BI, Power BI e Visualização

Total arrecadado = SUM(Arrecadacao[Valor])

Arquitetura de BI, indicadores e métricas

• Fluxo clássico: fontes (sistemas transacionais, planilhas, APIs) → integração (ETL/ELT, staging) → armazenamento analítico (DW, data marts, lakehouse) → camada semântica/OLAP (modelo com medidas, hierarquias) → apresentação (relatórios, dashboards, consultas ad hoc).
• Em paralelo: metadados e governança (segurança, qualidade, catálogo).

Relatório x dashboard (conceito geral)

• Dashboards por nível: estratégico (alta gestão, KPIs, tendência longa), tático/analítico (gerência, comparação e investigação), operacional (tempo real, monitoramento do processo).

Tipos de análise e Self-service BI

Self-service BI

• Usuário de negócio cria as próprias análises e relatórios sem depender da TI para cada pedido (Power BI, Tableau, Qlik).
• Benefícios: agilidade, autonomia, menos fila na TI.
• Riscos: versões conflitantes da verdade, "planilhas-sombra", vazamento de dados, modelos sem qualidade.
• Equilíbrio: BI gerenciado + self-service governado — TI/equipe de dados publica modelos semânticos certificados e compartilhados; a área de negócio cria relatórios sobre eles.

Ecossistema Power BI

• Modos de exibição do Desktop: Relatório, Tabela (dados), Modelo (relacionamentos), além de Exibição de consulta DAX e Exibição TMDL nas versões recentes.
• O antigo "conjunto de dados" (dataset) passou a se chamar modelo semântico (semantic model).

Modos de armazenamento e conexão

Power Query: transformações e tipos

• Ferramenta de ETL do Power BI (também presente no Excel e nos Dataflows). Cada ação vira uma etapa aplicada (Applied Step) gravada em linguagem M.
• As etapas são reaplicadas a cada atualização. Mudanças de esquema, tipos ou formato da origem podem exigir manutenção: uma transformação não fica correta “para sempre” apenas porque funcionou uma vez.
• Dobragem de consulta (query folding): o Power Query traduz as etapas para a linguagem da fonte (ex.: SQL) e quem processa é a fonte. Verifica-se por "Exibir Consulta Nativa". Algumas etapas quebram a dobragem e as seguintes passam a rodar localmente.
• Tipos de dados: Texto, Número inteiro, Número decimal, Decimal fixo (moeda), Data, Hora, Data/Hora, Data/Hora/Fuso, Duração, Verdadeiro/Falso, Binário. Tipo errado (ex.: data como texto) quebra ordenação, soma e inteligência de tempo.
• Criação de perfil de dados: Qualidade da coluna (válido/erro/vazio), Distribuição (distintos/únicos), Perfil da coluna. Por padrão analisa as primeiras 1.000 linhas; pode-se mudar para o conjunto inteiro.

Pivot x Unpivot

Power Query: combinar consultas (Mesclar x Acrescentar)

Os 6 tipos de junção do Mesclar

Linguagem M

• Linguagem funcional do Power Query; expressão let ... in: cada linha do let é uma etapa nomeada; o in indica qual etapa é o resultado.
• Sensível a maiúsculas e minúsculas (case-sensitive): Table.SelectRows ≠ table.selectrows.
• Nomes com espaço: #"Linhas Filtradas". Comentários: // e /* */.
• each [Coluna] > 0 é atalho para função de um parâmetro (_) => _[Coluna] > 0.
• Valores: listas {1, 2, 3}, registros [Nome = "SP", Cod = 35], tabelas.

let
    Fonte        = Csv.Document(File.Contents("C:\dados\nfe.csv"), [Delimiter=";"]),
    Cabecalhos   = Table.PromoteHeaders(Fonte),
    Tipos        = Table.TransformColumnTypes(Cabecalhos,
                     {{"dt_emissao", type date}, {"valor", type number}}),
    #"Só SP"     = Table.SelectRows(Tipos, each [uf] = "SP"),
    ComFaixa     = Table.AddColumn(#"Só SP", "faixa",
                     each if [valor] >= 10000 then "Alta" else "Baixa", type text)
in
    ComFaixa

Modelagem de dados no Power BI

• Melhor prática: esquema estrela — fatos (números, chaves) no centro, dimensões (descrições) em volta, relação 1:* da dimensão para a fato.
• Granularidade: defina o grão da fato; fatos de grãos diferentes (meta mensal x realizado diário) se relacionam pelas dimensões comuns no nível compatível.
• Hierarquias: Ano › Trimestre › Mês › Dia; habilitam drill-down nos visuais.
• Tabela de datas: uma linha por dia, contínua, sem lacunas nem duplicatas, coluna do tipo Data; deve ser marcada como tabela de datas. Pode ser criada com CALENDAR(início, fim) ou CALENDARAUTO().
• Ocultar chaves e colunas técnicas da exibição do relatório; usar medidas explícitas em vez de somas implícitas.

Relacionamentos: cardinalidade e direção

• Entre duas tabelas só pode haver um relacionamento ativo (linha contínua no diagrama). Os demais ficam inativos (linha tracejada) e são ativados numa medida com USERELATIONSHIP.
• Exemplo: fato com DataEmissao (ativo) e DataPagamento (inativo) ligadas à mesma dCalendario (dimensão role-playing).

Valor por Pagamento =
CALCULATE ( [Total Arrecadado],
            USERELATIONSHIP ( fPagamentos[DataPagamento], dCalendario[Data] ) )

DAX: fundamentos e contextos

Os dois contextos

• Contexto de linha: "a linha atual". Existe em colunas calculadas e dentro de iteradores (funções X: SUMX, AVERAGEX, COUNTX, FILTER…). Sozinho não filtra nada.
• Contexto de filtro: conjunto de filtros ativos vindo de linhas/colunas do visual, segmentações, filtros de página/relatório, RLS e do próprio CALCULATE.
• Transição de contexto: CALCULATE converte o contexto de linha em contexto de filtro equivalente. Ocorre também quando uma medida é chamada dentro de contexto de linha (há um CALCULATE implícito em toda medida).

-- Coluna calculada em dContribuinte:
Total SEM transicao = SUM ( fNFe[Valor] )                -- mesmo total geral em todas as linhas
Total COM transicao = CALCULATE ( SUM ( fNFe[Valor] ) )  -- total de cada contribuinte
Total via medida    = [Total NFe]                         -- idem: medida já embute CALCULATE

Agregadores x iteradores

Funções de contagem e utilidades

• COUNTROWS(tabela) conta linhas; COUNT conta valores não vazios de uma coluna; COUNTA conta não vazios de qualquer tipo (inclusive lógico); COUNTBLANK conta vazios; DISTINCTCOUNT conta distintos.
• DIVIDE(num, den [, alternativo]): divisão segura — retorna BLANK (ou o alternativo) quando o denominador é zero. Prefira a /.
• VAR ... RETURN: variáveis — legibilidade e desempenho (calculada uma vez).
• Operadores: && (E), || (OU), IN { }, & concatena texto.

CALCULATE e funções de filtro

• CALCULATE(expressão, filtro1, filtro2, ...): avalia a expressão em um contexto de filtro modificado. É a função mais importante do DAX.
• Filtro booleano dRegiao[UF] = "SP" substitui filtro existente sobre essa coluna (internamente vira FILTER(ALL(dRegiao[UF]), ...)). Vários argumentos de filtro combinam-se com E.
• KEEPFILTERS faz o novo filtro se somar (interseção) ao existente em vez de substituí-lo.

Total Arrecadado = SUM ( fArrecadacao[Valor] )

% do Total Geral =
DIVIDE ( [Total Arrecadado],
         CALCULATE ( [Total Arrecadado], ALL ( dMunicipio ) ) )

% dentro da UF =
DIVIDE ( [Total Arrecadado],
         CALCULATE ( [Total Arrecadado], ALLEXCEPT ( dMunicipio, dMunicipio[UF] ) ) )

Grandes Contribuintes =
CALCULATE ( [Total Arrecadado],
            FILTER ( dContribuinte, [Total Arrecadado] > 1000000 ) )

DAX: inteligência de tempo

Pré-requisito: tabela de datas contínua, marcada como tabela de datas e relacionada à fato.

Arrecadacao YTD  = TOTALYTD ( [Total Arrecadado], dCalendario[Data] )
Arrecadacao AA   = CALCULATE ( [Total Arrecadado], SAMEPERIODLASTYEAR ( dCalendario[Data] ) )
Variacao % AA    = DIVIDE ( [Total Arrecadado] - [Arrecadacao AA], [Arrecadacao AA] )
Movel 12 meses   = CALCULATE ( [Total Arrecadado],
                     DATESINPERIOD ( dCalendario[Data], MAX ( dCalendario[Data] ), -12, MONTH ) )

Filtros, interações e segurança (RLS)

• Níveis no painel de filtros: no visual, na página, em todas as páginas (relatório). Há ainda filtro de detalhamento (drillthrough).
• Segmentação de dados (slicer): filtro visual na página; pode ser sincronizada entre páginas.
• Editar interações: define como um visual afeta os outros — filtrar, realçar (highlight, padrão em muitos visuais) ou nenhum.
• Drill-down/up em hierarquias; drillthrough leva para página de detalhe filtrada; dica de ferramenta (tooltip) de página.
• Indicadores (bookmarks): salvam estado da página (filtros, visibilidade) — base para navegação e storytelling.
• Ordem de precedência prática: RLS restringe tudo antes; depois filtros de relatório, página, visual e as interações.

RLS — Row-Level Security (segurança em nível de linha)

• Definida no Desktop em Gerenciar funções (roles) com expressões DAX de filtro; usuários/grupos são atribuídos às funções no Serviço.
• Estática: [UF] = "SP". Dinâmica: usa a identidade do usuário — [Email] = USERPRINCIPALNAME() — com tabela de permissões.
• Testa-se com "Exibir como" (View as).
• No workspace, a RLS se aplica a quem tem papel de Visualizador; Administrador, Membro e Colaborador não são restringidos por ela.
• OLS (Object-Level Security) oculta tabelas/colunas inteiras.

-- Função "Auditor regional" na tabela dDelegacia
dDelegacia[EmailAuditor] = USERPRINCIPALNAME ()

Visualização de dados: escolha do gráfico

Comunicação, storytelling e design de dashboards

• Tufte: maximizar a razão dados-tinta (data-ink ratio) e eliminar chartjunk (3D, sombras, grades pesadas, enfeites).
• Atributos pré-atentivos: cor, tamanho, posição, orientação, intensidade — percebidos antes da atenção consciente; use para destacar o que importa (um destaque por visual).
• Gestalt: proximidade, similaridade, cercamento, conexão, continuidade — agrupar elementos relacionados.
• Storytelling com dados (Cole Nussbaumer Knaflic): entender o contexto e o público → escolher o visual adequado → eliminar a saturação → focar a atenção → pensar como designer → contar uma história (início, meio, fim; chamada para ação).
• Paletas: sequencial (valores ordenados de baixo a alto), divergente (desvio em torno de ponto central, ex.: acima/abaixo da meta), categórica/qualitativa (categorias sem ordem). Atenção a daltonismo (evitar só vermelho x verde).

Boas práticas de dashboard

• Responder às perguntas do público em poucos segundos; idealmente caber em uma tela (Stephen Few).
• Leitura em Z/F: o mais importante no canto superior esquerdo (cartões de KPI no topo), detalhe abaixo.
• Poucos visuais por página; títulos que dizem a conclusão ("Arrecadação caiu 4% em set") e não só o nome da métrica.
• Contexto sempre: meta, período anterior, tendência — número sozinho não informa.
• Consistência de cores e formatos; mesma cor = mesmo significado em todas as páginas.

Teste rápido