Na Laboratoria, as Training Managers (TMs) fazem um ótimo trabalho analisando o máximo de dados possíveis sobre o desempenho das alunas para apoiá-las em sua aprendizagem. Para revisar esses dados, as TMs geralmente precisam verificar muitos documentos do Excel (Google Spreadsheets) localizados em diferentes pastas e locais. Muitas vezes elas perdem tempo localizando esses documentos e executando fórmulas para obter os dados de que precisam.

Para otimizar seu tempo, as TMs solicitaram que nós construíssemos uma ferramenta da Web onde elas pudessem ver esses dados com facilidade e rapidez. E elas nos disseram quais são os dados que elas normalmente analisam:

• O número total de alunas presentes pela sede e geração.
• A porcentagem de alunas desistentes
• O número de alunas que excedem a meta de pontos, em média, de todos os sprints realizados. O objetivo dos pontos é 70% do total de pontos em HSE e em tecnologia.
• A porcentagem que representa os dados anteriores em relação ao total de alunas.
• O Net Promoter Score (NPS) médio dos sprints realizados. O NPS é calculado com base no levantamento que as estudantes respondem em relação à recomendação que dariam da Laboratoria, sob a seguinte fórmula:
• A quantidade e porcentagem que representa o total de alunas que excedem a meta de pontos técnicos em média e sprint.
• O valor e a porcentagem que representam o número total de alunas que excedem a meta de pontos de HSE, em média, e por sprint.
• O percentual de alunas satisfeitas com a experiência da Laboratoria.
• A pontuação média das professoras.
• A pontuação média das mestres Jedi.

• Trabalhar em duplas
• Ter um planejamento
• A definição do projeto
• Implementação do dashboard de dados utilizando html, cssejs
• Publicar nas páginas do Github

• Você deve fazer um fork deste repositório .
• Então você deve clonar o fork na sua máquina. Lembre-se que o comando para usar é git clone e sua estrutura geralmente se parece com isso: git clone https://github.com/ < nome do usuário > /data-dashboard.git

• Na Laboratoria (e especialmente a TMS) somos viciadas à representação gráfica dos dados, como mostrado no desenho, que seria ideal para exibir os dados processados num gráfico como o design proposto ou alternativa.
• Além disso, a proatividade (sempre das TMs 😂) torna o seguinte requisito adicional muito útil: Tenha um botão que indique que uma aluna saiu do Bootcamp e altere os totais afetados por essa alteração.

• Sexta-feira vamos ler todo conteúdo solicitado e nos organizamos e decidirmos como e quando iriámos fazer nosso trabalho. Faremos tambem o Marvel das telas da experiência UX.

• Sábado encontrarmos de manha na casa da Thatiana, começar o código pelo tratamento dos dados do arquivo "data.js" no nosso arquivo "app.js", intervalo para o almoço, colocar os dados no HTML, intervalo para café, testarmos e reparar os erros que eventualmente podem acontecer no arquivo "app.js". No sábado vamos trabalhar de 9h às 20h no esquema de trabalhar 50 minutos, tirar 10 minutos de pausa e faremos intervalo para o café da manha, almoço, café da tarde e jantar.

• Domingo vamos trabalhar remotamente, escolheremos detalhes do CSS, aplicando as cores do manual da Laboratória, assistiremos vídeos que vão nos fornecer informações sobre JavaScript, Google Charts e HTML entre outras dúvidas que podem surgir durante nossos estudos. Também vamos usar parte do dia como day-off.

• Segunda-feira vamos nos encontrar na casa da Thatiana para trabalharmos lá no mesmo esquema do sábado, começando às 10h, inicialmente vamos debater o que aprendemos e descobrimos no domingo, e depois passar o resto do dia na revisão do código e dos conflitos que possam surgir, terminando o trabalho previsto às 21h.

Experiencia do usuário testando as telas com o uso do aplicativo Marvel. https://marvelapp.com/32e8476