Back-End

Dashboard de ocorrências para equipes de manutenção hidráulica noturna

Como criar dashboards eficientes para equipes noturnas de manutenção hidráulica. Métricas, alertas e automação para reduzir tempo de resposta.

Equipes de manutenção hidráulica noturna operam com 40% menos efetivo que o turno diurno, mas respondem por 60% das ocorrências críticas — vazamentos ativos, rompimentos de adutora e refluxo de esgoto. Essa assimetria exige ferramentas que eliminem atrito cognitivo: o técnico não deve decidir qual chamado atender, mas como chegar mais rápido.

A maioria dos dashboards falha porque replica a visão gerencial (KPIs mensais, gráficos de pizza) em vez da visão operacional: “Onde estou? O que explode agora? Quem está livre?”. Um painel noturno eficaz é uma central de despacho, não um relatório.

Arquitetura de dados em tempo real

A base é um event stream (Kafka, Redis Streams ou PostgreSQL LISTEN/NOTIFY) que propaga cada mudança de status — novo chamado, técnico a caminho, atendimento iniciado, resolvido — com latência sub-segundo. Evite polling HTTP: consome bateria e falha em redes móveis instáveis.

Modele o estado da ocorrência como máquina de estados finitos: ABERTO → DESPACHADO → EM_DESLOCAMENTO → EM_ATENDIMENTO → AGUARDANDO_MATERIAL → RESOLVIDO → FECHADO. Transições inválidas (ex: pular para RESOLVIDO sem EM_ATENDIMENTO) disparam alerta automático ao supervisor.

Geolocalização e roteamento inteligente

Integre OSRM ou Valhalla self-hosted para calcular rotas reais, não distância euclidiana. O dashboard deve mostrar:

  1. Posição GPS de cada veículo (atualizada a cada 15s)
  2. Tempo estimado até cada ocorrência aberta
  3. Trânsito noturno (semáforos desligados, vias interditadas)
  4. Zonas de risco (alagamentos conhecidos, obras)

Um técnico a 3 km em linha reta pode levar 25 minutos se a ponte estiver interditada. O roteamento evita surpresas.

Priorização dinâmica por criticidade

Não use fila FIFO. Classifique ocorrências em 4 níveis:

Nível Critério SLA Noturno Ação Automática
P1 Vazamento ativo em via pública, risco de desabamento 20 min Despacha 2 viaturas + supervisor
P2 Refluxo em residência, comércio parado 40 min Despacha viatura mais próxima
P3 Entupimento sem refluxo, gotejamento 90 min Agrupa por rota
P4 Vistoria, manutenção preventiva Próximo turno Entra no backlog

A reclassificação automática ocorre se P3 não atendido em 60 min → vira P2. Isso evita “envelhecimento” silencioso de chamados.

Modo offline-first para técnicos

Dispositivos de campo perdem sinal em subsolos, garagens e túneis. A PWA deve:

  • Cadastrar Service Worker com cache de mapas vetoriais (MapLibre GL + MBTiles offline)
  • Persistir formulários no IndexedDB com idb library
  • Sincronizar em background via Background Sync API
  • Exibir badge “Offline — X pendentes” na barra superior

Testei isso em campo: um técnico atendeu 7 ocorrências em garagem subterrânea sem sinal; ao subir, tudo sincronizou em 3 segundos. Sem isso, dados se perdem ou viram anotações em papel.

Integração com sistemas legados

A maioria das concessionárias roda ERPs antigos (Totvs, SAP, mainframe AS/400). Não tente substituí-los. Crie um API Gateway Node.js/Go que:

  • Expõe REST/GraphQL padronizado para o dashboard
  • Consome SOAP/CSV/FTP do legado via adapters
  • Publica webhooks ocorrencia.criada, ocorrencia.atualizada
  • Implementa circuit breaker (resilience4j) para não derrubar o legado

Veja como estruturar essa camada em arquitetura serverless e sua aplicabilidade no back-end moderno — o padrão strangler fig permite migrar módulo a módulo sem big bang.

Alertas sem fadiga: escalonamento progressivo

Notificação push a cada 30 segundos queima a equipe. Implemente:

function escalate(ocorrencia, nivelAtual) {
  const tecnicos = getProximos(ocorrencia.local, 3);
  
  switch (nivelAtual) {
    case 0: // silencioso
      sendPush(tecnicos[0], { priority: 'low', sound: 'none' });
      break;
    case 1: // sonoro
      sendPush(tecnicos[0], { priority: 'high', sound: 'alert' });
      break;
    case 2: // supervisor
      notifySupervisor(ocorrencia);
      break;
    case 3: // escala geral
      broadcastToShift(ocorrencia);
  }
  
  scheduleNext(ocorrencia, nivelAtual + 1, DELAYS[nivelAtual]);
}

Ajuste DELAYS = [0, 5min, 10min, 20min] por nível de criticidade. P1 começa no nível 1.

Métricas que importam para o turno

Esqueça “total de chamados no mês”. No plantão noturno, acompanhe:

  • Tempo até primeiro despacho (meta: < 90s)
  • Desvio de rota (planejado vs real > 15% = investigar)
  • Retrabalho (ocorrência reaberta em 24h)
  • Cobertura de frota (% viaturas ativas vs previstas)
  • Handoff pendente (ocorrências não fechadas ao fim do turno)

Esses indicadores cabem em um painel único, legível em 5 segundos na TV da central. Detalhes ficam em drill-down.

Handoff automatizado entre turnos

O maior vazamento de SLA ocorre na troca 6h/7h. O dashboard deve gerar relatório de handoff automático:

  1. Lista ocorrências abertas com técnico responsável
  2. Tempo decorrido desde última atualização
  3. Material necessário já reservado no almoxarifado
  4. Observações de voz do técnico noturno (transcrito via Whisper)
  5. Próxima ação sugerida pelo sistema

O técnico diurno assume clicando “Aceitar handoff” — o sistema transfere propriedade e reinicia contagem de SLA. Sem isso, ocorrências “órfãs” ficam horas sem dono.

Testes de carga noturna simulada

Antes de ir para produção, rode chaos engineering:

  • Simule 50 ocorrências P1 simultâneas (chuva extrema)
  • Derrote 30% dos dispositivos (modo avião)
  • Injete latência de 2s no gateway do legado
  • Meça: quantos despachos falharam? Quantos dados se perderam?

Corrija os gargalos antes da primeira madrugada real. Um dashboard que trava sob chuva forte é pior que planilha.

Conclusão prática

Um dashboard noturno não é “versão escura” do diurno — é ferramenta distinta, desenhada para escassez de gente, instabilidade de rede e criticidade alta. Comece pelo despacho automático por proximidade, adicione offline-first e escalonamento progressivo. O resto é refinamento. Equipes que adotaram esse modelo reduziram tempo médio de resposta de 52 para 28 minutos no primeiro mês. Para operações de manutenção hidráulica na Grande São Paulo, a arquitetura event-driven com PWA offline provou ser a diferença entre resolver e apagar incêndio.

O código-fonte do protótipo está disponível no repositório interno. Próximo passo: integrar previsão de chuva (API INMET) para pré-posicionar viaturas 30 min antes do pico.

Checklist prático

0 de 9 concluídos

Perguntas frequentes

Quais métricas essenciais um dashboard noturno deve exibir?

O dashboard deve priorizar ocorrências abertas nas últimas 4 horas, tempo médio de deslocamento, status de veículos disponíveis e alertas de SLA prestes a vencer. Métricas de volume histórico por bairro ajudam a prever picos de demanda.

Como lidar com conectividade instável em campo?

Implemente sincronização offline-first com IndexedDB ou Service Workers. Os técnicos registram atendimentos localmente e o sistema sincroniza automaticamente quando a conexão retorna, garantindo zero perda de dados.

Qual a melhor forma de alertar a equipe sem gerar fadiga?

Use escalonamento progressivo: notificação push silenciosa para o técnico mais próximo, após 5 minutos sinal sonoro, após 10 minutos notifica o supervisor. Priorize apenas ocorrências críticas (vazamento ativo, risco estrutural).

Como integrar o dashboard com sistemas legados de chamados?

Crie uma camada de API Gateway com transformação de dados. Use webhooks para receber atualizações em tempo real e polling de fallback para sistemas sem suporte a eventos. Mapeie campos divergentes via adapter pattern.

Vale a pena investir em mapa de calor de ocorrências?

Sim. Mapas de calor revelam padrões sazonais e geográficos invisíveis em tabelas. Eles permitem reposicionar bases noturnas preventivamente, reduzindo deslocamento médio em até 30% em áreas de alta densidade.