * 100) - 100 , 2) END AS variacao_atual, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_mes_anterior, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS mes_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_mes_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100 , 2) END AS variacao_mes_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_ano_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS ano_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_ano_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100 , 2) END AS variacao_ano_anterior FROM ( SELECT n.codigo, n.nome AS nomeempresaapp, r.valor_meta_efetiva, r.valor_venda, CASE WHEN r.data_referencia BETWEEN TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM') AND TO_DATE(${args.data_venda}, 'YYYY-MM-DD') THEN 'ATUAL' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -1) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -1) THEN 'MES_ANTERIOR' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -12) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -12) THEN 'ANO_ANTERIOR' END AS periodo FROM tb_flash_nodo_resumo_venda r JOIN tb_flash_nodo n ON n.id_nodo = r.id_nodo WHERE n.tipo_nodo = 'EMPRESA' and (n.cod_empresa in (${args.ctx_user_companies_for_module})) AND ( r.data_referencia BETWEEN TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM') AND TO_DATE(${args.data_venda}, 'YYYY-MM-DD') OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -1) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -1) OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -12) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -12) ) ) x GROUP BY GROUPING SETS ( (x.codigo, x.nomeempresaapp), () ) `, }; }, flash_categorias: (args) => { return { sql: /*sql*/ ` WITH params AS ( SELECT TO_DATE(${args.data_venda}, 'YYYY-MM-DD') AS data_venda, ${args.codigo_categoria_pai} AS codigo_categoria_pai, ${args.cod_empresa} AS cod_empresa FROM dual ), nodo_pai_param AS ( SELECT n.* FROM tb_flash_nodo n CROSS JOIN params p WHERE p.codigo_categoria_pai IS NOT NULL AND n.tipo_nodo = 'CATEGORIA' AND n.codigo = p.codigo_categoria_pai and (n.cod_empresa in (${args.ctx_user_companies_for_module})) AND ( p.cod_empresa IS NULL OR n.cod_empresa = p.cod_empresa ) ), nodos_filtrados AS ( SELECT filho.* FROM tb_flash_nodo filho JOIN nodo_pai_param pai_param ON pai_param.id_nodo = filho.id_nodo_pai CROSS JOIN params p WHERE filho.tipo_nodo IN ('CATEGORIA', 'PRODUTO') AND filho.ativo = 'S' AND ( p.cod_empresa IS NULL OR filho.cod_empresa = p.cod_empresa ) UNION ALL SELECT n.* FROM tb_flash_nodo n CROSS JOIN params p WHERE p.codigo_categoria_pai IS NULL AND n.tipo_nodo = 'CATEGORIA' AND n.ativo = 'S' and (n.cod_empresa in (${args.ctx_user_companies_for_module})) AND ( p.cod_empresa IS NULL OR n.cod_empresa = p.cod_empresa ) AND n.nivel = ( SELECT MIN(n2.nivel) FROM tb_flash_nodo n2 WHERE n2.tipo_nodo = 'CATEGORIA' AND n2.ativo = 'S' AND ( p.cod_empresa IS NULL OR n2.cod_empresa = p.cod_empresa ) ) ) SELECT x.tipo_nodo AS canalapp, x.codigo AS cod_empresa, x.nomeempresaapp AS nomeempresaapp, CASE WHEN GROUPING(x.codigo) = 1 THEN 1 ELSE 0 END AS is_total, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_mes, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) AS mes_atual, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda - x.valor_meta_efetiva ELSE 0 END) AS dif_mes_atual, CASE WHEN SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END) = 0 THEN 0 ELSE ROUND( ( ( SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END) ) * 100 ) - 100 , 2) END AS variacao_atual, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_mes_anterior, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS mes_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_mes_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ( ( SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) ) * 100 ) - 100 , 2) END AS variacao_mes_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_ano_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS ano_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_ano_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ( ( SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) ) * 100 ) - 100 , 2) END AS variacao_ano_anterior FROM ( SELECT cat.codigo AS codigo, cat.nome AS nomeempresaapp, cat.tipo_nodo, r.valor_meta_efetiva, r.valor_venda, CASE WHEN r.data_referencia BETWEEN TRUNC(p.data_venda, 'MM') AND p.data_venda THEN 'ATUAL' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -1) AND ADD_MONTHS(p.data_venda, -1) THEN 'MES_ANTERIOR' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -12) AND ADD_MONTHS(p.data_venda, -12) THEN 'ANO_ANTERIOR' END AS periodo FROM tb_flash_nodo_resumo_venda r JOIN nodos_filtrados cat ON cat.id_nodo = r.id_nodo CROSS JOIN params p WHERE ( r.data_referencia BETWEEN TRUNC(p.data_venda, 'MM') AND p.data_venda OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -1) AND ADD_MONTHS(p.data_venda, -1) OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(p.data_venda, 'MM'), -12) AND ADD_MONTHS(p.data_venda, -12) ) ) x GROUP BY GROUPING SETS ( (x.codigo, x.nomeempresaapp, x.tipo_nodo), () ) ORDER BY is_total, nomeempresaapp `, }; }, flash_vendas_ai: (args) => { return { sql: /*sql*/ ` SELECT ${args.agrupamento} AS KEY_FIELD, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_mes, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) AS mes_atual, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda - x.valor_meta_efetiva ELSE 0 END) AS dif_mes_atual, CASE WHEN SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_meta_efetiva ELSE 0 END)) * 100) - 100 , 2) END AS variacao_atual, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_mes_anterior, SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS mes_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_mes_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'MES_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100 , 2) END AS variacao_mes_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_meta_efetiva ELSE 0 END) AS meta_ano_anterior, SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS ano_anterior, SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) - SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) AS dif_ano_anterior, CASE WHEN SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END) = 0 THEN 0 ELSE ROUND( ((SUM(CASE WHEN x.periodo = 'ATUAL' THEN x.valor_venda ELSE 0 END) / SUM(CASE WHEN x.periodo = 'ANO_ANTERIOR' THEN x.valor_venda ELSE 0 END)) * 100) - 100 , 2) END AS variacao_ano_anterior FROM ( SELECT n.codigo, n.nome AS nomeempresaapp, n.codigo || ' - ' || n.nome AS loja_formatada, r.valor_meta_efetiva, r.valor_venda, CASE WHEN r.data_referencia BETWEEN TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM') AND TO_DATE(${args.data_venda}, 'YYYY-MM-DD') THEN 'ATUAL' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -1) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -1) THEN 'MES_ANTERIOR' WHEN r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -12) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -12) THEN 'ANO_ANTERIOR' END AS periodo FROM tb_flash_nodo_resumo_venda r JOIN tb_flash_nodo n ON n.id_nodo = r.id_nodo WHERE n.tipo_nodo = 'EMPRESA' AND ( r.data_referencia BETWEEN TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM') AND TO_DATE(${args.data_venda}, 'YYYY-MM-DD') OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -1) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -1) OR r.data_referencia BETWEEN ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -12) AND ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -12) ) ) x WHERE 1=1 --FILTROS-- GROUP BY ${args.agrupamento} ORDER BY mes_atual DESC `, }; }, query_vazia: (args)=> { return { sql: /*sql*/`` } }, query_lojas: (args)=> { return { sql: /*sql*/`` } }, }, C5_mambo: { flash: (args) => { return { sql: /*sql*/ ` select tes.canalapp, tes.nomeempresaapp, grouping(tes.canalapp) is_total, sum(tvf.vlrvendadia) venda_dia, sum(tvf.vlrmetames) meta_mes, sum(tvf.vlrvendaacumulada) vda, sum(tvf.vlrvendaacumulada - tvf.vlrmetaaculumada) dma, sum(tvf.vlrmetadia) meta_dia, round(avg(tvf.vlrmetamargemdiaperc), 2) meta_margem_dia, sum(tvf.qtdclientes) qtd_clientes, round(sum(tvf.vlrvendadia) / nullif(sum(tvf.qtdclientes), 0), 2) as ticket_medio, round((sum(tvf.vlrlucro) / nullif(sum(tvf.vlrvendadia), 0)) * 100, 2) as margem from mboard.tb_venda_flash tvf inner join mboard.tb_empresa_segmento tes on tes.nroempresa = tvf.nroempresa and tes.nrodivisao = tvf.nrodivisao and tes.nrosegmento = tvf.nrosegmento and tes.codcanal = tvf.codcanal where 1=1 and tvf.vlrvendaacumulada > 0 and tvf.dtavda = TO_DATE(${args.data_venda}, 'YYYY-MM-DD') and (tvf.nroempresa in (${args.ctx_user_companies_for_module})) group by rollup(canalapp, nomeempresaapp) order by grouping(canalapp) desc, grouping(nomeempresaapp) desc`, }; }, flash_categorias: (args) => { return { sql: /*sql*/ ` select 'Categorias' as categoriaapp, 1 as is_total, 0 as venda_dia, 0 as meta_mes, 0 as mes_atual, 0 as dif_mes_atual, 0 as variacao_atual, 0 as mes_anterior, 0 as dif_mes_anterior, 0 as variacao_mes_anterior, 0 as ano_anterior, 0 as dif_ano_anterior, 0 as variacao_ano_anterior from dual where 1 = 0`, }; }, flash_vendas_ai: (args) => { return { sql: /*sql*/ ``, }; }, query_vazia: (args)=> { return { sql: /*sql*/`` } }, query_lojas: (args)=> { return { sql: /*sql*/`` } }, }, Verdemar:{ flash: (args) => { return { sql: /*sql*/` WITH Parametros AS ( SELECT TO_DATE(${args.data_venda}, 'YYYY-MM-DD') AS dt_ref, TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM') AS dt_inicio_mes, ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -1) AS dt_inicio_mes_ant, ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -1) AS dt_fim_mes_ant, ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -12) AS dt_inicio_ano_ant, ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -12) AS dt_fim_ano_ant FROM DUAL ), Vendas AS ( SELECT n.cod_empresa AS loja, r.data_referencia AS data, r.valor_venda AS venda, 0 AS meta FROM VERDEMAR.TB_FLASH_NODO_RESUMO_VENDA r JOIN VERDEMAR.TB_FLASH_NODO n ON n.id_nodo = r.id_nodo CROSS JOIN Parametros p WHERE n.tipo_nodo = 'EMPRESA' AND n.ativo = 'S' AND n.cod_empresa IN (${args.ctx_user_companies_for_module}) AND ( r.data_referencia BETWEEN p.dt_inicio_mes AND p.dt_ref OR r.data_referencia BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant OR r.data_referencia BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant) ), Metas AS ( SELECT FNC_CODIGOLOJA(m.loja_ajustada) AS loja, m.data, 0 AS venda, m.meta_diaria AS meta FROM VERDEMAR.ORCADO_METAS_IMPORT m CROSS JOIN Parametros p WHERE m.data BETWEEN p.dt_inicio_mes AND LAST_DAY(p.dt_ref) AND FNC_CODIGOLOJA(m.loja_ajustada) IN (${args.ctx_user_companies_for_module}) ), DadosUnificados AS ( SELECT * FROM Vendas UNION ALL SELECT * FROM Metas ), Agrupado AS ( SELECT d.loja, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_mes AND p.dt_ref THEN d.venda ELSE 0 END) AS v_mes, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_mes AND LAST_DAY(p.dt_ref) THEN d.meta ELSE 0 END) AS m_mes, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant THEN d.venda ELSE 0 END) AS v_mes_ant, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant THEN d.meta ELSE 0 END) AS m_mes_ant, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant THEN d.venda ELSE 0 END) AS v_ano_ant, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant THEN d.meta ELSE 0 END) AS m_ano_ant FROM DadosUnificados d CROSS JOIN Parametros p GROUP BY d.loja ) SELECT 'Lojas' AS canalapp, (loja) AS cod_empresa, FNC_NOMEPESSOAS(loja) AS nomeempresaapp, GROUPING(loja) AS is_total, SUM(m_mes) AS meta_mes, SUM(v_mes) AS mes_atual, SUM(v_mes) - SUM(m_mes) AS dif_mes_atual, ROUND(NVL((SUM(v_mes) / NULLIF(SUM(m_mes), 0)) * 100 - 100, 0), 2) AS variacao_atual, SUM(m_mes_ant) AS meta_mes_anterior, SUM(v_mes_ant) AS mes_anterior, SUM(v_mes) - SUM(v_mes_ant) AS dif_mes_anterior, ROUND(NVL((SUM(v_mes) / NULLIF(SUM(v_mes_ant), 0)) * 100 - 100, 0), 2) AS variacao_mes_anterior, SUM(m_ano_ant) AS meta_ano_anterior, SUM(v_ano_ant) AS ano_anterior, SUM(v_mes) - SUM(v_ano_ant) AS dif_ano_anterior, ROUND(NVL((SUM(v_mes) / NULLIF(SUM(v_ano_ant), 0)) * 100 - 100, 0), 2) AS variacao_ano_anterior FROM Agrupado GROUP BY GROUPING SETS ((loja), ()) ` } }, flash_categorias: (args) => { return { sql: /*sql*/` WITH Parametros_Base AS ( SELECT TO_DATE(${args.data_venda}, 'YYYY-MM-DD') AS data_venda, ${args.codigo_categoria_pai} AS codigo_categoria_pai, ${args.cod_empresa} AS cod_empresa FROM DUAL ), Parametros AS ( SELECT data_venda, TRUNC(data_venda, 'MM') AS dt_inicio_mes, ADD_MONTHS(TRUNC(data_venda, 'MM'), -1) AS dt_inicio_mes_ant, ADD_MONTHS(data_venda, -1) AS dt_fim_mes_ant, ADD_MONTHS(TRUNC(data_venda, 'MM'), -12) AS dt_inicio_ano_ant, ADD_MONTHS(data_venda, -12) AS dt_fim_ano_ant, codigo_categoria_pai, cod_empresa FROM Parametros_Base ), filhos AS ( SELECT n.id_nodo, CASE WHEN p.cod_empresa IS NULL THEN MIN(n.ID_NODO) OVER (PARTITION BY n.nome) ELSE n.ID_NODO END AS codigo, n.nome, n.tipo_nodo, n.nivel, n.cod_empresa, n.ordem_exibicao FROM VERDEMAR.TB_FLASH_NODO n CROSS JOIN Parametros p WHERE n.ativo = 'S' AND n.cod_empresa IN (${args.ctx_user_companies_for_module}) AND ( (p.codigo_categoria_pai IS NULL AND n.tipo_nodo = 'CATEGORIA' AND n.NIVEL = 2) OR (p.codigo_categoria_pai IS NOT NULL AND n.id_nodo_pai IN ( SELECT pai.id_nodo FROM VERDEMAR.TB_FLASH_NODO pai WHERE pai.nome = (SELECT nome FROM VERDEMAR.TB_FLASH_NODO WHERE id_nodo = p.codigo_categoria_pai) )) ) AND (p.cod_empresa IS NULL OR n.cod_empresa = p.cod_empresa) ), Vendas_Metas AS ( SELECT f.id_nodo, f.codigo, f.nome, f.tipo_nodo, f.nivel, f.cod_empresa, f.ordem_exibicao, r.data_referencia AS data, r.valor_venda AS venda, 0 AS meta FROM filhos f JOIN VERDEMAR.TB_FLASH_NODO_RESUMO_VENDA r ON r.id_nodo = f.id_nodo CROSS JOIN Parametros p WHERE ( r.data_referencia BETWEEN p.dt_inicio_mes AND p.data_venda OR r.data_referencia BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant OR r.data_referencia BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant) ), Agrupado AS ( SELECT v.codigo AS codigo, MAX(v.nome) AS nome, MAX(v.tipo_nodo) AS tipo_nodo, MAX(v.nivel) AS nivel, MAX(v.ordem_exibicao) AS ordem_exibicao, GROUPING(v.codigo) AS is_total, SUM(CASE WHEN v.data BETWEEN p.dt_inicio_mes AND p.data_venda THEN v.venda ELSE 0 END) AS v_mes, SUM(CASE WHEN v.data BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant THEN v.venda ELSE 0 END) AS v_mes_ant, SUM(CASE WHEN v.data BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant THEN v.venda ELSE 0 END) AS v_ano_ant, SUM(CASE WHEN v.data BETWEEN p.dt_inicio_mes AND p.data_venda THEN v.meta ELSE 0 END) AS m_mes, SUM(CASE WHEN v.data BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant THEN v.meta ELSE 0 END) AS m_mes_ant, SUM(CASE WHEN v.data BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant THEN v.meta ELSE 0 END) AS m_ano_ant FROM Vendas_Metas v CROSS JOIN Parametros p GROUP BY GROUPING SETS ((v.codigo, p.cod_empresa), ()) ) SELECT nome AS nomeempresaapp, tipo_nodo AS canalapp, codigo AS cod_empresa, is_total, m_mes AS meta_mes, v_mes AS mes_atual, (v_mes - m_mes) AS dif_mes_atual, CASE WHEN m_mes = 0 THEN 0 ELSE ROUND(((v_mes / m_mes) * 100) - 100, 2) END AS variacao_atual, m_mes_ant AS meta_mes_anterior, v_mes_ant AS mes_anterior, (v_mes - v_mes_ant) AS dif_mes_anterior, ROUND(NVL((v_mes / NULLIF(v_mes_ant, 0)) * 100 - 100, 0), 2) AS variacao_mes_anterior, m_ano_ant AS meta_ano_anterior, v_ano_ant AS ano_anterior, (v_mes - v_ano_ant) AS dif_ano_anterior, ROUND(NVL((v_mes / NULLIF(v_ano_ant, 0)) * 100 - 100, 0), 2) AS variacao_ano_anterior FROM Agrupado ORDER BY is_total, ordem_exibicao NULLS LAST, nomeempresaapp ` } }, flash_vendas_ai: (args) => { return { sql: /*sql*/` SELECT * FROM ( WITH Parametros AS ( SELECT TO_DATE(${args.data_venda}, 'YYYY-MM-DD') AS dt_ref, TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM') AS dt_inicio_mes, ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -1) AS dt_inicio_mes_ant, ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -1) AS dt_fim_mes_ant, ADD_MONTHS(TRUNC(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), 'MM'), -12) AS dt_inicio_ano_ant, ADD_MONTHS(TO_DATE(${args.data_venda}, 'YYYY-MM-DD'), -12) AS dt_fim_ano_ant FROM DUAL ), Vendas AS ( SELECT n.cod_empresa AS loja, r.data_referencia AS data, r.valor_venda AS venda, 0 AS meta FROM VERDEMAR.TB_FLASH_NODO_RESUMO_VENDA r JOIN VERDEMAR.TB_FLASH_NODO n ON n.id_nodo = r.id_nodo CROSS JOIN Parametros p WHERE n.tipo_nodo = 'EMPRESA' AND n.ativo = 'S' AND ( r.data_referencia BETWEEN p.dt_inicio_mes AND p.dt_ref OR r.data_referencia BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant OR r.data_referencia BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant) ), Metas AS ( SELECT FNC_CODIGOLOJA(m.loja_ajustada) AS loja, m.data, 0 AS venda, m.meta_diaria AS meta FROM VERDEMAR.ORCADO_METAS_IMPORT m CROSS JOIN Parametros p WHERE m.data BETWEEN p.dt_inicio_mes AND LAST_DAY(p.dt_ref) ), DadosUnificados AS ( SELECT * FROM Vendas UNION ALL SELECT * FROM Metas ), Agrupado AS ( SELECT d.loja, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_mes AND p.dt_ref THEN d.venda ELSE 0 END) AS v_mes, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_mes AND LAST_DAY(p.dt_ref) THEN d.meta ELSE 0 END) AS m_mes, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant THEN d.venda ELSE 0 END) AS v_mes_ant, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_mes_ant AND p.dt_fim_mes_ant THEN d.meta ELSE 0 END) AS m_mes_ant, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant THEN d.venda ELSE 0 END) AS v_ano_ant, SUM(CASE WHEN d.data BETWEEN p.dt_inicio_ano_ant AND p.dt_fim_ano_ant THEN d.meta ELSE 0 END) AS m_ano_ant FROM DadosUnificados d CROSS JOIN Parametros p GROUP BY d.loja ) SELECT 'Lojas' AS canalapp, (loja) AS cod_empresa, FNC_NOMEPESSOAS(loja) AS nomeempresaapp, GROUPING(loja) AS is_total, SUM(m_mes) AS meta_mes, SUM(v_mes) AS mes_atual, SUM(v_mes) - SUM(m_mes) AS dif_mes_atual, ROUND(NVL((SUM(v_mes) / NULLIF(SUM(m_mes), 0)) * 100 - 100, 0), 2) AS variacao_atual, SUM(m_mes_ant) AS meta_mes_anterior, SUM(v_mes_ant) AS mes_anterior, SUM(v_mes) - SUM(v_mes_ant) AS dif_mes_anterior, ROUND(NVL((SUM(v_mes) / NULLIF(SUM(v_mes_ant), 0)) * 100 - 100, 0), 2) AS variacao_mes_anterior, SUM(m_ano_ant) AS meta_ano_anterior, SUM(v_ano_ant) AS ano_anterior, SUM(v_mes) - SUM(v_ano_ant) AS dif_ano_anterior, ROUND(NVL((SUM(v_mes) / NULLIF(SUM(v_ano_ant), 0)) * 100 - 100, 0), 2) AS variacao_ano_anterior FROM Agrupado GROUP BY GROUPING SETS ((loja), ()) ) x WHERE 1=1 --FILTROS-- ` } }, query_vazia : (args) => { return { sql: /*sql*/`` } }, query_lojas: (args)=> { return { sql: /*sql*/` select nome, id_nodo, codigo from verdemar.tb_flash_nodo where tipo_nodo = 'EMPRESA'` } }, } }) .withSchedules({ C5: [ createSchedule({ name: "Procedure que atualiza os dados do flash de vendas", params: ["vendas_empresas", "vendas_divisao", "vendas_cgos", "vendas_dias_atualizacao"], command: (args) => ({ sql: /*sql*/ `BEGIN PRC_FLASH_ATUALIZA_VENDA_DONO( p_data_inicial => TRUNC(SYSDATE) - ${args.vendas_dias_atualizacao}, p_data_final => TRUNC(SYSDATE), p_empresas => ${args.vendas_empresas}, p_divisao => ${args.vendas_divisao}, p_cgos => ${args.vendas_cgos} ); END;`, }), cron: "0 * * * *", timeout_seconds: 2400, }), ], C5_big: [ createSchedule({ name: "Procedure que atualiza os dados do flash de vendas", params: ["divisao", "cgos"], command: (params) => ({ sql: /*sql*/ `BEGIN PRC_FLASH_ATUALIZA_VENDA_DONO( p_data_inicial => TRUNC(SYSDATE) - 30, p_data_final => TRUNC(SYSDATE), p_empresa_ini => 1, p_empresa_fim => 10, p_divisao => ${params.divisao}, p_cgos => ${params.cgos} ); END;`, }), cron: "0 * * * *", timeout_seconds: 2400, }), ], C5_mambo: [ { name: "Procedure que atualiza os dados do flash", command: /*sql*/ `BEGIN END`, cron: "0 * * * *", timeout_seconds: 2400, }, ], Verdemar: [ { name: 'Procedure que atualiza os dados do flash', command: /*sql*/ `BEGIN /* PRC_FLASH_ATUALIZA_VENDA( p_data_inicial => TRUNC(SYSDATE), p_data_final => TRUNC(SYSDATE) );*/ END;`, cron: "0 */2 * * *", timeout_seconds: 2400, } ] });