A compra deste conteúdo não prevê o atendimento e

fornecimento de suporte técnico operacional, instala-

ção ou configuração do sistema de leitor de ebooks.
Em alguns casos, e dependendo da plataforma, o su-
porte poderá ser obtido com o fabricante do equipa-
mento e/ou loja de comércio de ebooks.
 O Microsoft Power BI é uma plataforma profissional
de análise de dados e business intelligence à qual os
usuários se conectam para análise, visualização, colabo-
ração e distribuição de dados. A plataforma adota uma
abordagem unificada e escalável para business intelli-
gence que permite aos usuários obter insights de dados
mais profundos ao usar praticamente qualquer fonte
disponível. Com o Power BI, você acessa ferramentas
para dar suporte a todo o ciclo de vida da análise de da-
dos: importação, transformação, visualização e
colaboração.
O Power BI, parte da Microsoft Power Platform, é
complementar a seus apps irmãos: Power Apps (para
desenvolvimento de apps com pouco código ou sem),
Power Automate (para desenvolvimento de fluxo de tra-
balho) e Power Virtual Agents (para chatbots). Eles
atuam bem juntos. Também há como integrá-lo ao Mi-
crosoft 365 (Word, Excel, PowerPoint e SharePoint) e ao
Dynamics 365.
Quando quiser obter valor de seus dados usando
apps da Microsoft ou até mesmo de terceiros, o Power
BI lhe dará os insights que você e sua organização pro-
curam em velocidade e escala.

AS VERSÕES DO POWER BI
Selecionar a versão do Power BI ideal para você pode
ser um pouco confuso. Isso porque há várias, algumas
gratuitas, outras não exatamente.
Ao considerar gratuito versus pago, pense no Power BI
Service, a plataforma online do Power BI. O Power BI
Desktop é sempre gratuito. Vamos começar com os mo-
delos de licenciamento:
 Versão Descrição

Power BI Ser- Um usuário pode acessar o conteúdo em

vice Free My Workspace.

Power BI Ser- Um usuário pode publicar conteúdo em

vice Pro outros workspaces, compartilhar e assi-
nar dashboards e relatórios. Os usuários
podem compartilhar apenas com usuá-
rios que tenham licença Pro ou Premium.

Power BI Ser- Um usuário pode publicar conteúdo em

vice Premium outros workspaces, compartilhar e assi-
Pay-per-User nar dashboards e relatórios. Os usuários
podem compartilhar com usuários que
tenham licença Pro ou Premium. A princi-
pal diferença é o número de atualizações
e a capacidade alocada no nível do usuá-
rio. Essa opção se destina a usuários indi-
viduais com conjuntos orientados a big
data.

Power BI Ser- Tem os mesmos recursos do Pay-per-

vice Premium User, mas a escala e o tamanho do repo-
Pay-per- sitório de armazenamento e a taxa de
Capacity atualização são ainda maiores.

Pode ser um pouco confuso, porque alguns dos pro-

dutos anunciados são gratuitos e outros exigem licenci-
amento. As versões do Power BI em que os dados pron-
tos para produção podem ser expostos aos usuários
são: Free (Desktop e Service), Pro, Premium, Mobile, Em-
bedded e Report Server. Seguem as descrições delas:
Versão do Descrição
Produto

Desktop A versão desktop gratuita do Power BI

permite que um usuário crie relatórios e
entradas de análise de dados sem pu-
blicá-los na internet. Se você quiser cola-
borar ou compartilhar a saída, precisará
da versão Pro ou Premium.

Free Considerada a versão de nuvem gratuita

de nível básico, permite criar e armaze-
nar relatórios online, em comparação
com a Desktop. As desvantagens são a
capacidade de armazenamento limitada
e ausência de possibilidade de
colaboração.

Pro Na versão paga de nível básico do Power

BI, a alocação de armazenamento é
maior e é possível colaborar com usuá-
rios Pro.
Versão do Descrição
Produto

Premium A versão corporativa paga vem em duas

edições: por usuário e capacidade. O li-
cenciamento por usuário se destina
àqueles com aspirações de big data que
também precisam de grande escala de
armazenamento sem os requisitos de
distribuição global. O licenciamento por
capacidade é útil para uma empresa que
pretende ter muitos usuários. Há um
problema com o licenciamento por capa-
cidade: é preciso obter licenças Pro. Você
paga o armazenamento e a segurança —
recursos matadores.

Mobile Produto complementar para gerir relató-

rios, dashboards e KPIs em dispositivos
móveis que oferece recursos de autoria
limitados, se houver. A capacidade de co-
laborar em dispositivos móveis varia con-
forme a licença.

Embedded Integra relatórios em tempo real sobre

produtos voltados para o público ou pri-
vados com o serviço de API do Power BI
no Microsoft Azure.
 Versão do Descrição
Produto

Report Server Baseado em servidor, destina-se a produ-

zir a saída de relatórios offline. Os usuá-
rios armazenam seus relatórios em um
servidor, não online.

O Power BI Desktop e o Power BI Free não cus-

tam nada, mas você tem pouca ou nenhuma
oportunidade de colaboração. Se quiser colaborar, pre-
cisará adquirir pelo menos uma licença do Power BI Pro.
Microsoft Power BI Para Leigos
Copyright © 2023 da Starlin Alta Editora e Consultoria Ltda.
ISBN: 978-85-508-2030-9

Translated from original Microsoft Power BI For Dummies.

Copyright © 2022 by Wiley Publishing, Inc. ISBN 978-1-119-
82487-9. This translation is published and sold by John Wiley,
the owner of all rights to publish and sell the same. PORTU-
GUESE language edition published by Starlin Alta Editora e
Consultoria Ltda, Copyright © 2023 by Starlin Alta Editora e
Consultoria Ltda.

1ª Edição, 2023 — Edição revisada conforme o Acordo Ortográfico da

Língua Portuguesa de 2009.

Todos os direitos estão reservados e protegidos por Lei. Nenhuma

parte deste livro, sem autorização prévia por escrito da editora,
poderá ser reproduzida ou transmitida. A violação dos Direitos
Autorais é crime estabelecido na Lei nº 9.610/98 e com punição
de acordo com o artigo 184 do Código Penal.

A editora não se responsabiliza pelo conteúdo da obra, formulada

exclusivamente pelo(s) autor(es).

Marcas Registradas: Todos os termos mencionados e reconheci-

dos como Marca Registrada e/ou Comercial são de responsabili-
dade de seus proprietários. A editora informa não estar associada
a nenhum produto e/ou fornecedor apresentado no livro.

Erratas e arquivos de apoio: No site da editora relatamos, com a

devida correção, qualquer erro encontrado em nossos livros, bem
 como disponibilizamos arquivos de apoio se aplicáveis à obra em
questão.

Acesse o site www.altabooks.com.br e procure pelo título do li-

vro desejado para ter acesso às erratas, aos arquivos de apoio
e/ou a outros conteúdos aplicáveis à obra.

Suporte Técnico: A obra é comercializada na forma em que está,

sem direito a suporte técnico ou orientação pessoal/exclusiva ao
leitor.

A editora não se responsabiliza pela manutenção, atualização e

idioma dos sites referidos pelos autores nesta obra.

Produção Editorial
Grupo Editorial Alta Books

Diretor Editorial
Anderson Vieira
anderson.vieira@altabooks.com.br

Editor
José Ruggeri
j.ruggeri@altabooks.com.br

Gerência Comercial
Claudio Lima
claudio@altabooks.com.br

Gerência Marketing
Andréa Guatiello
andrea@altabooks.com.br
Coordenação Comercial
Thiago Biaggi

Coordenação de Eventos
Viviane Paiva
comercial@altabooks.com.br

Coordenação ADM/Finc.
Solange Souza

Coordenação Logística
Waldir Rodrigues

Gestão de Pessoas
Jairo Araújo

Direitos Autorais
Raquel Porto
rights@altabooks.com.br

Produtor da Obra
Thiê Alves

Produtores Editoriais
Illysabelle Trajano
Maria de Lourdes Borges
Paulo Gomes
Thales Silva

Equipe Comercial
Adenir Gomes
Ana Claudia Lima
Andrea Riccelli
Daiana Costa
Everson Sete
Kaique Luiz
Luana Santos
Maira Conceição
Nathasha Sales
Pablo Frazão

Equipe Editorial
Ana Clara Tambasco
Andreza Moraes
Beatriz de Assis
Beatriz Frohe
Betânia Santos
Brenda Rodrigues
Caroline David
Erick Brandão
Elton Manhães
Gabriela Paiva
Gabriela Nataly
Henrique Waldez
Isabella Gibara
Karolayne Alves
Kelry Oliveira
Lorrahn Candido
Luana Maura
Marcelli Ferreira
Mariana Portugal
Marlon Souza
Matheus Mello
Milena Soares
Patricia Silvestre
Viviane Corrêa
Yasmin Sayonara

Marketing Editorial
Amanda Mucci
Ana Paula Ferreira
Beatriz Martins
Ellen Nascimento
Livia Carvalho
Guilherme Nunes
Thiago Brito

Atuaram na edição desta obra:

Tradução
Carolina Palha

Copidesque
Alessandro Thomé

Revisão Gramatical
Rafael Fontes
Thaís Pol

Revisão Técnica
Sidney Moraes
Especialista em Microsoft Power BI
Diagramação
Lucia Quaresma

Livro digital
Lucas Camargo

Dados Internacionais de Catalogação na Publicação (CIP) de acordo

com ISBD

H996m Hyman, Jack

Microsoft Power BI Para Leigos / Jack Hyman ; traduzido por
Carolina Palha. - Rio de Janeiro : Alta Books, 2023.
ePub3.

ISBN: 978-85-508-2030-9

1. Ciência da Computação. 2. Programas de computador. 3. Fon-

tes de dados. 4. Organização de dados. 5. Tabelas. 6. Gráficos e re-
latórios. 7. Linguagem DAX. 8. Visualizações. I. Palha, Carolina. II.
Título.

2023-1473 CDD 005.3

CDU 004.42

Elaborado por Vagner Rodolfo da Silva - CRB-8/9410

Índice para catálogo sistemático:

1. Ciência da Computação: programas de computador 005.3
2. Ciência da Computação: programas de computador 004.42
Rua Viúva Cláudio, 291 — Bairro Industrial do Jacaré
CEP: 20.970-031 — Rio de Janeiro (RJ)
Tels.: (21) 3278-8069 / 3278-8419
www.altabooks.com.br — altabooks@altabooks.com.br
Ouvidoria: ouvidoria@altabooks.com.br
Sobre o Autor

Jack Hyman é o fundador da HyerTek, uma empresa

de serviços de consultoria e treinamento em tecnolo-
gia com sede em Washington, D.C., especializada em
computação em nuvem, business intelligence, gestão
de aprendizado e consultoria de aplicativos corporati-
vos para organizações federais, estaduais e do setor
privado nos EUA e no Canadá. Ele é especialista em
tecnologia corporativa com mais de vinte anos de ex-
periência em transformação digital e em nuvem,
computação colaborativa, engenharia de usabilidade,
blockchain e integração de sistemas. Durante sua ex-
tensa carreira em TI, Jack liderou agências do governo
federal dos EUA e empresas globais por meio de pro-
jetos de transformação tecnológica de vários anos.
Antes de fundar a HyerTek, Jack trabalhou para a Ora-
cle e a IBM. Ele é autor de muitos livros, forneceu ori-
entação de revisão por pares para periódicos acadê-
micos e desenvolveu um material didático de treina-
mento com ênfase em tecnologias Microsoft. Desde
2004, atua como membro adjunto do corpo docente
da George Washington University, da American
University e da University of the Cumberlands.
Hyman é doutor em Sistemas de Informação pela
Nova Southeastern University.

Dedicatória

Aos meus filhos, Jeremy e Emily. Espero que sempre

amem aprender, assim como eu.

Agradecimentos

Muitas pessoas estão envolvidas no desenvolvimento

de Microsoft Power BI Para Leigos. Quero agradecer aos
principais membros da equipe. Agradeço ao editor de
aquisições, Steve Hayes, por me dar a oportunidade
de escrever este livro (e tantos outros projetos da Para
Leigos ao longo dos anos). Um grande obrigado ao
editor sênior Paul Levesque, por me guiar ao longo
deste projeto com suas sugestões excelentes para es-
crever um texto forte e garantir que o projeto perma-
necesse em sincronia. À editora de texto, Becky
Whitney. Aprecio muito sua ajuda para garantir que
este livro fosse bem escrito e cheio de estilo. Além
disso, agradeço a Carole Jelen, da Waterside Producti-
ons, por me trazer mais um projeto empolgante para
compartilhar com o mundo. E, finalmente, a minha
esposa, Debbie, e a nossos filhos, Jeremy e Emily, por
me permitirem assumir mais um trabalho movido
pelo amor.
Sumário

Introdução

Parte 1: Resolve Teus BI

CAPÍTULO 1: Analisando Dados: O Power BI
CAPÍTULO 2: Luz, Câmera, Ação!
CAPÍTULO 3: Ah, as Escolhas: Versões do Power BI
CAPÍTULO 4: Power BI: Ó, Abre Alas

Parte 2: Que Rolem os Dados!

CAPÍTULO 5: Direto da Fonte
CAPÍTULO 6: Obtendo Dados de Fontes Dinâmicas
CAPÍTULO 7: Limpar, Transformar e Carregar Dados

Parte 3: A Arte e a Ciência do Power BI

CAPÍTULO 8: Luz na Passarela: O Modelo de Dados
CAPÍTULO 9: Projetando e Implantando Modelos
CAPÍTULO 10: Aperfeiçoando o Modelo de Dados
CAPÍTULO 11: Dados na Mira
CAPÍTULO 12: Relatórios a Rodo
CAPÍTULO 13: Surfando no Dashboarding

Parte 4: Ou DAX ou Desce!

CAPÍTULO 14: Toma Lá DAX Cá
CAPÍTULO 15: Funcionando com DAX
CAPÍTULO 16: Quem DAX Mais?
CAPÍTULO 17: Por Aí: O Workspace do Power BI

Parte 5: Não É Ranger, mas Também É Power

CAPÍTULO 18: Soprando os Dados
CAPÍTULO 19: Que o Power Esteja com Você!

Parte 6: A Parte dos Dez

CAPÍTULO 20: Dez Melhorias no DAX com o Power BI
CAPÍTULO 21: Dez Formas de Simplificar Relatórios
Introdução

Os dados estão em toda parte — não importa aonde

você vá e não importa o que faça, alguém está cole-
tando dados ao seu redor. As ferramentas e técnicas
utilizadas para avaliá-los, sem dúvida, amadurece-
ram ao longo das últimas décadas. Há menos de uma
década, a simples planilha era considerada uma fer-
ramenta adequada para coletar, medir e calcular re-
sultados — mesmo para conjuntos de dados comple-
xos. Não mais! Empresas modernas acumulam dados
em um ritmo tão rápido que abordagens mais sofisti-
cadas que planilhas se tornaram o novo normal. Al-
guns até chamam as planilhas de dinossauros!
Bem-vindo à geração do business intelligence. E o
que ele exige, você pergunta? Considere consultar
fontes de dados, relatórios, armazenar dados em ca-
che e visualizá-los como a ponta do iceberg. Faça a si
mesmo esta pergunta: se você tivesse que atender às
necessidades de sua organização, quais seriam? Pegar
dados estruturados, não estruturados e semiestrutu-
rados e dar sentido a eles faz parte de seus requisitos?
Talvez desenvolver saídas robustas de análise de ne-
gócios para fins executivos? Ou o mandato da lide-
rança é a entrega de relatórios complexos, visualiza-
ções, dashboards e KPIs? Se você está balançando a
cabeça agora e sussurrando tudo isso, não está
sozinho.
É isso o que as empresas de hoje, grandes e peque-
nas, esperam. E com o Microsoft Power BI, parte da
Power Platform, você fornece um nível altamente so-
fisticado de business intelligence para sua organiza-
ção, realizando cada um desses objetivos de negócios
com pouco esforço.
O Power BI foi concebido como parte do SQL Server
Reporting Team, em 2010. Então, o Power BI chegou
ao pacote Office 365 em setembro de 2013 como um
produto de análise avançada. O Power BI foi criado
com base nos suplementos principais do Microsoft
Excel: Power Query, Power Pivot e Power View. Ao
longo do caminho, a Microsoft adicionou alguns re-
cursos de inteligência artificial, como o Q&A Engine,
conectores de dados de nível empresarial e opções de
segurança por meio do Power BI Gateway. O produto
se tornou tão popular entre a comunidade empresa-
rial que, em julho de 2015, foi separado da família Of-
fice, tornando-se sua própria linha de produtos. Por
fim, no final de 2019, o Power BI se fundiu com outros
produtos da Microsoft para formar a família Power
Platform, que consiste em Power Apps (aplicativos),
Power Automate (fluxo de trabalho) e Power BI (busi-
ness intelligence).
Independentemente de usar o Power BI como um
aplicativo autônomo para transformar suas fontes de
dados em insights interativos ou integrar a aplicati-
vos como Power Apps, SharePoint ou Dynamics 365,
ele permite que os usuários visualizem e descubram o
que é realmente essencial em seus vastos recursos de
dados. Os usuários podem compartilhar dados em es-
cala com facilidade. Dependendo de sua função, você
pode criar, exibir ou compartilhar dados usando o
Power BI Desktop, o serviço baseado em nuvem ou o
aplicativo móvel. A plataforma Power BI foi projetada
para permitir que os usuários criem, compartilhem e
consumam insights de negócios que atendem efetiva-
mente a você e sua equipe.

Sobre Este Livro

Este livro se destina a qualquer pessoa interessada em

análise de negócios, concentrando-se nos recursos
gerais de toda a plataforma Power BI. Não importa se
você é um novato ou um usuário avançado — defini-
tivamente, se beneficiará lendo este livro. Penso es-
pecialmente nas seguintes funções de negócios:

» Analista de negócios: Como analista de negócios, você

tem muitas responsabilidades. Talvez seja especialista
em coleta de requisitos, guru da configuração, designer
ou até mesmo quase desenvolvedor. Este livro será um
recurso para muitas das tarefas críticas que encontrará
na área.

» Profissional de dados: Os dados são complexos — não

duvide. Este livro não o ajuda a lidar com as fórmulas dos
bastidores e nem ensina a construir e codificar relatórios,
dashboards, visualizações e KPIs sofisticados. No en-
tanto, ele o ajuda a entender as atividades fundamentais
em toda a plataforma Power BI, se este for seu primeiro
contato no uso da plataforma de business intelligence
(BI) da Microsoft. Você poderá obter dados rapidamente,
analisá-los e criar relatórios relativamente sofisticados
depois de ler este livro.

» Desenvolvedor: Este livro não é especificamente para

você, mas há muitas dicas, truques e técnicas ao longo
dele. O Power BI é uma coleção de produtos que exigem
que os usuários entendam várias linguagens de progra-
mação fundamentais, incluindo DAX e SQL. Neste livro,
damos uma pincelada nesses tópicos. Dê uma olhada
nos capítulos sobre DAX, na Parte 4, se quiser uma intro-
dução ou uma atualização no tema.

» Profissional de TI: Seja você um especialista em nuvem,

engenheiro de sistemas, profissional de banco de dados
 ou tenha outro cargo de TI, este livro não fornece todas
as respostas técnicas que procura. Em vez disso, é um
ponto de partida se quiser dar um salto no mundo do
business intelligence da Microsoft.

» Gerente ou executivo: Muitas vezes, as entregas cria-

das no Power BI são feitas para gerentes e executivos. O
Power BI tem mais de setenta conectores de dados dis-
poníveis para extrações deles, desenvolvimento de rela-
tórios, suporte à visualização e à criação de dashboards.
Sob sua orientação, essas entregas são criadas por ana-
listas, desenvolvedores e profissionais de dados. Por-
tanto, a leitura de Microsoft Power BI Para Leigos o ajudará
a entender melhor a arte do possível.

Penso que…

O Power BI é um aplicativo bem grande, como você já

deve saber. A Microsoft assume que suas interfaces
são relativamente simples para os usuários criarem
relatórios e dashboards. Eis a verdade: alguns usuá-
rios acham que, dependendo do produto, seu uso é te-
nebroso. É certo que há muitos recursos em cada pla-
taforma. Como autor, escrevi o livro para usuários que
desejam aprender sobre esses recursos críticos nas
três plataformas do Power BI: Desktop, Service e Mo-
bile. Este livro não pretende ser um curso intensivo
para certificação ou um mergulho profundo na gestão
ou codificação do Power BI. Há livros específicos para
esses fins no mercado.
Ao longo deste livro, no entanto, direciono-o para o
site do Microsoft Power BI, quando apropriado, no
qual há recursos técnicos para você se aprofundar um
pouco de vez em quando.
Como o Power BI tem muitos componentes, fiz al-
gumas suposições sobre os recursos à sua disposição
para realizar a jornada deste livro:

» Você baixou uma cópia do Power BI Desktop. Algu-

mas coisas na vida são gratuitas, e essa é uma delas. A
Microsoft fornece o Power BI Desktop para seus usuá-
rios gratuitamente! O Power BI Desktop se destina a
construir os modelos de dados do usuário final, relató-
rios e dashboards para consumo pessoal. No entanto, é
aí que ele termina. Você precisa de uma conta online
para compartilhar e colaborar. Cerca de metade das lis-
tas de etapas deste livro é concluída usando o cliente
Desktop.

» Você tem, no mínimo, uma conta do Power BI Free

Service, mas, preferencialmente, tem uma do Power
BI Pro. Se deseja compartilhar e colaborar com outras
pessoas, precisa de uma conta Pro. Caso contrário, a
conta online gratuita só servirá por enquanto. A finali-
dade da versão online é distribuir suas saídas em for-
mato somente leitura. Suponha que você queira que ou-
tras pessoas editem e manipulem os dados. Nesse caso,
não há como pagar pela versão Pro ou Premium por
 usuário. Além disso, quanto maior seu conjunto de da-
dos, maior é a probabilidade de precisar da atualização.

» Você tem acesso à internet: Isso soa um pouco óbvio.

Mesmo com o Power BI Desktop, é necessária uma co-
nexão com a internet para acessar conjuntos de dados
online.

» Você tem um conjunto de dados significativo: O que

é significativo? Criei um conjunto de dados, em
www.dummies.com/go/mspowerbifd, de exemplo, em
inglês, para você acompanhar com este livro. No en-
tanto, suponhamos que você queira usar seus próprios
dados. Nesse caso, um conjunto de dados significativo
inclui pelo menos de trezentos a quatrocentos registros
contendo, no mínimo, cinco ou seis colunas de dados.

Ícones Usados Neste Livro

Nas margens de Microsoft Power BI Para Leigos, há al-

guns ícones. Aqui está o que eles significam:

As dicas apontam atalhos ou sugestões es-

senciais para fazer as coisas de forma mais rá-
pida, aprimorada e eficiente no Power BI.
 Se vir este ícone, preste uma atenção espe-
cial, porque essas pegadinhas podem tornar o
Power BI um pouco difícil de entender. Mas não se
preocupe — eu o ajudarei a encontrar uma solução
alternativa.

Considere explorar o funcionamento interno

do Power BI e, talvez, sua integração com ou-
tros aplicativos. Isso significa que pode haver uma
configuração para uma fonte de dados que tenha uma
nuance ou um recurso de relatório avançado para
moldar seus dados. Esses itens são destacados para
ajudá-lo caso a caso.

Quando este ícone aparece, ele aponta para

um conteúdo útil que está disponível na
internet.

Não tome esses alertas como um sinal de pâ-

nico. Eles aparecem de vez em quando para
alertá-lo sobre um problema comum ou desafio de
produto que muitos usuários enfrentam. Novamente,
não se preocupe!
Além Deste Livro

Além do conteúdo que está lendo neste livro, você tem

acesso a uma Folha de Cola gratuita do Power BI que o
ajudará na criação de dashboards atraentes, relatórios
valiosos e código DAX estruturado. Você também tem
acesso a um conjunto de dados completo, em inglês,
que pode ser importado para sua instância do Power
BI Desktop ou Service. O conjunto de dados é útil por-
que pode ser usado em todos os exercícios deste livro.
Para a Folha de Cola, acesse www.altabooks.com.br
e pesquise na caixa de busca pelo título ou ISBN do li-
vro. Para o conjunto de dados, acesse:
www.dummies.com/go/mspowerbifd.
1
Resolve Teus BI
 NESTA PARTE…

Conheça os tipos de dados usados nas

soluções corporativas de BI.

Identifique as funções, as responsabilida-

des e os produtos produzidos por profissi-
onais de BI.

Descubra as opções de licenciamento e

os principais recursos disponíveis com o
Power BI.
 NESTE CAPÍTULO

» Vendo os diferentes tipos de da-

dos que o Power BI manipula

» Entendendo as ferramentas de
business intelligence

» Familiarizando-se com a termi-

nologia do Power BI

Capítulo 1
Analisando Dados: O
Power BI

O s dados estão em toda parte — literalmente.

Desde o momento em que você acorda até o momento
em que dorme, algum sistema em algum lugar coleta
dados em seu nome. Mesmo enquanto dorme, estão
sendo gerados dados que se correlacionam com algum
aspecto de sua vida. O que é feito com esses dados é
muitas vezes a questão proverbial de milhões. Os da-
dos fazem sentido? Têm algum tipo de estrutura? O
conjunto de dados é tão volumoso que encontrar o que
você está procurando é como encontrar uma agulha
em um palheiro? Ou é mais como se você não conse-
guisse encontrar aquilo de que precisa, a menos que
tenha uma ferramenta especial para ajudá-lo a nave-
gar por eles?
Eu responderia essa última pergunta com um sim
enfático, e é aí que a análise de dados e a business in-
telligence entram em cena. E convenhamos: a cena
pode ser esmagadora se os dados estiverem gerando
consistentemente algo em seu nome.
Lidar com dados nem sempre é uma tarefa
árdua — também é divertido explorá-los. Às
vezes é fácil descobrir exatamente o que é necessário
para resolver um problema, mas em outras você pre-
cisa fazer o Sherlock Holmes. Por quê? Porque os da-
dos em questão podem não ter estrutura nem signifi-
cado. Claro, você é obrigado a pegar ferramentas para
ajudá-lo a desempenhar os papéis de detetive, avalia-
dor, designer e curador.
Neste capítulo, discuto os diferentes tipos de dados
que você pode encontrar ao longo de sua jornada e re-
viso a terminologia-chave com a qual deverá se fami-
liarizar antecipadamente. Não se preocupe: não é pre-
ciso memorizar o equivalente a um dicionário. Você
aprenderá alguns conceitos-chave para lhe dar uma
vantagem em Power BI e business intelligence.
Pronto?

O que São Dados, de Fato?

Pergunte a cem pessoas em uma sala qual é a defini-

ção de dados e você receberá cem respostas diferen-
tes. Por quê? Porque, no mundo dos negócios, dados
significam coisas muito diferentes para pessoas dife-
rentes. Então, busquemos uma resposta simplificada.
Dados contêm fatos. Às vezes, os fatos fazem sentido;
às vezes, não, a menos que se adicione contexto.
Às vezes, os fatos podem ser quantidades, caracte-
res, símbolos ou uma combinação de tipos que se
unem ao coletar informações. A informação permite
que as pessoas — e, mais importante, as empresas —
nos signifiquem; a menos que, reunidos, eles não fa-
çam absolutamente nenhum sentido.
Quando há um sistema de informações cheio de da-
dos de negócios, também deve haver um conjunto de
identificadores exclusivos de dados para que, quando
pesquisados, seja fácil entendê-los na forma de tran-
sação. Exemplos de transações incluem o número de
trabalhos concluídos, consultas processadas, renda
recebida e despesas incorridas.
A lista segue. Para obter insights sobre interações
comerciais e realizar análises, seu sistema de infor-
mações deve ter dados relevantes e oportunos, da
mais alta qualidade.
Dados não são o mesmo que informações. Os
dados são os fatos brutos. Isso significa que
você deve pensar em dados em termos de campos in-
dividuais ou colunas em um banco de dados relacional
ou, talvez, em um documento solto (marcado com
descritores chamados de metadados), armazenados
em um repositório de documentos. Por si só, é impro-
vável que esses itens façam muito sentido para você
ou para uma empresa. E tudo bem, às vezes. A infor-
mação é o corpo coletivo de todas essas partes de da-
dos, que resulta no sentido lógico dos fatos.

Trabalhando com dados estruturados

Você já abriu um banco de dados ou planilha e notou

que os dados estavam vinculados a colunas ou linhas
específicas? Por exemplo, você encontraria letras em
um CEP? Ou, talvez, ao pensar em um nome e sobre-
nome, sempre encontre letras nesses campos especí-
ficos. Outro exemplo é quando você está limitado ao
número de caracteres que pode inserir em um campo.
Pense em S como Sim; N como Não. Qualquer outra
coisa é irrelevante.
O que estou descrevendo aqui é chamado de dados
estruturados. Ao avaliar dados estruturados, você per-
cebe que eles estão em conformidade com um for-
mato tabular, o que significa que cada coluna e linha
devem manter uma inter-relação. Como cada coluna
tem um nome representativo que adere a um modelo
de dados predefinido, sua capacidade de analisar os
dados deve ser direta.
Se usar o Power BI, perceberá que os dados estrutu-
rados estão em conformidade com uma especificação
formal de tabelas com linhas e colunas, comumente
chamada de esquema de dados. Na Figura 1-1, há um
exemplo de dados estruturados em uma planilha do
Microsoft Excel.

Figura 1-1:
Exemplo de dados estruturados.

Se você usa o Power BI para análise pessoal,

fins educacionais ou suporte a negócios, as
fontes de dados mais acessíveis para ferramentas de
BI são estruturadas. As plataformas que oferecem op-
ções de dados estruturados robustos incluem Micro-
soft SQL Server, Microsoft Azure SQL Server, Micro-
soft Access, Azure Table Storage, Oracle, IBM DB2,
MySQL, PostgreSQL, Microsoft Excel e Google Sheets.

Observando dados não estruturados

Os dados não estruturados são ambíguos, não tendo

nenhuma rima, razão ou consistência. Finja que está
olhando um lote de fotos ou vídeos. Existem pontos
de dados explícitos que se pode associar a um vídeo ou
foto? Talvez, porque o próprio arquivo pode consistir
em uma estrutura e ser feito de alguns metadados. No
entanto, o subproduto em si — a representação — é
único. Os dados não são replicáveis, portanto, não es-
tão estruturados. É por isso que qualquer vídeo, áudio,
foto ou arquivo de texto é considerado não
estruturado.

Adicionando os semiestruturados

Os dados semiestruturados têm alguma formalidade,

mas não são armazenados em um sistema relacional e
não têm um formato definido. Os campos que os con-
têm não são, de forma alguma, organizados em tabe-
las, linhas ou colunas estrategicamente colocadas. Em
vez disso, os dados semiestruturados contêm tags que
facilitam sua organização em um tipo de hierarquia.
Sistemas de dados não relacionais ou bancos de dados
NoSQL são mais bem associados a dados semiestrutu-
rados, dos quais o código programático, muitas vezes
serializado, é orientado pelos requisitos técnicos. Não
há uma prática de codificação rígida e rápida.
Para o desenvolvedor de business intelligence que
utiliza linguagens semiestruturadas, as práticas de
programação serializadas ajudam a escrever códigos
sofisticados. Se o objetivo for gravar dados em um ar-
quivo, enviar um snippet deles para outro sistema ou
analisá-los para serem traduzíveis para consumo es-
truturado, os dados semiestruturados têm potencial
para sistemas de business intelligence. Se a lingua-
gem serializada conseguir comunicar, um conjunto de
dados semiestruturado tem um grande potencial.

Olhando os Bastidores do Power BI

O Power BI é um produto que reúne muitos aplicativos

e serviços menores e baseados em nuvem com um ob-
jetivo: organizar, coletar, gerenciar e analisar grandes
conjuntos de dados. Big data é o conceito que prega
que o analista de negócios e dados avaliará conjuntos
de dados extremamente grandes, o que revelará pa-
drões e tendências relacionados a comportamentos e
interações humanas não identificáveis sem ferra-
mentas específicas. Uma coleta típica de big data é
frequentemente expressa em milhões de registros. Ao
contrário de uma ferramenta como o Microsoft Excel,
o Power BI pode avaliar muitas fontes de dados e mi-
lhões de registros simultaneamente. As fontes tam-
bém não precisam ser estruturadas em planilha. Po-
dem incluir dados não estruturados e
semiestruturados.
Após reunir essas muitas fontes de dados e pro-
cessá-las, o Power BI ajuda a criar saídas visualmente
atraentes na forma de gráficos, relatórios, dashboards
e KPIs.
Como você já leu, o Power BI não é apenas um apli-
cativo de origem única. Ele tem componentes de
desktop, online e móveis.
Em todas as plataformas Power BI, há um
(ou mais) dos seguintes produtos:

» Power Query: Ferramenta de conexão de dados para

transformar, combinar e aprimorar dados em várias fon-
tes de dados.

» Power Pivot: Ferramenta de modelagem de dados.

» Power View: Ferramenta de visualização de dados para

gerar gráficos, mapas e elementos visuais interativos.
 » Power Map: Ferramenta de visualização para criar ren-
derizações de mapas 3D.

» Power Q&A: Mecanismo de inteligência artificial que

permite fazer perguntas e receber respostas usando lin-
guagem simples.

» Power BI Desktop: Solução completa e gratuita que

reúne todos os aplicativos descritos nesta lista em uma
única interface gráfica de usuário.

» Power BI Service: Experiência de usuário baseada em

nuvem para colaborar e distribuir produtos, como rela-
tórios, com outras pessoas.

Nas seções a seguir, ajudo-o a mergulhar mais

fundo na funcionalidade principal de cada produto.

Fazendo perguntas com o Power Query

Por volta de 2010, antes de o Power BI se tornar sua

própria linha de produtos, era um suplemento avan-
çado de consulta e manipulação de dados para Excel.
Foi só por volta de 2013 que a Microsoft começou a
testá-lo como sua própria linha de produtos, com o
lançamento formal do Power BI Desktop e do Service
em julho de 2015. Uma das justificativas para a mu-
dança para um produto dedicado foi a necessidade de
um editor de consultas mais robusto. Com o editor do
Excel, era uma única fonte de dados, enquanto, com o
Power Query, você pode extrair dados de várias fontes
de dados, bem como ler dados de fontes relacionais,
como SQL Server Enterprise, Azure SQL Server, Ora-
cle, MySQL, DB2 e de uma série de outras platafor-
mas. Se estiver procurando extrair dados de fontes
não estruturadas, semiestruturadas ou de aplicativos
— como arquivos CSV, arquivos de texto, arquivos do
Excel, documentos do Word, bibliotecas de documen-
tos do SharePoint, Microsoft Exchange Server,
Dynamics 365 ou Outlook —, também é possível. E, se
você tiver acesso a serviços de API que mapeiam cam-
pos de dados específicos em plataformas como Linke-
dIn, Facebook ou Twitter, também poderá usar o
Power Query para minerar essas plataformas.
O que quer que tenha que ser feito, o Power Query
faz, e o procedimento é sempre o mesmo: ele trans-
forma os dados especificados (usando uma interface
gráfica do usuário, conforme necessário), adicio-
nando colunas, linhas, tipos de dados, data e hora,
campos de texto e operadores apropriados. O Power
Query gerencia essa transformação usando um ex-
tenso conjunto de dados, que não é nada mais do que
um monte de dados brutos (muitas vezes desorgani-
zados e confusos para você, é claro), e, em seguida,
cria uma ideia geral deles organizando o conjunto em
tabelas, colunas e linhas para consumo. O produto
produzido pela saída do Power Query no Editor pode
então ser transferido para um arquivo portátil, como
o Excel, ou algo mais robusto, como um modelo
Power Pivot.
Nos bastidores do Power Query, está a lin-
guagem de fórmula M. Embora M nunca mos-
tre seu rosto como parte da interface gráfica do usuá-
rio, ela está lá fazendo seu trabalho. Abordo breve-
mente M em vários capítulos futuros, para você ver
como a mecânica funciona à medida que transforma
os dados em conjuntos de dados estruturados, semi-
estruturados e não estruturados no Power BI.

Modelando com o Power Pivot

A ferramenta de modelagem de dados do Power BI é o

Power Pivot. Com ele, você cria modelos como esque-
mas em estrela, métricas calculadas e colunas, e
constrói diagramas complexos. O Power Pivot apro-
veita outra linguagem de programação, o Data
Analysis eXpression Language — ou DAX, para abre-
viar. O DAX é uma linguagem baseada em fórmulas
para análise de dados. Você logo descobre que, como
uma linguagem, ele está repleto de funções úteis, en-
tão fique atento.
Visualizando com o Power View

O mecanismo de visualização do Power BI é o Power

View. A ideia é se conectar a fontes de dados, buscar e
transformá-los para análise e, em seguida, fazer com
que o Power View apresente a saída em uma de suas
muitas opções de visualização. O Power View possibi-
lita filtrar dados para variáveis individuais ou um re-
latório inteiro. Os usuários podem se aprofundar nos
dados no nível da variável ou até separar elementos
no Power View para se concentrar nos que podem ser
anômalos.

Mapeando com o Power Map

Às vezes, a visualização de dados requer mais do que

um gráfico de barras ou uma tabela. Talvez você pre-
cise de um mapa que integre coordenadas geoespaci-
ais com requisitos 3D. Suponha que queira adicionar
dimensionalidade aos dados — talvez com a ajuda de
mapas de calor, medindo a altura e a largura de uma
coluna ou baseando a cor em uma referência estatís-
tica. Nesse caso, considere o conjunto de recursos do
Power BI. Outro recurso incorporado ao Power Map é
o uso de recursos geoespaciais usando o Microsoft
Bing, a tecnologia de mecanismo de pesquisa externa
da Microsoft que inclui ferramentas para mapear lo-
cais. Um usuário pode destacar dados usando latitude
geocoordenada e dados longitudinais tão granulares
quanto um endereço ou tão globais quanto um país.

Interpretando com o Power Q&A

Um dos maiores desafios para muitos usuários é a in-

terpretação de dados. Você construiu um modelo in-
crível de dados com o Power Pivot. E agora? Sua
amostra geralmente é enorme, o que significa que é
necessário, de alguma maneira, entender todos os da-
dos do modelo. Por isso, a Microsoft criou um meca-
nismo de linguagem natural, uma forma de interpre-
tar texto, números e até mesmo fala, para que os
usuários possam consultar o modelo de dados
diretamente.
O Power Q&A funciona diretamente em con-
junto com o Power View.
Um exemplo clássico de uma situação em que o
Power Q&A é extremamente útil envolve determinar
quantos usuários compraram um item específico em
um determinado local da loja. Se quiser detalhar ainda
mais, analise todo um conjunto de métricas — per-
guntando se o item vem em várias cores ou tamanhos,
por exemplo, ou especificando em qual dia da semana
a maioria dos itens foi vendida. As possibilidades são
infinitas, desde que você tenha construído seu modelo
de dados para acomodar tais perguntas.

Power BI Desktop

Todas essas plataformas são ótimas, mas a ideia ge-

nial foi agrupar o Power Query, o Power Pivot, o
Power View e o Power Q&A no Power BI Desktop.
Usando o Power BI Desktop, você pode concluir todas
as atividades de business intelligence sob um único
guarda-chuva, além de desenvolver atividades de BI e
análise de dados com mais facilidade. Por fim, a Mi-
crosoft atualiza os recursos do Power BI Desktop
mensalmente, para você sempre estar na vanguarda
do BI.

Power BI Service

Com o tempo, o nome do Power BI Service evoluiu.

Quando o produto estava em beta, era chamado de
Power BI Website. Hoje em dia, você ouve Power BI
Online e Power BI Service. Seja qual for o nome, ele é o
Software as a Service do Power BI. Disponível em
https://app.powerbi.com [conteúdo em inglês], o
Power BI Service permite que os usuários colaborem e
compartilhem com outros, em um único local, seus
dashboards, relatórios e conjuntos de dados.
 A versão do Power BI que você licenciou dita
sua capacidade de compartilhar e ingerir
dados.

Conhecendo a Terminologia

Quer a Microsoft ou outro fornecedor a crie, cada pro-

duto tem sua própria terminologia. Pode parecer uma
língua estrangeira, mas, se você visitar o site de um
fornecedor e fizer uma pesquisa simples, certamente
encontrará um glossário que explica o significado de
todos esses termos misteriosos.
A Microsoft, sem surpresa, também tem seu glos-
sário para o Power BI. (A terminologia também é en-
tendida como conceitos pelo produtor, por motivos
que só ele e Deus sabem.) Antes de prosseguir em sua
jornada de Power BI, vamos estabelecer a configura-
ção do terreno. No Microsoft Power BIês, alguns con-
ceitos se mantêm para todos os fornecedores, não im-
porta qual. Por exemplo, todos os fornecedores têm
relatórios e dashboards como conceitos críticos.
Agora, todos adotam a prática da Microsoft e chamam
os fluxos de dados de um tipo de fluxo de trabalho?
Não exatamente. Todos eles têm seus nomes para es-
ses recursos específicos, embora todos esses recursos
geralmente funcionem da mesma maneira.
A Microsoft fez um bom trabalho ao tentar
manter os nomes convencionais para os con-
ceitos críticos. No entanto, alguns dos recursos mais
avançados específicos para IA/machine learning e se-
gurança adotam a linguagem rarefeita de produtos da
Microsoft, como Azure Active Directory ou Azure Ma-
chine Learning.

Capacidades

Qual é a primeira coisa em que você pensa quando se

trata de dados? É no tipo ou é na quantidade? Ou você
considera os dois? Com o Power BI, o primeiro con-
ceito com que você deve estar familiarizado é com as
capacidades, que são centrais para o Power BI. Por
quê?, você pergunta. As capacidades são a soma total
de recursos necessários para que se conclua qualquer
projeto no Power BI. Os recursos incluem o armaze-
namento, o processador e a memória necessários para
hospedar e entregar os projetos do Power BI.
Há dois tipos de capacidade: a compartilhada e a
dedicada. Uma capacidade compartilhada permite
compartilhar recursos com outros usuários finais da
Microsoft. As dedicadas comprometem totalmente re-
cursos apenas para você. Enquanto a capacidade com-
partilhada está disponível para usuários gratuitos e
pagantes do Power BI, a dedicada requer uma assina-
tura premium do Power BI.

Workspaces

Os workspaces são um meio de colaboração e com-

partilhamento de conteúdo com os colegas. Seja pes-
soal, seja para colaboração, todo workspace é criado
com base em capacidades. Pense em um workspace
como um contêiner que permite gerenciar todo o ciclo
de vida de dashboards, relatórios, workbooks, con-
juntos de dados e fluxos de dados no ambiente do
Power BI Service. (A Figura 1-2 mostra o My Works-
pace, um exemplo específico de workspace do Power
BI.)

Figura 1- 2:
My Workspace no Power BI Service.
 O My Workspace não é o único tipo de
workspace disponível. Há também a opção de
colaborar. Se você quiser colaborar, não tem escolha a
não ser atualizar para um plano Power BI Pro ou Pre-
mium. Os recursos que acompanham a colaboração
incluem a capacidade de criar e publicar dashboards,
relatórios, workbooks, conjuntos de dados e aplicati-
vos baseados em Power BI com uma equipe.
Quer fazer upload do trabalho criado com o
Power BI Desktop? Ou precisa manipular um
trabalho online sem colaborar com ninguém? Se a
resposta a qualquer pergunta for sim, o My Works-
pace é tudo o que é necessário. Você só precisa do uso
da licença online gratuita do Power BI. Assim que qui-
ser colaborar com outras pessoas, precisa atualizar
para uma assinatura paga Pro ou Premium.
Agora você sabe que seu trabalho está armazenado
em um workspace. Próxima pergunta: o que acontece
com os dados nesse workspace? A resposta é dupla: há
o que você vê como usuário e o que acontece nos bas-
tidores, como parte do processo de transformação de
dados. Vamos começar pelos bastidores.
Um fluxo de dados é uma coleção de tabelas que co-
leta os conjuntos de dados importados para o Power
BI. Depois que as tabelas forem criadas e gerenciadas
em seu workspace como parte do Power BI Service,
você poderá adicionar, editar e excluir dados em um
fluxo de dados. A atualização de dados também pode
ocorrer com uma programação predefinida. Lembre-
se de que o Power BI usa o Azure Data Lake, uma
forma de armazenar os enormes volumes de dados
necessários para que o Power BI avalie, processe e
analise dados rapidamente. O Azure Data Lake tam-
bém ajuda a limpar e transformar dados rapidamente
quando seus conjuntos são volumosos em tamanho.
Diferentemente de um fluxo de dados (que, você
deve se lembrar, é uma coleção de tabelas), um con-
junto de dados deve ser tratado como um único ativo
em sua coleção de fontes de dados. Pense em um con-
junto de dados como um subconjunto de dados.
Quando usado com fluxos de dados, ele é mapeado
para o Azure Data Lake. Provavelmente inclui alguns
ou todos os dados do Azure Data Lake. A granulari-
dade dos dados varia muito, dependendo da veloci-
dade e escala do conjunto.
O analista ou desenvolvedor pode extrair os dados
ao construir a saída desejada, como um relatório. Às
vezes há um desejo por vários conjuntos de dados,
caso em que a transformação do fluxo de dados é ne-
cessária. Por outro lado, às vezes, vários conjuntos de
dados aproveitam o mesmo conjunto alojado no Azure
Data Lake. Nesse caso, pouca transformação é
necessária.
Depois de manipular os dados por conta pró-
pria, você precisa publicar os dados que criou
no Power BI. A Microsoft assume que você pretende
compartilhar os dados entre os usuários. Se a intenção
for compartilhar um conjunto de dados, suponha que
uma licença Pro ou Premium seja necessária.

Relatórios

Os dados podem ser armazenados em um sistema in-

definidamente e permanecer ociosos. Mas de que adi-
anta se não forem consultados de tempos em tempos
para que usuários como você e eu entendam o que
significam? Suponha que você trabalhe para um hos-
pital. Você precisava consultar o banco de dados dos
funcionários para descobrir quantos trabalham a me-
nos de 8km, para emergências. É quando, rapida-
mente (tanto quanto a dobra espacial), você pode
criar um resumo de seu conjunto de dados usando um
relatório do Power BI. Claro, pode haver centenas de
registros ou até milhares, todos únicos, é claro, mas
são todos reunidos para ajudar o hospital em relação
apenas a quem pode chegar rápido em caso de emer-
gência, seja morando no final do quarteirão, seja a
10km, seja a 100km.
 O Power BI Reports traduz esses dados em uma ou
mais páginas de visualizações — gráficos de linha,
gráficos de barras, rosca ou pizza, mapas de árvore
—, você escolhe. Você pode avaliar seus dados em um
nível alto ou se concentrar em um subconjunto de da-
dos específico (se conseguiu consultar o conjunto de
antemão). Você pode lidar com a criação de um rela-
tório de várias maneiras, desde pegar um conjunto de
dados usando uma única fonte e criar uma saída do
zero até importar dados de muitas fontes. Um exem-
plo seria se conectar a uma planilha Excel ou a um
documento do Google Sheets usando a interface do
Power View. A partir daí, o Power BI pega os dados de
toda a fonte e dá significado a eles. O resultado é um
relatório (veja a Figura 1-3) com base nos dados im-
portados usando configurações predefinidas estabe-
lecidas pelo autor dele.
 Figura 1-3
Exemplo de relatório do Power BI.

O Power BI oferece dois modos de visualiza-

ção de relatório: de leitura e de edição. Quando
um relatório é aberto, ele está no modo de exibição de
leitura [Reading]. Se forem concedidas permissões
para editá-lo, você pode fazê-lo. Quando um relatório
está em um workspace, qualquer usuário com direitos
administrativos, de membro ou de colaborador, pode
editá-lo.
Direitos administrativos, de membros ou co-
laboradores, concedem acesso a recursos de
exploração, design, construção e compartilhamento
dentro do modo Edit. Os usuários que acessam os re-
latórios criados por esses usuários privilegiados po-
dem interagir com os relatórios no modo somente lei-
tura [Read-Only]. Isso significa que eles não podem
editá-lo — só visualizar a saída. Os relatórios criados
por usuários privilegiados ficam disponíveis na guia
Reports do workspace, conforme mostrado na Figura
1-4. Cada relatório representa uma visualização de
página única, o que significa que é baseado em apenas
um conjunto de dados.

Figura 1-4
A guia Reports, no Power BI Desktop.

Dashboards

Se já teve alguma experiência com o Power BI, sabe

que ele é uma ferramenta altamente visual. Pela sua
natureza, seu dashboard, também conhecido como
Canvas, dá vida à história dos dados. Para juntar as
peças do quebra-cabeça de dados e capturar um mo-
mento no tempo, use o dashboard. Pense nele como
uma tela em branco. À medida que cria seus relató-
rios, widgets, blocos e KPIs, você fixa os de que gosta
no dashboard para criar uma única visualização. O
dashboard representa o grande conjunto de dados que
resume bem seu tópico. Como tal, ele o ajuda a tomar
decisões, apoia o monitoramento de dados e possibi-
lita a análise detalhada do conjunto de dados, apli-
cando diferentes opções de visualização.
Para acessar um dashboard específico, primeiro
abra um workspace. Basta clicar na guia Dashboards
do aplicativo com o qual estiver trabalhando. Lem-
bre-se de que cada dashboard representa uma exibi-
ção personalizada de um conjunto de dados subja-
cente. Para localizar seus dashboards pessoais, acesse
a guia My Workspaces (veja a Figura 1-5) e escolha
Dashboards para ver o que está disponível.

Figura 1-5
Localizando seus dashboards.

Se tem um dashboard, tem permissão para

editá-lo. Caso contrário, o acesso é somente
leitura. Você pode compartilhá-lo, mas as pessoas
podem não conseguir salvar alterações. Assim, lem-
bre-se de que, se quiser compartilhar um dashboard
com um colega, precisará, no mínimo, de uma licença
do Power BI Pro. (Veja no Capítulo 3 mais informações
sobre os prós e contras do licenciamento.)

Painel de navegação

Neste capítulo, falo de muitos dos conceitos obrigató-

rios do Power BI, mas guardei o melhor — o painel de
navegação — para o final. Por que o painel de navega-
ção é o melhor? Simples. Todas as capacidades que
discuto até este ponto do capítulo são etiquetas en-
contradas nele. (Veja a Figura 1-16.) Você, por exem-
plo, usaria o painel de navegação para concluir ações
para localizar e se mover entre um workspace e os vá-
rios recursos do Power BI que deseja usar — dashbo-
ards, relatórios, pastas de trabalho, conjuntos de da-
dos — o que for.
 Figura 1-6.
O painel de navegação.

As opções de painel de navegação são infinitas. Um

usuário como você pode:

» Expandir e recolhê-lo.

» Abrir e gerenciar seu conteúdo favorito com a ajuda da

opção Favorites.

» Visualizar e abrir a seção de conteúdo visitada mais

recentemente.
Business Intelligence (BI): O que É?

As seções anteriores deste capítulo apresentam uma

compreensão básica dos ingredientes que compõem o
Power BI. Agora é hora de definir explicitamente um
termo que foi discutido, mas ainda não explicado: bu-
siness intelligence. Evitei esse tópico porque muitos
fornecedores de TI definem o business intelligence de
forma diferente. Eles injetam seus jargões particula-
res na definição. Por exemplo, se você for a um site da
Microsoft, encontrará uma ou duas páginas com uma
definição pura de business intelligence, mas também
uma infinidade de páginas detalhando como aplicar
as soluções da plataforma Power BI a todos os proble-
mas de negócios possíveis.
Então evitaremos sites de fornecedores e mantere-
mos uma definição simples de business intelligence: é o
que as empresas usam para analisar dados atuais e
históricos. Ao longo do processo de análise de dados,
há a esperança de que uma organização seja capaz de
descobrir os insights necessários para tomar as deci-
sões certas para o futuro da empresa. Ao usar uma
combinação de ferramentas disponíveis, uma organi-
zação processa grandes conjuntos de dados de várias
fontes para chegar a descobertas que podem ser apre-
sentadas à alta administração. Usando a ferramenta
de BI empresarial, as partes interessadas podem pro-
duzir visualizações por meio de relatórios, dashbo-
ards e KPIs para fundamentar suas estratégias de
crescimento com fatos. Muitas ferramentas permitem
a colaboração e o compartilhamento entre grupos,
porque os dados mudam ao longo do tempo.
Quase todos os conceitos que abordo neste
capítulo fazem parte da definição, e é por isso
que apresento a terminologia antes de apresentar a
definição de BI. Esses termos específicos do Microsoft
Power BI foram deliberadamente deixados de fora da
definição de business intelligence. À medida que você
continuar lendo este livro e mergulhando no uso do
Power BI, saiba que algumas das lições que apresento
são agnósticas: não importa a qual produto de business
intelligence eu esteja me referindo. Em outros mo-
mentos, você saberá quando o conselho for específico
para o Power BI, porque os comentários são
instrutivos.
Há pouco tempo, as empresas tinham que
fazer muitas tarefas manualmente. Ainda me
lembro daqueles dias. As ferramentas de BI agora sal-
vam o dia reduzindo o esforço para concluir tarefas
banais. Você pode realizar quatro ações agora para
transformar dados brutos em dados facilmente
acessíveis:
» Coletar e transformar os dados: Ao usar várias fontes
de dados, as ferramentas de BI permitem extrair, trans-
formar e carregar dados (ETL) de fontes estruturadas e
não estruturadas. Quando esse processo está concluído,
você pode armazenar os dados em um repositório cen-
tral para que um aplicativo os analise e consulte.

» Analisar dados para descobrir tendências: O termo

análise de dados significa muitas coisas, desde a desco-
berta deles até a mineração. O objetivo do negócio, no
entanto, é o mesmo: tudo se resume ao tamanho do
conjunto de dados, ao processo de automação e ao ob-
jetivo da análise de padrões. O BI geralmente fornece
aos usuários uma variedade de ferramentas de modela-
gem e análise. Alguns vêm equipados com opções de vi-
sualização, e outros têm soluções de modelagem e aná-
lise de avaliação exploratória, descritiva, preditiva, estatís-
tica e até cognitiva. Todas essas ferramentas ajudam os
usuários a explorar dados — passados, presentes e
futuros.

» Usar as opções de visualização para fornecer clareza

de dados: Você pode ter muitos dados armazenados
em um ou mais repositórios. Consultar os dados a se-
rem compreendidos e compartilhados entre usuários e
grupos é o valor real das ferramentas de business intelli-
gence. As opções de visualização geralmente incluem re-
latórios, dashboards, gráficos, mapeamento, indicado-
res-chave de desempenho (KPIs) e — sim — conjuntos
de dados.
» Tomar medidas e tomar decisões: O processo culmina
com todos os dados ao seu alcance para tomar decisões
acionáveis. As empresas atuam analisando insights em
um conjunto de dados. Elas os analisam por partes, revi-
sando pequenos subconjuntos e tomando decisões sig-
nificativas com base neles. É por isso que as empresas
adotam o business intelligence — porque, com sua
ajuda, podem reduzir rapidamente a ineficiência, corrigir
problemas e adaptar o negócio para corresponder às
condições do mercado.
 NESTE CAPÍTULO

» Identificando potenciais usuários

corporativos do Power BI

» Abordando o ciclo de vida espe-

rado dos dados usando o Power
BI

» Distinguindo entre os tipos de

produtos de análise produzidos
pelo Power BI

Capítulo 2
Luz, Câmera, Ação!

A s soluções de business intelligence (BI) não são

únicas, e é por isso que fornecedores como a Micro-
soft atendem a um público amplo em seu marketing e
distribuição de produtos no nicho do Power BI. As
partes interessadas envolvidas no ciclo de vida do bu-
siness intelligence criam os modelos de dados para
análise e planejamento, limpam os conjuntos de da-
dos, transformam e validam tais conjuntos em mode-
los e gerenciam a infraestrutura para os modelos se-
rem executados, dia após dia.
Vários anos atrás, você contava nos dedos quantas
pessoas estavam envolvidas no gerenciamento de da-
dos de uma organização global. Hoje em dia, até uma
dúzia de equipes separadas podem ser responsáveis
por ele, e uma dessas equipes pode facilmente se de-
dicar a apoiar os esforços do Power BI e os resultados
analíticos, como os relatórios, dashboards e conjun-
tos de dados produzidos. Neste capítulo, você lê sobre
os agentes poderosos típicos de uma organização que
fazem uso do Power BI, como eles moldam os dados
desde o início e que tipos de resultados analíticos pro-
duzem ao longo do caminho.

Quem É Quem no Power BI

Houve um tempo em que você apontaria para uma

pessoa em uma empresa e diria: “Tag, você é o cara!”
Você sabia que essa pessoa era responsável por exe-
cutar os relatórios e contabilizar os dados de toda a
empresa no disco rígido, então sabia a quem recorrer
se tivesse um problema. Esses dias se foram.
 A nova ordem mundial agora inclui departamentos
cheios de pessoas que lidam com a gestão e a análise
de dados. Não é segredo que mais dinheiro do que
nunca está sendo gasto na economia do conheci-
mento, e muito desse dinheiro está sendo canalizado
para departamentos que usam o Power BI. Neles, há
vários atores importantes encarregados de gastá-lo
com sabedoria. Atualmente, a maioria dos programas
vitais de BI inclui analistas de negócios, analistas de
dados, engenheiros de dados, cientistas de dados e
administradores de banco de dados nas equipes. Jun-
tos, esses especialistas em dados lidam com todo o
processo de pegar dados brutos e usá-los para contar
uma história convincente.

Analista de negócios

O analista de negócios se concentra nos dados de uma

perspectiva qualitativa ou funcional. Quando você
precisa de uma pessoa para interpretá-los e explicar o
que significam em palavras, não números, pede ao
analista de negócios para reunir e documentar os re-
quisitos de dados de negócios ou para avaliá-los. Um
analista de negócios é o membro mais próximo da
equipe de Power BI envolvida no processo de tomada
de decisão do dia a dia, porque atua como um elo de
negócios com os tomadores de decisão e a equipe de
dados. Quando se é necessário criar um novo relatório
ou dashboard, o analista de negócios é o primeiro
contato de uma parte interessada. A visão dessa pes-
soa é traduzível para um conjunto de dados viável,
que acaba se tornando um modelo de dados.

Analista de dados

Diferentemente do analista de negócios, o analista de

dados não aborda a análise com base em um usuário
ou na necessidade do negócio, mas sim nos dados
produzidos. Uma vez que os dados entram nos siste-
mas de informação da empresa, tornam-se o utilitá-
rio mais valioso do analista. O analista de dados pro-
cura entender o valor por meio de ferramentas de vi-
sualização e relatórios, como o Power BI. Para tal,
acaba adotando várias funções, desde a criação de
perfis, limpeza e transformação de dados brutos até a
apresentação deles em sua forma finalizada às partes
interessadas apropriadas.
Um analista de dados, além de gerenciar os
dados nos bastidores, também tem um papel
prático na gestão de ativos do Power BI. Quando um
analista de negócios é encarregado de traduzir os re-
quisitos em produtos reais, o analista de dados é a
pessoa que atua como desenvolvedor. Essa pessoa
atende aos requisitos de dados e relatórios, transfor-
mando dados brutos em insights relevantes e úteis.
Pense no analista de dados como um guardião. Essa
pessoa é um intermediário entre o usuário final e a) o
analista de negócios, b) o engenheiro de dados e c) os
administradores do banco de dados para confirmar a
validade operacional. Isso é muita negociação! A fun-
ção requer que o analista de dados esteja familiari-
zado com a plataforma de dados e seus princípios de
segurança, gerenciamento de processos e princípios
gerais de gerenciamento. (Pense em um malaba-
rismo…) As outras funções no ecossistema de BI exi-
gem o mesmo comprometimento, portanto, o peso do
mundo não recai exclusivamente sobre o analista de
dados.

Engenheiro de dados

Como os dados não são uma coisa única, os indivíduos

que os implementam precisam ter uma ideia geral so-
bre os diferentes tipos de entrega disponíveis para
eles. Por exemplo, as pessoas que implementam solu-
ções de BI devem ser capazes de abordar dados no lo-
cal, bem como na nuvem. Além disso, os dados geren-
ciados e protegidos exigem uma avaliação de seu
fluxo de fontes estruturadas e não estruturadas. Às
vezes há apenas uma fonte, mas na maioria das vezes
há muitas diferentes. As próprias plataformas execu-
tam essa gama, de um banco de dados relacional tí-
pico a bancos de dados não relacionais e até mesmo de
fluxos de dados a armazenamentos de arquivos. Uma
coisa é certa: os dados devem sempre ser seguros e
perfeitamente integrados, não importa o serviço.
Assim como os analistas de dados, os engenheiros
de dados adotam muitas funções — é que, enquanto
as adotam, estão implementando ferramentas de da-
dos, em vez de analisar processos. Isso significa que o
engenheiro deve saber como usar ferramentas de ser-
viço no local, bem como de serviço de dados em nu-
vem, para ingerir e transformar dados entre as fontes.
Por fim, lembre-se de que você não pode planejar que
as fontes fiquem vinculadas apenas à própria organi-
zação, porque elas geralmente vivem fora de suas
quatro paredes.
Muitas vezes existem sinergias entre o enge-
nheiro de dados e um administrador de banco
de dados. E você pode se perguntar por que um enge-
nheiro de dados também não é chamado de adminis-
trador de banco de dados. O fato é que um engenheiro
de dados não fornece apenas serviços de consultoria,
gerencia a infraestrutura hospedada ou suporta as
necessidades operacionais de dados. Ele também é
responsável por elaborar a agenda para iniciativas de
business intelligence e ciência de dados. A função
exige um controle sobre os dados em todas as formas
e formatos. Como tal, o engenheiro de dados deve do-
minar a transformação de dados, usando a mais re-
cente tecnologia para transformar e mapear dados de
sua forma bruta para uma forma mais simplificada —
um formato mais fácil para o BI ou a análise explorar,
em outras palavras.
Organizações menores muitas vezes têm um
faz-tudo que dá conta do maior número possí-
vel de tarefas. Como você perceberá rapidamente, os
papéis ficam indefinidos. No mundo real, analistas de
dados, engenheiros de dados e administradores de
banco de dados trabalham juntos, muitas vezes com-
partilhando deveres e responsabilidades. Não é inco-
mum ter uma função de supervisor com um único tí-
tulo — geralmente, engenheiro de dados. Um admi-
nistrador de banco de dados, analista ou mesmo um
profissional de BI pode facilmente fazer a transição
para a função de engenheiro de dados, desde que
compreenda os requisitos de pessoas, processos e
tecnologias usados para filtrar os dados.

Cientista de dados

Os cientistas de dados raramente são responsáveis

pela gestão da infraestrutura. A maioria deles também
não instala softwares. Eles são focados em criar e exe-
cutar análises avançadas para extrair os dados dos
sistemas implementados pelos analistas de negócios,
analistas de dados, engenheiros de dados e adminis-
tradores de banco de dados. Como explico adiante
neste capítulo, os cientistas de dados realizam rotinas
de análise em dados descritivos, diagnósticos, pres-
critivos, preditivos e cognitivos. Se a análise é quanti-
tativa e usa ferramentas estatísticas ou aprendizado
de máquina para detectar padrões e anomalias, ou se
os dados requerem avaliação qualitativa, o objetivo é
o mesmo: criar um modelo bem construído.
Construir modelos de dados com funções analíticas
é apenas parte da responsabilidade de um cientista de
dados. À medida que o mundo do aprendizado de má-
quina e da inteligência artificial continua a prosperar,
ele é encarregado de explorar o aprendizado profundo
e realizar experimentos com problemas de dados
complexos com várias linguagens de codificação e
técnicas algorítmicas. Ele deve ser fortemente inves-
tido na compreensão de linguagens de programação
que transformam dados obscuros ou, de outra forma,
difíceis de explorar.
Não é segredo que a maior parte do tempo
gasto por um cientista de dados é com questões
relacionadas à fixação de dados, conhecida como
transformação de dados. Com uma equipe, o cientista
de dados acelera o processo. Melhor ainda, usando
ferramentas, como o Power BI, que automatizam
muitas das funções no ciclo de vida do business intel-
ligence e da ciência de dados, ele pode abordar mais
facilmente as perguntas que exigem respostas.

Administrador de bancos de dados

O administrador de banco de dados lida com a imple-

mentação e o gerenciamento da infraestrutura do
banco de dados. Em algumas organizações, o banco de
dados é totalmente habilitado para a nuvem. As orga-
nizações legadas, por outro lado, mantêm seu banco
de dados no local ou em um estado de fluxo, resul-
tando em uma implantação de plataforma híbrida. Ao
usar o Power BI, você fará com que seu administrador
de banco de dados crie soluções em cima dos serviços
de dados baseados no Microsoft Azure, incluindo o
Microsoft Azure SQL.
Considerando que o engenheiro ou analista de da-
dos lida com a disponibilidade e o desempenho da so-
lução de banco de dados, garantindo que as partes in-
teressadas identifiquem e implementem as políticas e
procedimentos de que precisam para apoiar o ambi-
ente de dados adequadamente, o administrador tem
um conjunto bastante diferente de responsabilidades.
O administrador do banco de dados é como um mé-
dico: garante a saúde e o bem-estar do banco de da-
dos, bem como da infraestrutura na qual são
executados.
Ao resumir quem faz o que no ciclo de vida
dos dados do Power BI, lembre-se destes dois
pontos:

» Seu analista de negócios, seu analista de dados e seu

engenheiro de dados estão envolvidos na criação de
dados e em sua capacidade de gerenciamento. As
palavras-chave aqui são ingestão, transformação, valida-
ção, limpeza e criação.

» Seu administrador de banco de dados, por outro

lado, lida com os sistemas que garantem que os da-
dos permaneçam saudáveis. A responsabilidade não
se limita à confiabilidade dos dados, mas inclui a
segurança.

Dando Vida aos Dados

Os dados levam tempo para ser cultivados. Trate o

processo como se estivesse começando no centro de
um alvo cujo foco é a preparação. À medida que você
aprende mais sobre pessoas, processos e tecnologias
da organização, seus requisitos de dados evoluem e
acabam informando seu modelo de dados. À medida
que os modelos amadurecem e o volume de dados
prolifera, as visualizações disponíveis aumentam em
detalhes, variedade e tamanho. Você está em posição
de concluir muito mais análises, que podem variar de
qualitativas a quantitativas e ocorrer esporadica-
mente ou em tempo real. Em última análise, o geren-
ciamento de dados é abrangente porque se sobrepõe a
todas as fases do ciclo de vida deles. A Figura 2-1 ilus-
tra o que os líderes de uma organização típica devem
esperar quando cultivam dados usando uma solução
corporativa de business intelligence como o Power BI.

Figura 2-1:
Ciclo de vida de dados de protótipo para uma organização
que usa o Power BI.

Preparação

Embora a fase de preparação seja a mais focada e te-

diosa, todo o ciclo de vida dos dados é influenciado
por ela. Por quê?, você pergunta. Bem, o que acontece
se começar com dados insuficientes? Relatórios ruins
ou visualizações mal construídas levando a análises
defeituosas com um impacto catastrófico na empresa.
A preparação requer um analista de negócios
para avaliar as necessidades da empresa e um
analista de dados para construir um perfil de dados
apropriado para limpeza e transformação. Os dados
podem vir de uma fonte ou de muitas.
Suponha que o analista de negócios ou de dados
construa indevidamente o perfil esperado, mapeie
mal a saída resultante ou transforme os dados em um
resultado abaixo do padrão para que o modelo e a vi-
sualização os apresentem incorretamente. Nesse
caso, a organização pode achar que o produto entre-
gue pela ferramenta de BI tem pouco significado. É
certo que o processo é complicado, uma vez que os
dados podem ser provenientes de várias fontes ou que
pode não ser clara a melhor forma de se conectar a
elas — fatores, devo acrescentar, cujas implicações de
desempenho são significativas. O truque é determinar
o que é necessário para garantir que o desempenho
não seja afetado negativamente e, em seguida, garan-
tir que os modelos e relatórios atendam a esses requi-
sitos predeterminados. (Os exemplos de requisitos
aqui incluem o volume de dados e memória ou, talvez,
o uso de CPU para processamento.)
Evite a tentação de economizar quando se
trata de atender a esses requisitos. Tais proces-
sos incluem a coleta de dados, a procura de padrões e
anomalias e a síntese dos dados em requisitos signifi-
cativos. No entanto, saiba que algumas cargas de tra-
balho de dados são incapazes de lidar com habilidades
de consulta ad hoc se o volume de memória ou o po-
der de processamento for insuficiente.

Modelagem

Ok, você diz que sua preparação de dados está com-

pleta. O escrutínio de dados está em um nível alto, en-
tão muitos olhos confirmaram que eles estão em seu
estado adequado. E agora? As organizações aprovei-
tam essa oportunidade para modelar os dados. Nesse
contexto, a modelagem de dados é um processo em
que todas essas peças brutas de dados foram formali-
zadas e estruturadas. O objetivo é decidir como os
conjuntos de dados organizados podem se relacionar
entre si. Depois de definir tais relações, você pode
construir os modelos criando métricas, cálculos e
conjuntos de regras.
O modelo é um componente crítico no ciclo
de vida dos dados. Sem um modelo, o usuário
final não pode produzir relatórios ou realizar análises
para uma organização. Um modelo adequadamente
projetado é a chave para fornecer resultados precisos
e confiáveis, especialmente à medida que mais orga-
nizações começam a trabalhar com grandes conjuntos
de dados.
Sempre que tiver problemas de desempenho
com o Power BI, avalie o modelo. Exemplos que
incorrem em problema de desempenho incluem taxas
de atualização de relatórios que demoram mais do que
deveriam, atraso no carregamento e preparação de
dados ou renderização deles de um conjunto frequen-
temente acessado que está demorando para ser
consultado.

Visualização

Visualizar dados ajuda as organizações a entender

melhor os problemas de negócios de maneiras que um
texto não o faz. Imagine a espessura deste livro como
um único conjunto de dados para um relatório. Você
acha que é fácil para uma pessoa resumir o conteúdo
deste livro depois de lê-lo por dois minutos? Quanto
esforço seria necessário para chegar discretamente a
cinco ou seis pontos de dados principais? (Chuto que
seria necessário um esforço sobre-humano.) O velho
ditado “Uma imagem vale mais que mil palavras”
aplica-se aqui. É por isso que a visualização dá vida
aos dados. As visualizações contam histórias convin-
centes, permitindo que os tomadores de decisão de
negócios obtenham os insights necessários
rapidamente.
Uma boa solução de BI, como o Power BI, incorpora
muitas opções de visualização que facilitam a com-
preensão dos resultados dos relatórios para os toma-
dores de decisão. As visualizações agregam os dados
para orientar o profissional por meio do conjunto ra-
pidamente. Os relatórios construídos com base nelas
são auxiliares cruciais quando se trata de conduzir
ações e comportamentos de tomada de decisão em
uma empresa. Dado que muitas organizações nem se-
quer olham para o conjunto de dados estruturado, não
importa o tempo gasto avaliando os dados brutos na
fase de preparação e modelagem, você precisa ter cer-
teza de que suas visualizações fornecem mensagens
precisas.
Nem todas as visualizações são adequadas
para um conjunto de dados. Um mapa de árvore
requer pelo menos três variáveis para ser uma saída
visual viável. Por outro lado, gráficos de pizza e de
barras são muita coisa para resolver apenas duas va-
riáveis. Dado esse fato, vale a pena dedicar um tempo
para entender o problema de negócios que se almeja
resolver, para ver se todos os pontos de dados são ne-
cessários. Demasiados dados dificultam a detecção de
padrões-chave.
O Power BI tem recursos de IA integrados
que orientam a visualização mais adequada
para relatórios, sem necessidade de código. Considere
usar o recurso Q&A, experimentar as várias opções de
visualização ou usar o Quick Insights para mapear seu
modelo de dados com a solução de melhor ajuste no
Power BI.

Análise

Não há dois indivíduos que analisam os dados da

mesma maneira. A tarefa de análise é outra etapa do
processo ao criar o modelo de dados e interpretar as
visualizações. Considere a análise como uma ativi-
dade abrangente que coincide entre as funções. Seria
melhor analisar constantemente os dados, o modelo
derivado e a saída de visualização para se certificar de
que a precisão segue. Garanta a precisão ao encontrar
padrões, perceber tendências, comunicar-se com as
pessoas e até mesmo prever resultados com base em
dados, mesmo que encontre tendências anômalas.
Plataformas como o Power BI tornam a análise de da-
dos mais acessível porque o processo é simplificado
para as partes interessadas do negócio quando se
trata de concluir cada uma dessas tarefas.
O Power BI é uma solução de desktop e tam-
bém baseada em nuvem. Você pode fazer a
maior parte de suas atividades de análise de negócios,
análise de dados, modelagem de dados e visualização
usando o Power BI Desktop. Pode até mesmo analisar
os dados por conta própria com o Power BI Desktop,
assumindo que tenha conectado o modelo à fonte de
dados adequada. No entanto, se deseja compartilhar
os dados ou analisá-los com outras pessoas, deve usar
o Power BI Service.

Gerenciamento

Quando você tem a chance de olhar mais de perto para

o Power BI, logo vê que, como uma plataforma, ele
consiste em muitos aplicativos diferentes. As saídas
produzidas são abundantes: relatórios, dashboards,
workspaces, conjuntos de dados, KPIs e até mesmo
outros aplicativos. Em uma equipe bem organizada,
todos os membros gerenciam um ou mais subprodu-
tos que suportam o gerenciamento dos ativos do
Power BI, permitindo o compartilhamento e a distri-
buição de dados. Seja você o analista de dados que su-
pervisiona a validação dos dados, seja o administra-
dor do banco de dados que deve garantir a saúde e o
bem-estar da infraestrutura de hardware, tem um
papel na gestão da plataforma.
Quando você conclui atividades usando o Power BI
Desktop, a intenção é, em algum momento, compar-
tilhar o resultado com um público maior. Assim que a
entrega é disponibilizada, o conteúdo criado usando o
Power BI Desktop promove a colaboração entre equi-
pes e indivíduos. Compartilhar conteúdo significa ga-
rantir que as partes interessadas certas tenham
acesso ao produto criado.
A segurança é desafiadora em grandes orga-
nizações. Seu analista de negócios, seu analista
de dados e seu engenheiro de dados têm o papel de
garantir que as pessoas certas tenham acesso apenas
àquilo de que precisam. O cientista de dados garante
que os ativos de dados que estão sendo criados sejam
de alto valor. E, claro, o administrador do banco de
dados garante que o repositório de dados esteja sem-
pre aberto para negócios, gerenciando a infraestru-
tura que todas as partes interessadas suportam como
parte do ciclo de vida dos dados para business intelli-
gence usando o Power BI.
Os Vários Tipos de Análise de Dados

No início deste capítulo, descrevi as partes interessa-

das em uma organização que usam o Power BI. Tentei
mostrar, em um nível muito alto, como cada uma de-
las pega os dados criados e os transforma em algo útil
usando o Power BI Desktop ou o Power BI Service. A
única coisa que resta antes de eu deixá-lo solto na
floresta do Power BI é aprender o tipo de análise pro-
duzida por ele. Se já leu um livro generalista sobre bu-
siness intelligence, esta seção pode não conter novas
informações. Se esta é a sua primeira experiência no
BI ou no que torna o Power BI diferente entre as saí-
das de produtos analíticos, esta seção é seu momento
para resumir os detalhes.
Você pode produzir cinco tipos de análise usando o
Power BI: descritiva, diagnóstica, preditiva, prescri-
tiva e cognitiva. Dependendo da meta de negócios e da
aplicação no Power BI, os produtos analíticos são um
pouco diferentes. A Tabela 2-1 descreve os cinco tipos
de análise, incluindo o propósito de cada uma e como
você terá sucesso usando cada tipo.
TABELA 2-1 Tipos de Análises Produzidas no Power
BI

Tipo O que Ela Faz

Descritiva Ajuda a responder a perguntas com base

em dados históricos. A análise descritiva
também resume grandes conjuntos de
dados e descreve os resultados.

Diagnóstica Explica por que os eventos acontecem.

Normalmente, a análise diagnóstica ofe-
rece suporte à descritiva como uma
forma secundária de análise que permite
descobrir a causa dos eventos. Os analis-
tas procuram anomalias em conjuntos de
dados, relatórios e KPIs. O uso de técni-
cas estatísticas disponíveis no Power BI
ajuda os usuários a descobrirem relações
nos dados e tendências.

Preditiva Responde a perguntas sobre o que pode

acontecer no futuro. Usando tendências
históricas e encontrando padrões, a
saída resultante é uma observação do
que é provável ocorrer. As técnicas usa-
das para obter resultados envolvem com-
binações de metodologias estatísticas e
recursos de aprendizado de máquina do
Power BI.
Tipo O que Ela Faz

Prescritiva Responde à pergunta sobre quais ações

devem ser tomadas para atingir uma
meta. Com os dados coletados, as orga-
nizações resolvem problemas com base
em condições desconhecidas. Essas aná-
lises também dependem da análise de
big data e dos conjuntos de dados exis-
tentes pelo mecanismo de aprendizado
de máquina do Power BI para encontrar
padrões, o que ajuda a entregar resulta-
dos diferentes.

Cognitiva Referida às vezes como análise inferen-

cial, permite que o analista reúna dados
de todos os conjuntos de dados para de-
tectar padrões, desenvolver conclusões e
criar um banco de conhecimento para
aprendizagem futura. A palavra-chave
aqui é futura, porque o que é aprendido
e visto é usado como guia para o futuro.
Se as condições mudarem, o banco se
ajusta. Como as inferências são pensa-
mentos e hipóteses não estruturados,
cabe às soluções de aprendizado de má-
quina do Power BI processar a mudança
de dados, dar sentido às fontes e criar
correlações entre eles.
Dando uma Olhada no Panorama

À medida que os dados da organização crescem, tam-

bém cresce a necessidade de mais partes interessadas
para apoiar a empresa. Cada parte interessada tem um
lugar único no suporte ao ciclo de vida dos dados de
BI. Embora os dados geralmente sejam brutos quando
introduzidos pela primeira vez como parte do ciclo de
vida dos dados, o produto final criado usando o Power
BI deve ser refinado e nítido. Se você habilitar relató-
rios, visualização de dados, dashboard, KPI ou outra
escolha de BI dentro da plataforma Power BI, lembre-
se de que os dados devem estar livres de erros e con-
fiáveis para que qualquer negócio seja bem-sucedido.
Isso significa que os dados são consumíveis, signifi-
cativos, acessíveis e compreendidos por todas as par-
tes, independentemente do produto de análise. E,
como você sabe agora, pessoas e processos estão atu-
ando para garantir que o motor funcione sempre, in-
dependentemente do tipo de produto de análise
produzido.
 NESTE CAPÍTULO

» Comparando o Excel com o Power BI

» Vendo a diferença entre a versão Desktop e Service do

Power BI

» Entendendo as opções de licenciamento da Microsoft

Capítulo 3
Ah, as Escolhas: Versões do Power BI

E scolher a versão correta do Power BI é como visitar a maior loja de doces do mundo:
você pode escolher entre muitas alternativas com nuances sutis. A escolha se resume a
desejos, necessidades, escala e, é claro, dinheiro. Algumas versões são gratuitas (bem,
mais ou menos), e outras são caras. E, é claro, a diferença mais óbvia é que algumas ver-
sões são baseadas em desktop ou servidor, enquanto outras oferecem recursos somente
online.
Se visitar o site da Microsoft em um determinado dia e pesquisar produtos, notará que
existem algumas versões do Power BI. No entanto, a página de preços [Pricing] e a de
produtos [Products] não correspondem necessariamente. (Obrigado pela ajuda, Micro-
soft!) Não está claro se “grátis é grátis” ou se os produtos estão inclusos em versões es-
pecíficas do Power BI. Neste capítulo, esclareço qualquer confusão, para que, daqui para
a frente, você saiba qual produto usar.

Por que Power BI versus Excel?

A Microsoft comercializa o Power BI como uma forma de conectar e visualizar dados

usando uma plataforma unificada e escalável que oferece autoatendimento e business
intelligence corporativo para ajudá-lo a obter insights profundos sobre os dados. Então,
eis a questão: o Microsoft Excel já não faz isso? O que torna o Power BI diferente? Faça-
se estas perguntas:
 » De que nível de análise sua organização precisa?

» A colaboração é um problema?

» Qual é o tamanho de seu conjunto de dados?

» Preço é uma questão?

» Quão significativas são as visualizações para você ou para sua equipe?

Tanto o Excel quanto o Power BI lidam com todos os cinco requisitos, mas o Power BI é
uma atualização significativa, por vários motivos. O volume de dados, a amplitude das
opções de visualização, o custo e a colaboração são diferenciais.

» O Power BI fornece uma variedade de ofertas de análise de alto nível que o Excel não
inclui, como a capacidade de criar dashboards, KPIs, visualizações e alertas.

» O Power BI tem recursos de colaboração significativos, enquanto o Excel tem opções limitadas de
colaboração de dados.

» Embora o Excel ajude quando se trata de criar relatórios avançados, se deseja criar modelos de
dados que incluam ativos preditivos e de aprendizado de máquina, é preciso recorrer a versões
específicas do Power BI.

» Não há uma única versão gratuita do Excel. Por outro lado, você pode começar com o Power BI
gratuitamente. Você também pode comprar alternativas premium se precisar de recursos avan-
çados — de alguns dólares por mês a milhares.

Em resumo, o Power BI integra business intelligence (BI) e visualização de dados para

que os usuários possam criar dashboards, KPIs e relatórios personalizados e interativos.
Simultaneamente, o Microsoft Excel é limitado no manuseio de análise de dados, opera-
ções matemáticas ou organização de dados usando uma planilha. O Power BI pode ex-
trair e formatar dados de mais de um único tipo de fonte. Como o Power BI lida com a in-
gestão extensiva de dados — o upload de dados de uma fonte externa, em outras palavras
—, o processo é, por natureza, muito mais rápido. Além disso, como o Power BI se co-
necta a várias fontes de dados, o intervalo de saídas, incluindo dashboards e relatórios, é
mais interativo, enquanto o Excel é limitado em escopo. Acima de tudo, o Power BI é
uma ferramenta de visualização e análise de dados que permite a colaboração. Ao
mesmo tempo, o Excel limita o compartilhamento e a análise a um número limitado de
usuários.

Produtos Power BI em Suma

A Microsoft confunde clientes como você e eu usando as palavras versão e licença de

forma intercambiável. Deixe-me esclarecer esses termos.
 Licença refere-se aos produtos que um cliente está adquirindo, enquanto versão
lida com onde o Power BI é executado: em um desktop, em um servidor ou na nu-
vem. Um ou mais produtos Power BI podem ser necessários para suportar totalmente as
implantações do Power BI. Em alguns casos, podem ser necessárias uma solução híbrida
de desktop e versões online do produto.

Opções de licença do Power BI

Você pode escolher entre quatro opções de licença de produto: Power BI Desktop, Power
BI Free, Power BI Pro ou Power BI Premium. Você pode estar coçando a cabeça, porque,
no site, a Microsoft também mostra alguns outros produtos do Power BI, incluindo duas
versões do Power BI Premium, bem como o Power BI Mobile, o Power BI Embedded e o
Power BI Report Server. Se você está confuso, não está sozinho. A boa notícia é que al-
guns desses produtos estão incluídos nas três opções de licença, enquanto outros são es-
pecíficos para a versão Pro ou Premium. Vamos revisar cada licença de produto:

» Power BI Desktop: A versão gratuita para desktop do Power BI permite que um usuário crie rela-
tórios e entradas de análise de dados sem os publicar na internet. Se quiser colaborar e comparti-
lhar sua saída de desktop, no entanto, precisa alternar para a versão Pro ou Premium.

» Power BI Free: Versão de nuvem gratuita de nível básico, permite criar e armazenar relatórios on-
line em comparação com Desktop. A desvantagem é a capacidade de armazenamento, limitada a
1 GB, e ausência de colaboração.

» Power BI Pro: A versão paga de nível básico do Power BI oferece uma alocação de armazena-
mento maior, limitada a 100 GB, bem como a capacidade de colaborar com usuários licenciados
do Pro.

» Power BI Premium: Versão paga corporativa, tem duas edições: por usuário e por capacidade. O
licenciamento por usuário é destinado àqueles com aspirações de big data que também precisam
de uma escala de armazenamento massiva, mas que não têm requisitos de distribuição global. A
capacidade é útil para uma empresa que pretende ter muitos usuários. Tenha em mente a licença
de capacidade: você também precisa adquirir licenças Pro, porque o que está pagando é o arma-
zenamento e a segurança — o recurso matador do Pro.

» Power BI Mobile: Destinado a ser um produto complementar para gerenciar relatórios, dashbo-
ards e KPIs em qualquer lugar, o Power BI Mobile tem recursos de autoria limitados, quando tem.
Sua capacidade de colaborar no Mobile varia dependendo da autorização da licença.

» Power BI Embedded: Essa versão oferece uma forma de integrar relatórios em tempo real em
produtos públicos ou privados usando o serviço de API do Power BI no Microsoft Azure.

» Power BI Report Server: Um produto Power BI baseado em servidor destinado a produzir relató-
rios offline, os usuários armazenam seus relatórios em um servidor, não online. Observe que você
ainda deve adquirir alguma forma de licença Premium, independentemente ou usando uma assi-
natura do Software Assurance (um plano de software empresarial).
 A funcionalidade principal, o processamento de dados e a capacidade de manu-
seio diferem entre as quatro opções de licença do Power BI. Quando se trata de ca-
pacidade de tratamento de dados, pense no grátis como um arquivo de dados contra Pro
e Premium gerenciando várias centenas de arquivos. Mesmo entre as duas versões pa-
gas, o Premium tem a maior capacidade disponível. Da mesma forma, cada versão tem
mais opções de relatórios e melhor qualidade de colaboração.
Mesmo que tenha um pequeno conjunto de usuários, a licença Premium fornece
mais capacidade de armazenamento e limites de dados mais altos — que incluem
taxas de atualização e opções de isolamento de dados — do que a versão Pro. A diferença
significativa de preço entre Pro e Premium é mais do que justificada.

Desktop versus Service

A beleza do Software as a Service (SaaS) é que sempre que um fornecedor como a Micro-
soft deseja adicionar um novo recurso a um produto, pode fazê-lo com pouco esforço —
um usuário verá a magia do novo recurso instantaneamente e começará a usá-lo. Esse
não é o caso com um software para download. Depois que um aplicativo é configurado
para desktop, cabe ao usuário final acompanhar as atualizações. Os fornecedores tam-
bém atualizam o software para download com menos frequência. Enquanto as soluções
baseadas em nuvem podem ser atualizadas todos os dias, uma versão de software para
um produto significativo é liberada mensalmente com o Power BI.
O Power BI Desktop é uma ferramenta completa de criação para analistas e designers
de business intelligence. Você pode baixá-lo gratuitamente e instalá-lo em seu compu-
tador. A versão Desktop permite que um usuário se conecte a mais de setenta tipos de
fonte de dados e as transforme em modelos de dados. Você pode pegar os relatórios que
criou e adicionar recursos visuais com base nos modelos de dados usando o Desktop.
Como o Power BI Desktop existe como aplicativo, é atualizado a cada mês cumulativa-
mente com todos os recursos e funcionalidades disponibilizados para consumo na plata-
forma Service.
Para baixar uma cópia do aplicativo Power BI Desktop, acesse
https://powerbi.microsoft.com/en-us/desktop [conteúdo em inglês].
Exceto para o Power BI Desktop e o Power BI Report Server, todas as outras versões do
Power BI se enquadram no modelo de entrega em nuvem, comumente chamado de Ser-
vice. Por quê?, você pergunta. Porque cada versão é entregue como Software como Ser-
viço. A entrega em nuvem SaaS permite que a Microsoft atualize automaticamente os re-
cursos com regularidade e forneça o produto pela internet usando um navegador da web,
como Microsoft Edge, Google Chrome ou Apple Safari. Em caso de um problema técnico,
a Microsoft não precisa esperar pela versão de fim de mês do software para atualizar o
código — ela o faz imediatamente. Em termos de recursos, os usuários finais e designers
podem visualizar, manipular e interagir com relatórios online, em vez de depender de
sua área de trabalho. A maioria dos designers que usam o Power BI Desktop publica seus
relatórios para o Power BI Service em algum momento. Suponha que você obtenha
acesso ao serviço. Nesse caso, pode editar relatórios, criar saídas visuais com base em
modelos de dados e conjuntos de dados existentes e colaborar com outros usuários lhes
conferindo acesso aos relatórios, dashboards e KPIs que você fez.
Embora um pequeno número de recursos se sobreponha entre as ofertas Desktop e
Service, a maioria dos usuários começa com o Power BI Desktop para criar seus relató-
rios. Na Tabela 3-1, observe as semelhanças entre os recursos do Power BI e as diferen-
ças óbvias. Depois que os usuários terminam de criar os relatórios, o Power BI Service é
usado para distribuir os relatórios para os outros. Um Power BI Service limitado é ofere-
cido gratuitamente; a verdadeira colaboração e o armazenamento expandido exigem um
mínimo da edição Pro ou Premium.

TABELA 3-1 Recursos do Power BI Desktop, Comum e Service

Power BI Desktop Comum Power BI Service

Mais de setenta fontes de Relatórios Fontes de dados limitadas

dados Visualizações Dashboarding
Transformação de dados Segurança Gerenciamento de KPIs
Modelagem de dados Filtros Workspaces
Métricas Recursos visuais (saídas de Compartilhamento e
Colunas calculadas big data) colaboração
DAX Marcadores Hospedagem e armazena-
Python Perguntas e respostas mento de dados
Temas Fluxo de trabalho/fluxo de
Criação de RLS dados
Relatórios paginados
Gerenciamento do Gateway
Gerenciamento de RLS (Row
Level Security)

Power BI Desktop versus Power BI Free

Então free significa liberdade no Power BI? A resposta é sim, com ressalvas. Preciso es-
clarecer outro conceito de produto antes de explicar as opções de licença a seguir.
A opção Power BI Desktop é um aplicativo gratuito e para download, assim como a
versão gratuita do Power BI, que faz parte da oferta do Power BI Service. O conjunto de
recursos disponibilizado no Power BI Free imita o cliente do Power BI Desktop, exceto
que o Power BI Free está na nuvem. Todas as atualizações pelas quais você esperaria um
mês na versão Desktop são disponibilizadas em tempo real pela Microsoft. O Power BI
Free possibilita que os usuários criem relatórios na web, em vez de em seu aplicativo de
desktop. Claro, tenha em mente que a colaboração é indisponível ao usar o Power BI
Free. Para colaborar com outras pessoas, é necessário um mínimo de uma licença do
Power BI Pro.

Os Detalhes das Licenças

Agora estou prestes a confundi-lo um pouco (mérito da Microsoft). O Power BI pode ter
sete versões de produtos, mas apenas duas são pagas, tecnicamente falando. Bem, mais
ou menos. Licença no Power BIês significa um produto atribuído a um usuário específico.
Esse produto pode ou não ser pago, dependendo de qual das três opções de entrega de li-
cença por usuário você usa — Free, Pro ou Premium. Para decidir qual licença é mais
adequada para o seu caso, faça-se estas perguntas:

» Onde os dados são armazenados?

» Como o usuário interage com eles?

» Há necessidade de recursos premium como colaboração?

Embora a licença por usuário seja a mais comum, há outro tipo disponível para clien-
tes corporativos — a licença baseada em capacidade. Apenas a edição Power BI Premium
está associada à licença baseada em capacidade. A diferença significativa é que um usuá-
rio com uma licença gratuita tem um controle completo do conteúdo em workspaces
provisionados com direitos Premium. A menos que tenha direitos Premium, um usuário
com uma licença gratuita é limitado em sua capacidade de criar relatórios e dashboards e
se conectar a fontes de dados apenas no My Workspace. Em outras palavras, você não
pode compartilhar, colaborar com outras pessoas ou publicar conteúdo de um works-
pace para outro.

Conteúdo e colaboração valem a licença?

O apelo de todas as licenças do Power BI se resume ao acesso a conteúdo e colaboração.

Uma licença do Power BI Free vem com armazenamento de conteúdo limitado e habili-
dades de colaboração. Mas, para colher os benefícios mais avançados do produto, é pre-
ciso ter uma assinatura.
Com uma licença por usuário do Power BI Pro, a capacidade de armazenar e comparti-
lhar conteúdo também é limitada. Você pode colaborar apenas com outros usuários do
Power BI Pro. O usuário Pro pode acessar conteúdo compartilhado por outros usuários
Pro, publicar conteúdo em um workspace do aplicativo, compartilhar dashboards e rela-
tórios e colaborar com outros usuários Pro assinando dashboards e relatórios. A exceção
é quando você tem um workspace de capacidade Premium — então os usuários do Pro
podem fornecer conteúdo a outras pessoas que não têm os direitos provenientes da li-
cença do Power BI Pro.
Com uma licença Premium por usuário, os usuários só podem colaborar entre si, a
menos que recebam um workspace com direito a capacidade Premium para manter o
conteúdo. O ponto principal é que a capacidade permite mais de um compartilhamento,
e o direito de usuário para usuário é um pouco mais restritivo. Para obter uma visão ge-
ral das várias opções de licença, veja a Tabela 3-2.
TABELA 3-2 Comparação entre as Licenças do Power BI
Começando com o Power BI Desktop

Não importa qual versão do Power BI esteja em uso, você provavelmente usará o cliente
Desktop como parte de sua estratégia de BI. O cliente Desktop permite criar modelos de
dados e relatórios sem precisar de uma licença. Assim que esses ativos estiverem dispo-
níveis, você provavelmente desejará compartilhá-los. É aí que uma licença do Power BI
Service se torna essencial. Você deve, no mínimo, inscrever-se para uma conta licenci-
ada gratuita. Sem uma, não há como compartilhar nenhum dos trabalhos criados no
Desktop. A Figura 3-1 mostra uma tela típica do Power BI Desktop.

Figura 3-1
Power BI Desktop.

Adicionando a licença do Power BI Free

O Power BI Free é a licença de nível de entrada do Power BI. Para obter a licença gratuita,
você deve primeiro ter uma conta de usuário registrada. O Power BI oferece ao usuário
10G de armazenamento, o que ajuda a hospedar relatórios do Power BI e conteúdo pa-
drão para análise, incluindo planilhas do Excel.
Como a Microsoft fornece tais serviços gratuitamente, você tem alguns limites
rígidos de desempenho e armazenamento. Um relatório não pode exceder um
gigabyte. Além disso, a taxa de atualização do relatório é de oito vezes por dia. Um usuá-
rio ou uma organização deve aguardar pelo menos trinta minutos entre a conclusão de
toda uma operação de atualização para reiniciar o ciclo.
Embora o Power BI Free esteja cheio de recursos gratuitos que os concorrentes co-
bram, a Microsoft limita os componentes mais cruciais dos produtos — aqueles que li-
dam com a colaboração. Você não pode compartilhar nenhum de seus relatórios ou
dashboards com outros usuários que usem serviços gratuitos. Além disso, não pode vi-
sualizar nenhum relatório ou dashboard criado por usuários licenciados Pro ou
Premium.
Uma última limitação tem a ver com a integração. Se deseja se integrar com o Micro-
soft 365 ou exportar relatórios para formatos como arquivos PowerPoint ou CSV, deve
atualizar para a versão Pro. Assim que estiver pronto para fazer o upgrade para o Pro,
suas oportunidades de integração e exportação aumentam.
Por que se preocupar com o Power BI Free? Você ainda pode publicar um relatório na
web. Sua saída de relatório estará disponível em https://app.powerbi.com. O resul-
tado estará disponível para qualquer pessoa com conexão à internet, o que significa se-
gurança limitada. Portanto, qualquer dado corporativo provavelmente está fora dos li-
mites para visualização pública, forçando a atualização para o Power BI Pro.

Atualizando para a licença do Power BI Pro

Você pode presumir que agora tem acesso a um baú cheio de novos recursos atualizando
para a licença Pro. Não é esse o caso.
A licença do Power BI Pro é cobrada com base em uma licença por usuário. Muitas ve-
zes, organizações e indivíduos compram a licença autônoma. (Há uma exceção: quando
você compra uma licença do Microsoft 365 E5, cada usuário ganha acesso à versão com-
pleta do Power BI Pro.)
O que você desbloqueia com uma licença do Power BI Pro é a capacidade de co-
laborar. Os usuários podem compartilhar relatórios e dashboards com a licença
Pro. Esses usuários ainda têm direito a apenas 10G de armazenamento, um relatório
pode ter no máximo apenas 1G, e a taxa de atualização do relatório é a mesma da licença
gratuita. Mas, com o Pro, você ganha a capacidade de se integrar com o Microsoft 365
Groups e Teams, um ingrediente essencial para uma colaboração segura não oferecida
com a licença gratuita. Assim, pode usar workspaces colaborativos e configurar relató-
rios e dashboards para entrega a usuários finais permitidos. A Figura 3-2 mostra a expe-
riência do usuário do Power BI Pro.
 Figura 3-2:
A experiência do usuário do Power BI Pro.

A licença gratuita, sem dúvida, limita a colaboração e a segurança. Se qualquer

um dos recursos for necessário, você não tem escolha a não ser considerar a li-
cença Pro. Como um usuário pode criar conteúdo além de seu uso pessoal, a maioria das
organizações, desde startups à Fortune 100, adota o Power BI Pro para aqueles envolvi-
dos em implantações de business intelligence e funções de análise.

Indo fundo com a licença Premium

Suponha que sua organização tenha muitos dados. Você pode até querer hospedar gran-
des conjuntos de dados e exigir armazenamento para relatórios extensos e saídas de
dashboard. Além disso, pode ter muitos usuários colaborando, não apenas um ou dois
dados picados ocasionalmente. É quando você precisa considerar o Power BI Premium.
Até março de 2021, a Microsoft oferecia apenas uma versão do Power BI Premium. A
licença era baseada em consumo. O plano de licença de capacidade oferecia a uma orga-
nização direitos de hospedagem em seu workspace premium. Um conjunto de dados po-
dia ter até 50G. Além disso, a organização recebia até 100TB em capacidade de armaze-
namento em disco.
Vá para 2021, quando uma oferta Premium adicional, Power BI Premium por usuário,
foi lançada, para complementar o plano de consumo. O Premium por usuário estendeu
os requisitos de capacidade, bem como os recursos oferecidos na licença Pro, para aque-
les que precisam de mais armazenamento para análise de big data sem estar vinculados
a um único local ou ter regras que vinculam o uso aos limites de armazenamento.
As licenças Power BI Pro e Premium por usuário oferecem os mesmos recursos
principais, exceto a alocação de armazenamento. Você pode publicar relatórios e
conteúdo baseado em dashboards em outros workspaces, compartilhar dashboards e re-
latórios e se inscrever em outros relatórios e dashboards de usuários. Lembre-se de uma
coisa: apenas usuários com licenças semelhantes podem colaborar. Os usuários do
Power BI Pro podem colaborar apenas entre si. Da mesma forma, apenas as licenças de
usuário do Power BI Premium podem trabalhar juntas. Dito isso, se sua organização se
comprometer com um plano de capacidade Premium do Power BI, deve adquirir uma li-
cença do Power BI Pro por usuário para publicar conteúdo no Power BI Premium por
capacidade.
O Premium por usuário tem alguns recursos adicionais destinados a acelerar a escala-
bilidade do business intelligence. A diferença mais óbvia é que cada usuário pode cons-
truir um modelo de dados com até 100G. As habilidades de taxa de atualização aumen-
tam de 8 vezes por dia para 48. As saídas de relatório também podem ser paginadas.
O que realmente separa o Free, o Pro e o Premium é a integração da Microsoft com re-
cursos avançados de inteligência artificial (IA), incluindo análise de texto, detecção de
imagens e aprendizado automatizado de máquina. Esses recursos são exclusivos para
ofertas Premium. Além disso, a adaptabilidade com outros modelos e repositórios de da-
dos está disponível apenas nas opções Premium por usuário ou capacidade. (Os recursos
aqui incluem conectividade de leitura/gravação de endpoint XMLA, várias opções de
fluxo de dados e a capacidade de analisar dados armazenados no Azure Data Lake ou no
Azure Synapse.) Além disso, os usuários podem começar a aplicar regras de negócios
com o gerenciamento do ciclo de vida do aplicativo usando a licença por usuário, que não
está disponível na licença Pro.
Governança, administração e ainda mais alocação de armazenamento separam as op-
ções por usuário e por capacidade para Premium. Enquanto uma licença Premium por
usuário é geograficamente vinculada, uma por capacidade permite o gerenciamento de
implantação multigeográfica. Os usuários que desejam levar sua própria chave (BYOK)
podem fazê-lo apenas com a opção capacidade. Finalmente, para aqueles que precisam
de escalonamento automático, se a capacidade Premium do Power BI exceder a alocação,
a integração com o Azure Cloud estará disponível. Tenha em mente que, ao ativar a es-
cala automática, você também precisa obter uma conta adicional para o Azure. Com o
Premium por capacidade, cada modelo de dados pode crescer até 400G, com um limite
de armazenamento de 100TB.

Na Estrada com o Power BI Mobile

Não importa qual licença você tenha, pode acessar o aplicativo Power BI Mobile disponí-
vel para dispositivos móveis Windows, Apple iOS e Google Android. Os usuários que de-
sejam acessar e visualizar relatórios, dashboards e conjuntos de dados do Power BI ao
vivo com base em seu plano licenciado podem fazer isso com o aplicativo de BI móvel
nativo. Independentemente da versão do Power BI, você pode realizar estes três objeti-
vos de negócios:
 » Conectar-se aos dados. Os usuários podem monitorar seus dados diretamente dos dispositivos
móveis, sejam eles locais, sejam armazenados na nuvem. Dependendo do tipo de relatórios e
dashboards criados, você pode monitorar KPIs e relatar atualizações a qualquer momento, de
qualquer lugar. Mais importante, os dados ainda são seguros, independentemente do dispositivo,
quando você se integra a recursos de gerenciamento de aplicativos, como o Microsoft Intune.

» Visualizar e estender sua pesquisa. Embora você crie relatórios e dashboards para usuários
usando o Power BI Desktop, eles podem visualizar dashboards e relatórios ao vivo em seus dispo-
sitivos móveis. Os usuários podem aproveitar os recursos de IA integrados que suportam pergun-
tas e respostas se um usuário quiser detalhar os dados. Os dados também são filtráveis com base
na geografia e no contexto de uso.

» Colaborar de qualquer lugar. Um usuário não precisa estar colado à área de trabalho para cola-
borar. Supondo que você tenha as permissões corretas, pode colaborar com sua equipe usando
dados ao vivo para produzir novas saídas, incluindo relatórios, dashboards e KPIs.

A Figura 3-3 ilustra uma lista de relatórios e dashboards recentes salvos no Power BI
Pro e acessados usando o Power BI Mobile. O painel intitulado NAICS lista todos os con-
tratos emitidos por quatro agências governamentais no ano fiscal de 2020 e 2021. Os da-
dos podem ser atualizados em tempo real a partir da fonte de dados, se necessário.

Figura 3-3:
Um exemplo de saída do Power BI Mobile.

O Power BI Report Server

Algumas organizações — agências governamentais, instituições de saúde e de operações

financeiras, por exemplo — não podem arriscar que seus dados estejam disponíveis em
um repositório de dados compartilhado. Para proteger dados confidenciais durante o uso
do Power BI, a Microsoft desenvolveu uma alternativa local para usuários Premium por
capacidade, o Power BI Report Server. Os usuários podem usar seu hardware para hos-
pedar a plataforma Power BI. A oferta permite que os usuários publiquem e comparti-
lhem relatórios do Power BI e saídas nativas do SQL Server Reporting Services dentro
dos limites do firewall de uma organização.
Se precisar de maior segurança e quiser executar suas operações de business
intelligence seguindo suas práticas de governança, incluindo políticas e regras, o
Power BI Report Server é a única opção com o oomph por trás. Se quiser fazer a transição
do local para a nuvem, o Power BI Report Server permite, graças a vários recursos de es-
calonamento automático. A viabilidade de mapear a capacidade do local para a nuvem
deve ser perfeita, porque mapear a capacidade vCore da CPU (a energia disponível por
processador) é um pré-requisito necessário.
A licença Premium por capacidade do Power BI pode rapidamente ficar cara. No
mínimo US$5 mil por processador de computador, além de licenças do Power BI
Pro. Os líderes de uma organização podem preferir esperar para garantir que precisem
dos recursos adicionais. Se você está comprando o Power BI Premium por capacidade por
causa do Power BI Report Server, há uma alternativa para adquiri-lo e economizar di-
nheiro. Se sua organização tiver um contrato ativo de Garantia de Software com a Micro-
soft que inclua o SQL Server Enterprise Edition, você tem direito ao Power BI Report Ser-
ver sem nenhum custo.

Vinculando Power BI e Azure

Não nos esqueçamos de que todos os aplicativos de nuvem da Microsoft usam o Azure, a
plataforma de nuvem que suporta armazenamento, segurança e gerenciamento de apli-
cativos. Com tantos aplicativos modernos que exigem saídas analíticas, a Microsoft re-
conheceu que uma API poderia complementar suas ofertas de Power BI com o Azure.
Chamado de Power BI Embedded, esse recurso do Power BI Premium requer que uma
conta do Azure seja associada à licença corporativa. Relatórios e dashboards publicados
em um workspace do Power BI podem ser implantados via API em uma página da web ou
aplicativo. Com o Power BI Embedded, os usuários finais não precisam de uma licença do
Power BI Pro para visualizar o conteúdo, desde que incorporem o conteúdo direcionado
na página da web ou em aplicativos da web. Os relatórios e dashboards podem ser perso-
nalizados para atender às especificações de experiência do usuário no nível da organiza-
ção. Melhor ainda, o conteúdo pode ser configurado com base na identidade do usuário e
na segurança em nível de linha usando o Microsoft Azure Active Directory, a plataforma
de gerenciamento de identidade baseada em nuvem.
 Em resumo, existem tantas versões do Power BI que, de certa forma, querer todas é
dar um passo maior que a perna. A Microsoft fornece aos usuários finais as ferramentas
de que suas organizações precisam com base no tamanho para transformar dados brutos
em conhecimento.
 NESTE CAPÍTULO

» Entendendo o Power BI Desktop

» Ingerindo dados

» Trabalhando com modelos

» Testando o Power BI Service

Capítulo 4
Power BI: Ó, Abre Alas

C omo um justo juiz do estado avaliando um bolo premiado em camadas com muitos
ingredientes, o Power BI exige que seus usuários se familiarizem com os recursos incor-
porados à solução de business intelligence (BI). Praticamente todos os usuários que in-
teragem com o Power BI começam com a versão Desktop. Os usuários podem moldar os
dados da maneira que quiserem seguindo o velho ditado “A prática leva à perfeição”, por
meio de ingestão e modelagem. Se você está manipulando os dados para fazer o modelo
certo, lidando com a transformação deles ou tentando criar visualizações bonitas, o
desktop o chama. Raramente o usuário do Power BI começa a usar serviços online, a me-
nos que o conjunto de dados tenha sido criado anteriormente para compartilhamento e
colaboração. Neste capítulo, você aprende os principais recursos do Power BI Desktop e
do Service para saber exatamente quando e por que precisa usar uma versão específica
do produto.

Power BI Desktop: De Cima para Baixo

O Power BI Desktop é o centro de todas as atividades autodirigidas do usuário final. O

usuário instala o aplicativo em uma área de trabalho de Windows para conectar, trans-
formar e visualizar dados. As fontes de dados às quais os usuários podem se conectar não
estão limitadas a repositórios locais — eles podem agregar fontes localmente com dados
de terceiros estruturados ou não estruturados para criar modelos. O modelo de dados
permite que o usuário construa uma representação visual dos conjuntos de dados arma-
zenados. Quando há muitos recursos visuais, o usuário pode derivar relatórios ou dash-
boards para análise. O uso típico do Power BI Desktop se destina a:

» Fazer a ingestão de dados em uma ou mais fontes de dados.

» Modelar dados para criar relatórios e dashboards.

» Refinar, limpar e visualizar os dados por meio de análise.

» Criar relatórios para consumo individual.

Embora você possa concluir essas atividades online, a plataforma Desktop foi
criada para o consumo individual do usuário ou para o trabalho de desenvolvi-
mento — não se destina a grupos. Não até que o usuário esteja pronto para compartilhar
os produtos criados no Desktop, e não é preciso o Power BI Service.
O usuário final obtém acesso a três visualizações distintas no Power BI Desktop: Re-
port, Data e Model. A Figura 4-1 mostra a navegação para localizar essas exibições no
Power BI Desktop. Embora esses recursos também estejam disponíveis no Service, a ri-
queza de recursos para análise pessoal é significativamente maior no Power BI Desktop.
 Figura 4-1
Navegação no Power BI Desktop.

Cada visualização do Power BI Desktop realiza tarefas específicas:

» Report: Você pode criar relatórios e visualizações depois de ingerir e modelar os dados. Os usuá-
rios passam a maior parte do tempo aqui após a ingestão, transformação e modelagem dos
dados.

» Data: Você encontra todos os dados ingeridos ou migrados de tabelas, métricas e fontes associa-
das a relatórios e a visualizações criados aqui. As fontes podem ser locais, pela área de trabalho, ou
de terceiros, acessíveis pela web.

» Model: Assim como no caso de criar um modelo de dados relacionais no Microsoft SQL Server,
Azure SQL Server ou até mesmo no Microsoft Access, você pode gerenciar totalmente as relações
entre as tabelas estruturadas que criou depois de ter ingerido os dados necessários usando o
Power BI.
Ingestão de dados

Sem dados, você não pode fazer tudo isso com o Power BI — eles são o principal ingredi-
ente de sua receita final. Se quiser criar um gráfico ou um dashboard, ou se está fazendo
perguntas no Q&A, deve ter dados que venham de um conjunto subjacente. Cada con-
junto vem de uma fonte de dados específica, encontrada em sua área de trabalho local
(se estiver usando o Power BI Desktop) ou adquirida de fontes online. Essas fontes po-
dem ser aplicativos baseados na Microsoft, um banco de dados de terceiros ou até
mesmo outros feeds de dados de aplicativos. No Power BI Desktop, você pode usar a guia
principal (mostrada na Figura 4-2) ou clicar no ícone Data Navigation (mostrado na Fi-
gura 4-3) para acessar uma fonte de dados.

Figura 4-2
Obtendo dados da guia principal, no Power BI.
 Figura 4-3
Acessar uma fonte de dados usando o ícone Data Navigation e a página de destino.

Arquivos ou bancos de dados?

No Power BI, você mesmo pode criar ou importar conteúdo. Quando se trata do tipo de
conteúdo que os usuários podem criar ou importar, ele se resume a arquivos ou dados
armazenados em um banco de dados. Uma pérola de sabedoria: arquivos são mais com-
plexos do que bancos de dados. Você precisa obter os dados, transformá-los e importá-
los em um formulário legível. Suponha que queira importar um arquivo Excel ou .cvs
que inclua muitos tipos de dados. Primeiro, você os carrega no Power BI. Em seguida,
formata-os de modo que fiquem prontos para o Power BI em conjunto com fluxos de da-
dos, o que transforma os dados para suportar um modelo deles. Por fim, você os consulta
usando o recurso Get and Transform, do Power Query.
Agora, e se os dados não estiverem estruturados ou se você não quiser armazená-los
no Power BI Desktop? Sua melhor escolha é usar opções nativas da Microsoft, como o
OneDrive for Business. Essa escolha oferece a maior flexibilidade no mapeamento de da-
dos por meio da interoperabilidade de aplicativos e da integração deles. Se preferir man-
ter seus dados em uma unidade local, também é possível.
Onde você armazena seus dados faz a diferença ao lidar com a atualização deles.
Considere a frequência das atualizações de dados ao selecionar o local de armaze-
namento. Quando estão em sua área de trabalho local, você geralmente terá um melhor
desempenho, mesmo com grandes conjuntos deles. Com dados compartilhados acessí-
veis pela internet, você depende da conectividade de rede e de outros usuários que aces-
sam a fonte. Os dados armazenados na área de trabalho são gerenciados por uma pessoa
— você.
Não é preciso armazenar dados diretamente no Power BI Desktop. Dá para usar
o Desktop para consultar e carregar dados de fontes externas. Se preferir estender
o modelo com métricas calculadas ou uma relação, considere importar o arquivo do
Desktop para um site do Power BI Online, para facilitar a manipulação.
Os bancos de dados são diferentes dos arquivos porque você se conecta a uma fonte de
dados ao vivo — que exige conexão à internet e é disponibilizada para um pequeno sub-
conjunto de usuários ou para muitos usuários por consumo. Isso é especialmente verda-
deiro quando o banco de dados está disponível “como serviço”, como o banco de dados
SQL Azure, o Azure Cosmos, o Azure Synapse Analytics ou o Azure HDInsight. Como os
dados estão ativos, tudo o que um profissional de dados deve fazer é modelá-los ade-
quadamente primeiro. Uma vez satisfeito com o modelo pretendido, o usuário pode ex-
plorar os dados, manipulá-los e criar visualizações deles.
Se quiser explorar uma infinidade de fontes de dados além daquelas oferecidas
pela Microsoft, incluindo opções de código aberto e de terceiros, é preciso utilizar
o Power BI Desktop. O Online Services oferece uma gama restrita de opções, enquanto o
Desktop oferece mais de cem para sua escolha.
O termo dados é muito usado — você provavelmente já está confuso sobre da-
dos, conjuntos de dados, fluxos de dados e até mesmo bancos de dados. E, acre-
dite em mim, jogo muitas palavras “dados” em você neste livro. Quando se trata de in-
gestão de dados, “conjunto de dados” e “fonte de dados”, o sentido é o mesmo, ainda
que sejam apenas parentes distantes que apoiam a mesma missão.
Você cria um conjunto de dados no Power BI sempre que usa o recurso Get Data. É o
que permite conectar e importar dados, inclusive de fontes ao vivo. Um conjunto de da-
dos armazena todos os detalhes sobre a fonte e suas credenciais de segurança. Uma
fonte de dados é de onde todos os dados armazenados no conjunto são derivados, o que
pode ser uma fonte de dados de aplicativo proprietário, um banco de dados relacional ou
uma alternativa de armazenamento de arquivos independente, como um disco rígido ou
compartilhamento de arquivos.

Construindo modelos de dados

Algumas ferramentas de BI não são dependentes de modelos de dados; o Power BI não

está nesse grupo. O Power BI é uma ferramenta de relatório baseada em modelos. Pri-
meiro deixe-me explicar o que torna um modelo de dados único.
Estas são as principais características dos modelos de dados:

» As tabelas contêm dados significativos.

» Existem relações entre as tabelas carregadas com dados.

» As fórmulas, também conhecidas como métricas, aplicam regras de negócios aos dados brutos
para extrair, transformar e carregá-los para criar insights de negócios significativos.
 O Power BI não está sozinho na inclusão desses atributos que criam um modelo
de dados. Outros produtos da Microsoft, incluindo ferramentas Power Pivot para
Excel e BI empresarial, oferecem esse conjunto de recursos.
Você pode se perguntar sobre por que precisa de um modelo. Voltando à analogia com
a receita, no início deste capítulo, se você segui-la, é fácil fazer o mesmo bolo várias ve-
zes. Quando os ingredientes variam, no entanto, a inconsistência leva à irregularidade
de dados e a esforços contínuos de reconstrução. E, como o fracasso do bolo em ganhar
qualquer prêmio culinário, os dados precisam ser manuseados e refinados. Com soluções
de BI, como o Power BI, os usuários são capazes de simplificar os problemas de negócios
com um modelo.
Para resumir, os modelos são úteis por estas razões:

» Reutilização: Os usuários podem resolver um requisito de relatório ou desafio de negócios

usando uma abordagem padrão, sem ter que reinventar consultas ou reconstruir conjuntos de
dados.

» Gerenciamento: Os usuários corporativos podem gerenciar os dados por conta própria após a
construção dos modelos. Raramente um especialista em banco de dados ou outro profissional é
necessário para lidar com a infraestrutura.

» Modelos adaptativos: Você pode construir um modelo lógico com código mínimo. As mudanças
se acomodam aos requisitos técnicos e de negócios, incluindo o uso de métricas (fórmulas) e con-
juntos de regras.

Embora haja muitas ferramentas no mercado, incluindo Microsoft Excel e ferramentas

de relatórios baseadas em BI, nem todas viabilizam a criação de modelos de dados. Uma
ferramenta de BI que não incorpora modelos requer que o analista ou engenheiro de da-
dos gere uma consulta para buscá-los. Embora muitas dessas ferramentas tenham in-
terfaces gráficas de usuário para suportar a geração de consultas, você precisa reinven-
tar o processo cada vez que usá-lo, com pouca extensibilidade disponível. No Power BI,
as relações que precisa acompanhar são mapeadas no visualizador de modelos [Model
Viewer] com a ajuda de um modelo de dados. (Veja a Figura 4-4, que modela uma única
tabela: Awards.)
 Figura 4-4:
Exemplo de visualizador de modelo de dados.

Você conhece o ditado “Reutilizar, reduzir, reciclar”? É sinônimo de modela-

gem de dados. Um modelo de dados é um ativo reutilizável que, quando ajustado
conforme a necessidade do negócio, reduz drasticamente os esforços de desenvolvi-
mento e os custos. Às vezes você tem sorte e pode construir novos ativos sobre a solução
existente. Em outras ocasiões, reciclar o ativo com algumas melhorias leva aos resulta-
dos desejados.

Análise de dados

Antes de compartilhar quaisquer dados com uma equipe, você primeiro deve realizar sua
própria análise de dados pessoais com o Power BI Desktop. Você pode realizar várias for-
mas de análise. No nível mais básico, quando os dados entram no sistema, é preciso re-
visá-los para garantir que estão certos e que se mostram como deveriam. Caso contrário,
você manipula os dados limpando-os — uma tarefa frequentemente realizada por um
analista ou engenheiro. O processo leva um tempo, porque é bastante trabalhoso —
meio que como preparar um grande jantar de férias. No entanto, quando os resultados
estão disponíveis, são fáceis de ler em questão de segundos. Por mais que essa estratégia
pareça um incômodo, os resultados são o que se busca no business intelligence.
Depois que a fonte de dados for limpa e você mapeá-los em conjuntos de dados refina-
dos, é hora de criar as visualizações necessárias. Estou falando de imagens que servirão
como exemplos de suas fontes de dados — gráficos, mapas, indicadores e medidores.
Você encontrará esses recursos visuais em entregas, como relatórios e dashboards.
Mesmo o recurso de perguntas e respostas no Power BI produz recursos visuais depois
que se fazem perguntas focadas.
Embora o Power BI tenha um extenso catálogo de recursos visuais disponíveis,
você pode querer mais opções para recursos visuais complexos. Opções específi-
cas do setor que não fazem parte do Power BI Desktop ou Online também podem estar
disponíveis. Para ver mais opções, acesse o Microsoft AppSource, em inglês, em
https://appsource.microsoft.com.
Você acabará chegando a um ponto no uso do Power BI no qual será capaz de gerar re-
latórios e acessar dados rapidamente usando dashboards. Um designer do Power BI cria
visualizações de dashboard, chamadas de tiles, usando dados em relatórios e conjuntos
deles. Um usuário pode construir seus próprios dashboards para uso pessoal ou compar-
tilhá-los com outras pessoas. (Observação: Se compartilhar dashboards, as credenciais
de segurança estarão vinculadas a cada elemento visual.) A Figura 4-5 mostra um exem-
plo de coleção de peças em um dashboard com base na função e na responsabilidade.
Usando os dados no formato Snapshot (uma forma de capturar dados em um momento
específico no tempo), com que você trabalhou no Desktop ou compartilhou com outras
pessoas online, qualquer usuário de negócios diário deve ser capaz de realizar uma aná-
lise rápida (e produtiva) de toda uma série de grandes conjuntos de dados.

Figura 4-5.
Um dashboard de exemplo que agrega muitas fontes visuais.

Criação e publicação de itens

Você pode querer saber mais sobre o Power BI experimentando o Power BI Desktop gra-
tuito para lidar com projetos de dados mais complexos. E pode, em algum momento,
postar esse projeto de dados na web em um formato somente leitura para um público li-
mitado. E é possível fazer tudo isso de graça. Suponha, no entanto, que você queira que
outras pessoas editem e colaborem, além do suporte somente leitura. Nesse caso, você
deve pagar por esses recursos.
Quando publica itens do Power BI Desktop para o Power BI Service, os arquivos são
vinculados ao workspace. Da mesma forma, se tiver produzido algum relatório, ele apa-
recerá na exibição Report. Os conjuntos de dados migram da área de trabalho com o
mesmo nome, como qualquer relatório para o workspace. A relação muitas vezes é um
para um, com raras exceções. (Veja no Capítulo 5 detalhes sobre importação e publicação
de vários tipos de dados, visualizações e relatórios.)
No Power BI Desktop, você pode publicar seus arquivos escolhendo Publish ➪ Publish
to Power BI no menu principal ou selecionando Publish na guia principal. (Veja a Figura
4-6 e a Figura 4-7.)

Figura 4-6
Publicação de itens usando o menu File, do Power BI Desktop.

Figura 4-7
Publicação com a guia, do Power BI Desktop.

Ao publicar um item do Power BI Desktop para Service, você executa a mesma

ação de usar o recurso Get Data. Isso significa se conectar a uma fonte de dados,
fazer upload de um arquivo do Power BI Desktop e enviá-lo para o Service.
Salvar no Power BI Service não altera o arquivo original do Power BI Desktop.
Portanto, não espere atualizações quando você ou seus colegas adicionarem, ex-
cluírem ou alterarem qualquer conjunto de dados, visualização ou relatório.

Service: Onipresente

O Service não se destina a um único usuário, enquanto o Desktop suporta somente o uso
individual. O objetivo do Service é permitir que o usuário individual publique dados da
área de trabalho e, em seguida, os compartilhe com grupos de usuários. Na Microsof-
tlândia perfeita, alguns usuários querem manipular esses dados ao longo do tempo. Os
dados crescem, exigindo licença Pro ou Premium.
O usuário do Desktop pode atualizar constantemente seu produto de dados, seja
um conjunto de dados, seja um modelo de dados, seja um relatório, após publicá-
lo online usando o Power BI Service. No entanto, o Power BI Service não atualiza os da-
dos no nível da área de trabalho, portanto, cabe a você mantê-los sincronizados.
O Service oferece quatro recursos significativos do produto além do acesso multiusuá-
rio, para o qual o Desktop não oferece suporte: a capacidade de visualizar e editar relató-
rios, acesso a dashboards com base em credenciais, colaboração entre usuários e opções
de atualização de dados, dependendo do produto adquirido.

Visualização e edição de relatórios

O ciclo de vida do relatório começa quando um usuário configura um conjunto de dados e

cria um modelo funcional no Power BI Desktop. O usuário também elabora um ou mais
relatórios. Depois que um relatório é desenvolvido, você pode publicá-lo no Power BI
Service. O fluxo de trabalho é típico, pois o refinamento com dados complexos facilita a
criação de um relatório que pode ser entregue offline, sem demandar conexão com a in-
ternet para acessar o conjunto de dados.
Às vezes você pode precisar de acesso a serviços online, por ter grandes conjuntos de
dados de aplicativos de terceiros. Os casos de uso diário incluem quando você tem uma
assinatura de soluções de CRM ou ERP que exijam conexões de dados. Supondo que você
faça parte de uma organização e tenha acesso a um aplicativo de serviço (SaaS), encon-
trará alguém em sua organização cujo trabalho seja publicar aplicativos. Essa pessoa ge-
ralmente os distribui, concedendo acesso a recursos e dados específicos. Com o Power BI
Service, você se conecta a esses aplicativos para gerar relatórios específicos para sua
empresa.
Embora você possa se conectar diretamente a fontes de dados, como bancos de
dados, arquivos e pastas no Power BI Desktop, os aplicativos são diferentes. Você
precisa do Power BI Service para acessar os dados do aplicativo.

Compartilhando resultados

Com o Power BI Service, você publica seus dados na internet por um motivo: deseja
compartilhar com colegas e colaborar. Depois de criar relatórios ou dashboards, pode
compartilhá-los com usuários que tenham conta do Power BI Service. O tipo de licença
em vigor dita como o usuário pode interagir com os dados, é claro. Alguns usuários po-
dem ser capazes de visualizar apenas relatórios e dashboards, e outros podem colaborar
totalmente. Para você e seus colegas gerenciarem um relatório ou dashboard, um
workspace é interessante. A entrega pode ser empacotada e distribuída como um app.
Depois de compartilhar o conjunto de dados, ele se tornará a base para um novo con-
junto de dashboards ou relatórios.
Um relatório do Power BI, por padrão, fornece uma visão holística de um con-
junto de dados, e ele tem recursos visuais que representam as descobertas de um
ou mais conjuntos de dados. Os relatórios podem conter uma ou várias visualizações.

Vendo por que os relatórios são úteis

A base de um relatório é um único conjunto de dados, enquanto um dashboard coleta

muitos relatórios. Com os relatórios, você obtém uma visão focada em um tópico. Além
disso, os dados são estáticos em um aplicativo não baseado em modelo de dados, o que
não é o caso em uma ferramenta como o Power BI. Os elementos visuais são dinâmicos
porque, como os dados subjacentes são atualizados, os relatórios também o são, em
tempo real. Além disso, um usuário é livre para interagir com os recursos visuais o mí-
nimo ou o máximo que quiser em um relatório. Ele também pode usar relatórios para fil-
trar e consultar de várias maneiras diferentes no Power BI. Os relatórios são altamente
interativos e até personalizáveis com base em sua função e responsabilidade
organizacional.

Acessando relatórios de várias direções

Considere dois cenários básicos quando se trata de acesso ao relatório: você mesmo o
criou e o importou do Power BI Desktop, ou alguém o compartilhou com você. Qualquer
relatório que tenha importado está em seu My Workspace. (Veja a Figura 4-8.)

Figura 4-8
Relatórios importados para o workspace.

Dentro da estrutura desses dois cenários, o acesso pode vir como:

 » Relatórios compartilhados diretamente, por exemplo, por e-mail.

» Relatórios compartilhados como parte de um aplicativo.

» Relatórios acessíveis a partir do dashboard.

» Relatórios, dashboards, aplicativos e workspaces recentes ou favoritos acessíveis pelo painel Servi-
ces Navigation.

Entre essas opções, as três maneiras mais comuns de os usuários visualizarem e edi-
tarem relatórios ao colaborar são a) compartilhar diretamente, b) compartilhar como
parte de um aplicativo e c) acessar o dashboard.
Para abrir um relatório compartilhado com você, siga estas etapas:

1. Abra o Power BI Service, em: https://app.powerbi.com.

2. Selecione Home no painel Navigation.

A tela inicial é exibida.

3. Clique no ícone Shared with Me.

4. Em seguida, selecione um relatório da pasta que se abrirá.

Na Figura 4-9, você vê um dashboard e um relatório. O relatório se chama FY20
Award Report. Embora você veja apenas um relatório na tela, há, de fato, vários relató-
rios disponíveis ao clicar em Report Card. No Power BI, um único relatório pode conter
muitos sub-relatórios.

Figura 4-9
Acessando relatórios diretamente.

A segunda opção é receber um aplicativo de alguém ou acessá-lo usando o AppSource,

da Microsoft. Você acessa esses aplicativos na tela inicial do Power BI ou nos itens Apps e
Shared with Me, encontrados no painel de navegação.
Alguém que deseje abrir um aplicativo deve primeiro adquirir uma licença do
Power BI Pro ou ter um workspace dele armazenado no Premium por capacidade.
Ou seja, se deseja usar aplicativos sob o modelo gratuito, isso não é possível.
Para acessar relatórios de um aplicativo, é preciso navegar até a fonte dele. Aqui está
um exemplo de como fazer isso:
 1. Digite no navegador a fonte do aplicativo, como
https://appsource.microsoft.com.

2. Marque a caixa de seleção Power Platform.

3. Usando a caixa Search, na parte superior da tela, pesquise por Microsoft sample Sa-
les and Marketing.

4. Clique no botão Get it Now.

5. Na nova página exibida, escolha Continue ➪ Install para instalar o aplicativo na

tela Apps.

6. Abra o aplicativo na tela Apps ou em Home.

Você verá o aplicativo atribuído em Apps. (Veja a Figura 4-10.)

Figura 4-10
Acesse o aplicativo no menu Apps, no Power BI.

Você também pode abrir relatórios a partir de um dashboard. Em geral, a tile é um ins-
tantâneo de um relatório fixado. Ao clicar duas vezes nela, um relatório será aberto. Para
abrir um relatório a partir de um dashboard, siga estas etapas:

1. No painel, selecione qualquer tile.

No exemplo (veja a Figura 4-11), a tile selecionada é NAICS Awarded By Agency usando
o mapa de árvore.

2. Troque para uma visualização mais granular dos dados do relatório clicando nos
pontos de dados dentro dele.
 Figura 4-11:
Navegue pelo painel do Power BI para obter um relatório.

Trabalhando com dashboards

O dashboard é uma das razões para se usar o Power BI Service. É muito bom poder traba-
lhar com dados na área de trabalho caso a caso, mas suponha que você queira agregar
suas visualizações em uma única página usando uma tela. Nesse caso, o recurso Dashbo-
ard é a ferramenta a ser usada. Um dashboard lhe permite contar uma história a partir de
uma série de visualizações — pense nele como um menu de página única no restaurante.
Um dashboard deve ser bem projetado, pois contém os destaques críticos para que um
leitor possa detalhar os relatórios relacionados e visualizar os detalhes posteriormente.
Os dashboards estão disponíveis apenas com o Power BI Service. Você pode
criá-los com uma licença do Power BI Free, mas esse recurso não está integrado
ao Power BI Desktop. Portanto, depois de criá-los no Power BI Desktop, é preciso publi-
car saídas para o Power BI Service. Lembre-se também de que, embora os dashboards
possam ser criados apenas em um computador desktop, você pode visualizar e compar-
tilhá-los em todos os dispositivos, incluindo no Power BI Mobile. Quando quiser criar
um dashboard, precisará ter pelo menos um relatório fixado em uma tela em branco.
Cada tile (veja a Figura 4-12) representa um único relatório com base em um único con-
junto de dados.
 Figura 4-12.
Arquitetura de um dashboard.

Colaborando dentro do Power BI Service

A transição do Power BI Desktop para o Power BI Service se deve parcialmente à colabo-

ração — não é possível colaborar com outras pessoas usando o Power BI Desktop. Você
pode querer compartilhar com um pequeno subconjunto de usuários, ou talvez o grupo
de usuários com quem está procurando compartilhar informações seja distribuído. De-
pendendo da opção do Power BI Service com a qual trabalhe, há estas opções:

» Usar o workspace: A maneira mais comum de compartilhar relatórios e dashboards é usando o

workspace. Suponha que outro usuário tenha acesso a um relatório ou dashboard. Nesse caso, o
usuário visualiza ou edita a área de trabalho no Power BI Service.

» Usar o Microsoft Teams: O uso do recurso de bate-papo no Teams permite colaborar em relató-
rios e dashboards com o Power BI.

» Distribuir seus relatórios e dashboards por meio de um aplicativo: Se seus resultados estive-
rem focados, o usuário pode criar um único aplicativo e um executável funcional para comparti-
lhamento entre outros usuários.

» Incorporar relatórios e dashboards em sites: Às vezes os relatórios e dashboards que você cria
podem ser úteis para o consumo público direcionado em um site externo ou interno. Você pode
criar uma iteração de um relatório ou dashboard do Power BI que seja visível. Qualquer usuário
que visitar esse site poderá visualizar os dados se receber permissão para fazê-lo.

» Imprimir relatórios: Em caso de dúvida, imprima os relatórios e distribua cópias em papel. É

claro que, cada vez que os dados são atualizados, é preciso imprimir uma nova cópia. Para dash-
 boards, cada saída é impressa separadamente.

» Criar um aplicativo de modelo: Se os resultados forem repetitivos, distribua-os, para que os

usuários do Power BI os acessem usando o Microsoft AppSource. Esses itens devem ser públicos,
para outras empresas usarem.

Não importa quais opções de colaboração você selecione, uma licença do Power BI Pro
ou superior é necessária. A licença não é negociável, porque o conteúdo precisa ser im-
plementado em Premium por capacidade. Embora os requisitos de licença possam variar
para a visualização de itens, a capacidade de editar e gerenciar as saídas exige, no mí-
nimo, uma licença Power BI Pro.

Atualização de dados

Toda vez que você acessar um relatório ou um dashboard no Power BI Service, deve con-
sultar a fonte de dados. Se houver novos pontos de dados, os resultados serão atualiza-
dos no conjunto como parte da visualização. Dependendo dos requisitos de atualização,
um ou mais processos serão necessários. O processo de atualização consiste em várias
fases, dependendo da operação de armazenamento necessária para o conjunto. Você tem
dois conceitos a considerar: modo de armazenamento e tipo de atualização.

Modos de armazenamento e conjuntos de dados

O Power BI oferece vários modos de acesso a dados em um conjunto deles:

» Modo de importação: Os conjuntos de dados são importados da fonte de dados original para o
conjunto. O Power BI pode consultar os relatórios e dashboards enviados ao conjunto e retornar
resultados das tabelas e colunas importadas. Isso é uma cópia instantânea — em outras palavras,
um conjunto de dados que representa um momento no tempo. Cada vez que o Power BI copia os
dados, você pode consultá-los para buscar as alterações.

» DirectQuery/LiveConnect: Dois tipos de conexão que não dependem da importação de dados

diretamente são DirectQuery e LiveConnect. Os resultados de dados vêm da fonte de dados sem-
pre que o relatório ou o dashboard consulta o conjunto. O Power BI transformará os dados brutos
em conjuntos de dados utilizáveis. No entanto, apenas o modo DirectQuery requer que o Power
BI não use consultas usando o mecanismo ETL (Power Query Editor Extract Transform Load). A ra-
zão para isso é que as consultas são processadas diretamente usando o Analysis Services, sem ter
que consumir recursos. As atualizações de dados não são necessárias, porque não ocorrem im-
portações no ambiente do Power BI Desktop. Os recursos que ainda são atualizados incluem tiles
e relatórios, por meio dos quais os dados são atualizados a cada hora. O cronograma pode ser al-
terado para atender às necessidades do negócio.

» Modo Push: No modo Push, não há definição formal para uma fonte de dados, portanto, não há
exigência de atualização deles. Em vez disso, você os envia para o conjunto de dados por meio de
um serviço externo, o que é bastante comum para processos de análise em tempo real no Power
BI.
Tipos de atualização de dados

Para um usuário do Power BI, as atualizações de dados são definidas como a importação
deles das fontes originais para um ou mais conjuntos. A atualização é baseada em uma
programação ou pode ser em tempo real. Dependendo da licença de Power BI adquirida,
a taxa de atualização varia de 8 a até 48 por dia. Você está limitado a 8 atualizações diá-
rias para capacidade compartilhada, que são executadas pela programação usando um
plano. As atualizações são redefinidas diariamente às 0h01.
Os usuários licenciados estão limitados a 8 atualizações por dia para o Power BI
Service Free e o Power BI Service Pro. Se comprar o Power BI Service Premium por
capacidade ou o Power BI Service Premium por usuário, sua alocação de atualização au-
menta para 48 atualizações por dia.
Uma operação de atualização do Power BI pode ter vários tipos de atualização, in-
cluindo de dados padrão, do OneDrive, de cache de consulta, de tile, do dashboard e de
visualização de curso. O Power BI decide as etapas de atualização individuais com cada
um desses exemplos. Uma precedência deve ser aplicada com base na complexidade
operacional, como se vê na Tabela 4-1.

TABELA 4-1 Comparação dos Tipos de Atualização do Power BI

Independentemente da abordagem de atualização, garanta que os relatórios e

dashboards usem os dados atuais para que uma empresa seja bem-sucedida. Se,
por algum motivo, você achar que seus dados estão obsoletos, resolva o problema com o
proprietário dos dados ou o administrador.
Ao atualizar os dados, tenha em mente os seguintes pontos:
» Para um desempenho ideal, programe ciclos de atualização para horários comerciais fora do ho-
rário de pico, especialmente se usar o Power BI Premium.

» Considere o número de atualizações que a organização pode fazer com a licença e a volatilidade
dos dados. Atualize apenas quando souber que faz sentido.

» Certifique-se de que a atualização do conjunto de dados não exceda a duração da atualização,

caso contrário, os dados não serão atualizados corretamente, causando problemas comerciais
com suas opções.

» Otimize seus dados incluindo apenas os necessários para operar no ambiente necessário para
seus relatórios e dashboards. A sobrecarga é dispendiosa, especialmente quando se trata de me-
mória e processamento de consumo.

» Aplique as configurações de segurança apropriadas para o Power BI Desktop e o Power BI Service.

As configurações não são transferidas de um ambiente para outro.

» Esteja atento aos recursos visuais usados, pois mais saídas resultam em degradação do desempe-
nho e possíveis problemas de atualização de dados.

» Use apenas gateways de dados confiáveis para conectar fontes de dados, seja no local, seja na nu-
vem. Se ocorrerem falhas na atualização de dados, talvez seja necessário implantar infraestrutura
adicional para lidar com a capacidade necessária.

» Se ocorrerem falhas na atualização de dados, crie um método de notificação para lidar rapida-
mente com quaisquer preocupações técnicas.
2
Que Rolem os
Dados!
 NESTA PARTE…

Entenda como preparar, conectar e car-

regar dados no Power BI.

Examine e organize dados de uma fonte

de dados complexa.

Aborde a transformação e a limpeza de

conjuntos de dados.
 NESTE CAPÍTULO

» Definindo os tipos de fontes de dados compatíveis com o

Power BI

» Sabendo conectar e configurar fontes de dados

» Vendo as práticas recomendadas para selecionar fontes de

dados

Capítulo 5
Direto da Fonte

E mpresas modernas têm muitos dados, portanto, é evidente que fornecedores de soft-
ware corporativo, como a Microsoft, criaram conectores de fontes de dados para ajudá-
las a importá-los para aplicativos como o Power BI. Você percebe rapidamente que a co-
nexão a fontes de dados não é necessariamente a parte complicada — muitas vezes, é a
transformação deles que leva tempo. Depois de descobrir qual método é melhor para
preparar e carregar os dados no Power BI, você está no caminho certo para analisar e vi-
sualizá-los em seu universo. Neste capítulo, você aprende os métodos para preparar e
carregar dados usando o Power BI Desktop e o Service.

Obtendo Dados da Fonte

Sem uma fonte de dados, é difícil usar o Microsoft Power BI. Você pode se conectar à sua
própria fonte de dados ou usar um dos muitos conectores que a Microsoft disponibiliza
aos usuários como parte do Power BI Desktop ou Service. Antes de começar a carregar
dados, você deve primeiro entender quais são os requisitos de negócios para sua fonte.
Por exemplo, a fonte é local para sua área de trabalho com atualizações ocasionais? Seus
dados podem vir de uma fonte de terceiros que fornece feeds em tempo real? Os requisi-
tos para cada um desses cenários são muito diferentes.
A Microsoft adiciona constantemente conectores de dados à sua plataforma
Desktop e Service. Na verdade, não se surpreenda ao encontrar pelo menos um ou
dois novos conectores lançados mensalmente como parte da atualização regular do
Power BI. Como resultado, o Power BI oferece mais de cem conectores de dados. As op-
ções mais populares incluem arquivos, bancos de dados e serviços da web.
Há uma lista de todas as fontes de dados disponível em:

https://docs.microsoft.com/pt-BR/power-bi/connect-data/power-
bi-data-sources

Para mapear corretamente seus dados no Power BI, você deve determinar a natureza
exata deles. Por exemplo, você usaria o Excel Connector se o tipo de documento fosse
destinado a um banco de dados SQL Azure? Isso não produziria os resultados que pro-
cura como usuário do Power BI.
Em todo o Microsoft Power BI Para Leigos, há uso de alguns conjuntos de dados
suplementares. Eles estão em www.dummies.com/go/mspowerbifd. Além disso,
no arquivo zip para download, há um arquivo Excel chamado FiscalYearAwards.xlsx,
usado na maioria dos exercícios.
Para se conectar ao arquivo FiscalYearAwards.xlsx usando o Excel Connector com o
Power BI Desktop, siga estas etapas:

1. Na guia Home, do Power BI Desktop, clique no botão Excel ou no botão Get Data e
escolha Excel no menu suspenso exibido, como mostrado na Figura 5-1.

Figura 5-1
Localizando o conector de arquivo de dados do Excel no Power BI Desktop.
2. Na janela Open, navegue até o arquivo FiscalYearAwards.xlsx, clique para sele-
cioná-lo e clique em Abrir.

3. Com o arquivo aberto, vá para Navigator e marque as duas caixas de seleção à es-
querda: Prime Awards e Sub Awards.
A janela agora será como a mostrada na Figura 5-2.

Figura 5-2:
Selecionando dados no Navigator.

4. Clique no botão Transform Data.

Observe que eu não lhe disse para pressionar o botão Load. Se o fizesse, teria que fa-
zer modificações no conjunto de dados manualmente. Com o Transform, o Power BI faz
o trabalho difícil em seu nome. (No Capítulo 7, falo mais sobre transformação de dados,
mas por enquanto o foco é preparar e carregar dados.)
Após clicar em Transform Data, aparece uma nova interface, o Power Query Editor. É
ele que carrega os dados das duas guias de planilha do Excel que você acabou de clicar
nas telas anteriores do Power BI. A experiência está na Figura 5-3.
 Figura 5-3:
Seus dados, carregados no editor do Power Query.

Ao carregar dados no Power BI Desktop, eles são armazenados como um ins-

tantâneo no tempo. Para garantir a visualização dos mais recentes, clique no bo-
tão Refresh Preview, na tela inicial de vez em quando.
Carregar pastas com dados dentro delas apresenta alguns desafios exclusivos. Embora
você possa apontar para uma pasta e ingerir praticamente qualquer tipo de arquivo, é
outra questão replicar uma estrutura de pastas usando o Power Query Editor. Ao carre-
gar dados no Power BI armazenados dentro de uma pasta, você deve garantir que o
mesmo tipo de arquivo e estrutura existam. Um exemplo é uma série de arquivos do Mi-
crosoft Excel ou do Google Sheet que seriam gratuitos. Para garantir que isso aconteça,
siga estas etapas:

1. Vá para a guia Home, na guia principal, e clique no botão Get Data.

2. Escolha All ➪ Folder, no menu que aparece.

Quer tentar de outra forma? Vá para a guia Home, na guia principal, clique em New
Source, escolha More no menu exibido e, então, Folder.

3. Seja qual for a maneira para selecionar Folder, o próximo passo é clicar no botão
Connect. (Veja a Figura 5-4.)
Pressionar o botão Connect permite o acesso a uma única fonte de dados.
 Figura 5-4:
Selecionando Folder após Get Data.

4. Localize o caminho da pasta em que você armazenou os arquivos na área de tra-

balho e, em seguida, navegue até o local onde colocou o arquivo semelhante ao
C:\DummiesFiles\TrainingNAICS.
Os arquivos da pasta que acabou de selecionar são carregados em uma nova tela,
conforme mostrado na Figura 5-5.
 Figura 5-5
Arquivos de uma pasta são carregados no Power BI.

5. Selecione uma ou mais tabelas que foram carregadas.

6. Depois que as tabelas forem selecionadas, clique no botão Combine and Trans-
form Data.
Os conjuntos de dados TrainingNAICS.xlsx são carregados no Power Query Editor.

A diferença entre a opção Combine and Transform Data e a Transform Data se

resume ao tipo e à estrutura do arquivo. Supondo que cada arquivo seja seme-
lhante e possa criar colunas consistentes, você pode usar Combine and Transform Data
para colocar tudo em um único arquivo. Do contrário, é melhor usar Transform Data,
uma vez que geralmente há uma estrutura de arquivo único.
Agora você pode dizer que não precisa fazer muito para carregar um arquivo, pasta,
banco de dados ou fonte da web no Power BI. A maioria dos usuários, se puder apontar
para o caminho do arquivo ou se souber a conexão do banco de dados e as credenciais de
segurança ou a URL e os parâmetros associados, pode configurar suas fontes de dados
em pouco tempo. O recurso Power Query do Power BI detecta automaticamente as nuan-
ces na conexão e aplica as transformações adequadas.

Configurando as Fontes de Dados

Em geral, os requisitos de conjunto de dados mudam com o tempo. Isso significa que, se
a fonte de dados for alterada, algumas das configurações inicialmente carregadas
quando o Power BI foi configurado também o serão. Suponha mover a pasta Training-
NAICS com os arquivos 611420.xlsx e 54151S.xlsx de C:\Desktop para
C:\Documents. Essa mudança da pasta exigiria modificar as configurações da fonte de
dados. Você pode fazer isso de duas maneiras:

1. Selecione cada consulta em Queries, à esquerda.

2. Localize Query Settings, no lado direito da interface.

3. Em Applied Steps, clique em Source, conforme mostrado na Figura 5-6.

Ao fazer isso, é exibida uma janela apontando o caminho e a origem do arquivo.

Figura 5-6
Usando Applied Steps para atualizar as configurações da fonte de dados.

4. Faça as atualizações necessárias para atender aos novos requisitos.

Altere o tipo de arquivo ou o caminho do original para cada consulta.

Embora as etapas descritas pareçam fáceis à primeira vista, podem se tornar trabalho-
sas, porque é preciso alterar cada arquivo listado para cada consulta. Esse processo é
bastante demorado, e, se houver muitas consultas, você acabará cometendo erros, dada
a natureza tediosa do trabalho. É por isso que é bom considerar uma opção alternativa —
uma em que se possa alterar o local de origem em um só golpe, em vez de abordar cada
consulta independentemente. Siga estas etapas para o outro método:

1. Na guia Power Query Editor, de Home, clique no botão Data Source Settings. (É
aquele com uma engrenagem — veja a Figura 5-7.)
Uma nova janela é aberta para alterar o local de origem.

2. Selecione todos os arquivos que exigem alteração em Change Source.

3. Faça as alterações desejadas no local de origem.

4. (Opcional) Altere e limpe as credenciais de segurança associadas selecionando

Edit Permissions ou Clear Permissions nesta interface.
 Figura 5-7.
O botão Data Source Settings.

Conjuntos de Dados Compartilhados versus Locais

Até agora, o foco deste capítulo tem sido conjuntos de dados locais, com cujos criação e
gerenciamento você lida por meio do Power BI Desktop. Depois que o conjunto de dados
é publicado e compartilhado — pelo seu próprio workspace ou por um compartilhado
—, o conjunto de dados é referido como um conjunto de dados compartilhado. Ao contrá-
rio do Power BI Desktop, em que se precisa atualizar continuamente o conjunto no disco
rígido local, um conjunto compartilhado é armazenado na nuvem, o que significa que,
seja armazenado em sua área de trabalho, seja com outras pessoas, as atualizações são
mais consistentes.
Há muitos outros benefícios ao usar um conjunto de dados compartilhado, em vez de
um local, incluindo:

» Consistência entre relatórios e dashboards.

» Redução na cópia do conjunto devido à centralização de uma fonte de dados.

» Capacidade de criar novas fontes a partir das existentes com pouco esforço.

Embora você tenha suas necessidades com um conjunto de dados, depois que
um conjunto é compartilhado com uma equipe, as saídas desejadas mudam.
Nesse caso, crie um único conjunto de dados e permita que os outros usuários desenvol-
vam relatórios e dashboards a partir dele.
Conectar-se a um conjunto de dados publicado no Power BI Service requer que
um usuário tenha permissão de compilação [Build]. Você também pode ser um
membro contribuinte de um workspace compartilhado no qual exista um conjunto de
dados. Certifique-se de que o proprietário do conjunto forneça seu acesso de acordo com
as necessidades da empresa.
Você pode se conectar a um conjunto de dados compartilhado usando o Power BI
Desktop ou o Power BI Service. Para realizar essa ação, siga estas etapas:

1. Usando o Power BI Desktop, clique no botão Power BI Datasets, na guia Home ou

no botão Get Data e escolha Power BI Datasets no menu exibido. (Veja a Figura 5-
 8.)
Os dados são transferidos do Power BI Service para o Power BI Desktop para
consumo.

Figura 5-8.
Navegação de conjuntos de dados do Power BI.

2. Com o Service, vá primeiro para o workspace em que publicou seus dados e, em

seguida, escolha New ➪ Report, como mostrado na Figura 5-9.
 Figura 5-9.
Conectando-se a um conjunto de dados compartilhado no Power BI Service.

Se usa o Power BI Desktop ou o Service, você é capaz de se conectar a um conjunto sem

ter que se preocupar com problemas de atualização de dados ou controle de versão. E
também pode selecionar Save a Copy no Service, ao lado de qualquer relatório, em My
Workspace, ou em um workspace compartilhado sem precisar recriar um conjunto de
dados. Essa ação é semelhante à conexão a um conjunto usando o Power BI Desktop,
porque você cria um relatório sem o modelo de dados de base.
Não se preocupe se, em um conjunto de dados compartilhado, alguns botões fi-
carem inativos no Power BI Desktop. Isso acontece porque você não pode mais fa-
zer alterações usando o Power Query Editor. Como resultado, a visualização de dados
também não é mais visível. No entanto, você sabe se o conjunto de dados é comparti-
lhado ou local procurando no canto inferior direito da interface do Desktop, onde há o
nome do conjunto de dados e o usuário os acessando.
Para passar de um conjunto de dados compartilhado para um local, siga estas etapas:

1. Clique no rótulo Transform Data.

2. Selecione a opção Data Source Settings.

 3. Modifique as configurações de fonte para o conjunto ao qual deseja se conectar,
em vez do conjunto de dados compartilhado.

4. Clique no botão Change depois de concluído.

Modos de Armazenamento

Como você deve ter adivinhado, pode consumir dados de várias maneiras usando o
Power BI Desktop e o Service. O método mais comum é importar dados para um modelo
de dados. Ao importá-los no Power BI, você copia o conjunto localmente até se compro-
meter com uma atualização de dados. Embora arquivos de dados e pastas só possam ser
importados para o Power BI, os bancos de dados permitem usar uma conexão que ofe-
reça mais flexibilidade. Há duas alternativas com conectividade de banco de dados:

» Importar os dados localmente. Isso suporta cache de modelo de dados, bem como a capaci-
dade de reduzir o número de conexões e pesquisas. Ao ingerir o modelo, o usuário pode usar to-
dos os recursos do Desktop do Power BI.

» Criar uma conexão com a fonte de dados com o DirectQuery. Com esse recurso, os dados
não são armazenados em cache. Em vez disso, a fonte deve ser consultada sempre que uma cha-
mada de dados for necessária. A maioria, embora não todas, das fontes suporta DirectQuery.

Você pode usar um de dois outros métodos. Um deles é o Live Connection: com ele, o
objetivo é usar os serviços de análise integrados com o Power BI Desktop ou o Service. O
Live Connection também suporta atividades baseadas em cálculo que ocorrem dentro de
um modelo de dados.
A segunda alternativa utiliza modelos compostos. Agora, suponha que um usuário
deva combinar a importação de dados e o DirectQuery, ou que haja um requisito para se
conectar a várias conexões do DirectQuery. Nesse caso, você aplica um modelo com-
posto. No entanto, há alguns riscos ao lidar com a segurança do modelo. Suponha que,
por exemplo, você abra um arquivo do Power BI Desktop enviado de uma fonte não con-
fiável. Se o arquivo contiver um modelo composto, as informações que alguém recupera
de uma única fonte usando credenciais de um usuário abrindo o arquivo podem ser envi-
adas para outra fonte como parte da consulta recém-feita. Portanto, é vital garantir que
suas fontes de dados sejam atribuídas corretamente apenas àqueles que precisam
acessá-las.

Dual mode

Os quatro modos de armazenamento — local, DirectQuery, Live Connection e modelos

compostos — têm dados alojados em um único local. É local para o usuário ou vinculado
a um servidor em uma rede em um data center ou na nuvem.
 Olhando o modelo composto, a propriedade do modo de armazenamento prescreve
onde as tabelas são armazenadas no modelo de dados. Para exibir as propriedades de
uma tabela, você pode passar o mouse sobre ela. No Power BI, isso está no painel Fields
de um relatório e na exibição Data. Você também pode alterar a exibição Model no painel
Properties, na seção Advanced.
Você pode escolher uma das três opções para o modelo de armazenamento: Import,
DirectQuery ou Dual. Você pode estar se perguntando por que não pode escolher Live
Connection ou Composite. Simplificando, essas opções específicas são os modos híbri-
dos de Import e DirectQuery.
O dual mode não é um modo híbrido — em vez disso, permite que uma tabela seja ar-
mazenada em cache e recuperada no modo DirectQuery quando necessário. Se outro
modo de armazenamento for usado para outra tabela, o DirectQuery não precisará ser
usado. Você descobrirá que o modo Dual é benéfico quando as tabelas são semelhantes
entre as importadas e exclusivamente disponíveis usando o modo DirectQuery.
Se precisar alterar os modos de armazenamento, poderá enfrentar algumas
complicações. Por exemplo, você não reverterá mais tarde se decidir ir do
DirectQuery ou do Dual para o Import. Além disso, se decidir dar o mergulho e mudar
para o modo Dual devido a alterações no armazenamento de tabela, precisará, primeiro,
criar a tabela com DirectQuery.

Considerando a Consulta

Nas minhas discussões sobre Power BI, sempre enfatizo que você pode escolher entre
vários métodos para preparar e carregar dados. Na dúvida, o método que garante que
você e sua organização tenham mais precisão é o Import — sem dúvida. Em alguns casos
de uso, no entanto, a experiência do usuário para a importação direta não é a melhor.
Considere as circunstâncias a seguir:

» O DirectQuery pode ser a melhor escolha ao lidar com um conjunto de dados muito grande. No
entanto, o desempenho da importação se correlaciona diretamente com o sistema de onde ela
vem.

» Frequência de dados e atualização são duas razões para usar o DirectQuery, porque as fontes de-
vem sempre mostrar o retorno dos resultados em um período de tempo razoável.

» Suponha que os dados devam residir em sua fonte de dados original e que a localização da fonte
não possa mudar. Nesse caso, o DirectQuery é mais adequado para o movimento de dados.

O DirectQuery não é o melhor bote salva-vidas se você acha que a importação

direta não resolve seus problemas. Você enfrenta uma batalha difícil usando o
DirectQuery nas seguintes condições:
 » O estado da infraestrutura determina os resultados do DirectQuery. Isso significa que hard-
ware lento ou antigo não funcionará da maneira que você acha que funcionaria ao lidar com gran-
des conjuntos de dados.

» Nem todos os tipos de consulta são utilizáveis com o DirectQuery. Isso é especialmente vá-
lido para consultas nativas, que têm expressões de tabela ou procedimentos armazenados.

» A transformação de dados é limitada, ao contrário da importação direta. Você deve interagir

com a interface sempre que uma alteração for necessária.

» Existem limitações de modelagem de dados, especialmente quando você aborda tabelas e

colunas calculadas. Como verá no Capítulo 14, a funcionalidade DAX é limitada ao usar o
DirectQuery para importar dados.

A consulta de dados varia, dependendo do modo de conectividade de dados usado no

Power BI. A Tabela 5-1 explora as diferenças entre Import, DirectQuery e Live
Connection.
 TABELA 5-1 Comparando os Modos de Conectividade de Dados

Abordar e corrigir o desempenho

Em algum momento, você se conecta a uma fonte de dados, olha para a tela e se per-
gunta: “Por que as coisas são tão lentas?”
Existem algumas razões para o desempenho lento no Power BI, muitas das quais po-
dem ser diagnosticadas e corrigidas em pouco tempo.
O Power Query transforma as fontes de dados usando uma linguagem de consulta na-
tiva pré-configurada pela Microsoft dentro do produto. Um exemplo de linguagem de
tradução, como SQL no Power BI, ajuda a converter a fonte. O processo de conversão de
linguagem é o query folding. Embora ele geralmente seja bastante eficiente, ocorrem
problemas. Um exemplo é quando um conjunto de dados é recuperado apenas parcial-
mente da fonte. Como resultado, em vez de carregar todas as colunas, o conjunto carrega
um subconjunto dos dados, tornando mais difícil para você escolher o que deseja manter
e o que deseja remover.
Se quiser ver como o Power Query carrega os dados no Power BI, há uma forma
fácil de revisar a consulta enviada para a fonte de dados: para exibi-la, clique com
o botão direito do mouse em uma etapa de consulta no Power Query Editor, em Applied
Steps, e escolha View Native Query no menu exibido.
A consulta nativa [Native Query] nem sempre está disponível. Por exemplo, al-
gumas fontes de dados não suportam o query folding. Além disso, a etapa de con-
sulta não pode ser traduzida, dada a linguagem nativa usada, o que torna a opção
capciosa.

Diagnosticando consultas

O Power BI inclui um conjunto de ferramentas de diagnóstico de consulta que permite

resolver quaisquer problemas de desempenho que surjam. Elas são úteis se precisar re-
visar as consultas que cria e produz durante um ciclo de atualização do conjunto de da-
dos, incluindo aquelas para avaliar melhor as anomalias do query folding. Para acessar o
conjunto de ferramentas Query Diagnostics, tenha primeiro uma fonte de dados no lu-
gar. Idealmente, você já transformou os dados, não apenas os carregou. Feito isso, siga
estes passos:

1. Clique na guia Tools, na guia principal.

2. Clique no botão Start Diagnostics para iniciar o processo e em Stop Diagnostics

para pará-lo. (Veja a Figura 5-10.)

Figura 5-10
Iniciar e parar diagnósticos de consulta.

3. (Opcional) Para analisar uma etapa, clique em Diagnose Step, em Tools, ou, com o
botão direito do mouse, escolha Diagnose. (Veja a Figura 5-11.)
 Figura 5-11.
O processo de diagnósticos de consulta de uma etapa.

EXPLORANDO O MICROSOFT DATAVERSE

O Power BI faz parte do pacote de produtos Microsoft Power Platform. Totalmente

integrada aos recursos, está a plataforma conhecida como Common Data Service. O
novo nome do produto é Dataverse. Com ele, você recebe um conjunto padronizado
de tabelas para mapear seus dados e criar sua própria série de tabelas ou replicar
aquelas que existem em outros aplicativos baseados na Power Platform.

O Dataverse armazena fluxos de dados do Power BI, bem como outros fluxos de da-
dos da Microsoft Power Platform em um repositório comum. A conexão com o Data-
verse, seja para o Power BI, seja para outros aplicativos da Power Platform, como o
Power Apps ou o Power Automate, exige apenas que os usuários usem suas credenci-
ais de login. Enquanto o usuário receber permissão para o armazenamento de dados e
os fluxos associados forem fornecidos, o acesso será transparente. A única coisa que
um usuário precisa saber é o endereço do servidor.

Quer saber como encontrar a URL do Dataverse de seu ambiente? Siga as instruções
fornecidas pela Microsoft em: https://docs.microsoft.com/en-
us/powerapps/maker/data-platform/data-platform-powerbi-connector.

O diagnóstico de consulta é excelente para dados estáticos. No entanto, se fo-

rem dinâmicos — dados que requerem uma atualização incremental —, nunca se
sabe se o desempenho piorará. Se souber que seus dados serão atualizados com frequên-
cia, implemente uma política de atualização incremental. Dessa forma, os dados legados
permanecem intactos. Ao mesmo tempo, apenas os novos dados são avaliados durante
um ciclo de carga e atualização.
Exportando Arquivos e Aproveitando o XMLA

Suponha que você já tenha se conectado a dados no Power BI Desktop. Você pode usar
essa conexão para exportar o arquivo Power BI Desktop (PBIDS), com todos os detalhes
de dados incorporados nele. O arquivo é válido quando você está procurando criar cone-
xões repetíveis para fontes de dados específicas.
Para exportar o arquivo PBIDS para uso em outro contexto, siga estas etapas:

1. Com o arquivo aberto no Power BI Desktop, escolha Options and Settings, no

menu File.

2. Escolha Data Source Settings, em Options and Settings.

3. Na parte inferior da página, clique no botão Export PBIDS para gerar seu arquivo
PBIDS.
O arquivo é salvo no local selecionado, seja na área de trabalho, seja em um disco rí-
gido. O PBIDS comprime todos seus dados, incluindo fontes e modelos de dados, e rela-
tórios em um arquivo que pode ser reutilizado por outras pessoas com acesso ao
Power BI Desktop ou Service.

Com o Power BI Service Premium, outra opção para endpoints, o XML for Analysis
(XMLA), está disponível para conectá-los. Com o XMLA, você pode extrair dados do
Power BI e usar praticamente qualquer outra ferramenta de cliente de desktop além dele
para manipular um conjunto de dados. Por exemplo, se quiser usar o Excel para editar
um conjunto, essa é definitivamente uma possibilidade. Para usar os endpoints do
XMLA, configure-os com o conjunto de dados no local a ser habilitado usando o portal
de administrador do Power BI.
As configurações de endpoint do XMLA exigem capacidade Power BI Premium para
operar. Para ser bem-sucedido, configure o ambiente para read-only ou read-write.
Para editar um conjunto de dados, read-write é necessário.
A conectividade de endpoints do XMLA liga seu workspace a um servidor, com
um conjunto de dados como o banco de dados. Para garantir que seu conjunto se
conecte adequadamente, vá para o endereço de conexão do workspace e encontre as
configurações dele. Certifique-se de ter acesso aos recursos seguindo estas etapas:

1. Acesse o portal Power BI Service, em www.powerbi.com/.

2. Selecione Workspaces, no menu de navegação, no lado esquerdo da tela.

3. Identifique o workspace que deseja modificar selecionando uma das opções da

lista suspensa.

4. Clique nas elipses verticais e escolha Workplace Settings no menu exibido.

5. Modifique as configurações para acomodar suas necessidades de ambiente, con-
forme mostrado na Figura 5-12.

Figura 5-12
Configuração para XMLA no Premium por capacidade.
 NESTE CAPÍTULO

» Extraindo dados de bancos relacionais e não relacionais

» Utilizando fontes de dados online e em tempo real com o

Power BI

» Aplicando serviços de análise em várias fontes de dados

» Abordando correções com dados estáticos e dinâmicos no

Power BI

Capítulo 6
Obtendo Dados de Fontes Dinâmicas

O s dados podem ser complicados às vezes. É certo que carregar um único arquivo
contendo algumas planilhas ou talvez um feed com um único fluxo de dados para trans-
formar é brincadeira de criança. O que acontece, no entanto, quando você tem um con-
junto de dados alojado em um aplicativo corporativo que tem transações continuamente
escritas nele? Esse cenário é bem diferente. E as corporações devem se preocupar (por
uma boa razão) com a integração e os resultados de business intelligence (BI). Com o
Power BI, as organizações não precisam se preocupar com manipulações técnicas com-
plexas quando se trata de seus sistemas de dados ou de suas comunicações com feeds de
dados de terceiros. Como verá neste capítulo, a integração é fluida — o Power BI tem o
poder de usar um processo de conexão padronizado, independentemente do requisito de
conectividade.

Obtendo Dados de Sistemas de Arquivos Baseados na Microsoft

No Capítulo 5, falo sobre o carregamento de dados diretamente do Power BI Desktop e

até mesmo de pastas armazenadas em seu desktop. Agora concentre sua atenção na in-
tegração com aplicativos baseados do Microsoft 365, como o OneDrive for Business e o
SharePoint 365.
 Ao usar o OneDrive, você precisa estar conectado ao Microsoft 365. Enquanto
estiver conectado, poderá acessar arquivos e pastas como se estivesse acessando
seu disco rígido local. A única diferença é que seu disco rígido é o Microsoft OneDrive. A
Figura 6-1 mostra que o caminho para uma pasta do OneDrive for Business não é dife-
rente do caminho para um arquivo ou pasta padrão em seu disco rígido.

Figura 6-1:
Caminho do arquivo do OneDrive.

Por outro lado, o SharePoint 365 oferece uma variedade de opções para gerenciamento
e colaboração de documentos. A primeira opção é pesquisar um conjunto de sites, site ou
subsite (referido no Power BI como pasta do SharePoint). Nesse caso, insira a URL com-
pleta do site do SharePoint. Por exemplo, se sua empresa tiver intranet, o site pode ser
http://asite.sharepoint.com. Um exemplo do que você verá após inserir um URL
completo e fazer login com suas credenciais do Active Directory aparece na Figura 6-2.
 Figura 6-2
Caminho da pasta do SharePoint.

Você também pode coletar, carregar e transformar uma ou mais listas do SharePoint
no Power BI. (No SharePoint, uma lista é um contêiner simples — tipo uma planilha do
Excel —, mas age como banco de dados.) A lista permite que os usuários coletem infor-
mações — especialmente metadados — em um site do SharePoint, onde os documentos
podem ser coletados. Com a lista, os dados são coletados em linhas, e cada linha é repre-
sentada como um item de linha semelhante ao de banco de dados ou planilha. Para car-
regar uma lista do SharePoint, conheça a URL do conjunto de sites, site ou subsite do
SharePoint. Uma vez que um usuário é autenticado, todas as listas disponíveis são carre-
gadas para ele.
Para novatos no Power BI, é tentador manter todos os arquivos na área de tra-
balho para gerenciar dados. Após um tempo, no entanto, se torna inviável lidar
com várias versões do mesmo conjunto de dados. É por isso que uma opção de nuvem,
como OneDrive ou um site do SharePoint, é útil para gerenciar seus arquivos e conjuntos
de dados, relatórios, dashboards e arquivos de conexão. Simplificará tudo!

Fontes de Dados Relacionais

Muitas empresas usam bancos de dados relacionais para registrar atividades transacio-
nais. Exemplos de sistemas que os executam são os baseados em planejamento de recur-
sos empresariais (ERP), gerenciamento de relacionamento com o cliente (CRM) e geren-
ciamento de cadeia de suprimentos (SCM). Outro tipo de sistema é o de plataformas de
e-commerce. Todos eles têm em comum o fato de se beneficiarem de uma ferramenta de
business intelligence, como o Power BI, avaliando dados conectando-se ao banco relaci-
onal, em vez de extrair arquivos individuais.
 As empresas contam com soluções como o Power BI para monitorar suas operações,
identificando tendências e prevendo métricas, KPIs e metas. Você pode começar a usar o
Power BI Desktop para se conectar a praticamente qualquer banco de dados relacional
disponível na nuvem ou no local no mercado.
No exemplo da Figura 6-3, o Power BI está conectado a um Server SQL Azure, o banco
de dados corporativo baseado na web da Microsoft. Dependendo de sua solução de banco
de dados relacional, há algumas opções. Uma é escolher o comando Get Data ➪ More…
na guia Home e procurar Database. Aqui você encontrará bancos de dados específicos da
Microsoft. Do contrário, se estiver procurando outro tipo de fonte, escolha Get Data ➪
More… e procure Other. Há mais de quarenta opções alternativas de banco de dados
nessa seção.

Figura 6-3.
Localização do banco de dados SQL Azure.

Nesse caso, como a solução selecionada é um produto baseado no Microsoft Azure,

pesquise o produto na caixa Search ou clique na opção Azure após selecionar More.
Depois de selecionar o tipo de origem do banco de dados em Get Data, insira as cre-
denciais para o banco de dados relacional. Nesse caso, insira as seguintes informações:

» Nome do servidor.
 » Nome do banco de dados.

» Tipo de modo — Import ou DirectQuery.

A Figura 6-4 dá um exemplo com os campos preenchidos corretamente. (Não é preciso

adicionar linhas de comando exclusivas ou instruções de consulta SQL, a menos que es-
teja procurando uma exibição de dados mais granular.)

Figura 6-4:
Entrada de credenciais para o banco de dados relacional.

Na maioria dos casos, você deve selecionar Import. DirectQuery deve ser seleci-
onado para grandes conjuntos de dados. As atualizações de dados são feitas quase
em tempo real.
Depois de inserir suas credenciais, faça login com seu nome de usuário e senha,
usando sua autenticação de conta do Windows, banco de dados ou Microsoft, conforme
mostrado na Figura 6-5.
 Figura 6-5.
Selecionando o método de autenticação a ser conectado.

Importando dados de uma fonte relacional

Conectar-se à fonte de dados é, muitas vezes, complicado, porque você precisa ter cer-
teza de que ela e as convenções de nomenclatura estão corretas. No entanto, depois de
superar esses dois fatos, a navegação costuma ser tranquila — bem, pelo menos até que
se precise escolher os dados para importar. Então você pode ficar sobrecarregado se o
banco tiver muitas tabelas.
Depois de conectar o banco de dados ao Power BI Desktop, o Navigator exibe os dados
disponíveis a partir da fonte de dados, conforme mostrado na Figura 6-6. Nesse caso,
todos os dados do banco de dados SQL Azure são apresentados. Selecione uma tabela ou
uma das entidades para visualizar o conteúdo.
 Figura 6-6:
Selecionando as tabelas do Navigator para importação.

Os dados carregados no modelo devem estar corretos antes de passarem para o

conjunto seguinte. Para importar dados da fonte relacional que deseja ingerir no
Power BI Desktop e, em seguida, carregar ou transformar e carregá-los, siga estas
etapas:

1. Selecione uma ou mais tabelas no Navigator.

Os dados selecionados serão importados para o Power Query Editor.

2. Clique no botão Load se estiver procurando automatizar o carregamento de da-

dos em um modelo de Power BI com base em seu estado atual, sem alterações.

3. Clique no botão Transform Data se desejar que o Power BI execute o mecanismo

Power Query.
O mecanismo executa ações como limpar colunas excessivas, agrupar dados, remo-
ver erros e promover a qualidade dos dados.

A boa e velha consulta SQL

Você provavelmente não deveria se surpreender, mas o Power BI tem um editor de con-
sultas SQL inteligente. Suponha que você saiba precisamente de quais tabelas do banco
de dados SQL Azure precisa. Nesse caso, tudo o que precisa fazer é chamar as tabelas em
uma consulta SQL com apenas algumas teclas pressionadas, em vez de solicitar todas as
tabelas do Server SQL Azure. Por exemplo, a Figura 6-7 apresenta uma consulta de SE-
LECT representativa para uma tabela encontrada no banco de dados dataforpowerbi.

Figura 6-7:
Dados de consulta representativos do Server SQL Azure.

Fontes de Dados Não Relacionais

Algumas organizações usam bancos de dados não relacionais, como o Microsoft Cosmos
DB e o Apache Hadoop, para lidar com seus inúmeros desafios de dados. Qual é a dife-
rença?, você pergunta. Esses bancos de dados não usam tabelas para armazenar os da-
dos. Os dados podem ser armazenados de várias maneiras sendo não relacionais
(NoSQL). As opções executam a gama de documento, valor-chave, coluna ampla e grá-
fico. Todas as opções de banco de dados fornecem esquemas flexíveis e escalam sem es-
forço com grandes volumes de dados.
Embora ainda exista a necessidade de autenticar no banco de dados, a abordagem de
consulta é um pouco diferente. Por exemplo, com o Microsoft Cosmos DB — o banco de
dados NoSQL criado pela Microsoft, que é complementar ao Power BI —, um usuário
deve identificar a URL do endpoint, a chave primária e a chave somente leitura para que
uma conexão seja criada para a instância do Cosmos DB no portal do Azure. Para se co-
nectar ao Cosmos DB, siga estas etapas:
1. Escolha Get Data ➪ More… na guia Home, no Power BI.

2. No submenu exibido, localize Azure.

3. Selecione a opção Azure Cosmos DB, como mostrado na Figura 6-8, para criar uma
conexão de banco de dados não relacional.

Figura 6-8.
Selecionando a fonte de dados do Cosmos DB.

4. Digite a URL do banco de dados do Cosmos DB no campo URL e clique em OK. (Veja
a Figura 6-9.)
 Figura 6-9:
Conectando ao Cosmos DB, um banco de dados Microsoft NoSQL.

Para usar um banco de dados NoSQL, é preciso saber as chaves para autenticar.
Para o Cosmos DB, essas chaves estão no portal do Azure, em Cosmos DB Instance
Settings, Key Link. Certifique-se de copiar as chaves de leitura primária e secundária
read-write e read-only.

Importando do Arquivo JSON

Os arquivos JSON não se parecem em nada com arquivos de dados estruturados. Por quê?
JSON — abreviação de JavaScript Object Notation — é um formato de troca de dados
leve. Nem estruturado nem não estruturado, o tipo de arquivo JSON é semiestruturado,
porque é escrito por padrão como um par chave-valor. Com registros baseados em JSON,
os dados devem ser extraídos e normalizados antes de se tornarem um relatório no
Power BI. É por isso que você deve transformar os dados usando o Power Query Editor,
do Power BI Desktop.
Se seu objetivo for extrair dados de um arquivo JSON, você transformará a lista em
uma tabela clicando na guia Transform e selecionando To Table no grupo Convert. Outra
opção é detalhar um registro específico clicando em um link de registro. Se deseja visua-
lizar o registro, clique na célula sem clicar nele. Isso abre um painel de visualização de
dados na parte inferior do Power Query Editor.
Precisa de mais minúcias? Clique na engrenagem ao lado da etapa de origem em Query
Settings, o que abre uma janela para especificar configurações avançadas. Lá você espe-
cifica opções como codificação de arquivos na lista suspensa File Origin. Quando estiver
pronto para o tempo de exibição e seu arquivo JSON for transformado, clique em Close &
Apply para carregar dados no modelo do Power BI. No exemplo da Figura 6-10, os regis-
tros de funcionários foram transformados do arquivo JSON.
 Figura 6-10:
Arquivo JSON transformado pelo Power Query Editor.

Depois que o Power Query Editor tiver transformado o arquivo, talvez você ainda pre-
cise editar campos específicos. No exemplo, o campo Country tem todas as entradas nu-
las, por isso, é um candidato principal para exclusão. Tal escolha é facilmente realizada
com a ajuda do menu suspenso, como mostrado na Figura 6-11, no qual você pode deta-
lhar e excluir registros específicos.

Figura 6-11:
Modificando um arquivo JSON usando o Power Query Editor.

Importando Dados de Fontes Online

Aplicativos corporativos e feeds de dados de terceiros estão amplamente disponíveis no

Power BI. Na verdade, a Microsoft tem mais de cem conectores para aplicativos desen-
volvidos e gerenciados por outros fornecedores, incluindo os da Adobe, Denodo, Oracle e
Salesforce, para citar alguns. Claro, a Microsoft também suporta suas próprias soluções
de aplicativos corporativos, incluindo aquelas nas famílias Dynamics 365, SharePoint
365 e Power Platform. As fontes online podem ser encontradas em várias categorias
usando o recurso Get Data, do Power BI Desktop, mas suas melhores apostas estão em
Online Services e em Other.
No exemplo, como mostrado na Figura 6-12, configurei uma conexão com o Dynamics
365 Business Central.

Figura 6-12:
Conectando-se a um serviço online no Power BI Desktop.

Para se conectar a um serviço online, siga estas etapas:

1. Vá para Get Data, em Home, no Power BI.

2. Na parte inferior do menu Go Data, escolha a opção More…

Selecionar More fornece aos usuários mais opções de fonte de dados.

3. Escolha Online Services, no submenu More…

O Online Services inclui aplicativos corporativos, nos quais há grandes conjuntos de
dados disponíveis (supondo que as credenciais do usuário estejam acessíveis).

4. No lado direito, clique em Dynamics 365 Business Central (veja a Figura 6-13).
Isso permite uma conexão com a Solução ERP para pequenas empresas da Microsoft.

5. Na parte inferior da tela, clique em Connect.

 O resultado final é a conexão estabelecida com o Microsoft Dynamics 365 Business
Central.

Figura 6-13:
Interface para autenticação com Online Services.

Em seguida, você é solicitado a inserir suas credenciais organizacionais online. Geral-

mente, essa parte já está pré-preenchida, porque é seu login de acesso único associado
ao Azure Active Directory. (Veja a Figura 6-13.)
Após autenticar uma sessão, todos os dados disponíveis do banco de dados para a ori-
gem específica são carregados no painel Navigator, dentro do Power Query Editor, con-
forme mostrado na Figura 6-14. O Power Query transforma os dados antes de carregá-
los no Navigator.
 Figura 6-14:
Dados exibidos no painel Navigator dentro do Power Query Editor.

Criando Combos de Fonte de Dados

Quando os dados vêm de várias fontes, as coisas ficam complexas. Criar relações entre
dados na esperança de produzir cálculos e regras sobre eles cria um novo conjunto de
“ahá”. No Power BI, os cálculos são construídos usando a linguagem Data Analysis Ex-
pression (DAX). Então nem é necessário dizer que, quando é preciso reunir várias fontes
contendo cálculos, funções e conjuntos de regras, o processo é árduo. No entanto, a Mi-
crosoft, com o Azure Analysis Services, reduziu consideravelmente o ônus.
O Azure Analysis Services é semelhante à oferta de modelagem e armazenamento de
dados do Power BI. Quando uma organização precisa integrar dados de várias fontes de
dados, incluindo bancos de dados e fontes online, o Azure Analysis Services os simplifica
em um único pacote. Depois que os dados são organizados e consumíveis no que é co-
nhecido como Azure Analysis Cube, um usuário pode autenticar e selecionar o Cube para
acessar e consultar uma ou mais tabelas.

Dados do Azure Analysis Services

Como ocorre com outras fontes, basta clicar em Get Data, em Home, no Power BI Desk-
top para acessar o Analysis Services, conforme mostrado na Figura 6-15.
 Figura 6-15:
Acessando o Analysis Services.

Depois de selecionar Analysis Services, forneça o endereço do servidor do Analysis

Services, bem como o nome do banco de dados. Além disso, selecione se deseja importar
os dados ou usar o Live Connection. É opcional inserir um parâmetro MDX ou DAX. (A
Figura 6-16 mostra os campos que precisam ser preenchidos.)
 Figura 6-16:
A interface de conectividade do Azure Analysis Services.

Você deve saber a diferença entre DAX e MDX. O conceito MDX está associado à
multidimensionalidade — vários aspectos dos mesmos dados. Portanto, você pode
consultar o Azure Analysis Cube para obter dimensões e métricas de dados como resul-
tado. No entanto, com o DAX, os resultados são cálculos e métricas exclusivos do Power
BI.

Acessando dados com o Connect Live

Não confunda o Connect Live com o modo Live Connection. O Connect Live é específico
do Azure Analysis Services, que usa um modelo de tabela e DAX para criar cálculos. A
construção de tais modelos é comparável ao Power BI. No entanto, com o Connect Live
você mantém os dados e os cálculos DAX em seus locais hospedados originais, o que sig-
nifica que não há motivos para importá-los para o Power BI nativamente. Como o Azure
Analysis Services oferece uma taxa de atualização de alta velocidade, o ciclo de atualiza-
ção de dados no Power BI é quase imediato. Você nunca precisa se preocupar em atingir o
limite de atualização de dados do Power BI, o que ajuda a melhorar a qualidade dos da-
dos de sua organização, especialmente ao entregar relatórios.
O Connect Live também permite consultar diretamente tabelas no Azure Analysis Ser-
vices usando DAX ou MDX, o que é semelhante a um banco de dados relacional. Dito isso,
a maioria dos usuários importa dados diretamente para o Power BI, seja de um arquivo,
seja de um banco de dados, seja serviço usando o modelo do Azure Analysis Services. A
outra opção é usar o modo Live Connection. Ao usar a modelagem de dados e as medidas
DAX, todas as atividades podem ser realizadas de modo central, viabilizando a manu-
tenção de dados semelhantes.
Modos para Dados Dinâmicos

O grande método de importar dados de forma confiável sem restrições é a importação

direta. Importar significa que os dados estão armazenados em um arquivo do Power BI e
são publicados com relatórios para o Power BI Service a partir do Power BI Desktop por
um usuário. Assim, você pode ter certeza de que, se for possível interagir diretamente
com o conjunto de dados, os dados serão transformados e limpos da maneira que deseja
que o sejam. Às vezes, é claro, essa abordagem não é a adequada para você ou sua
organização.
Não use a importação direta em nenhuma destas duas instâncias:

» Um ambiente com requisitos de segurança complexos.

» Conjuntos de dados grandes e incontroláveis, cujo potencial de gargalos é alto.

Nesses casos, use o DirectQuery para obter dados dinâmicos, pois você pode consultar
as fontes diretamente sem se preocupar em importar uma cópia do conjunto para o
Power BI — que pode ser excessivamente grande. O uso do DirectQuery também o ajuda
a evitar outro problema que o Direct Import muitas vezes coloca como um desafio: re-
cência e relevância dos dados. Você sempre sabe que seus dados são recentes com o
DirectQuery. Em contraste, com a importação direta, é preciso atualizar o conjunto de
dados por conta própria.
Se precisar alternar os modos de armazenamento, acesse Model View na nave-
gação do Power BI. Primeiro, selecione no painel Properties a tabela de dados que
requer modificação. Em seguida, altere o modo no menu suspenso Storage Mode, na
parte inferior da lista. Existem três opções: Import, DirectQuery e Dual.

O MELHOR DOS MUNDOS: DUAL MODE

Ao lidar com dados dinâmicos, certos conjuntos de dados permitem algum nível de
importação direta. Por outro lado, outros podem ser tratados apenas por consulta.
Quando os dados podem ser importados utilizando Import e DirectQuery, outro modo
de armazenamento torna-se disponível: o Dual. No Dual Mode, o Power BI escolhe a
maneira mais eficiente de lidar e processar dados.
Corrigindo Erros na Importação

Ao longo do caminho, não se surpreenda se você se deparar com um ou dois erros de im-
portação. Na maioria das vezes, os culpados são time-outs de consulta, erros de mapea-
mento de dados ou problemas de tipo deles. Esses problemas são fáceis de corrigir de-
pois que se entende a mensagem de erro, que aparecerá em inglês. Esta seção descreve
cada uma das condições.

“Time-out expired”

Você leu sobre sistemas que têm tráfego intenso e outros que mal são tocados. Quando se
tem uso pesado de um banco de dados, as administrações limitam a largura de banda de
um determinado usuário para garantir que nenhum usuário consuma toda a capacidade
de infraestrutura. Suponha que uma consulta do Power BI exija um conjunto de dados
significativo. Ao mesmo tempo, há uma carga pesada em um sistema, e o conjunto de
dados não pode ser totalmente retornado no tempo distribuído definido pelo sistema.
Nesse caso, o resultado é um time-out consulta, porque o sistema a expira.

“The data format is not valid”

Suponha que você importe uma tabela para o Power BI e, em seguida, veja uma mensa-
gem informando: “Não conseguimos encontrar nenhum dado formatado como tabela.”
O que isso quer dizer? Quando você importa dados do Excel, o Power BI espera que a li-
nha superior de dados mantenha os cabeçalhos das colunas. Se esse não for o caso, é
preciso modificar o workbook do Excel para que a primeira linha seja considerada um
cabeçalho. Caso contrário, você continuará recebendo esse erro até que a primeira linha
seja formatada corretamente.

“Uh-oh — missing data files”

Sempre que você alterar o diretório ou o caminho de seus arquivos, seja em sua área de
trabalho local, seja em um diretório na nuvem, espere obter um erro no Power BI Desk-
top. Embora o Power BI seja um aplicativo inteligente, ele não rastreia cada movimento
que seu arquivo realiza.
Outro caso potencial em que um arquivo de dados ausente pode parecer ser o problema
é ao alterar a permissão de segurança de um arquivo. Não assuma que o Power BI permi-
tirá que você acesse o aplicativo porque recebeu acesso anteriormente — é exatamente o
oposto, na verdade. Para corrigir esse problema, siga estas etapas:

1. Clique no botão Transform Data para abrir o Power BI Query Editor.

2. Ao abrir o Power BI Query Editor, localize o painel Queries.

 Você encontrará um ou mais de seus erros aqui.

3. Vá para a consulta que está relatando erro.

4. No lado direito da tela, em Query Settings, localize Applied Steps e selecione

Source.
Você estará reconfigurando as configurações de origem/fonte.

5. Modifique a fonte para corresponder ao novo local clicando no botão Settings (o

ícone de engrenagem) ao lado da fonte e fazendo os ajustes de permissão
necessários.

6. Pressione OK, uma vez concluído.

“Transformation isn’t always perfect”

Pode ser difícil de acreditar, mas mesmo a tecnologia pode criar erros de dados quando
as importações ocorrem. (Espere — a tecnologia é falível? Sério?) Isso pode acontecer
quando você tentar importar dados para o Power BI. Depois de todos seus esforços, uma
coluna estará em branco ou preenchida com uma variedade de tipos de dados errados.
Quando o sistema tem dificuldade em interpretar o tipo de dado no Power BI, um erro é
lançado. A maneira de corrigir o problema é única para cada fonte de dados. Embora uma
fonte possa exigir a conversão dos dados, outra pode exigir sua remoção completa.
Sempre especifique o tipo de dado correto na fonte desde o início. Completar
uma importação direta versus DirectQuery também elimina muitos dos erros
típicos.
 NESTE CAPÍTULO

» Identificando necessidades de limpeza com base em ano-

malias, propriedades e baixa qualidade

» Resolvendo inconsistências com tipos de dados, valores,

chaves, estruturas e consultas

» Simplificando dados com base em consultas e convenções

de nomenclatura antes do carregamento de dados

Capítulo 7
Limpar, Transformar e Carregar Dados

P ara que qualquer limpeza e transformação de dados ocorra, sua organização precisa
de analistas e engenheiros — e detetives. A ideia é analisar os dados antes de eles entra-
rem no sistema ou depois que estiverem em seu armazenamento. Simplesmente ocultar
os dados não é suficiente. É preciso seguir um processo rigoroso ao procurar por essas
agulhas no palheiro dos dados. Sem um processo rigoroso, não dá para garantir a con-
sistência dos dados em todas as colunas, os valores e as chaves. Seguindo um processo
de análise meticuloso, é possível projetar consultas otimizadas que ajudam a carregar
sem problemas os dados no sistema. Este capítulo o ajuda a desenvolver esse processo
avaliando todo o ciclo de vida e as atividades de suporte que o profissional de Power BI
deve realizar para fazer os dados brilharem para o consumo e a visualização.

Temos um Xeroque Rolmes Aqui!

Há vários tipos de dados anômalos. Com o Power Query, você encontra as tendências que
quer de dados incomuns — mesmo aquelas pequenas ambiguidades que você teria difi-
culdade de capturar por conta própria. Por exemplo, você pode ver como um valor ou
erro de dólar fora do contexto é rastreado até valores ausentes que distorcem os resulta-
dos. Esse é um cenário da vida real que o Power BI é capaz de resolver.
 A maneira mais fácil e óbvia de detectar erros é olhando uma tabela do Power Query
Editor. Você pode avaliar a qualidade de cada coluna com o recurso Data Preview. E pode,
entre cada coluna, revisar dados sob um valor de cabeçalho para validá-los, detectar er-
ros e localizar valores vazios. Tudo o que precisa fazer é, no menu principal do Power
Query, selecionar View ➪ Data Preview ➪ Column Quality. Na Figura 7-1, você percebe
imediatamente que a coluna Agency tem dados faltando, como mostrado pelo número
<1% relatado como vazio. Tal comportamento é consistente com anomalias de dados.

Figura 7-1:
Resolver problemas de qualidade da coluna.

Ao longo deste capítulo, você pode acompanhar os exercícios usando o arquivo

FiscalAwards.xlsx, que pode ser carregado no Power BI Desktop. Para acessá-
lo, vá para: www.dummies.com/go/microsoftpowerBIfd.
Observe que todas as colunas, exceto a Agency, têm 100% de validade. Esse <1% signi-
fica que você tem um valor nulo ou dados errados. A finalidade de investigar problemas
de qualidade de dados usando o Power Query é mais bem exemplificada com essa amos-
tragem, porque todas as outras colunas mostram porcentagem zero de erro. Você
aprende a corrigir essas ambiguidades mais adiante neste capítulo.

Verificando estruturas de dados e propriedades da coluna

Avaliar dados vai além da qualidade da coluna. Outra métrica para identificar melhor
problemas de estrutura de dados envolve a distribuição de valores de coluna, que é uma
métrica de todos os valores distintos na coluna selecionada, bem como a porcentagem
de linhas na tabela que cada valor representa. Ative essa métrica no Power Query Editor
escolhendo View ➪ Data Preview ➪ Column Distribution. Na Figura 7-2, observe que as
colunas Total Value têm um alto número de valores distintos e únicos.
 Figura 7-2:
Uma olhada na distribuição de colunas.

Aqui está o que distinct e unique estão dizendo a você:

» Número distinto [distinct]: O número de valores diferentes em uma coluna quando as duplica-
tas são omitidas.

» Número único [unique]: O número de valores que ocorrem apenas uma vez.

Usando o comando Column Distribution, determina-se o número de valores distintos

e únicos em cada coluna. Como observado, a distribuição de colunas de valores é visível
sob seu cabeçalho. Independentemente do objetivo da análise, o perfil de colunas está
disponível para todos os tipos de dados.
Cada coluna mostra a forma dos dados — a distribuição de valores, digamos, ou a
frequência com que um tipo de dado específico aparece. O valor 2021 é mais visto, en-
quanto os valores de 2011 a 2020 são distribuídos em um valor proporcional por gráfico,
conforme mostrado na Figura 7-2, sob a categoria Years Awarded.
Se quiser avaliar dados fora do Power BI e do Power Query Editor, clique com o
botão direito do mouse nas colunas de escolha e selecione Copy Value Distribu-
tion, no menu exibido. É fornecida uma lista de valores distintos e o número de vezes
que os dados aparecem nas colunas.
A distribuição de colunas é um utilitário valioso: se certas colunas oferecem
pouco valor comercial, você pode omiti-las. Um exemplo é aquela com um nú-
mero limitado de valores distintos. Remover colunas à medida que se realizam análises
cria consultas mais poderosas, porque você se livra da desordem excluindo conjuntos de
dados indesejados.

Usando as estatísticas de dados

Às vezes, as estatísticas são sua melhor amiga, e é por isso que se deve considerá-las
para criar um perfil e entender a natureza dos dados. Para ativar a visualização das esta-
tísticas, vá para o Power Query Editor, escolha View ➪ Data Preview, no menu principal,
e marque as caixas de seleção Column Quality e Column Profile, conforme mostrado na
Figura 7-3.
 Figura 7-3:
Visualização de dados no Power Query Editor.

Após ativar os recursos, selecione um cabeçalho de coluna que exija análise estatística
adicional. Na Figura 7-4, há o perfil das colunas Total Value e Year Awarded, na planilha
do Excel denominada Fiscal Year Awards. Observe o painel de estatísticas gerais, na
parte inferior, e, em seguida, as estatísticas individuais da coluna. Suas opções também
não estão limitadas ao perfil e à qualidade da coluna. Você também pode revisar os dados
para espaço em branco, espaçamento simples e distribuição de colunas.

Figura 7-4:
Visualização de dados do perfil da coluna e da qualidade da coluna.

Estas são as principais estatísticas das colunas a se avaliar:

» Contagem total de valor.

» Número de erros.

» Colunas vazias.

» Colunas distintas.
 » Extensão de valores únicos.

» Valores mínimo, máximo e médio.

» Número de valores zero, ímpares ou pares.

Se a coluna tiver texto, as estatísticas variam em comparação com as colunas

numéricas. Com colunas de texto, o número de strings e valores vazios é desta-
cado. Em contraste, em colunas numéricas, você está limitado apenas a valores vazios.

Passando pelo Ciclo de Vida dos Dados

Os dados raramente são perfeitos. A menos que esteja se conectando a um conjunto de

dados preparado em que tenha controle limitado sobre o que foi criado, há uma boa
chance de que precise fazer algum nível de limpeza e transformação de dados antes de
poder carregar qualquer coisa para análise.
O Power BI oferece uma ferramenta incrivelmente poderosa para guiá-lo por todo o
ciclo de vida dos dados, enfatizando a limpeza e a transformação. Essa ferramenta é o
Power Query. No Power Query, um usuário pode extrair, transformar e carregar (ETL)
dados usando o comando Get, bem como o Transform Data. Neste livro, você usa o
Power Query para conectar, transformar, ingerir e avaliar os dados disponíveis ao se co-
nectar a uma fonte de dados. Essa ferramenta é a infraestrutura por trás do Power Query
Editor, encontrado no Power BI.
O Power Query não é novo no Power BI. Na verdade, ele também é parte do Ex-
cel. Outros produtos, além do Power BI e Excel, incluem o Power Query como
meio de modernizar o desenvolvimento de consultas com uma abordagem low-code.
Em vez de usar SQL, o Power Query usa outra linguagem de programação, chamada M
— abreviação de mash-up —, que é uma linguagem de fórmula de consulta funcional
sensível a maiúsculas e minúsculas. Como parte do Power BI Query Editor, M ajuda a
preparar os dados antes de serem carregados em um modelo do Power BI. M é específico
para consultas, e DAX, a linguagem Data Analysis Expressions, é uma linguagem de cál-
culo de dados analíticos usada por profissionais de ciência de dados e análise para aná-
lise aprofundada. Ao contrário de M, usado principalmente na fase de transformação de
dados, DAX é usada na fase de visualização deles. Descrevo o DAX nos Capítulos 14 a 16.

Resolvendo inconsistências

Quanto mais dados você tiver, mais precisa estar atento a inconsistências, valores ines-
perados, valores nulos e outros problemas de qualidade de dados. O Power BI, com a
ajuda do Power Query, oferece suporte aos usuários com várias maneiras de lidar com
inconsistências. Isso inclui a substituição de valores, a remoção de linhas e a conclusão
da análise de causa raiz.

Substituindo valores

Na interface do Power Query Editor, os usuários podem substituir valores errados pelos
resultados desejados quando ocorrem erros nas fontes de dados criadas ou importadas
para o Power BI. Um exemplo é substituir valores nulos por um valor único atualizado.
Há um detalhe, no entanto, ao usar essa técnica: um usuário deve corrigir o erro na ori-
gem, ou outros valores podem ser escritos durante a atualização. Acesse suas opções cli-
cando com o botão direito do mouse em uma coluna e, em seguida, escolhendo uma op-
ção, conforme mostrado na Figura 7-5.

Figura 7-5:
Procure a opção do menu Replace Values.

Para substituir erros, siga estas etapas:

1. Clique com o botão direito do mouse no cabeçalho de uma coluna e escolha Re-
place Errors no menu que aparece no Power Query Editor.

2. Insira na caixa Value os valores que deseja substituir.

3. Clique em Ok.

A substituição de valores em uma coluna segue um processo semelhante, como mos-

trado na Figura 7-6. Siga estes passos:
 Figura 7-6:
Substituindo valores.

1. Clique com o botão direito do mouse no cabeçalho de uma coluna e escolha Re-
place Value no menu que aparece no Power Query Editor.

2. Na nova tela que aparecer, preencha os campos Value to Find e Replace With.

3. Quando terminar, clique no botão Ok.

Após selecionar o menu Replace Value, serão solicitadas várias atualizações. Em

Advanced, há duas opções: Match Entire Cell Content e Replace Using Special
Character Codes. Se tentar substituir o texto em uma coluna, precisará corresponder ao
conteúdo de uma célula inteira. Se habilitar a opção Match Entire Cell Content, o Power
Query Editor não substituirá valores em que o valor Replace With estiver limitado a Va-
lue to Find. Além disso, suponha que você esteja procurando substituir um único carac-
tere. Nesse caso, precisa selecionar a caixa de seleção Replace Using Special Character
Codes. Caso contrário, o valor não será inserido na caixa.
Se quiser substituir dados em várias colunas simultaneamente, pressione a te-
cla Control (Ctrl) e selecione cada coluna que tem valores que deseja substituir. Se
quiser selecionar um intervalo de colunas seguindo uma ordem específica, pressione a
tecla Shift e selecione cada uma das colunas na ordem de preferência. Lembre-se de que
o tipo de dados inserido nos campos de substituição deve corresponder a todas as colu-
nas, caso contrário, aparecerão erros.

Removendo linhas usando o Power Query

De tempos em tempos, você descobre que deve remover linhas inteiras de dados porque
algo nelas está criando uma abundância de erros. Para remover uma linha, você presu-
miria que corrigir o erro é tão simples quanto clicar com o botão direito do mouse na co-
luna e escolher Remove Errors no menu de contexto. Esse método remove apenas linhas
em que os erros conhecidos estão presentes. Suponha que você prefira remover todas as
linhas em uma tabela que atendam a uma condição específica que pode levar a erros.
Nesse caso, clique no ícone Table, à esquerda do cabeçalho da coluna, selecione as linhas
afetadas e, no menu exibido, escolha Remove Errors.

Escavando até a causa raiz

Sempre que ocorrer um erro em uma coluna, revise a mensagem por trás dele. Para revi-
sar o erro, selecione a célula em questão. A mensagem de erro aparece no painel Preview,
na parte inferior da página. O uso desse método permite que um usuário veja vários tipos
de conteúdo de tabelas, registros, listas e, claro, erros incorporados.
A Figura 7-7 mostra que um erro foi introduzido depois que uma nova coluna perso-
nalizada foi adicionada ao conjunto de dados. A questão apresentada é uma incompati-
bilidade de tipos de dados. Nem um campo de texto nem um numérico pode criar um va-
lor de coluna típico. Acontece que, muitas vezes, a conversão de tipo é uma das causas
principais que desencadeiam uma mensagem de erro.

Figura 7-7
Um erro, conforme apresentado no Power Query.

De tempos em tempos, você pode precisar converter uma coluna de um tipo

para outro (de texto para número, por exemplo). No Power BI, isso é chamado de
conversão de tipo. Na maioria das vezes, você faz alterações de conversão de tipo imedia-
tamente após os dados serem transformados usando o Power Query.

Avaliando e Transformando Tipos de Dados de Colunas

Poucas fontes de dados nasceram prontas. É preciso moldá-las para estarem aptas para
o uso no Power BI e no Power Query Editor. (É certo que esse comportamento é mais co-
mum para arquivos do que para sistemas de banco de dados estruturados, mas isso não
vem ao caso.) À medida que trabalha com conjuntos de dados, você precisa adicionar
etapas de consulta à medida que adiciona ou reduz linhas e dados de coluna. Mesmo
quando tenta transpor dados de coluna, não deve ser nenhuma surpresa que avaliar e
transformar dados é um processo complexo. Nesta seção, foco tópicos sobre transformar
dados em seu estado mais puro possível. Claro, é preciso fazer certos malabarismos no
trajeto.
As chaves apropriadas para as associações

O Power BI oferece suporte aos usuários combinando dados de tabelas de várias manei-
ras diferentes — mas não importa qual caminho escolha, você precisa usar uma associa-
ção em sua consulta. (Uma associação é uma forma de combinar dados de várias tabelas;
ela as reúne com uma chave comum de duas ou mais tabelas.) Usando o Power Query
Editor, você pode concluir essa ação usando a funcionalidade Merge. Se quiser criar rela-
ções usando um modelo fora do Power Query, crie associações implícitas. O uso de uma
associação depende dos requisitos de negócios.
De todos os muitos tipos de associação, os dois de que mais se ouve falar são as
implícitas e as explícitas. Uma associação implícita executa uma associação ex-
terna com um campo de tabela, puxado dela. As associações explícitas especificam a inte-
gração de duas tabelas. Existem muitos benefícios em usar associações implícitas. Um
benefício-chave é a sintaxe, porque é uma substituta útil para a sintaxe de associação
explícita. Na verdade, uma associação implícita pode aparecer na mesma consulta que
mantém uma sintaxe de associação explícita.
A associação de tabelas requer a criação de um critério. Um critério claro é identificar a
chave em cada tabela. Se olhar para Primary e Sub Awards no arquivo de exemplo
FiscalAwards.xlsx, verá que uma escolha óbvia para desempenhar essa função é a co-
luna Agency Key para cada tabela. (Embora os dados geralmente pareçam mais limpos se
suas chaves forem nomeadas da mesma maneira, isso não é um requisito.)
As tabelas são representadas por uma ou muitas declarações de associação. Se
uma tabela for representada por One, sua chave será única em cada linha. Se for
representada por Many, nem todas as chaves são únicas, o que produz certa duplicação.
Como você deve ter adivinhado, One é representado como uma chave primária, e Many,
por uma estrangeira. Relações um para um (1:1) e muitos para muitos (M:M) existem às
vezes, no entanto, os resultados produzidos no Power Query podem não ser adequados;
relações um para um podem produzir um conjunto de resultados estreito, enquanto
muitos para muitos produzem muitos.
Aqui estão dois termos-chave a serem lembrados ao modelar dados:

» Uma relação é a conexão entre entidades em um modelo de dados, que, por sua vez, reflete as re-
gras de negócios. As relações entre entidades podem ser um para um, um para muitos ou muitos
para muitos.

» A associação é diferente, pois configura uma relação entre duas ou mais tabelas para extrair da-
dos. Eles são mapeados juntos usando-se uma chave primária, uma estrangeira ou uma combi-
nação delas, a chave composta.

Considere as seguintes informações relacionadas a associações e relações:

 » Chaves para associações: A associação se baseia em uma ou mais colunas por vez. Chaves com-
postas não são requisito para mesclar tabelas no Power Query. Ao criar associações nele, preste
uma atenção especial ao tipo de coluna. Combine o tipo de dado um com o outro, ou uma associ-
ação não funcionará.

» Chaves para relações: O Power BI dará seu melhor para lidar com diferentes tipos de dados, in-
cluindo a conversão deles, se possível. Idealmente, porém, certifique-se, ao criar uma associação,
de que o tipo de dado na relação é igual.
O Power BI permite apenas relações físicas entre duas tabelas em um único par de co-
lunas. Essa instrução significa que, se tiver uma chave composta em uma tabela, tem que
combinar as colunas de chave em uma única coluna, a fim de criar a relação física neces-
sária. Você pode realizar essa tarefa usando o Power Query ou configurando uma coluna calcu-
lada com a ajuda do DAX.

Você pode combinar colunas de duas maneiras: criar uma nova coluna ou mesclar uma
no lugar. Para adicionar uma nova coluna mesclada, primeiro selecione as colunas que
deseja combinar e escolha Add ➪ Column ➪ From Text ➪ Merge Columns, no Power
Query Editor, na guia principal. Se preferir mesclar colunas no lugar, substitua as origi-
nais. Selecione as colunas que deseja mesclar e escolha Transform ➪ Text Column ➪
Merge Columns, no mesmo menu.
Se selecionar uma das duas opções, o resultado é, em última análise, o mesmo. A Fi-
gura 7-8 apresenta a interface de mesclagem [Merge]. Você pode combinar uma ou mais
colunas de Prime Awards e Sub Awards. Em seguida, selecione o tipo de associação. O re-
sultado é uma nova coluna que mescla ambas.
 Figura 7-8:
A opção mesclar colunas.

NOMENCLATURA INTUITIVA PARA COLUNAS E

CONSULTAS

Se levar dados para o Power BI de uma fonte externa ou criar o modelo interna-
mente, não há regras rígidas relacionadas a convenções de nomes de colunas e consul-
tas. No entanto, isso não significa que você deve se tornar desleixado. É justamente o
contrário.

Criar uma convenção de nomenclatura intuitiva facilita lidar com dados em um mo-
delo e reduz a confusão para os usuários que os acessam. A Microsoft encoraja forte-
mente os usuários do Power BI a seguirem um protocolo disciplinado ao nomear tabe-
las, colunas e métricas. A convenção de nomenclatura não deve requerer muito, espe-
cialmente para aqueles com um histórico técnico limitado.

Não é incomum recuperar dados de um banco cuja convenção de nomenclatura é in-

desejável. Por exemplo, se o campo Total Obligated Amount foi nomeado
 fin_Total_Obligations, pode criar confusão. Portanto, simplificar a nomenclatura é im-
portante ao criar e gerenciar um modelo de dados.

Uma etapa final no processo é definir separadores a partir do menu suspenso Separa-
tor, encontrado na interface Merge. Você pode selecionar um separador predefinido ou
criar o seu escolhendo Custom no menu. Se escolher o último método, terá a opção de
inserir um novo nome de coluna. Após concluí-lo, clique em Ok.
No exemplo, o separador são dois-pontos. Finalmente, a nova coluna é chamada
Agency-Sub Agency, conforme mostrado na Figura 7-9.

Figura 7-9:
Colunas que foram mescladas.

Moldando os dados da coluna para atenderem aos requisitos do Power Query

Nem todas as fontes de dados que você ingere podem ter o tipo de dado adequado. O
Power Query faz seu melhor para detectar o tipo de dado com base nas características
encontradas no conjunto disponível. Por exemplo, você pode usar um CEP dos EUA como
parte do conjunto de dados. O Power Query pode (incorretamente) tratar códigos postais
começando com zeros como se fossem números inteiros. Como resultado, esses valores
iniciais são cortados. Por quê? Porque um número inteiro corta o zero. Nesse exemplo, o
código postal deve ser um tipo de dado de texto, não um número inteiro.
À medida que avalia os dados em colunas, lembre-se de que o Power Query tenta con-
verter todos os dados recebidos como um dos tipos de dado mostrados na Figura 7-10.
Você pode manter o Power Query no caminho certo certificando-se, em primeiro lugar,
de que está usando o tipo de dado correto.

Figura 7-10:
Os tipos de dados disponíveis.

Você vê tipos de dados complexos como funções, listas, registros e tabelas de

vez em quando. Lembre-se de que nem todos os tipos de dados podem estar dis-
poníveis após seu carregamento.
Se quiser alterar o tipo de dado, clique com o botão direito do mouse em um cabeçalho
de coluna e selecione Change Type no menu. Em seguida, selecione o tipo desejado, con-
forme mostrado na Figura 7-11. Depois de alterar um tipo de dado uma vez em uma co-
luna, você verá um prompt perguntando se concorda em alterar o tipo de coluna e inserir
uma etapa. A Figura 7-12 mostra um exemplo dessa inserção.
 Figura 7-11:
Alterando o tipo de dado.

Figura 7-12:
Inserindo uma etapa.

Combinando consultas

No Power BI, você pode combinar consultas com o Power Query de dois modos. Pri-
meiro, pode anexá-las. Isso significa adicionar outras consultas a um conjunto existente
como se empilhasse dados. Ao criar consultas anexadas, muitas vezes você usa padrões
como o operador UNION ALL do SQL. Por outro lado, a combinação com estrutura de
mesclagem é baseada nas chaves primárias e estrangeiras fornecidas. É preciso configu-
rar instruções de JOIN com consultas de mesclagem.
Anexando consultas

Você sempre pode fazer tabelas maiores ou mais largas. Quando anexa, ela fica maior. A
razão é que as consultas incluem o mesmo número de colunas. Em alguns casos, as ta-
belas resultantes têm colunas de todas as consultas; em outros, as colunas que não esta-
vam presentes na consulta original podem ser preenchidas no conjunto de dados. Nessas
circunstâncias, cada linha mantém valores nulos.
Um usuário do Power BI pode acrescentar uma consulta em sua instrução as-is ou
criar uma nova consulta para acomodar os dados agregados. Para adicionar consultas,
você faz essa escolha quando há uma ou mais consultas para selecionar. Nenhuma nova
consulta precisa ser criada — simplesmente reutilize o que quer que exista. Anexar con-
sultas sem criar novas é a escolha padrão no Power BI.
Ao pegar muitas novas linhas de dados e encadeá-las usando a consulta original, es-
colha Append Queries As New.
Para acessar Append Queries as New, vá em Home, na guia principal, no Power Query,
e selecione essa opção. Em seguida, você é solicitado a concatenar linhas de duas ou mais
tabelas. Depois de selecioná-las, pressione Ok.

Mesclando consultas

Ao mesclar consultas, você as combina, o que gera uma tabela mais ampla. Como herda
mais colunas, é natural que o crescimento horizontal ocorra. A consideração crítica é so-
bre qual conjunto de chaves usar. As colunas devem ter valores correspondentes em am-
bas as tabelas para garantir que uma tabela seja combinada com as linhas da segunda.
Assim como ocorre ao anexar consultas, você tem duas opções de mesclagem: criar
uma nova consulta ou mesclar duas e chamá-las de novas. A mesclagem de consultas
envolve a criação de um dos seis tipos de associação usando o Power Query, conforme
mostrado na Tabela 7-1.
TABELA 7-1 Tipos de Associação

Tipo de Associação Direção

Inner Somente linhas correspondentes são visíveis.

Left Outer Todos os itens da primeira tabela aparecem, mas da segunda, só os

correspondentes.

Right Outer Todos os itens da segunda tabela aparecem, mas da primeira, só os

correspondentes.

Full Outer Todas as linhas aparecem.

Left Anti Retorna as linhas da primeira tabela onde não há correspondência

na segunda.

Right Anti Retorna as linhas da segunda tabela onde não há correspondência

na primeira.

Ao usar uma dessas consultas, você perceberá que seus dados não são perfeitos. Para
aliviar as preocupações de qualidade, o Power Query suporta correspondência difusa ao
executar mesclagens. A correspondência difusa ocorre ao comparar itens de listas separa-
das. Uma associação é formada se houver correspondência próxima. É possível definir o
limite de tolerância e similaridade correspondente ao estabelecer a correspondência di-
fusa. As opções estão descritas na Tabela 7-2.

TABELA 7-2 Opções de Correspondência Difusa

Opção Descrição

Similarity threshold Os valores são de 0 a 1. Quando os valores são 0, diz-se que corres-
pondem uns aos outros, não importa o quão distantes estejam. Com
1, você obtém uma correspondência apenas quando ela é exata.

Ignore case Trata maiúsculas e minúsculas da mesma forma.

Maximum number of Limita o número de linhas da segunda tabela que correspondem à

matches primeira, útil quando o conjunto de resultados produz várias
correspondências.

Match by combining text Tenta combinar palavras separadas em uma única entidade, procu-
parts rando encontrar correspondências entre as teclas.

Transformation table Equivalente a um ida e volta, o que significa que deve haver pelo me-
nos duas colunas.

Para mesclar uma consulta, siga estas etapas:

 1. Na guia Home, na guia principal, no Power Query Editor, localize Merge Query.

2. Selecione Merge Queries, não Merge Queries As New.

3. Selecione as tabelas e colunas que deseja combinar em Merge Queries.

4. Selecione a chave comum a ambas as tabelas.

Observe que a coluna de chave apropriada está destacada.

5. Selecione o tipo de associação que deseja na lista suspensa Join Kind.

6. Clique em Ok.

Na Figura 7-13, as consultas Prime e Sub Awards estão mescladas. A chave comum se-
lecionada é Obligated. O tipo de associação selecionado é Full Outer.

Figura 7-13:
Um exemplo de colunas mescladas.

Observe que uma nova coluna, Sub Awards, aparece na Figura 7-14. Cada linha é des-
tacada e diz Table. Para visualizar os dados de Sub Awards, clique no link Table para de-
talhar. Ao mesclar duas tabelas, você pode:
 Figura 7-14:
Adicionando uma coluna.

» Adicionar uma nova tabela.

» Ter a tabela representada por hiperlinks.

» Ter um botão de seta dupla, em vez do botão Filter como parte da coluna.

A seta dupla é outro tipo de filtro que permite aos usuários pesquisar dados de dois ou
mais conjuntos de dados da tabela.
Ao selecionar qualquer célula na nova coluna, uma visualização do conteúdo contido
na tabela mesclada é exibida.
Expandir uma tabela significa tanto expandir quanto agregar:

» Expandir: Aqui você seleciona uma coluna da tabela mesclada que deseja adicionar à tabela atual.
Se a tabela mesclada tiver mais de uma linha correspondente, a linha da tabela atual será a
duplicada.

» Agregar: Se deseja combinar linhas sem duplicação na tabela atual, esta é sua melhor escolha.
Usando o DAX, fornecer a função mais apropriada para cada coluna garante que os dados sejam
combinados corretamente.

Para expandir uma coluna mesclada com o conjunto de dados Fiscal Awards, siga estas
etapas:

1. Na consulta Prime Awards, clique no botão de seta dupla na coluna recém-criada.

 Há uma tela que lhe permite filtrar com base em exibição Expanded ou Aggregate.

2. Desmarque a caixa Select All Columns, em Expanded Merge Columns.

3. Selecione Agency e Sub Agency.

4. Desmarque a caixa de seleção Use Original Column Name as Prefix.

5. Clique em Ok.
Agora há um conjunto expandido de colunas, mostrando os valores de ambas as ta-
belas que acabou de mesclar.

6. Com o botão direito do mouse em Agency Key, selecione Remove Column.

7. Com o botão direito do mouse em Agency.1, selecione Rename.

8. Renomeie a coluna Agency.1 para Agency.

A saída produzida após todas essas mudanças aparece na Figura 7-15. Há apenas uma
coluna Agency e uma Sub Agency rotulada como Sub Agency.1.

Figura 7-15:
Exemplo de colunas mescladas expandidas.

Ajustando o Código M no Power Query

O Power Query Editor, do Power BI, é bastante poderoso. Ainda assim, tem seus limites
para escrever consultas. É aí que entra a intervenção humana. Escrever consultas em M
não é complicado. Lembre-se de que todas elas são sensíveis à capitalização (diferen-
ciam maiúsculas e minúsculas) e devem seguir as regras por trás do mecanismo do có-
digo do Power Query.
O Power BI suporta duas linguagens: M e DAX. Elas ajudam a manipular, filtrar
e analisar dados. Enquanto o DAX é usado para analisar dados depois de carrega-
dos em um modelo Data View, M os pré-processa dentro do Power Query Editor.
Para visualizar e editar consultas em M, inicie o Power Query Advanced Editor. Para
tal, clique no botão Advanced Editor, em Home, na guia principal. (Veja a Figura 7-16.)
Outra opção é clicar com o botão direito do mouse em qualquer consulta no painel Que-
ries e selecionar Advanced Editor no menu exibido, como mostrado na Figura 7-17. Seja
qual for o método escolhido, surgirá um painel de edição com o código M para a consulta
selecionada, como mostrado na Figura 7-18.

Figura 7-16:
O botão Advanced Editor, em Home, na guia principal.

Figura 7-17:
Chegando ao Advanced Editor pelo painel Queries.
 Figura 7-18:
A interface de M no Query Editor.

Todas as consultas em M começam com let e terminam com in. Entre esses
dois, pode haver várias etapas. Com o construto let, você vê definições de variá-
veis que correspondem às etapas [step] de consulta.
Aqui está um exemplo de uma declaração let e in:

Let a = 2 + 2 (step 1)
b = 4 + 4 (step 2)

c = b + 6 (step 3)

in
a + b + c (final step)

Na primeira vez que uma consulta é executada, uma referência é criada. Pense em uma
referência como o ponto de partida para ela. Se fizer uma modificação nela, o Power BI
perguntará se deseja criar uma etapa adicional ou outra iteração. Dependendo de como
você visualiza as etapas da consulta, vê uma pequena variação na forma como as etapas
aparecem. Se revisar o painel Queries Steps, encontrará nomes de etapas, como:

» Source.

» Navigation.

» Promoted Headers.

» Change Type.

No painel Query Steps, localize Applied Steps. Cada vez que fizer uma transformação
do ponto de referência nos dados, encontrará essas alterações na lista Applied Steps.
Essa lista rastreia o número de transformações que aconteceram nos dados desde o iní-
cio. Assim como ocorre no controle de versão, você pode retornar ao estado anterior
usando Applied Steps. Na Figura 7-18, está o contexto histórico de uma consulta que tem
etapas aplicadas.
Se achou a codificação M um pouco pesada, há outra possibilidade para esco-
lher: você pode visualizar o código de uma consulta e até mesmo manipular as
fórmulas usando uma abordagem passo a passo que faz uso da barra de fórmulas padrão.
Primeiro, no entanto, você deve habilitá-lo: na guia principal, clique na barra Formula,
como mostrado na Figura 7-19. O que quer que seja mostrado como consulta no Advan-
ced Query Editor é replicado na barra de fórmula [Formula Bar]. À medida que você faz
alterações em uma consulta, percebe que a saída da linguagem M muda em tempo real.

Figura 7-19:
Habilitando a barra Formula.

Se quiser saber mais sobre a linguagem M e todos seus recursos de sintaxe,

acesse: https://docs.microsoft.com/en-us/powerquery-m.

Consultas para Carregamento de Dados

Para desenvolver um modelo de dados do Power BI, a Microsoft dá aos usuários a capa-
cidade de usar consultas de ajuda [Help]. Essas ferramentas auxiliares estão disponíveis
processando seu modelo na opção Get Data e na Transform Data. Além disso, combi-
nando arquivos ou até mesclando conjuntos de dados, o Power Query oferece suporte a
consultas auxiliares.
Consultas auxiliares são incorporadas ao Power BI Power Query para auxiliar os
usuários na criação de strings. Em vez de complicar a codificação, o API integrado
simplifica as partes mais difíceis das consultas. Na verdade, consultas auxiliares supor-
tam termos comuns, frases, intervalos e funções geoespaciais.
Claro, você pode ter consultas que não precisa ou deseja carregar, porque nem todos os
dados são úteis. Nesse caso, clique com o botão direito do mouse no painel Queries e
desmarque a seção Enable Load. Quando as consultas já estiverem carregadas, erros po-
dem surgir. Para evitá-los, selecione quais consultas deseja omitir do processo de
carregamento.
 Um cenário comum ocorre quando você não deseja carregar consultas anexadas ou
mescladas com outras. Para segregar consultas que não devem ser incluídas, siga estas
etapas:

1. Clique com o botão direito do mouse na primeira consulta que deseja omitir.

2. Escolha Enable Load no menu que aparece no painel Queries.

3. Verifique se todas as tabelas que deseja omitir estão desmarcadas.

4. Repita esse processo para cada consulta que não deseja carregar.

O resultado é a remoção de entidades indesejadas do modelo de dados para consultas e

carregamento futuros. Na Figura 7-20, há um exemplo do menu suspenso para selecio-
nar ou desmarcar a opção Enable Load. Toda consulta desmarcada não é carregada e é
destacada por um texto em itálico.

Figura 7-20:
Removendo consultas.

Após modificar as entidades a serem incluídas nas consultas, salve suas alterações
pressionando o botão Close & Apply, em Home, na guia principal. Veja a Figura 7-21.
 Figura 7-21:
Close & Apply no Power Query Editor.

Resolvendo Erros na Importação

De vez em quando, ao carregar dados, você pode encontrar erros de consulta no Power
BI. Não entre em pânico!
Erros têm muitas formas. Os valores por si só não fazem com que uma consulta falhe
descaradamente. O Power BI permite que você saiba o número total de erros para cada
consulta. Valores com erro, ou valores ignorados durante a consulta, são considerados
valores em branco. Simplificando, eles não têm texto no campo — nem mesmo um zero.
Para chegar ao que realmente está causando os erros no Power Query, use o hiperlink
View Error, que pode ser encontrado na coluna Power Query Editor, lançando o erro es-
pecificado. Ao clicar no hiperlink, você verá os detalhes específicos relacionados à con-
sulta. Razões comuns pelas quais os erros são lançados no Power Query muitas vezes es-
tão vinculadas à conversão de dados. Por exemplo, um valor originalmente N/A, que é
considerado texto, não funcionaria em uma coluna destinada a números.
Para corrigir um erro como esse, você precisa alterar o tipo de coluna. Para fazer tal
modificação, siga estas etapas:

1. No Power Query Editor, selecione a consulta em questão.

2. Clique com o botão direito do mouse na coluna que apresenta erro.

3. Escolha Change Type, no menu que aparecer, e altere a seleção de Number para
Text.

4. Selecione Replace Current quando o pop-up aparecer para validar que você deseja
alterar o tipo de dado da coluna.
Agora você alterou o tipo de dado da coluna de numérico para textual. Valores alfa-
numéricos, não apenas numéricos, podem ser adicionados à coluna para o conjunto de
dados específico. Depois de clicar no botão Close & Apply para um conjunto corrigido,
as mensagens de erro desaparecerão.
3
A Arte e a
Ciência do Power
BI
 NESTA PARTE…

Obtenha informações em primeira mão

sobre como carregar, transformar e extrair
dados para viabilizar o ciclo de vida da aná-
lise de dados no Power BI.

Saiba aperfeiçoar conjuntos de dados

sem comprometer integridade, qualidade e
confiabilidade com as ferramentas do
Power BI Desktop.

Crie visualizações usando o Power BI

Desktop e o Service para colaborar e com-
partilhar com outras pessoas na forma de
relatórios e dashboards.

Conheça as nuances técnicas para apri-

morar relatórios e dashboards ao fazer a
transição do Power BI Desktop para o
Service.
 NESTE CAPÍTULO

» Descrevendo diferentes técnicas de modelagem de dados

» Configurando propriedades para atender aos requisitos do

modelo

» Projetando um modelo para atender aos requisitos de

desempenho

Capítulo 8
Luz na Passarela: O Modelo de Dados

V ocê provavelmente pensou que, depois que os dados são transformados pelo Power
BI, a navegação flui. Em alguns casos, isso ocorre. Claro, quando você cria um modelo
detalhado com muitas tabelas, é necessário um pouco de trabalho para refinar o con-
junto de dados. A modelagem é uma arte e uma ciência porque os dados precisam sem-
pre ser moldados para os insights obtidos serem o mais precisos possível. Após carregar
e transformar os dados, a diversão começa — a parte de “aperfeiçoá-los”. É aí que a
modelagem chega. Neste capítulo, descrevo esquemas que fornecem as informações ne-
cessárias para projetar e desenvolver modelos de dados que viabilizam visualização e
relatórios.

Uma Introdução aos Modelos de Dados

Os modelos de dados são os blocos de construção da visualização e dos relatórios. Um

modelo consiste em uma ou mais tabelas e várias relações — assumindo que existam
mais do que uma tabela. Modelos bem projetados ajudam os usuários a articular seus
dados e a desenvolver insights. Como tal, a modelagem requer algum trabalho duro —
não é feita de uma só vez. Você primeiro tem que carregar os dados e, em seguida, definir
as relações entre tabelas depois que os dados são transformados nelas com a ajuda do
Power BI.
 O melhor momento para construir um modelo é na fase inicial do relatório do
Power BI ou no desenvolvimento da visualização. Se deseja criar métricas eficien-
tes, aprimore o modelo enfatizando o gerenciamento de tabelas e relações.

Trabalhando com esquemas de dados

Você importou todos os dados que foram transformados em uma ou várias tabelas — e
agora? O primeiro objetivo comercial é abordar como superar a criação de modelos de
dados complexos. No Power BI, a modelagem pode ser simplificada.
O primeiro objetivo é começar com o esquema de dados. Se você começar por lá, pro-
vavelmente logo reconhecerá que os dados vêm de um ou mais sistemas transacionais.
Nessas circunstâncias, muitas tabelas o sobrecarregarão. Você não quer confusão de da-
dos — quer organizar e simplificar sua compreensão deles. É aí que entram os esquemas.
Com o Power BI, há três abordagens para o design e a simplificação do esquema de da-
dos: plano, floco de neve e design em estrela. Entender quando usar cada tipo ajuda a
suportar o desempenho e a granularidade dos dados na visualização e nos relatórios. As
próximas seções explicam todos esses pontos.

Esquemas planos

Considere uma lista de transações de vendas, identidades de clientes ou prêmios. O que

esses produtos têm em comum? Suponha que você tenha colocado os dados em uma
planilha do Excel. Nesse caso, precisará de apenas uma única tabela para apresentá-los.
Quando for esse o caso, use um esquema plano — que usa apenas uma única tabela, se-
melhante ao que se vê na Figura 8-1.

Figura 8-1:
Um esquema plano.

Observe as quatro colunas na Figura 8-1. Cada uma pode ter um identificador exclu-
sivo: um carimbo de hora/data específico mostrando quando os dados do cliente foram
inseridos, o nome da empresa, o ID do cliente e o contato na empresa. Cada um desses
dados pode ser usado como uma pesquisa para avaliar melhor as informações detalha-
das do cliente de forma independente. Quando você olha o modelo, no entanto, ele fun-
ciona por conta própria. Considere o esquema plano quando os requisitos de relatório
forem lineares e pouco sofisticados, exigindo não mais do que uma única tabela.
Esquemas planos tendem a ter um valor de uso limitado. Quando você procura
levar informações de uma planilha para o Power BI para fins de análise funda-
mentalista — uma tarefa que envolve adição de colunas de valores e filtragem de dados
—, essa abordagem é perfeitamente adequada. Assim que você introduz muitas tabelas,
tem que buscar uma abordagem alternativa.
Se implantar apenas uma tabela, ela poderá ser usada para relatórios, mas o escopo é
limitado. Talvez você possa filtrar dados ou extrair um ou dois pontos de dados para
criar imagens simplificadas ou saídas básicas calculadas. É aí que termina a utilidade do
esquema plano.

Esquemas em estrela

A maioria das organizações tem um modelo representativo da abordagem do esquema

em estrela. Muitas vezes, há modelos com uma ou duas tabelas grandes, conhecidas
como tabelas de fatos, e algumas tabelas de dimensões. Quando o modelador de dados
planeja um modelo, é uma prática comum modelar tabelas como dimensões ou fatos.
Veja a seguir como se diferenciam:

» As tabelas de fatos são representativas de observações ou eventos. Considere padrões como

transações de vendas, saldos de contas e registros de pessoal. A tabela de fatos se conecta a uma
ou mais colunas-chave de dimensão que se relacionam a uma determinada dimensão. Por exem-
plo, uma tabela de transações com uma transação de vendas (tabela de fatos) pode ser mapeada
para um fabricante (tabela de dimensões). A coluna-chave de dimensão define a dimensionalidade
de um item — os detalhes dentro de uma tabela de fatos. Os valores-chave da dimensão ofere-
cem a granularidade do produto.

» As tabelas de dimensões descrevem a entidade empresarial em detalhes granulares. São atribu-

tos do produto, pessoas, lugares e conceitos que fazem parte da tabela de fatos. Pense em uma
dimensão como um atributo de qualidade que pode fornecer um maior nível de granularidade.

As tabelas de dimensões têm um número finito de linhas porque são descritores am-
plamente usados. As tabelas de fatos podem conter muitas linhas e crescer ao longo do
tempo, porque esses são os registros de transação. Considere que a tabela de dimensões
é uma excelente utilidade para filtragem e agrupamento, enquanto a de fatos é um
exemplo de sumarização.
Sempre que uma visualização de relatório do Power BI é gerada, uma consulta é
gerada em relação ao modelo do Power BI (também conhecido como conjunto de
dados). A consulta é projetada para filtrar, agrupar e resumir os dados do modelo. Seu
principal objetivo é criar um modelo que atenda a cada um desses objetivos de negócios.
A Figura 8-2 apresenta o conceito de fato contra as tabelas de dimensão, enquanto a Fi-
gura 8-3 apresenta um típico esquema em estrela.

Figura 8-2:
Fatos versus dimensões.

Figura 8-3:
Um protótipo de esquema em estrela.

Com um esquema em estrela, não há propriedades para classificar uma tabela

como fato ou dimensão. A relação em si decide o comportamento do modelo. Uma
relação modelo é estabelecida entre duas entidades e os atributos, mantidos nelas.
A cardinalidade — a propriedade da relação, em outras palavras — determina o tipo da
tabela. Relações comuns são um para um, um para muitos, ou muitos para muitos. One é
sempre a tabela de dimensões, enquanto Many é a de fatos. No entanto, raramente você
encontra uma relação um para um dentro de um esquema em estrela, porque a tabela de
fatos tende a repetir dimensões mais de uma vez.
 Com a modelagem de dados, um projeto de modelo bem estruturado inclui ta-
belas distintas, que são do tipo dimensão ou fato. Não misture tipos para criar
uma única tabela. Se criar uma única tabela, perceberá rapidamente que os dados são
malformados. É por isso que você deve avaliá-los para garantir que tenha o número
certo de tabelas com as relações corretas em vigor.
Um bom design de modelagem de dados é uma arte e uma ciência. Você tenta
seguir todas as regras, mas às vezes eles não permitem tanto perfeccionismo.
Mantenha o rumo e faça o melhor para criar o modelo mais puro possível.

Esquemas flocos de neve

Outro tipo de esquema em que há um conjunto de tabelas normalizadas que detalham

uma única entidade de negócios é o esquema floco de neve, uma extensão do esquema em
estrela. Normalizar dados reduz a redundância e aumenta a integridade. Suponha que
cada um de seus produtos se enquadre em uma categoria ou subcategoria. A ramificação
fora da entidade empresarial, produtos, para a categoria e a subcategoria associadas
lembra um floco de neve. (Ok, você tem que estreitar os olhos por alguns minutos para
ver — tente com a Figura 8-4.)

Figura 8-4:
Um esquema floco de neve.

Armazenando valores com medidas

As medidas são, em geral, um tipo de coluna de tabela de fatos para armazenar valores
resumidos. Em um modelo de Power BI, uma métrica tem uma definição semelhante.
Você cria uma fórmula usando o DAX para obter uma coluna de resumo. As métricas
mais usadas no DAX estão associadas a funções de agregação, como SUM, MIN, MAX e AVE-
RAGE, para produzir valores após a consulta de dados.
No entanto, existe uma segunda abordagem para alcançar a sumarização. Qualquer
coluna que seja numérica pode ser resumida por uma visualização, conforme represen-
tado em relatórios e dashboards, ou perguntas e respostas (Q&A). O segundo tipo de mé-
trica é implícito. Você pode criar uma coluna que resume os dados de várias maneiras
sem ter que criar vários tipos de agregação.
Então, quando usar métricas, mesmo para resumir colunas básicas? Aqui estão algu-
mas situações em que isso faz todo o sentido:

» Quando um autor de relatório pretende consultar um modelo usando expressões multidi-

mensionais (MDX): Esses modelos exigem medidas explícitas, que exigem o uso de DAX.

» Quando o autor do relatório cria relatórios paginados do Power BI usando o design de con-
sulta MDX: O modelo precisa incluir métricas explícitas.

» Quando o autor do relatório deve usar o Power BI para conduzir a análise do conjunto de
dados original: O autor deve usar MDX query designer.

» Ao resumir dados, devem ser concluídos de uma maneira específica: Quando você está
usando a função de agregação disponível no Power BI, por exemplo, usar métricas é o caminho.

Para implementar uma métrica, a maneira mais fácil é clicar no ícone Quick Measure,
em Calculations, na guia principal. (Essa área está na guia Home, na guia principal,
quando você está em Data view, conforme mostrado na Figura 8-5.)

Figura 8-5:
O ícone Quick Measure.

Você pode implantar uma variedade de cálculos usando Quick Measure, incluindo fór-
mulas criadas usando cálculos predefinidos. Estas são as categorias de cálculo:

» Aggregate per category.

» Filters.

» Mathematical operations.

» Text.

» Time intelligence.

» Totals.
 A Figura 8-6 lista algumas das opções em Aggregate Per Category e em Filters.

Figura 8-6:
Algumas opções de Quick Measures.

Outra opção é criar suas próprias fórmulas usando New Measure. Para tal, siga estes
passos:

1. Na guia Data, clique com o botão direito do mouse em uma coluna ou nas elipses
em Fields Pane e escolha New Measure no menu exibido.
Selecionar New Measure permite iniciar uma nova métrica com uma nova fórmula
predefinida. (Por padrão, New Measure Starts as Measure =.) Alguns dados podem ser
pré-preenchidos na barra Formula, como mostrado na Figura 8-7.

2. Substitua “Measure =” pelo nome de uma nova coluna e um sinal de igual e, em

seguida, adicione uma fórmula DAX pré-construída. (Abordo isso em detalhes no
Capítulo 15.)
Um exemplo de medida é TotalBid = Sum(Awards[Bids].
 Figura 8-7:
New Measure, na barra Formula.

O produto resultante é uma fórmula baseada em DAX se usar New Measure. Caso con-
trário, a barra Formula tem o código gerado.

Dimensões e fatos (de novo, de novo!)

Com o Power BI, você notará um tema ao preparar modelos de dados: você geralmente
se refere a entidades como Product, Manufacturer ou Company como tabelas de dimen-
sões. Essas tabelas se conectam a tabelas de fatos, como Customer, Sales ou Invoices.
Agora, uma dimensão é uma forma qualitativa de descrever dados, mas tabelas de fatos
são principalmente de natureza quantitativa, nas quais se executam funções matemáti-
cas. No modelo apresentado na Figura 8-2, há uma tabela de fatos e muitas de dimen-
sões. Cada tabela de dimensões, comumente referida como apenas uma dimensão, terá
muitos campos descritivos, mas algumas linhas. Esse não é o caso de uma tabela de fa-
tos, que tem poucos campos, mas muitas linhas.
Ao planejar o design de seu modelo de dados, há várias abordagens quando se trata de
criar dados dimensionais. A Tabela 8-1 descreve cada uma delas.

TABELA 8-1: Abordagens a Dados Dimensionais

Abordagem Descrição

Slowly changing Gerencia a mudança de dimensões ao longo do tempo.

Role-playing Filtra fatos contra muitos critérios.

Junk Apropriado considerar quando há muitas dimensões com poucos

atributos. Há também poucos valores, tornando os dados potencial-
mente limitados. Exemplos incluem gênero e faixa etária.

Degenerate Requer um atributo para uma tabela de fatos necessária para a filtra-
gem. Nesse caso, uma chave primária é um exemplo.

Factless fact Não contém métricas, apenas teclas de dimensão.

Achatando hierarquias

Uma hierarquia é um conjunto de campos categorizados de forma que um nível é pai de

outros níveis. O valor do nível pai pode ser detalhado para uma categoria de nível infe-
rior. Uma hierarquia pai-filho mostra dados sobre contas, clientes ou vendedores em um
ambiente de varejo. As hierarquias são baseadas em profundidade variável. Por exemplo,
você pode ilustrar dados com base em país, estado ou rua ao descrever um território co-
mercial. Uma organização também pode estar vinculada a uma região. Nesse caso, a hie-
rarquia tem quatro níveis.
Uma prática comum no Power BI é achatar a hierarquia — colocar a estrutura em um
único nível, em outras palavras —, de modo que uma hierarquia regular seja composta
de uma coluna. Cada nó é representado em uma coluna separada e distinta. Na Figura 8-
8, o ID da categoria de produto se vincula ao nome e ao ID dele. Isso representa uma hie-
rarquia de dois níveis, porque cada item é exclusivo para um fator comum, o ID da cate-
goria do produto.

Figura 8-8:
Achatando uma hierarquia.

Há algumas opções ao criar uma hierarquia. O seguinte conjunto de instruções é a ma-

neira mais eficiente de criar uma hierarquia pai-filho — você precisa estar na exibição
Report para concluir esta série de ações:

1. Clique com o botão direito do mouse em um campo e escolha Create Hierarchy no

menu exibido.
Uma hierarquia de nível superior é criada.

2. Clique com o botão direito do mouse no campo de um item que deseja adicionar à
hierarquia recém-criada e escolha Add to Hierarchy no menu exibido.

3. Na listagem que aparecer, selecione a hierarquia que deseja adicionar.

Nesse caso, adicionei ProductsName à hierarquia ProductName.

Para alterar a ordem dos campos na hierarquia, siga estas etapas:

1. Clique com o botão direito do mouse no campo dentro da hierarquia.

 2. Escolha Move Up ou Mover Down no menu exibido.

Você também pode arrastar o campo para a posição necessária se nenhuma re-
lação estiver em vigor.
Um método alternativo para criar uma hierarquia é usar a visualização Data em cone-
xão com a barra Formula. Neste exemplo, uso a tabela Subcategory para mostrar como
criar uma hierarquia. Siga estes passos:

1. No Power BI Desktop, escolha Data View, no painel de Navigation, no lado es-

querdo da tela.

2. Depois de selecionar Data View, selecione uma tabela.

Estou selecionando a tabela Subcategory.

3. Na faixa de opções, escolha New Column em Modeling.

Adicionar uma nova coluna lhe permite adicionar dados a uma tabela existente, tal-
vez uma fórmula gerada a partir de duas ou mais colunas.

4. Na barra Formula, digite o seguinte como linha e pressione Enter:

Path = PATH (Subcategory[SubcategoryName],
Subcategory[ProductCategoryID])

Você está usando a função PATH para criar um caminho de hierarquia.

5. Na faixa de opções, escolha novamente New Column em Modeling.

Lembre-se de que você está adicionando outro nível à hierarquia existente, que já
criou.

6. Na barra Formula, digite a seguinte linha e pressione Enter:

Level 2 = PATHITEM(Subcategory [Path],1)

Aqui você está usando a função PATHITEM, que recupera o valor para o nível especí-
fico na hierarquia. No exemplo, há três níveis. É hora de adicionar as duas colunas res-
tantes dela. Você repetirá isso para criar uma hierarquia de três níveis. Cada vez que
pressiona Enter, você estabelece um novo nível de hierarquia.

7. Na barra Formula, digite a seguinte linha e pressione Enter:

Level 2 = PATHITEM(Subcategory [Path],2)

8. Novamente, na barra Formula, digite a seguinte linha e pressione Enter:

Level 3 = PATHITEM(Subcategory [Path],3)

A Figura 8-9 mostra a saída do uso da função PATH e da função PATHITEM na barra
Formula.
 Figura 8-9:
Exemplo de uma hierarquia multinível.

Propriedades de Tabelas e Colunas

No início deste capítulo, discuto brevemente o design de tabelas e colunas. Uma coisa em
comum é que existem muitas propriedades que os usuários podem configurar, todas po-
dendo ser definidas no modo de exibição Model. No entanto, para ver as propriedades de
uma coluna ou tabela, selecione um objeto. Uma vez selecionado, suas propriedades fi-
cam visíveis no painel Properties.
Para ver como isso funciona, escolha Model View na barra de navegação, no lado es-
querdo da interface do Power BI. Uma vez nesse modo de exibição, clique no objeto de
tabela para visualizar suas propriedades. Se deseja ver uma propriedade de coluna espe-
cífica, clique na coluna dentro da tabela. Há exemplos de propriedades de tabela e de co-
luna nas Figuras 8-10 e 8-11.

Figura 8-10:
Seleção da propriedade de tabela.
 Figura 8-11:
Propriedade de coluna.

Aqui estão as opções de propriedades de tabela:

» Name.

» Description.

» Synonyms.

» Row label.

» Key column.

» Is hidden.

» Is featured.

E aqui estão as propriedades de coluna:

» Name.

» Description.

» Synonyms.

» Display folder.

» Is hidden.

» Data type.

» Format.

» Sort by column.

» Data category.

» Summarize by.

» Is nullable.
 Embora a maioria das propriedades de métrica também possa ser configurada
como propriedades de coluna, algumas das últimas — como Sort By, Summarize e
Is Nullable — não podem ser transformadas em métricas.

Gerenciando Cardinalidade e Direção

Nas seções anteriores deste capítulo, discuto brevemente as relações entre campos e ta-
belas. O importante a lembrar é se você está tentando estabelecer uma relação um para
um, um para muitos, muitos para um ou muitos para muitos, que são todas relações en-
tre tabelas — sua cardinalidade, em outras palavras. Para editar tais entre tabelas, clique
no link de relação em um modelo. Isso abre uma janela para configurar melhor a cardi-
nalidade, como mostrado na visualização Model. (A Figura 8-12 fornece um exemplo de
tal edição.) A cardinalidade da relação também é alterada nessa página. Você verá uma
visualização de cada conjunto de dados para selecionar uma coluna que se torna parte da
relação.

Figura 8-12:
Edição de relações.

Para garantir que uma relação esteja ativa, marque a caixa de seleção Make This Rela-
tionship Active. (Novamente, veja a Figura 8-12.) Pode haver apenas uma relação ativa
entre duas tabelas. Além disso, se optar por usar Direct Query, marque a caixa de seleção
Assume Referential Integrity. (A integridade referencial melhora o desempenho da
consulta.)

Cardinalidade

A relação entre duas tabelas tem quatro tipos: um para um, um para muitos, muitos para
um ou muitos para muitos. Na maioria das vezes, com o Power BI, você usa relações
muitos para um para implementar partes de um modelo de dados. A Tabela 8-2 descreve
a diferença entre os quatro tipos.

TABELA 8-2 Cardinalidade e Descrição das Relações

Tipo de Relação Descrição

Um para um (1:1) Os principais dados aparecem em ambas as tabelas ape-

nas uma vez.

Um para muitos (1:M) Muitos se refere ao fato de que uma chave pode aparecer
mais de uma vez em uma coluna selecionada. Um significa
que um valor-chave aparece apenas uma vez na tabela se-
lecionada. Quando você tem uma relação 1:M, uma chave
do lado esquerdo da relação atua como identificador ex-
clusivo, enquanto muitos itens do lado direito a ele podem
corresponder.

Muitos para um (M:1) Semelhante a uma relação um para muitos (1:M), muitos
itens muitas vezes podem ser amarrados a uma única
chave. A única diferença é a direção e a ordem dos dados-
chave.

Muitos para muitos (M:M) Existe uma relação entre duas tabelas, no entanto, potenci-
almente, não há valor exclusivo nelas.

Direção do filtro cruzado

Só porque você configurou um tipo de relação entre duas tabelas não significa que os da-
dos fluirão da maneira que deseja. Na verdade, se vir a Figura 8-12, notará um menu
suspenso Cross Filter Direction no canto inferior direito da tela. Ao configurar uma rela-
ção, você também pode mostrar a direção na qual os filtros fluem. Para um para muitos
ou muitos para um, há a opção de selecionar Single ou Both.
Então, o que Single e Both significam exatamente? Aqui está uma pista:

» Single: Filtra os dados da tabela One para os da Many. Uma única seta aponta para a linha de rela-
ção na exibição Model.
 » Both: Filtros de ambas as tabelas em ambas as direções. Essas relações são bidirecionais. Duas
setas aparecem na linha de relação na exibição Model.

Ao selecionar Both para Apply Cross-Filter Direction, também pode-se selecio-

nar Apply Security Filter. A adição desses recursos introduz segurança no nível da
linha, uma forma de implementar restrições nos dados com base no acesso a ela.
Na Figura 8-13, observe a bidirecionalidade entre a tabela NAICS Code e a Award List.
Por outro lado, existe uma relação de muitos para um — portanto, uma única direção de
filtro cruzado — entre a tabela Agency Contacts e a Award List. Isso significa que muitos
elementos de Agency Contacts podem ser vinculados a uma única entrada de Award List.
O número de registros entre as duas tabelas varia, dado 1:M ou M:1 com e sem
bidirecionalidade.

Figura 8-13:
Um exemplo de direção de filtro cruzado.

Granularidade de Dados

Os detalhes por trás dos dados são importantes. É por isso que a granularidade dos dados
— a especificidade deles — é importante. Dê outra olhada na tabela Award List, mos-
trada na Figura 8-13. O exemplo fornece o ID do código NAICS para abordar a classifica-
ção refinada de um prêmio [award]. Filtrar os dados por um campo com uma granulari-
dade menor, como StartDate ou EndDate, é útil. Ainda assim, não fornece um conjunto
de resultados definitivos. A faixa de respostas é ampla, como mostrado na Figura 8-14. A
filtragem por ID de código NAICS fornece um conjunto de dados mais refinado, dada a
relação com NAICS Code da tabela.
 Figura 8-14:
Granularidade de NAICS ID, StartDate e EndDate na tabela Award List.

Nem todos os conjuntos de dados atingem o nível de granularidade desejado.

Exemplos em que você precisa refinar dados, incluindo quando novas colunas são
introduzidas, são comuns. Em alguns casos, mesmo tabelas não suportadas podem ser
filtradas, mas os resultados não produzem o que se deseja. Como discuto nos Capítulos
15 e 16, o uso da função ISFILTERED é útil ao se avaliar melhor a granularidade dos
dados.
 NESTE CAPÍTULO

» Detalhando os requisitos técnicos para projetar um mo-

delo de dados

» Projetando um modelo de dados básico no Power BI

Desktop

» Publicando um modelo de dados do Power BI Desktop no

Service

Capítulo 9
Projetando e Implantando Modelos

M anipular dados depois de eles estarem no Power BI é uma arte e uma ciência. Os
dados que você importou para qualquer aplicativo exigem uma atenção também com re-
lação ao modo como foram definidos. Se aprendeu uma coisa sobre dados, sabe que pre-
cisa refiná-los desde o início. Isso significa explorar tabelas, criar novas hierarquias, es-
tabelecer associações e relações que façam sentido e classificá-los. Claro, os resultados
precisam ser significativos, então preste muita atenção em como você os organiza no
modelo. Neste capítulo, você descobre como modelar dados no Power BI Desktop para
projetar e implantar modelos eficazes para visualização, relatórios e dashboards. Este
capítulo começa ensinando como projetar e desenvolver um modelo de dados básico no
ambiente do Power BI Desktop e, em seguida, mostra como publicá-lo no Power BI Ser-
vice quando você estiver pronto para o show.

Modelo ou Obra-prima?

Criar visualizações requer um modelo de dados — faz parte do processo. A fonte deles
também precisa ser correta, específica e bem elaborada. É verdade que o Power BI faz al-
gumas coisas incríveis, transformando dados em vários conjuntos, utilizando sua estru-
tura ETL (extrair, transformar e carregar) para apoiar o desenvolvimento e a atividade
de design. Depois que os dados estiverem em segurança no aplicativo Desktop, ainda
precisam de atenção. É preciso tomar ações específicas para prepará-los para que o mo-
delo seja criado e funcione como um conjunto viável para visualização e relatórios. Um
conjunto de dados bem definido ajuda você a analisá-los, bem como a obter insights
prescritivos e descritivos.
A criação do modelo não para na ingestão de dados. Ela requer a definição de ti-
pos de dados, a exploração do design de tabelas, a criação de hierarquias, a cria-
ção de associações e de relações e a classificação dos dados no modelo.

Trabalhando com Data View e Model View

Após importar dados para o ambiente do Power BI Desktop, seu objetivo é manipular os
dados para que funcionem da maneira necessária para os modelos. A primeira parada na
jornada é explorar a guia Data View e a Model View. A diferença entre as duas é que Data
View apresenta todos os dados importados para o modelo. Em contraste, Model View é a
visualização do modelo com base no que o Power BI acredita que o modelo é em um
momento.
Você é responsável por atualizar o modelo, porque é parte de sua responsabilidade
após a importação dos dados. Você pode fazer isso na guia Data View (exibindo todas as
instâncias de dados) ou na Model View (revisando o próprio modelo). Um exemplo da
saída de Data View é mostrado na Figura 9-1; a Figura 9-2 mostra a saída de Model View.

Figura 9-1:
A guia Data View.
 Figura 9-2:
A guia Model View.

A guia Home em Model View é considerada o cockpit para gerenciar muitas de suas
ações de dados, não importa em qual exibição esteja no Power BI Desktop. Como mostra
a Figura 9-3, a guia é dividida em áreas distintas: Data, Queries, Relationships, Calcula-
tions, Security e Share. Cada área tem seu próprio conjunto de recursos, conforme lis-
tado na Tabela 9-1.

Figura 9-3:
Home, em Model View.
TABELA 9-1 Botões do Power BI em Model View

Botão O que Ele Faz

Get Data Obtém dados de uma fonte. Você pode escolher entre mais de cem
opções de fonte de dados, tanto relacionais quanto não relacionais.

Excel Workbook Obtém dados de um arquivo Excel, uma fonte de dados comum da
Microsoft.

Power BI Dataset Obtém dados de um conjunto de dados do Power BI criado

anteriormente.

SQL Server Obtém dados de uma conexão do SQL Server.

Enter Data Cria novas tabelas dentro do Power BI.

Dataverse Conecta-se a um ambiente do Power BI usando uma string de con-

sulta, incluindo as suportadas pelo DirectQuery.

Recent Sources Permite que os usuários acessem as fontes mais recentes do Power
BI.

Transform Data Serve como um gateway para o Power Query Editor com ferramentas
que podem ser encontradas para editar e transformar conjuntos de
dados.

Refresh Atualiza os dados de forma fácil.

Manage Relationships Estabelece cardinalidade entre tabelas no Power BI.

New Measure Cria uma nova métrica calculada usando a barra Formula.

Quick Measure Usa cálculos predefinidos para campos específicos e os constrói para
o usuário.

New Column Cria uma nova coluna para uma tabela específica.

New Table Cria uma nova tabela.

Manage Roles Determina quem é capaz de visualizar modelos específicos de dados.

View As Limita o conjunto de dados a usuários específicos.

Publish Publica o conjunto de dados no Power BI Service.

O Power Query Editor compartilha muitos dos mesmos recursos mostrados na Tabela
9-1, embora também tenha (sem surpresa) recursos específicos para edição de consul-
tas, como mostrado na Figura 9-4.
 Figura 9-4:
A faixa de opções do Power Query Editor.

Uma diferença notável entre o Model View e o Power Query Editor é que o Editor per-
mite definir configurações de fonte de dados, gerenciar e configurar parâmetros, confi-
gurar linhas e colunas, agrupar, classificar e manipular tipos de dados. Também se con-
centra em recursos de inteligência artificial para análise de texto. À medida que você co-
meça a gerenciar o design de seus conjuntos de dados, naturalmente, precisa saber mais
sobre o gerenciamento de linhas e colunas, porque configurá-las para se comportarem
como achar adequado faz parte do comportamento do conjunto de dados. Portanto,
como você provavelmente adivinhou, tem mais opções no Power Query Editor, por ma-
nipular consultas versus construção de modelos.

Importando consultas

Eu o conduzirei pela importação de arquivos do Excel em inúmeros capítulos, mas não

faz mal praticar a importação de um ou mais arquivos do Excel para estabelecer novas
consultas — estou lhe dando outra chance. Lembre-se de que você pode importar suas
consultas para o Power BI Desktop usando uma das várias opções. Comece usando o pai-
nel Navigation, do lado esquerdo da tela, para alternar para Data View, onde todas as ta-
belas existentes estão disponíveis. Se quiser começar de novo, abra um novo arquivo es-
colhendo File ➪ New no menu principal. Se, no entanto, quiser importar, siga estas
etapas:

1. Selecione o tipo de arquivo ou fonte que deseja importar para o Power BI em Get
Data.
Depois de selecionar sua fonte de dados, a janela Navigator será aberta, conforme
mostrado na Figura 9-5.

2. Para carregar dados, escolha um ou mais conjuntos e clique em Load.

3. Para transformar dados, escolha um ou mais conjuntos de dados e clique no bo-

tão Transform Data.
 Figura 9-5:
A janela Navigator em Data View.

Se escolher Load, isso significa que os dados não serão mapeados para um tipo
de dados específico. Se escolher Transform Data, o Power BI fará o possível para
mapear o tipo de dados adequado com base nas propriedades ETL.
Embora a exibição de dados seja semelhante à do Power Query Editor, lembre-
se de que apenas uma amostra dos dados é exibida no Power Query Editor, en-
quanto todos os dados estão disponíveis na exibição após serem importados para o mo-
delo. Em Data View, você trabalha com todo o conjunto de dados, e as modificações são
feitas ao vivo, com os requisitos e especificações do dashboard. No entanto, tanto a visu-
alização de dados quanto o Power Query Editor podem lidar com a criação de colunas
calculadas em tempo real.
Depois que os dados são carregados, você pode manipulá-los, adicionar consultas,
adicionar ou excluir colunas ou gerenciar as relações existentes. As seções a seguir ex-
plicam em detalhes como concluir cada uma dessas atividades.

Definindo tipos de dados

Quando o Power BI importa um conjunto de dados, o padrão é um tipo de dados especí-

fico. Por exemplo, na Figura 9-6, você vê que a tabela Products tem várias colunas, e
duas delas indicam números decimais como opções. As colunas representadas aqui são a
ProductMSRP e a ProductWhsPrice. O tipo de dado pode não ser preciso, porque essas
colunas são de natureza monetária. Você tem a escolha do número decimal ou do deci-
mal fixo. Nesse caso, os valores monetários requerem número decimal. Um usuário tam-
bém pode colocar a formatação na coluna para representar melhor o contexto dos dados
em cada uma das células.

Figura 9-6:
Usando a guia Column Tools para alterar o tipo de dado.

Para revisar os tipos de dados de uma determinada coluna, siga estas etapas.

1. Vá para Data View.

2. Selecione a coluna que deseja revisar e destaque-a.

3. Verifique se você está na guia Column Tools. (Veja a Figura 9-6.)

4. Na guia Column Tools, verifique a propriedade Name para ter certeza.

5. Verifique se o menu suspenso Data Type (veja a Figura 9-7) está definido para o
tipo correto de dado.
Nesse caso, está definido como Decimal Number.
 Figura 9-7:
Uma lista de opções de tipos de dados.

6. Altere a opção para Fixed Decimal Number.

7. Usando o menu suspenso Format (novamente, veja a Figura 9-6), altere a opção
para Currency.

Esse processo é consistente em todo o Power BI para modificar tipos de dados, quer
você esteja tentando alterar dados numéricos para texto, quer texto para numérico.

Manipulando propriedades de formatação e tipo de dados

Dependendo se a coluna é de texto ou numérica, você pode usar o menu suspenso For-
mat, na guia Column Tools, para também aplicar propriedades específicas a uma coluna
para garantir comportamentos específicos. No final da seção anterior, apliquei o formato
de moeda às minhas colunas, mas, se a coluna for numérica, você também pode aplicar
outros comportamentos, incluindo números decimais, números inteiros, porcentagem e
formatação de números científicos. (Veja a Figura 9-8.)
 Figura 9-8:
Opções de formatação numérica.

Suponha que esteja procurando aplicar propriedades como Medidas, posições Geográ-
ficas ou dados Científicos e Matemáticos a uma coluna. Nesse caso, você pode aplicar
uma sumarização (um modo de avaliar ainda mais os dados matematicamente) ou uma
categoria de dados (um modo de classificar dados de base geográfica). As opções de su-
marização para a guia Column Tools são mostradas na Figura 9-9, e as opções de Data
Category são exibidas na Figura 9-10.

Figura 9-9:
As opções de Summarization na guia Column Tools.
 Figura 9-10:
As opções Data Categories.

As opções de sumarização permitem que qualquer coluna de dados numéricos

em uma tabela seja resumida como um único valor. As opções de Data Categories
são aplicáveis para mapeamento de Power BI — latitude e longitude ou graus.

Gerenciando tabelas

Você importou pelo menos uma tabela e criou um conjunto de dados. Às vezes, o nome
da tabela pode não ser exatamente o que você quer. Ou talvez você queira excluir uma
tabela. Essas são todas ações comuns que um especialista em dados enfrenta no Power
BI Desktop à medida que passa pelo design, pelo desenvolvimento e pela implantação do
modelo.

Adicionando tabelas

Haverá momentos em que você precisará adicionar uma ou mais tabelas ao modelo de-
pois de importar o conjunto de dados para o Power BI Desktop. Talvez você queira criar
uma tabela de fatos adicional para a atividade transacional ou uma de dimensões para
viabilizar uma nova pesquisa. Ambos os cenários são bastante comuns, mas, felizmente,
adicionar uma tabela é simples. Você ainda precisa fazer um pouco de configuração de-
pois de definir os nomes das colunas.
De qualquer forma, aqui está como você adiciona uma tabela:

1. Em Model View, clique no botão Enter Data, em Home, conforme mostrado na Fi-
gura 9-11.
Uma tela de criação de tabela é exibida.

Figura 9-11:
O botão Enter Data.
 2. Insira os nomes das colunas e os dados desejados nas células da tabela
apropriadas.

3. Digite um nome de tabela no campo Name.

A tabela será parecida com a mostrada na Figura 9-12.

Figura 9-12:
Criando uma tabela.

4. Clique em Load assim que terminar de criar sua tabela.

O resultado é uma nova tabela, que aparece como parte do modelo de dados que você
pode acessar em Data View, bem como em Model View.

Renomeando tabelas

Renomear uma tabela é uma atividade simples, desde que nenhuma tabela já tenha o
mesmo nome. Com o Power BI, cada tabela em um modelo de dados deve ter um nome
exclusivo. Por exemplo, duas tabelas não podem ter o nome Products. (Você pode ter
uma tabela chamada Product, e outra, Products, mas isso seria bastante confuso.) As
melhores práticas indicam ser o mais descritivo possível. Para renomear uma tabela no
Power BI Desktop, siga estas etapas:

1. Em Data View ou em Model View, vá para o painel Fields.

2. Clique com o botão direito do mouse na tabela que deseja alterar.

3. Escolha Rename no menu exibido, conforme mostrado na Figura 9-13.

 Figura 9-13:
Atualizando o nome da tabela em View Model.

4. Insira um novo nome para a tabela no campo destacado e aperte Enter.

O nome da tabela será atualizado dentro de trinta segundos.

Excluindo tabelas

Se quiser excluir uma tabela de um modelo, enfrentará alguns riscos. Se as relações esti-
verem associadas à tabela, elas serão interrompidas. Além disso, se os campos calcula-
dos forem incorporados em um relatório, também desaparecerão. Dito isso, remover
uma tabela, como mover uma coluna, é um processo relativamente simples. Para remo-
ver uma tabela, siga estas etapas:

1. Em Data View ou em Model View, vá para o painel Fields.

2. Clique com o botão direito do mouse em uma tabela para removê-la e escolha De-
lete from Model, no menu exibido, como mostra a Figura 9-14.
 Figura 9-14:
Excluindo uma tabela do modelo.

Aparecerá um prompt perguntando se você tem certeza de que deseja excluir a ta-
bela, conforme mostrado na Figura 9-15.

Figura 9-15:
Perguntando se você tem certeza.

3. Clique em Delete.
A tabela é excluída do modelo.
Renomeando e excluindo colunas

Renomear ou excluir uma coluna segue a mesma prática de uma tabela. A única ressalva
é que, quando ocorrem dependências, como execuções de chaves, a exclusão de uma co-
luna resulta em relações quebradas.
Para renomear uma coluna, siga estas etapas:

1. Em Data View ou em Model View, vá para o painel Fields.

2. Clique com o botão direito do mouse na coluna que deseja renomear.

3. Renomeie a coluna de dados.

O nome da coluna é atualizado automaticamente.
Se as relações exigirem atualização, elas serão revisadas de acordo com essa
necessidade.

Quando a coluna for excluída, você notará que o link estará quebrado se existir uma
relação entre duas tabelas. A Figura 9-16 mostra as visualizações antes e depois da ex-
clusão das relações do CityID entre Products e Location.

Figura 9-16:
Visualizações Before e After para remoção da coluna.
 Para excluir uma coluna, siga estas etapas:

1. Em Data View ou em Model View, vá para o painel Fields.

2. Clique com o botão direito do mouse na coluna e escolha Delete from Model no
menu exibido.
Você será avisado de que a coluna está prestes a ser excluída.

3. Pressione Delete.
A coluna é excluída, e o modelo é atualizado automaticamente.
Se as relações forem rompidas, os links entre as tabelas serão atualizados de acordo.

Adicionando e modificando dados em tabelas

Às vezes você quer adicionar ou modificar dados em uma tabela existente. Esse processo
é um dos menos simples, pois requer que um usuário entre no Power Query Editor para
concluí-lo. Se criou os dados no Power BI, o processo para adicionar ou modificar é mais
simples do que com conjuntos de dados importados usando um arquivo ou ingeridos
usando o DataQuery. Para adicionar linhas ou modificar células a linhas de tabelas que
você mesmo criou, siga estas etapas:

1. Na área Queries, em Home, em View Model, clique em Transform Data.

O Power Query Editor aparece na tela.

2. Selecione o conjunto de dados que criou.

3. Vá para a fonte em Applied Steps.

4. Clique no ícone da engrenagem. (Veja a Figura 9-17.)

Isso abre uma janela para adicionar ou atualizar linhas ou campos adicionais.

Figura 9-17:
O ícone engrenagem, em Applied Steps.

Como você vê na Figura 9-18, a tabela Manufacturers tem um campo vazio, bem como
uma linha indicando que ele deve ser alterado.
 Figura 9-18:
A tabela modificada com nova linha e dados alterados.

Modelos importados, DirectQuery e compostos

Quando você importa ou usa o DirectQuery e transforma os dados no Power BI, sua ca-
pacidade de adicionar dados ou alterá-los pode ocorrer apenas na fonte de dados nativa.
Há uma exceção, é claro: se criar colunas personalizadas ou calculadas, elas serão editá-
veis e gerenciadas no Power BI.
Suponha que deseje fazer uma modificação na tabela Location, na Figura 9-19. Os da-
dos estão no arquivo Products.xlsx. Você pode adicionar mais três cidades ou estados e
alterar o nome de uma cidade ou estado diretamente no Excel. Assim que atualizar o ar-
quivo, clique em Refresh, em Queries, em Model View. Os resultados são atualizados
instantaneamente, como mostrado na Figura 9-20.

Figura 9-19:
Antes de uma alteração no arquivo Products.xlsx.
 Figura 9-20:
Vendo as alterações feitas no arquivo Products.xlsx.

Gerindo Relações

Quando duas tabelas se conectam por um vínculo comum, muitas vezes isso significa
que há uma + por meio de uma chave. Pode ser uma chave primária-primária ou primá-
ria-estrangeira. Em certas circunstâncias, uma tabela pode até ser unida em um único
campo. Esse único campo pode mapear para outra tabela com um campo semelhante,
criando uma pesquisa. Nesta seção, abordo o valor das relações na concepção e no de-
senvolvimento do modelo de dados.

Criando relações automáticas

O Power BI reconhece que, quando os dados são transformados, há uma relação. Por
exemplo, se há duas tabelas com um tipo de dados numéricos e elas forem nomeadas da
mesma forma, elas serão consideradas em relação. O Power BI detecta essas relações
como parte do processo ETL. A detecção automática ajuda a reduzir o trabalho manual
que é necessário para identificar as relações. Além disso, você pode reduzir o risco de
ocorrência de erros entre as tabelas.
Para ver como o Power BI visualiza relações entre conjuntos, siga estas etapas:

1. Vá para Home, em Model View.

2. Na área Relationships, clique no ícone Manage Relationships.

As relações que existem quando os conjuntos de dados são importados são corres-
pondidas automaticamente.

3. (Opcional) Se deseja que os sistemas detectem automaticamente as relações, cli-

que no botão Autodetect.
Criando relações manuais

Às vezes, os nomes das chaves primárias e estrangeiras podem não coincidir, mas você
sabe que os dados entre elas criam uma relação. Por exemplo, LocationID e CityID po-
dem ser um e o mesmo, ou talvez StateID e StateAbbreviation. Todos esses são exemplos
em que os analistas de dados precisam mapear manualmente a relação entre duas tabe-
las, mesmo que o Power BI tenha sido capaz de captar o padrão. Para estabelecer manu-
almente relações entre tabelas e chaves, siga estas etapas:

1. Vá para Home, em View Model.

2. Na área Relationships, clique no ícone Manage Relationships.

3. Clique no botão New.

4. A interface Create Relationship é exibida, como mostrado na Figura 9-21.

Figura 9-21:
A interface Create Relationship.

5. Selecione as duas tabelas que estão em relação.

6. Usando os menus suspensos Cardinality e Cross-Filter Direction, escolha as confi-

gurações desejadas.

7. Pressione Ok quando terminar.

Excluindo relações

A exclusão de relações ocorre de uma de três maneiras. Você remove o campo de uma das
duas tabelas que configura a associação entre elas ou usa a interface Manage Relati-
onships para desconectar a relação, da mesma maneira que a criou. Desmarque a caixa
Active e, então, pressione Delete. Um aviso aparece mostrando uma ruptura na relação.
Você reconheceria que a relação foi quebrada e depois pressionaria Ok.
A maneira mais fácil de quebrar uma relação é ir para Model View e clicar com o botão
direito do mouse no link. Selecione Delete. Você é solicitado a reconhecer que a relação
será desfeita.

Classificando e codificando em tabelas

À medida que forma sua coleção de dados no Power BI ao longo do tempo, é importante
adicionar contexto para que qualquer usuário que acesse os conjuntos que começou a
criar possa montar as peças do quebra-cabeça. Quer seus dados descritivos estejam vin-
culados a um único conjunto ou a muitos, é uma atividade contínua para a pessoa res-
ponsável pelo gerenciamento dos dados. Uma forma de ajudar qualquer usuário que se
deparar com seus dados a entender melhor o que está revisando é adicionar metadados
— para detalhar os dados, em outras palavras — dentro de cada propriedade de tabela
ou coluna.
Para adicionar metadados a cada tabela ou coluna, siga estas etapas, dependendo se é
uma tabela ou uma coluna:

1. Vá para Model View.

2. Selecione a tabela (para descrever uma tabela inteira) ou uma coluna dentro dela.
(É preciso selecionar a coluna específica entre as tabelas.)

3. No painel Properties, insira uma descrição na caixa Description.

Pode ser uma frase estendida em relação ao item específico.

4. Insira sinônimos que também descrevem o nome da tabela ou da coluna.

Tenha cuidado para não confundir categorias de dados com tipos de dados. As
categorias são uma forma de agrupá-los em um modelo, enquanto os tipos quali-
ficam se eles são de texto, numéricos ou mistos. Pense em Cities como uma categoria e
em Text como tipo.
Organizando Dados

Organizar dados em um conjunto é diferente daquilo que você experimenta quando eles
são transformados na visualização. A organização de dados no Power BI pode acontecer
de algumas maneiras diferentes: classificar, agrupar e ocultar [Sort By, Group By e Hide
Data]. As próximas seções detalham cada uma delas.

Classificando e agrupando

Você pode ser confundido por Sort By e Group By. Sort By classifica os dados em ordem
crescente (A–Z) e decrescente (Z–A) em uma base de coluna. Para subir ou descer os da-
dos em um conjunto, você precisa ir para o Power Query Editor para concluir a classifi-
cação. Você pode classificar apenas uma coluna de cada vez.
Group By permite que um campo seja agrupado por meio de uma operação matemática
(contagem, soma e divisão, por exemplo) com outro. As opções avançadas permitem
agrupar um ou mais campos, como mostrado na Figura 9-22.

Figura 9-22:
Agrupamento por capacidades.

Ocultando dados

Às vezes você quer suprimir os dados da coluna de uma tabela. Talvez a coluna ofereça
pouco valor no conjunto de dados ao apresentar resultados, ou talvez os dados adicio-
nem muita complexidade à visualização. Pode ser que a coluna, quando incluída no con-
junto, forneça dados imprecisos. As razões para ocultá-los podem ser muitas. No en-
tanto, em vez de simplesmente excluir uma coluna quando você ainda pode precisar dos
dados mais tarde, você pode ocultá-la temporariamente.
Para ocultar uma coluna, como mostrado na Figura 9-23, siga estas etapas:

1. Em Model View, vá para a tabela que contém a coluna em questão.

2. Clique para selecionar o campo.

3. Vá para o painel Properties.

4. Localize o controle deslizante Is Hidden.

5. Deslize a opção de No para Yes.

Você vê um olho com uma linha através dele aparecer no campo, indicando que ele
foi escondido.

Figura 9-23:
Ocultando dados.

Se em algum momento você quiser exibir a coluna, basta repetir essas etapas, mas
dessa vez deslize o controle deslizante Is Hidden para No.

Modelos de Dados Estendidos

Independentemente do método de importação usado para o Power BI Desktop, você en-

frenta limitações. Nem todos os modelos de dados exigem cálculos, mas o requisito sub-
jacente é o de que os cálculos matemáticos sejam necessários para ajudar a analisar da-
dos qualitativos em algum momento. Cálculos de porcentagens e números de compara-
ção são muito comuns.
DAX (abreviação de Data Analysis eXpression) é a linguagem escrita para cálculo no
Power BI Desktop. Essa linguagem baseada em fórmulas consiste em mais de trezentas
fórmulas usadas isoladamente ou em combinação para criar métricas orientadas à ma-
temática. Muitas das fórmulas do DAX são idênticas às do Excel.

Conhecendo os tipos de cálculo

Toda vez que você importa dados ou se conecta a uma fonte deles via DirectQuery para
criar uma visualização, pode se surpreender ao descobrir o quão mais fácil o Power BI
torna sua vida, porque é fácil transformar os conjuntos de dados. No entanto, há um
problema: suponha que você precise quantificar os dados que está visualizando. Seu ob-
jetivo pode ser desenvolver cálculos a partir de tabelas para estender seus conjuntos. O
Power BI Desktop permite que todos os tipos de métricas sejam calculados e importados
da fonte.
Esses componentes são importantes não apenas para os esforços de visualização, mas
também para os cálculos DAX:

» Componentes que são usados para filtrar a visualização.

» Componentes que são usados na classificação dos dados.

» Ordem e classificação para conjuntos de dados.

» Ponderação e valores para conjuntos de dados.

» Adição de novas colunas aos conjuntos de dados.

Independentemente do motivo, a extensão de conjuntos de dados usando uma dessas

técnicas surge porque a importação de dados ou a conexão a conjuntos ativos não ofe-
rece aos usuários opções prontas para o quantitativo e ricas em fórmulas. Tenha em
mente que essa lista não é exaustiva. Existem outras razões para abordar o cálculo de
dados quantitativamente. Não há como saber os padrões, as tendências e as necessida-
des de um conjunto de dados desde o início.

Conteúdo de coluna e associações

Embora eu tenha tendido a falar neste capítulo sobre a importação de dados de apenas
uma única fonte, não é incomum que as corporações importem dados de várias fontes
para uma única. Nessas circunstâncias, as organizações devem mesclar as colunas des-
sas fontes de dados e conectá-las em tabelas e colunas.
Digamos que você queira criar uma coluna com os dados de todos os símbolos de ticker
de ações associados aos dados para os locais da empresa. As fontes estão alojadas em
dois locais diferentes. O que você precisa fazer é criar uma nova coluna que pegue os da-
dos de ambas as colunas e crie uma única entrada em uma das tabelas após ser impor-
tada e transformada. Para fazer isso, siga estas etapas:
1. Abra ambas as fontes de dados no Power BI Desktop.

2. Vá para Report View.

3. No painel Fields, selecione Locations e Ticker Symbol em ambas as tabelas. (Veja a

Figura 9-24.)

Figura 9-24:
Combinando conteúdo e associações em Report View.

4. Vá para Data View.

Isso cria uma visão conjunta do conteúdo da coluna que agrega conteúdo com base
em um campo comum — o campo Ticker Symbols. A diferença é que os locais não esta-
vam em ambas as tabelas, conforme mostrado na Figura 9-25.

Figura 9-25:
Agregado de duas fontes de dados usando associações.
Modelos de Dados de Publicação

Quando um modelo de dados está pronto para ser publicado no Power BI Service, o pro-
cesso é tão fácil quanto pressionar um botão — supondo que você tenha configurado sua
conta online com o Power BI Service da Microsoft, em inglês, em
https://powerbi.microsoft.com. Você deve fornecer seu nome de usuário e o ende-
reço de e-mail que faz login em todos os aplicativos do Power Platform/Office 365. De-
pendendo do tipo de licença que tenha, o volume de dados e a atualização do modelo
variam.
Para publicar seu modelo, vá para a guia Home, no Power BI Desktop, e pressione Pu-
blish, conforme mostrado na Figura 9-26.

Figura 9-26:
O botão Publish para implantar o modelo de dados e os relatórios no Power BI Service.
 NESTE CAPÍTULO

» Determinando quais fatores afetam o desempenho du-

rante a modelagem

» Aprimorando modelos de dados para o desempenho ideal

» Otimizando modelos de dados para relatórios e visualiza-

ção comerciais

Capítulo 10
Aperfeiçoando o Modelo de Dados

E is o impasse: você tem relatórios que correm espetacularmente em um ambiente de

teste e desenvolvimento. Por quê? Porque o ambiente é um cenário controlado. Mas,
quando o implanta na produção — seja importando-o, seja usando o DirectQuery ou um
modelo composto —, surgem problemas de desempenho. Relatórios e visualizações le-
vam muito tempo para serem carregados ou precisam de mais tempo para atualizar do
que deveriam. O resultado é uma má experiência do usuário. Os profissionais de dados
passam a maior parte do tempo brincando de detetive tentando rastrear erros de dados e
preocupações de desempenho. E adivinha? Na maioria das vezes, o modelo é o culpado.
Expressões DAX mal elaboradas, ou talvez relações defeituosas entre tabelas, retardam
muito um modelo de dados. E, ainda por cima, à medida que os dados crescem, os pro-
blemas também. É por isso que se deve resolver os problemas em desenvolvimento para
corrigi-los antes que seja tarde. Neste capítulo, você aprende as etapas, os processos e
os conceitos necessários para otimizar um modelo de dados para ter desempenho em ní-
vel corporativo sob várias condições.

Consultas com Capacidade

Dependendo da versão do Power BI que estiver usando, é certo experimentar restrições

de taxa de transferência. Quando você publica um modelo no Power BI, o número má-
ximo de consultas simultâneas que se comunicam com a fonte subjacente influencia o
ambiente. No caso do Power BI Desktop, Power BI Pro, Power BI Premium e até mesmo
do Power BI Report Server, cada um tem diferentes restrições de capacidade. Portanto,
esta influencia a consulta. Com a capacidade, o desempenho varia significativamente. É
por isso que podar elementos desnecessários é uma forma de melhorar o desempenho.
Limitar a quantidade de dados espremidos em uma lacuna garante que mais dados real-
mente passem.

Excluindo colunas e linhas desnecessárias

Já ouviu que muita coisa boa é algo perigoso? É melhor carregar apenas as colunas e li-
nhas necessárias para o modelo e as instâncias de relatório — ou esperar até que esteja
pronto para o crescimento. Isso significa desativar o carregamento de consultas desne-
cessárias para executar relatórios. Além disso, você deve filtrar os dados apenas para as
linhas ou colunas necessárias antes de carregar um modelo.

Colunas suspensas

As colunas em seus modelos de dados servem a um ou mais propósitos. Elas são usadas
para dar suporte a visualizações, a cálculos ou a ambos. A menos que a coluna esteja
sendo usada para um propósito específico — basta dizer não. Se a coluna tiver um nú-
mero elevado de valores distintos, considere modificar o modelo. E se quiser uma atuali-
zação sobre como excluir colunas, volte ao Capítulo 9 para ver como remover essas colu-
nas estranhas.
Se estiver importando dados de um data warehouse, avalie seu conjunto de da-
dos e suas chaves primárias para tabelas de fatos. Embora as chaves primárias se-
jam úteis para auditar dados, podem criar muita complexidade. Como as chaves primá-
rias têm um valor exclusivo em cada linha, as tabelas de fatos associadas se tornam des-
necessariamente grandes no nível da coluna. Você realmente quer uma tabela inflada e
com pouco valor?

Limitando o número de linhas desde o início

Incluir um critério de filtragem é essencial para um conjunto de dados desde o início ao

construir um modelo de dados no Power BI. Os critérios podem ser qualquer coisa, desde
um conjunto de atributos até uma série de datas. Mas é essencial limitar o número de li-
nhas. Suponha que esteja preocupado apenas com a análise de um conjunto de dados fi-
nito. Por que não reduzir o número de linhas desde o início? É inútil incluir dados com
pouco valor ou parâmetros que você pode adicionar mais tarde se isso criar preocupa-
ções de desempenho estranhas com os relatórios.
De números para métricas e variáveis

Muitos usuários do Power BI se desesperam quando se trata de gerenciar colunas, mas

não há uma boa razão para ficar tão frustrado. Criar métricas e variáveis de autoria em
suas fórmulas DAX fornece opções de código e cálculo muito menos complexas. Não é
incomum que os recém-chegados ao Power BI Desktop subutilizem variáveis ao criar
modelos de dados.
Quando você encarna o modelador de dados, muitas vezes é encarregado de ser o guru
do código, detetive de depuração e artista emergente para essas visualizações incríveis
que produz. Mas, para entregar com sucesso em cada uma dessas funções, é preciso criar
um código bacana (e tirar algumas cartas da manga de vez em quando), especialmente
ao criar cálculos DAX. Você já viu exemplos de DAX e sabe que é preciso uma pitada de
expressões compostas e complexas para criar uma fórmula. Uma expressão composta
envolve o uso de muitas funções aninhadas e uma grande quantidade de reutilização de
lógica de expressão. É por isso que você pega seu amigo pau para toda obra, a variável,
para a mistura (o que abordamos em profundidade no Capítulo 16). Uma variável é um
modo de armazenar um cálculo DAX de forma eficiente, com o objetivo de reutilização.
As variáveis o ajudam a escrever cálculos mais complexos, com eficiência e estilo. Me-
lhor ainda, uma variável o ajuda a fortalecer o desempenho e confiabilidade de seus có-
digos, a legibilidade e, claro, a reduzir a complexidade.
Muitas vezes, você é forçado a usar funções aninhadas e reutilizar a lógica — os
processos associados ao cálculo de dados, em outras palavras — para criar ex-
pressões eficazes. E, para ser bem-sucedido, o atalho mais eficaz que pode usar é ala-
vancar variáveis. Isso significa que, muitas vezes, leva muito tempo para as expressões
serem processadas. E, como os cálculos são muitas vezes difíceis de ler, a solução de
problemas naturalmente se torna um pouco complicada. O uso de métricas e variáveis
DAX ajuda a reduzir o tempo de processamento.
Variáveis em um modelo de dados oferecem os seguintes benefícios:

» Melhoram o desempenho: Reduzem a necessidade de avaliar expressões várias vezes. O tempo

para consultar os resultados é em torno de 50% daquele de processamento.

» Melhoram a legibilidade: As variáveis são ideais quando você procura substituir expressões es-
tendidas. Se precisar de uma forma para ler e entender fórmulas mais facilmente, as variáveis o
ajudarão.

» Auxiliam na depuração: As variáveis também são uma ferramenta de depuração. Se precisar

testar fórmulas ou expressões de teste, as variáveis são o utilitário para a solução de problemas.

Um exemplo de transformação de uma expressão DAX tradicional em uma que inclui

variáveis para melhorar o desempenho, melhorar a legibilidade e facilitar a depuração
inclui:
 Sem variáveis

SalesGrowth % =
DIVIDE(([ProductSales] - CALCULATE([ProductSales],
PARALLELPERIOD(‘Date’[Date], -12, MONTH))),
CALCULATE([ProductSales], PARALLELPERIOD(‘Date’[Date], -12,
MONTH))
)

Com variáveis

SalesGrowth % =
VAR SalesLastYear = CALCULATE([ProductSales],
PARALLELPERIOD(‘Date’[Date], -12, MONTH))
RETURN
DIVIDE(([Sales] - SalesLastYear), SalesLastYear)

Redução da cardinalidade

Você pode não ter percebido, mas falamos sobre cardinalidade em ­capítulos anteriores,
disfarçadamente. Ao olhar para o número de elementos em um conjunto de dados, ava-
lia-se a cardinalidade. Considere este exemplo: morei em muitas cidades, mas, em cada
uma delas, posso ter morado em uma ou mais casas. As cidades são representadas como
muitas (M), e os lugares em que morei, como um ou como muitos (1 ou M). A cardinali-
dade ou relação descrita em um modelo de dados provavelmente seria notada como uma
relação muitos para muitos (M:M), embora alguns possam argumentar que a relação é
muitos para um (M:1).
Como você quer limpar a atualização, parte do processo é reduzir a cardinalidade para
criar o conjunto de dados mais confiável e firmemente acoplado possível. Quando tenta
aperfeiçoar o desempenho do modelo, é provável que desconsidere que a cardinalidade
cria atrasos no desempenho — embora possa definitivamente desempenhar um papel
nele. Uma evidência que torna esse ponto cristalino é que, ao usar o Power Query Editor
para conduzir a análise de dados de entidades (tabelas) e atributos (campos), são ofere-
cidas opções de distribuição de colunas que fornecem estatísticas sobre quantos itens
distintos e exclusivos estão disponíveis por coluna.
Os valores distintos representam os vários valores encontrados nas colunas. Em
contraste, valores exclusivos aparecem apenas uma vez em uma coluna.
Quando há colunas com muitos valores, especialmente quando os valores são repetiti-
vos, há uma forte probabilidade de que o nível de cardinalidade seja insignificante. As
colunas que contêm muitos valores exclusivos têm um alto nível de cardinalidade. É por
isso que se deve diminuir a cardinalidade — isso otimiza o desempenho do modelo. Em
outras palavras, deve-se reduzir o número de colunas o máximo possível para apenas
aqueles valores significativos.
Dependendo de como as relações são criadas ou editadas, a configuração da coluna va-
ria — e afeta a cardinalidade de acordo. Com esta, a direção da relação e o modelo dela
são definidos pelo tipo dela. A Tabela 10-1 ilustra os quatro tipos de cardinalidade e o
impacto que a redução tem nela.

TABELA 10-1 Cardinalidade e Direção

Cardinalidade Descrição

Um para um (1:1) Ambas as tabelas têm apenas uma instância de determinado

valor.

Muitos para um (M:1) A cardinalidade mais comum e, portanto, o tipo padrão. A co-
luna em uma tabela pode ter muitas instâncias de um valor. A
outra tabela relacionada é, muitas vezes, uma tabela de pes-
quisa com apenas uma instância.

Um para muitos (1:M) Quando uma coluna em uma tabela tem uma única instância de
um valor específico. A tabela relacionada tem um ou mais
valores.

Muitos para muitos (M: M) Apropriado para modelos compostos e pode ser usado como
muitos para muitos entre tabelas. Não há requisito específico
para valores exclusivos. Também não há necessidade de esta-
belecer novas tabelas para relações.

Durante o desenvolvimento do modelo de dados, criar e editar relações é o pa-

drão. Não importa a relação (ou a cardinalidade selecionada) em seu modelo, o
tipo de dados aplicado é consistente. Lembre-se, no entanto, de que as relações falham
se duas colunas tiverem uma incompatibilidade de tipo de dados.
O Power BI Desktop oferece diferentes técnicas para ajudar a reduzir a quantidade de
dados carregados no modelo — sumarização, por exemplo. Reduzir os dados carregados
no modelo melhora a cardinalidade da relação. É por isso que você quer que seus mode-
los sejam os menores possíveis, especialmente se sabe que eles crescerão ao longo do
tempo.

Reduzindo consultas

Em Options and Settings, no Power BI Desktop (no menu File), há uma página sobre re-
duções de consulta [Query Reductions]. (Veja a Figura 10-1.) Existem algumas opções
nesse menu, categorizadas em três títulos principais: reduce number of queries sent by,
slicers e filters. O objetivo de cada um deles é:
 » Reduce number of queries sent by: Permite desativar o realce cruzado em relatórios. As consul-
tas de back-end também são reduzidas, fornecendo uma experiência de navegação mais efici-
ente. A menos que queira que as consultas sejam reduzidas, não selecione disabling cross-
highlighting/filtering por padrão.

» Slicers: Coloca um botão Apply sob condições específicas, em particular quando uma das duas
condições é atendida. Aplique instantaneamente as alterações do slicer ou adicione um botão
Apply a cada um para aplicar as alterações quando estiver pronto. Em geral, você usará Instantly
Apply Slicer Changes, a menos que haja um processo de várias etapas na avaliação da consulta.

» Filters: Permite que um botão Apply apareça quando uma das opções é selecionada. Você pode
escolher entre aplicar instantaneamente alterações básicas de filtro, adicionar um botão Apply a
todos os filtros básicos para aplicar alterações quando estiver pronto ou adicionar um único botão
Apply ao painel Filter para aplicar alterações de uma só vez. Selecione Apply Basic Filter Changes, a
menos que o filtro seja necessário para viabilizar consultas mais complexas.

Figura 10-1:
Opções de redução de consulta.

Quando você deseja enviar menos consultas para um relatório ou desativar certas in-
terações que resultam em uma experiência de desempenho ruim (supondo que as con-
sultas demorem um pouco mais do que gostaria), a aplicação de uma opção de redução
de consulta é altamente recomendada. Para ativar as opções de redução de consulta, vá
para o Power BI Desktop e siga estas etapas:

1. Escolha File ➪ Options and Settings no menu principal e, em seguida, escolha Op-
tions no menu que aparece.
 2. Sob o cabeçalho Current File, na listagem que é executada no lado esquerdo da
tela, selecione Query Reduction.

3. A janela principal é atualizada para mostrar suas opções de redução de consulta,

conforme mostrado na Figura 10-1.

Convertendo para um modelo composto

Às vezes, os resultados de importação direta e DirectQuery devem ser combinados em

um único modelo para suportar melhor a configuração de armazenamento. O modelo de
armazenamento de tabela pode ser duplo, com importação direta e suporte ao
DirectQuery. Quando ambos os tipos de modelo estão disponíveis, você finalmente cria
um modelo composto. Como atualização, um modelo composto permite combinar duas
ou mais conexões de dados de diferentes tipos de fonte. Você pode ter uma ou mais co-
nexões DirectQuery, bem como uma conexão de importação direta, ou talvez ter várias
conexões DirectQuery. Existe também a possibilidade de uma combinação de todas as
opções anteriores.
Então, por que converter suas conexões de um tipo de modelo específico para um
composto? A chave é o desempenho. Você descobrirá que a experiência funcional e a de
desempenho são significativamente melhoradas para as opções DirectQuery e importa-
ção direta, porque você pode integrar mais de um DirectQuery ou importar o modelo em
um modelo composto, que então suporta a agregação. Ao lidar com um modelo com-
posto derivado de fontes agregadas, você está diminuindo a carga de consulta, o que
produz melhores resultados muito mais rápido.
Não seja tão rápido em desenvolver um modelo composto — sua primeira esco-
lha deve ser sempre criar um modelo de importação direta. Ele oferece o maior
controle, a flexibilidade de design mais significativa e as melhores opções de desempe-
nho. Claro, há exceções à regra. Grandes volumes de dados e relatórios em tempo real
não podem ser resolvidos apenas com modelos de importação direta. O DirectQuery é
uma boa segunda escolha se souber que seus dados serão armazenados em um único
modelo.
Aqui estão os momentos em que é sábio ignorar a regra geral e considerar a modela-
gem composta:

» É preciso aumentar o desempenho consolidando muitas fontes em uma única fonte de verdade,
daí o foco na agregação de dados.

» Você deseja combinar modelos DirectQuery com conjuntos de dados adicionais que devem ser
importados para um novo modelo.

» É preciso combinar duas ou mais fontes de dados DirectQuery em um modelo.

 O método DirectQuery envolve conectar-se diretamente aos dados em seu re-
positório de origem a partir do Power BI Desktop. Como tal, é uma alternativa à
importação para o Power BI Desktop. O problema é que, com o DirectQuery, a experiên-
cia do usuário depende do desempenho da fonte de dados subjacente. Os problemas vão
desde problemas de tempo limite até o número de usuários simultâneos que acessam a
fonte, afetando a fonte de dados e de carga.
Infelizmente, o desempenho de seu modelo Power BI não será afetado apenas pelo de-
sempenho da fonte subjacente, mas também por outros fatores incontroláveis, in-
cluindo latência da rede e desempenho do servidor. Ambos os fatores estão além do con-
trole do usuário. Portanto, o uso do DirectQuery representa um risco para a qualidade do
modelo se a otimização do desempenho for o objetivo principal. Se você tem controle li-
mitado sobre os arquivos de origem ou banco de dados, o DirectQuery tem eficácia
limitada.

Criando e gerenciando agregações

Um tema importante deste capítulo é o fato de que muitos dados podem criar problemas
de desempenho. Portanto, resumi-los e apresentá-los em um nível mais alto é benéfico.
É possível agregar todos os dados relativos a fornecedores, vendas, produtos e agências
— em outras palavras, pegando os dados brutos e resumindo-os. Ao agregá-los, você
reduz os tamanhos das tabelas em um modelo. Em vez de ter muitas tabelas, há só algu-
mas nas quais se concentrar, melhorando a consulta.
Sua empresa pode usar agregações nos modelos pelos seguintes motivos:

» Manipulação de big data: A agregação é uma alternativa melhor para o desempenho de consul-
tas ao lidar com big data. Você analisa e avalia insights para grandes conjuntos rapidamente, so-
bretudo quando são armazenados em cache. Como um número menor de recursos é necessário,
é provável que você transfira mais recursos de modelo para essa alternativa de design.

» Otimização de atualizações de dados: A agregação ajuda a reduzir a velocidade do processo de

atualização. Como você está reduzindo o tamanho do cache com um modelo pequeno, o tempo
de atualização é reduzido. Os usuários obtêm acesso aos dados mais rapidamente. O conjunto de
dados é comprimido a partir de um grande conjunto de registros.

» Gerenciamento do tamanho do modelo: Alguns modelos são robustos. Se consolidar tabelas

por meio de agregação, garantirá que o modelo de dados não fique fora de controle à medida
que o conjunto de dados cresce.

» Manutenção do modelo relevante: Agregação é um método proativo para garantir que o mo-
delo de dados não sofra problemas de desempenho. Quando tiver problemas de atualização e
consulta causados por preocupações de volume de dados, uma forma de contorná-los é agre-
gando o modelo de dados.
A parte da criação

Agregação não é uma atividade boba. É preciso fazer o trabalho duro de decidir o nível no
qual agregar o conjunto de dados. Veja meu conjunto de dados Award. Devo agregar os
dados ao nível de Agency, de NAICS Code ou a outro? Defendo a agregação dos dados ao
nível de Agency, porque é o agrupamento de dados com o maior número possível de si-
nergias, que também podem ter atributos associados em um nível inferior. No conjunto
de dados Award, você pode ter dez agências que suportam um ou mais códigos NAICS.
(Muitos podem se sobrepor.) É provável que você também tenha um ou mais prêmios
associados à agência e ao código NAICS. O tópico comum que produzirá o melhor insight
em todo o conjunto de dados é Agency, pois oferece a maior precisão em todos os dados.
Depois de decidir a granulação, você precisa descobrir como deseja criar a agregação.
Embora existam muitos métodos para agregações, os resultados para cada um são es-
sencialmente os mesmos.
Com o método Direct Import, você pode criar uma tabela com a agregação necessária
se tiver acesso diretamente ao banco de dados. Isso significa que precisa adicionar outra
tabela ao banco de dados com os campos que deseja combinar em uma única tabela.
Quando a tabela estiver concluída, importe o conjunto de dados diretamente para o
Power BI Desktop. A realidade é que você pode não ter acesso ao banco de dados de ori-
gem, portanto, considere o plano B, que está diretamente no Power BI Desktop.
Suponha que prefira fazer o trabalho no Power BI Desktop. Nesse caso, pode ser mais
fácil e eficiente usar o Power Query Editor para criar a agregação. A Figura 10-2 lhe per-
mite dar uma olhada no processo. A ideia é abrir a consulta no Power Query Editor e
agregar os dados em três das colunas da tabela Award List: a coluna AgencyID, a Vendo-
rID e a NAICSID. Para acessar a tabela, siga estas etapas:

1. Vá para o Power Query Editor.

2. No painel Queries, selecione a tabela Award List.

3. Clique no botão Choose Columns, em Manage Columns, em Home.

4. Escolha Columns. (Veja a Figura 10-2.)

Ao selecionar a tabela Awards List, todos os campos disponíveis nela aparecerão na
tela Choose Columns.
 Figura 10-2:
O ícone Choose Columns, em Home.

5. Selecione AgencyID, VendorID e NAICSID na tela Choose Columns. (Veja a Figura

10-3.)
Selecionar essas três colunas é o primeiro passo para criar uma entrada de
agregação.

Figura 10-3:
Selecionando colunas para agregar.

6. Pressione OK.
 Agora você removeu todas, exceto três colunas. Conforme observado no painel
Query Settings, o Power Query Editor reconhece as colunas que estão sendo removidas
(Remove Other Columns). Na tela, há apenas essas três colunas no Power Query Editor.
(Figura 10-4.)

Figura 10-4:
Colunas agregadas no Power Query Editor.

7. Depois que as três colunas forem exibidas no Power Query Editor, clique no ícone
Group By, na área Transform, em Home. (Veja a Figura 10-5.)

Figura 10-5:
O ícone Group By, em Home.

8. Na janela Group By, que aparece, escolha o item pelo qual deseja agrupar.
Nesse caso, escolho AgencyID.
Crie um nome para a nova coluna. O nome que criei é AgencyAwardedByVendor.
Nesse caso, criei um novo nome de coluna, selecionei Sum Column como ação de agre-
gação e escolhi VendorID para ser o item agregado ao agrupar por ID de agência
[Agency ID], conforme mostrado na Figura 10-6.
 Figura 10-6:
Adicionando uma nova coluna de soma usando Group By.

O resultado é a soma dos valores agrupados por AgencyID, de modo que, em vez de
ter várias colunas, você agora tem apenas uma com cada AgencyID. Você combinou vá-
rias colunas em uma, o que viabiliza um melhor desempenho. O resultado agregado
está na Figura 10-7.

Figura 10-7:
A coluna agregada.

9. Clique no botão Close & Apply, em Home, para fechar o Power Query Editor.
 Agora você fecha o Power Query Editor e volta para Data Model View. Essa ação salva
todas as alterações do modelo de dados. Ele é atualizado automaticamente, resultando
em um modelo muito menor, porque você acabou de analisar os critérios usando as
condições de agregação. Você verá na Figura 10-8 que todas as tabelas que estavam vin-
culadas agora estão separadas, o que significa que elas devem ser usadas apenas para
fins de pesquisa, quando necessário. As duas únicas tabelas no modelo em que a ativi-
dade significativa agora se materializa são a tabela Agency Contacts e a Awards List.

Figura 10-8:
A visualização atualizada do modelo de dados.

A parte gerencial

Não é nenhuma surpresa que é preciso gerenciar as agregações no ambiente do Power BI

Desktop depois de criá-las — o que inclui seu comportamento.
Para gerir agregações de qualquer ambiente do Power BI Desktop, siga estas etapas:

1. Na visualização do modelo de dados, navegue até o painel Fields, do lado direito

do modelo.

2. No painel Fields, clique com o botão direito do mouse em uma tabela cujas agre-
gações deseje gerenciar.
Nesse caso, selecionei a tabela Awards List para gerir a agregação criada na última
seção.

3. Selecione Manage Aggregations, no menu exibido. (Veja a Figura 10-9.)

A janela Manage Aggregations é exibida, conforme mostrado na Figura 10-10.
 Figura 10-9:
Gerencie agregações acessíveis na guia Data View.

Figura 10-10:
Gerenciando agregações.

4. Para cada agregação criada, você pode selecionar uma escolha na lista suspensa
Summarization.
Você pode alterar a tabela e as colunas com base em condições predefinidas decidi-
das pelo Power BI Desktop para cada tipo de resumo selecionado.

5. Quando terminar, clique no botão Apply All. (Novamente, veja a Figura 10-10.)
Agora você alterou a agregação do modelo original com base nas condições atualiza-
das que acabou de especificar.
 NESTE CAPÍTULO

» Dominando as várias opções de

visualização disponíveis no
Power BI

» Decidindo quando usar técnicas

de visualização específicas

» Entendendo o básico das dife-

renças de configuração de visua-
lização entre as versões do
Power BI

Capítulo 11
Dados na Mira

O ditado “Uma imagem vale mais que mil pala-

vras” é uma das razões pelas quais tantas pessoas
usam o Power BI. Você importou os dados, talvez mi-
lhões de registros, e agora quer entender o que eles
dizem. É provável que uma visualização seja um
pouco mais fácil para você ou sua organização do que
um conjunto de dados grande e complexo ou um rela-
tório de página única. E, claro, dependendo do nú-
mero de variáveis ou do tipo de dado a explorar, um
tipo específico de visualização só melhora a legibili-
dade e fluência da experiência. Neste capítulo, você
verá como acessar as visualizações, selecionar uma
escolha adequada e configurar a visualização para a
criação de relatórios.

O Básico de Relatórios e Visualizações

Há uma divisão simples de trabalho no Power BI: você

usa a versão Desktop para criar o modelo de dados e
as visualizações, e o Service está lá para você implan-
tar conjuntos de dados, relatórios e dashboards na
web. Em outras palavras, se quiser compartilhar seus
dados, deve se familiarizar com o Power BI Desktop,
bem como com as variações nas opções do Service.
Isso não significa que não se podem manipular visua-
lizações ou atualizá-las no Service. Você pode colabo-
rar ou fazer edições por conta própria em seus relató-
rios. No entanto, a maior parte da manipulação da vi-
sualização ocorre no Power BI Desktop, não no Power
BI Service.
Criando visualizações

Suponha que tenha um conjunto de dados armaze-

nado no Power BI Desktop e queira compartilhá-lo
como uma visualização. Vá para a guia Report (veja a
Figura 11-1) clicando na guia Report View, na navega-
ção do lado esquerdo.

Figura 11-1:
O ícone Report View.

Nesse ponto, você será apresentado à interface de

visualização, onde terá a opção de arrastar e soltar um
tipo de visualização do painel Visualizations, do lado
direito dessa tela. A Figura 11-2 apresenta um exem-
plo de Report View no Power BI Desktop, onde ocorre
a visualização.
 Figura 11-2:
Visão geral de Report View, no Power BI.

Na Report View, você conclui uma série de ativida-

des associadas à visualização, como:

» Selecionar um ícone visual no painel Visualizations.

» Selecionar os campos a serem utilizados na visualização.

» Arrastar campos do painel Fields para a tela para a cria-

ção de visualizações.

» Utilizar a faixa de opções [Ribbon] para criar e gerenciar

os recursos visuais.

» Interpretar os resultados dos recursos visuais com o edi-

tor de Q&A.

Para melhorar a compreensão de um relatório, o

usuário pode integrar caixas de texto, formas perso-
nalizadas e imagens. Para aqueles que desejam criar
relatórios de várias páginas usando visualizações, há
a opção de adicionar botões, favoritos e navegação de
página em cada visualização.

Escolhendo uma visualização

O painel Visualizations de Report View, do Power BI

Desktop, hospeda mais de vinte opções de visualiza-
ção que podem ser arrastadas para a tela Visualizati-
ons. Cada visualização requer que o usuário selecione
um ou mais campos no painel Fields após arrastar o
elemento visual para o canvas. O usuário deve selecio-
nar a caixa para incluir o campo no painel Fields. A Fi-
gura 11-3 fornece um exemplo do painel Visualizati-
ons, e a Figura 11-4 ilustra o painel Fields, associado.
 Figura 11-3:
O painel Visualizations.

Figura 11-4:
O painel Fields.
 Limite o número de caixas de seleção, do
contrário, você criará uma visualização ruim.
Selecione apenas as variáveis relevantes do painel Fi-
elds. Use os campos que contribuem para a especifici-
dade do relatório. Lembre-se de que “Quanto mais,
melhor” nem sempre é o melhor cenário.

Filtrando dados

Muitas vezes, você atenderá à necessidade de filtrar

dados ao criar uma visualização. Toda vez que seleci-
ona um novo campo para incorporar à visualização,
ele aparece como outro valor que pode ser filtrado.
Dependendo do tamanho do conjunto de dados para
um valor específico, será preciso restringir o foco. Por
exemplo, você selecionou um valor chamado Award
como uma escolha. Em Award, há cinco opções para
filtrar, incluindo Select All. Em condições em que os
dados são baseados em uma categoria ou métrica
qualitativa, há a opção de selecionar quais campos
você prefere. (Esse é o caso da Figura 11-5.) Há ins-
tâncias em que a redução de um conjunto de dados
com base em um valor encontrado é sempre necessá-
ria. Por exemplo, se estivesse procurando qualquer
dado de prêmio cujo valor seja superior a US$100 mil,
você usaria isso como condição de filtragem, con-
forme mostrado na Figura 11-6.
 Figura 11-5:
Filtrando dados com base em uma categoria.
 Figura 11-6:
Configurando ­condições de filtragem com dados
quantitativos.

Os usuários podem filtrar os dados apenas na

visualização específica ou em todas as visuali-
zações usando as opções Filter on This Page ou Filter
on All Pages, no painel Filter, conforme mostrado na
Figura 11-7.
 Figura 11-7:
As opções Filter on This Page e Filter on All Pages.

Gráficos de barras e gráficos de colunas

O Power BI oferece inúmeras variedades do gráfico de

barras e do gráfico de colunas, e cada um lhe permite
resumir e comparar dois ou mais valores dentro de
uma categoria de dados focada. Você usaria um grá-
fico de barras ou de colunas para comparações porque
eles oferecem um instantâneo de um conjunto de
dados.
Gráficos de barras empilhadas e de colunas empilhadas

Os gráficos de barras empilhadas e os de colunas em-

pilhadas funcionam melhor para comparar categorias
com uma variável quantitativa padrão. As barras são
exibidas proporcionalmente com base nos valores —
horizontais para gráficos de barras empilhadas e ver-
ticais para os de colunas empilhadas. Um eixo de um
gráfico apresenta uma categoria para comparação, e o
outro é o valor focado.
Em geral, começa-se comparando duas va-
riáveis, mas, se houver mais, o Power BI su-
porta a divisão de conjuntos de dados em detalhes de
granulação mais fina. Na Figura 11-8, há um gráfico
de barras empilhadas com uma única categoria de da-
dos, Bid. Bid é dividido em segmentos com valor atri-
buído às diferentes categorias de Award (No, Awar-
ded, Pending e In-Progress). A proporção das barras é
a razão No, Awarded, Pending e In-Progress para o
valor total de Bid (soma).
Se adicionar uma segunda dimensão, Agency, os
gráficos de barras empilhadas são desenvolvidos
ainda mais. (Veja a Figura 11-9.) Pode haver apenas
um status com algumas barras empilhadas e vários
em outras.
 Figura 11-8:
Gráfico de barras empilhadas.

Figura 11-9:
Usando várias dimensões em um gráfico de barras
empilhadas.

Um gráfico de colunas empilhadas altera a direção

dos dados de horizontal para vertical. Não há dife-
rença real na sumarização dos dados — apenas na vi-
sualização do conjunto. A Figura 11-10 mostra os
mesmos dados da Figura 11-8, mas desta vez exibidos
verticalmente. O mesmo é verdadeiro para as múlti-
plas dimensões mostradas na Figura 11-11.

Figura 11-10:
Gráfico de colunas empilhadas.
 Figura 11-11:
Usando várias dimensões em um gráfico de colunas
empilhadas.

Gráficos de barras e de colunas agrupadas

Diferentemente dos gráficos de barras e de colunas

empilhadas, nos quais os dados são compactados em
uma única barra ou coluna por categoria, os dados são
divididos de forma mais discreta em gráficos de bar-
ras e de colunas agrupadas. É mais fácil discernir va-
lores como maiores ou menores quando eles são divi-
didos em um cluster. Por exemplo, o cenário Bid by
Awarded é apresentado na Figura 11-12 com um grá-
fico de barras agrupadas, e na Figura 11-13 com um de
colunas agrupadas. Conforme observado em In-Pro-
gress, poucas oportunidades estão sendo trabalhadas,
enquanto Pending tem o volume em dólar mais
significativo.

Figura 11-12:
Gráfico de barras agrupadas.

Figura 11-13:
Gráfico de colunas agrupadas.
 Os dados impulsionam a escolha de visuali-
zação. Às vezes, você precisa mostrar como os
dados dentro de uma categoria são consistentes. Em
outras, precisa mostrar que são extremos. A necessi-
dade de uso comercial, o número de categorias e cam-
pos de dados e o impacto esperado ditam as escolhas
de visualização.

Gráficos de barras e de colunas 100% empilhadas

Ao comparar várias séries de dados em um gráfico de

barras empilhadas, você usa um gráfico de barras
100% empilhadas ou de colunas 100% empilhadas.
Para esse tipo de visualização, o total de cada barra ou
coluna empilhada sempre é igual a 100%. O objetivo
dessa visualização é mostrar como uma parte está em
relação ao todo. Nas Figuras 11-14 e 11-15, duas séries
estão sendo comparadas: Bid Role (Prime ou Sub-
Contractor) e Awarded Status. A esquerda mostra to-
das as categorias ligadas a Prime, e a direita, os status
relacionados a Sub-Contractor.
 Figura 11-14:
Gráfico de barras 100% empilhadas.

Figura 11-15:
Gráfico de colunas 100% empilhadas.

Pense duas vezes antes de usar o gráfico de

barras 100% empilhadas e o de colunas 100%
empilhadas como primeira opção. A saída pode ser
problemática por não ter a precisão necessária. Se os
dados forem insuficientes, o nível de precisão dese-
jado não será alcançado. O contrário é que esses gráfi-
cos podem ser benéficos ao mostrar a soma dos valo-
res. Em suma: funciona apenas se resumir dados for
seu único objetivo.

Gráficos básicos de linhas e de áreas

Quando a análise de tendências durante um período

for seu objetivo, considere usar um gráfico de linhas
ou um de áreas. Para ambos os tipos, você atribui ao
eixo x um valor numérico, enquanto o eixo y atua
como uma métrica-chave. Um gráfico de linhas co-
necta pontos de dados específicos usando um seg-
mento de linha reta. O gráfico de áreas é mais ade-
quado para buscar alterações entre um conjunto de
dados. Embora ambos sigam uma tendência, o gráfico
de áreas é preenchido com uma cor ou textura especí-
fica para mostrar a variação dos dados.
Nos exemplos mostrados na Figura 11-16 (gráfico
de linhas) e na Figura 11-17 (gráfico de áreas), há um
instantâneo dos prêmios [award] perdidos durante
um período específico, bem como os valores para o
valor do lance [bid]. O lance mais alto foi de US$261
mil, e o mais baixo, de US$2 mil. O objetivo é ver o va-
lor exato do lance e a taxa de perda entre as agências
[agency], não necessariamente apenas a agência que
concedeu o lance a contratados específicos.

Figura 11-16:
Um gráfico de linhas.

Figura 11-17:
Um gráfico de áreas.
Combinando gráficos de linhas e de barras

Pode haver momentos em que você tentará concluir

uma análise para várias tendências. Quando o con-
junto de dados é significativo e você deseja colocar o
máximo de informações possível em uma única visu-
alização, combinar tipos de gráficos é uma possibili-
dade. Duas opções a serem consideradas são o gráfico
de linhas de colunas empilhadas e o de linhas de colu-
nas agrupadas.
Veja o exemplo apresentado na Figura 11-18, que
mostra uma avaliação específica do maior número de
dólares obrigatórios em três estados diferentes. Essa é
uma medida de comparação. A segunda medida de
comparação é quantos códigos NAICS exclusivos estão
associados ao conjunto de dados. Dois estados estão
associados a quatro códigos NAICS, e um estado está
associado a apenas três. O volume de atividade de
concessão, o valor em dólares dessa atividade na
obrigação máxima e o número de códigos NAICS dis-
tintos dizem que foram emitidos mais prêmios para o
estado de Maryland do que para o da Geórgia.
 Figura 11-18:
Um gráfico de linhas e de colunas empilhadas.

Ao criar comparações para gráficos conjun-

tos, verifique se eles são relevantes um para o
outro. A comparação de dados não deve ser ambígua,
porque isso mitiga o valor do relatório. Além disso,
certifique-se de não adicionar muitas camadas de
comparação.

Gráficos de faixa de opções

Se quiser ver os valores na ordem em que aparecem

como itens em uma legenda, a melhor escolha é con-
siderar o gráfico de faixa de opções, que ordena itens
com base em qual deles tem a maior parte das métri-
cas em um eixo específico. Quando uma categoria tem
vários valores sendo avaliados, cada tipo de categoria
é representado de forma diferente.
Na Figura 11-19, observe que o estado que recebeu o
maior número de dólares obrigatórios foi a Virgínia.
Em contraste, o Distrito de Columbia tem a menor
alocação. Em proporção, o número de aquisições as-
sociadas a um determinado código NAICS também é
visível e diferenciado por cores diferentes.

Figura 11-19:
Um gráfico de faixa de opções.
Seguindo o fluxo com gráficos de cascata

Ao comparar a força ou fraqueza de determinado va-

lor desde o início e entender como ele se transforma
com base em uma ou mais condições, considere o uso
de um gráfico em cascata. Um caso de uso clássico
para um gráfico de cascata é uma análise de custo ou
saldo de conta-corrente. Há ações intermediárias exi-
bidas no gráfico que mostram positivos e negativos.
No exemplo mostrado na Figura 11-20, observe que
a obrigação financeira total mais significativa está
vinculada ao estado da Virgínia. A diferença entre os
dois códigos NAICS, 541511 e 541512, cria o fosso entre
as obrigações financeiras em relação ao segundo es-
tado mais financiado (além de Maryland). Nesse caso,
a resposta é Virgínia. O negativo representado mostra
a diferença (ou o agregado) de fundos atribuídos a um
determinado código NAICS entre estados.
 Figura 11-20:
Um gráfico de cascata.

Afinando com gráficos de funil

Se procura uma forma de entender processos lineares,

visualizar estágios sequenciais ou racionalizar o peso
de itens críticos em um conjunto de dados, o gráfico
de funil é o caminho. Usando a analogia de modela-
gem do funil de vendas, se o pipeline incluísse lances
de vários valores, você poderia entender melhor onde
a maior parte do foco estaria.
Na Figura 11-21, a oportunidade de lance [bid] mais
significativa é, hipoteticamente, o Departamento de
Educação, com US$340 mil. O menor lance foi do De-
partamento de Comércio, com cerca de US$16.800. O
menor valor é de 4,9% da previsão geral de lances. Em
contraste, os US$340 mil são o lance mais significa-
tivo, representado por 100% no funil.

Figura 11-21:
Um gráfico de funil.

Você provavelmente notou que alguns dos

relatórios descritos neste capítulo se tornam
específicos quando se trata de filtragem. Grande parte
da especificidade se correlaciona com a associação de
campo no painel Visualizations. Independentemente
da visualização, é necessário personalizar as seguin-
tes áreas em Formatting, em Visualizations:

» Categories: Representa as colunas no eixo horizontal.

Você pode adicionar mais de uma categoria e detalhá-
las.
 » Breakdown: Permite exibir alterações entre categorias.

» Values: Designa o campo numérico-chave que será

plotado.

» Tooltip: Adiciona descrições de campo automatica-

mente à medida que o usuário passa o cursor sobre
uma barra ou coluna na visualização.

Dispersando com gráficos de dispersão

Suponha que tenha um conjunto de dados extenso no

qual deseje encontrar a relação entre uma variável
encontrada entre dois eixos e, em seguida, decidir a
correlação — a semelhança ou falta dela. Nesse caso,
um gráfico de dispersão é uma escolha decisiva.
Quanto mais casos se correlacionam com um com-
portamento específico, mais restritos e alinhados são
os pontos, como é o caso da Figura 11-22, na qual você
vê os extremos atípicos de CA, MD e VA, bem como
pequenos atípicos de OH, DC e CO. Cada um desses es-
tados teve uma proporção mais significativa de fun-
dos concedidos a serviços relacionados a TI (NAICS
54151 Series) do que os 44 estados restantes agrupa-
dos no quadrante inferior esquerdo.
 Figura 11-22:
Gráfico de dispersão.

Salivando com gráficos de pizza e de rosca

Gráficos de pizza são gráficos circulares que dividem os

valores de uma categoria individual em fatias (ou
porcentagens). A peça inteira soma 100%. O gráfico de
rosca é uma extensão daquele de pizza na medida em
que exibe categorias como arcos com um grande bu-
raco no centro. Os valores são precisamente os mes-
mos — o que muda é mais a estética.
Na Figura 11-23 (gráfico de pizza) e na Figura 11-24
(gráfico de rosca), você vê um detalhamento dos sta-
tus de licitação totalizando 100% distribuídos para as
várias categorias de premiação com base na posição
atual premiada.
 Figura 11-23:
Um gráfico de pizza.

Figura 11-24:
Um gráfico de rosca.
Ramificando com mapas de árvores

O peso e a proporcionalidade exigem que o usuário te-

nha uma melhor compreensão dos dados a partir de
uma perspectiva hierárquica. O mapa de árvore, com
sua série de retângulos aninhados de vários tama-
nhos, oferece tal perspectiva. Correspondendo à su-
marização de valores ou frequência, representações
mais proeminentes mostram mais atividade. Em con-
traste, retângulos menores representam um subcon-
junto menor de dados dentro de uma ramificação. O
volume de dados no lado esquerdo de um mapa de ár-
vore é sempre proporcionalmente maior do que o da
direita, como se você estivesse lendo um livro pela
capa da esquerda para a direita para contar uma
história.
No exemplo mostrado na Figura 11-25, todos os es-
tados onde o governo dos EUA forneceu financia-
mento relacionado à Covid-19 para um projeto de TI
são contabilizados. Quanto mais empresas dentro de
um determinado estado se beneficiaram dessa aloca-
ção especial, maior o quadrado no mapa de árvore.
Usando o mapa de árvore, o estado de Maryland teve
mais aquisições relacionadas ao projeto, seguido pelo
estado da Virgínia. Quatro outros estados (CA, DC, OH,
CO) tiveram um número desproporcionalmente maior
de compras de TI adicionadas. O restante dos estados
dos EUA teve apenas uma ou duas aquisições de
emergência relacionadas à Covid-19.

Figura 11-25:
Um mapa de árvore.

Mapeando com mapas

Se achou que o Power BI não incluía análises geoespa-

ciais, pense novamente. Você pode realizar várias
avaliações analíticas usando o Power BI, com base na
localização, latitude e longitude como parâmetros de
campo.
Você usaria esse tipo de recurso de mapeamento
para entender o impacto dos dados espaciais em com-
paração com a distribuição geográfica. O Power BI
pode ampliar automaticamente para mostrar a distri-
buição geográfica mais adequada de um elemento vi-
sual. Para garantir que os usuários tenham uma expe-
riência otimizada, eles podem escolher entre as op-
ções Maps e Filled Maps. A Figura 11-26 mostra a dis-
tribuição do financiamento fornecido nos Estados
Unidos para despesas obrigatórias de emergência de
TI relacionadas à Covid-19, usando a distribuição ge-
ográfica como consideração principal.

Figura 11-26:
Um exemplo de mapa.

A granularidade é vital quando se trata de mapea-

mento. No caso de especificidade geoespacial, adicio-
nei um filtro ao exemplo de mapa. O conjunto de pa-
râmetros trata de todas as obrigações maiores que
US$500 mil e menores que US$10 milhões. O mapa
preenchido [Filled Map] da Figura 11-27 é uma res-
posta precisa para os estados que recebem alocações
nesse intervalo em toda a distribuição geoespacial.
O mapeamento requer precisão e exatidão. É
possível geocodificar o maior número de cam-
pos possível selecionando no painel Fields a categoria
de dados cujo foco será o mais minucioso.

Figura 11-27:
Um exemplo de mapa preenchido.

Indicando com indicadores

Sempre que estiver tentando medir a eficácia de uma

meta de negócios, será preciso comparar uma ou mais
métricas semelhantes. Os indicadores disponíveis no
Power BI permitem que um usuário se concentre em
medir o valor que sua empresa fornece em relação a
uma ou mais variáveis. Vários tipos de visualizações
de indicadores críticos de desempenho estão
disponíveis.

Medidores

Para indicadores-chave de desempenho (KPI), um

medidor é um modo rápido de exibir um ponto de da-
dos comparando valor e intervalo-alvo. Por exemplo,
ao monitorar orçamento, se quiser ter certeza de que
está alinhado com o alcance, use um medidor — uma
representação pictórica de quão perto está do alvo. Na
Figura 11-28, o orçamento total do ano fiscal de 2021
para pequenas empresas com prêmios inferiores a
US$1 milhão distribuídos foi de US$784,81 milhões.
Desse valor, US$741,07 milhões foram distribuídos. A
área cinza mostra que o quadro fiscal geral está no
caminho certo, porque o medidor não mostra
excessos.
 Figura 11-28:
Usando um medidor.

Cartões e multicartões

Suponha que queira um único número para abordar

uma estatística específica. No caso, o indicador de
cartão ajuda a rastrear os dados. Exemplos de usos de
cartões são vendas totais, participação de mercado
ou, como mostrado na Figura 11-29, o número de
contratos adjudicados. Ao avaliar vários indicadores
em um único cartão, é preciso adicionar cada um des-
ses valores à visualização, criando um indicador de
vários cartões. Cada campo é um novo indicador no
cartão. Na Figura 11-30, três indicadores são listados
como exemplo de gastos do ano fiscal. O primeiro é o
estado; o segundo, o valor obrigatório; e o terceiro, o
total obrigatório.
 Figura 11-29:
Um exemplo de cartão.

Figura 11-30:
Um exemplo de cartão múltiplo.

Indicadores-chave de desempenho (KPI)

Insights textuais e gráficos contam uma história com

um verdadeiro impacto. Considere usar a visualização
de KPI: ele analisa uma única métrica, avaliando o va-
lor e o status atuais em relação a um alvo definido.
Você precisa de uma métrica base, de natureza numé-
rica — uma métrica-alvo ou um valor —, bem como
de uma meta de limite. A saída para um KPI pode ser
textual e visual, com base no tipo de tendência que
queira produzir. Com a Figura 11-31, usando um sub-
conjunto de dados no exercício fiscal de 2021, que foi
filtrado, mostro que os indivíduos altamente remune-
rados que fazem negócios e que ganharam pelo me-
nos um contrato com o governo federal dos EUA du-
rante o FY21 receberam uma média de US$1,382 mi-
lhão. A tendência de remuneração é visível em se-
gundo plano em muitas empresas que pagam a seus
executivos cerca de US$100 mil, com menos pagando
US$1,5 milhão ou mais em pacotes de remuneração do
lado direito.

Figura 11-31:
Um exemplo de KPI.
 Com muitos indicadores, você só pode atri-
buir um único valor. É preciso ajustar os parâ-
metros de categoria de dados para calcular com preci-
são a saída, se estiver procurando média, soma, dis-
tinção (instâncias únicas) ou outra métrica.
Use cartões somente se houver um único va-
lor a ser exibido. Se precisar comparar um valor
com mais de um alvo, use o KPI — ele é capaz de adi-
cionar tendências em segundo plano. Embora tenha
informações limitadas, os dados são focados. A esco-
lha de vários cartões cumpre o requisito de negócios
para aqueles que desejam montar métricas não rela-
cionadas em uma única página.

Visualizações Complexas e Tabelas

Às vezes, você precisa de um pouco mais de insight do

que uma única representação gráfica para contar a
história. Você pode até querer manipular o conjunto
de dados ou executar a atividade de classificação em
um subconjunto de dados com base em uma condição
definida. O necessário são visualizações baseadas em
tabelas, e o Power BI está pronto para ajudá-lo, com
opções de visualização que variam de slicers a tabelas
e matrizes. Em outras ocasiões, é bom detalhar um
conjunto de dados de várias camadas usando árvores
de decomposição ou influenciadores principais. Com
cada escolha, você pode manipular um extenso con-
junto de dados com a ajuda dos recursos de filtragem
do Power BI.

Cortando com slicers

Suponha que queira criar um filtro visual detalhado

em uma tela para que o usuário classifique e filtre um
relatório cheio de dados relevantes para suas necessi-
dades. No caso, um slicer — uma ferramenta de dash-
board integrada ao relatório, permitindo que os usuá-
rios selecionem valores à medida que analisam os da-
dos — é aquilo de que você precisa. Um exemplo de
slicer está na Figura 11-32.

Figura 11-32:
Um exemplo de slicer.
Visualizações de tabela

Você pode coçar a cabeça e se perguntar por que não

deve simplesmente ir para o conjunto de dados se
quiser vê-los em formato de tabela. A razão pela qual
a visualização de tabela é melhor que uma simples
tem a ver com a classificação e a pesquisa. As visuali-
zações lhe dão um vislumbre do mundo. Ainda assim,
uma tabela é útil para exibir dados numéricos preci-
sos e informações resumidas encontradas em linhas e
colunas. Quando uma tabela é habilitada para classifi-
cação e filtragem, o usuário final entende melhor o
que os valores por trás dos gráficos significam. Con-
fira a Figura 11-33, que usa classificação e filtragem
para mostrar quais entidades únicas da empresa
(DUNS) receberam contratos abaixo de US$1 milhão
para três códigos NAICS (541511, 541512, 541519).
 Figura 11-33:
Visualização de tabela.

Combinando dados com matrizes

Suponha por um momento que você esteja procu-

rando agregar dados em um ou mais conjuntos. Tal-
vez precise detalhar a seção transversal de dados para
encontrar a agulha no palheiro. Sua melhor escolha
para misturar e combinar dados agregados para des-
tacar elementos que requerem atenção é usar uma
matriz. Você pode selecionar muitas linhas e colunas e
até mesmo descer para o nível das células para realçar
os dados. Na Figura 11-34, há uma seção transversal
do status de adjudicação do contrato para a empresa
fictícia Data Power, destacando valores concedidos,
valores pendentes, valores em andamento e prêmios
perdidos em várias agências federais.

Figura 11-34:
Um exemplo de Matriz.

Árvores de decomposição

Quando você pensa em um organograma, provavel-

mente imagina um gráfico de hierarquias. Uma árvore
de decomposição é um tipo de gráfico que permite vi-
sualizar dados em várias dimensões. Olhando para o
valor superior como um agregado, você pode então
detalhar um conjunto de dados para um escopo mais
finito. Como no caso da Figura 11-35, a árvore de de-
composição mostra o total de obrigações para todas
as pequenas empresas que receberam contratos
abaixo de US$1 milhão em um ano fiscal (obrigação
total). A decomposição é o montante distribuído por
estado (agregado) em todos os contratos adjudicados.
 Figura 11-35:
Uma árvore de decomposição.

Ampliando os principais influenciadores

Já se perguntou o que é driver de dados em um grá-

fico? Talvez você queira medir o desempenho respec-
tivo de uma ou mais métricas com base em alguma
classificação. É realista entender que nem tudo de-
sencadeia uma condição explícita. Em outras oca-
siões, há elementos visuais apontando para um cená-
rio ao qual atentar. Conjuntos de dados que são um
alerta são os sinais de quedas incomuns no volume de
vendas ou uma redução significativa em outra métrica
dada. Outro extremo é um outlier que se destaca como
bater o dedão na quina. Os principais influenciadores
usam a IA da Microsoft, da Azure, para ilustrar métri-
cas impactantes em velocidade e escala. Se um influ-
enciador é designado como identificador, o usuário
pode completar várias análises, incluindo de seg-
mento. Conforme a Figura 11-36, alguns estados dos
EUA têm uma enorme presença de contratação gover-
namental com base na concessão e em dólares em re-
lação a outros.

Figura 11-36:
Trabalhando com influenciadores-chave.

Todos os conjuntos de dados deste capítulo,

incluindo o DataPower.xls e o
SmallBusinessAwards.xls, estão no arquivo zip
disponível para download em
www.dummies.com/go/microsoftpowerBIfd.

A Afamada Ciência de Dados

O Microsoft Power BI inclui o uso de um editor de

script Python e um R. Python e R são duas linguagens
baseadas em cálculo e orientadas à ciência de dados.
Quando combinadas com o Power BI, expandem a
análise de conjuntos de dados que podem estar entre
milhões de registros em velocidade e escala com uma
abordagem estruturada. Ambos os editores estão
acessíveis no painel Visualizations. (Veja a Figura 11-
37.) Um usuário pode executar qualquer tipo de script
no Power BI Desktop. Alternativamente, pode impor-
tar o conjunto de dados resultante de um editor R ou
Python para um modelo de dados do Power BI.
 Figura 11-37:
Selecionando o editor de script R ou Python.

Independentemente do editor que usar, você será

solicitado a habilitar os recursos visuais do script
[script visuals] para executar o código proveniente de
um dos editores de código baseados em ciência de da-
dos. (Veja a Figura 11-38.) Um espaço reservado apa-
rece, como mostrado na Figura 11-39. Para iniciar a
construção de um script Python ou R, arraste os cam-
pos do painel Fields para o painel Visualizations, em
Values. Se precisar alterar as configurações, clique no
ícone Settings (a pequena engrenagem) no canto in-
ferior direito da interface de script para acessar as
opções.

Figura 11-38:
Habilitando o script visuals.

Figura 11-39:
Um espaço reservado para criar um script R ou Python.

Python e R requerem uma imagem para pro-

duzir um elemento visual. A menos que você
siga esse processo, nenhuma outra forma de saída,
incluindo quadros de dados, funcionará. Além disso,
as saídas baseadas em ciência de dados não permitem
a filtragem cruzada. Embora você não possa filtrar de
forma cruzada um elemento visual R ou Python com
outro, pode selecionar vários elementos para
misturar.
O editor de ciência de dados no Power BI é
leve, e a Microsoft sabe disso! É por isso que
permite a integração com editores externos para criar
rapidamente código R e Python. Embora a Microsoft
faça você acreditar que todos os editores de ciência de
dados trabalharão com as versões Desktop e Service
do Power BI, adivinhe novamente: o Power BI Service
tem limitações técnicas com os editores suportados.
Portanto, para ver se o editor que deseja usar é com-
patível com Python ou R, confira uma destas páginas
de documentação da Microsoft para obter os relató-
rios de compatibilidade mais recentes:
https://docs.microsoft.com/pt-BR/power-
bi/connect-data/service-r-packages-support
https://docs.microsoft.com/pt-BR/power-
bi/connect-data/service-python-packages-
support
Perguntas e Respostas

Não deve ser nenhuma surpresa que a Microsoft te-

nha integrado suas poderosas ferramentas de IA e
aprendizado de máquina no Power BI para ajudar os
usuários a fazer perguntas e fornecer respostas sobre
seus dados. O mecanismo de IA da Microsoft decide
perguntas para o recurso de perguntas e respostas
[Q&A] com base em volume, qualidade e atribuição de
dados. Procurando tendências e relações, o Power BI
oferece aos usuários duas opções: acessar cenários de
perguntas hipotéticas pré-criadas pelo aplicativo ou
fazer perguntas pontuais. Na Figura 11-40, há per-
guntas elaboradas com base no número finito de
campos associados a dado relatório. Ou você pode fa-
zer sua própria pergunta, como mostrado na Figura
11-41.

Figura 11-40:
Perguntas e respostas prescritas.
 Figura 11-41:
Perguntas e respostas autocriadas.

OPÇÕES ADICIONAIS DE
VISUALIZAÇÃO

Se já usou a internet (quem nunca?), você pode

ter adivinhado que outros fornecedores criaram ou
integraram outros tipos de visualização para suas
soluções de business intelligence. A maioria dos
fornecedores também tem lojas de apps e sites de
terceiros nos quais você pode baixar modelos adi-
cionais. A Microsoft não é diferente.

O que abordo neste livro são as principais visua-

lizações prontas para uso para o Power BI Desktop.
A Microsoft oferece um conjunto adicional de visu-
alizações de Power BI por meio do mercado App-
Source. Para acessar as opções de visualização adi-
cionadas, vá para a opção que tem as reticências
(três pontos), encontrada no painel Visualizations.
(Veja a figura a seguir.) A partir daí, selecione Get
More Visuals no menu que aparece. (Veja a figura a
seguir.) Você pode então selecionar entre centenas
de outros modelos, incluindo os de advanced
analytics, KPIs, medidores e um quadro de outras
alternativas de visualização, conforme mostrado
nas ­figuras a seguir.

Se quiser tentar criar seu próprio modelo ou im-

portar um de uma fonte fora da plataforma Micro-
soft AppSource, isso também é possível. Vá para as
reticências e escolha a opção Import a Visual from
a File.
 NESTE CAPÍTULO

» Configurando relatórios

» Adotando várias abordagens de filtragem de relatórios

» Explorando recursos avançados

» Resumindo o processo de publicação

Capítulo 12
Relatórios a Rodo

P ense em cada visualização que criar usando o Power BI como oferecendo um con-
junto diferente de insights para um conjunto de dados. As visualizações também podem
ser independentes ou combinadas com muitos outros recursos visuais. De qualquer
forma, a saída de uma visualização é um resultado final: um relatório. Embora não seja
incomum que um relatório inclua uma única visualização, ter muitas visualizações con-
fere uma perspectiva tremenda para uma empresa. Dependendo do papel do usuário, o
relatório assume muitas vidas diferentes. Alguns usuários podem ser o designer do rela-
tório, e outros, o consumidor dos dados. Este capítulo mostra como configurar elemen-
tos visuais e de relatório para o consumo do usuário final com o Power BI Desktop e o
Service.

Formatando e Configurando Visualizações de Relatórios

Todos os recursos visuais do Power BI são configuráveis. Embora alguns tenham confi-
gurações específicas de relatório com base em critérios predefinidos, muitos itens são
um padrão em todas as visualizações. Você pode formatar um elemento visual selecio-
nando o item e clicando no ícone Paint Roller, em Visualizations (veja a Figura 12-1),
para acessar as ferramentas de formatação.
 Figura 12-1.
Recursos de formatação encontrados no painel Visualizations.

Aqui está uma descrição de algumas opções de formatação comuns:

» General formatting: Selecione posição x, posição y, largura, altura e texto alternativo — a descri-
ção usada para opções de acessibilidade.

» Title: Formate o texto do título, texto e quebra de palavras, cor (fonte e plano de fundo) e recursos
de texto (alinhamento, tamanho da fonte e face da fonte).

» Background: Defina a página e o plano de fundo da visualização.

» Lock aspect: Bloqueie um elemento visual com base na proporção do objeto específico na tela.

» Borders: Formate cores de bordas e proporções de seus elementos visuais.

» Shadow: Defina a cor e a posição da sombra.

» Tooltips: Formate qualquer padrão ou dicas de ferramentas específicas do relatório (descritores).

» Headers: Oculte ou mostre cabeçalhos com base em condições.

Muitas outras opções estão disponíveis, dependendo da visualização. A lista que

criei aqui cobre apenas as que você vê em todas as visualizações.
Configurações básicas de visualização

Não confunda configurações de visualização e de relatório. A diferença é que, cada vez que
você inclui uma visualização em um relatório, é livre para configurá-la de forma especí-
fica. A configuração de relatório se aplica ao layout e ao design de todas as visualizações
em uma única página.
Você precisa ter uma ou mais visualizações em uma página para gerar um rela-
tório. Cada vez que quiser configurar a visualização, selecione-a na área de traba-
lho principal e clique no ícone Paint Roller, em Visualizations. Essa ação mostra as con-
figurações de formatação da visualização.
Ao configurar a posição e o tamanho de uma visualização, vá para a seção General
(veja a Figura 12-2) e escolha uma das seguintes opções:

» Responsive: Isso permite que a visualização seja ajustável com base no tamanho da tela. Ela se
ajusta automaticamente em seu nome.

» X-Position: O elemento visual é nivelado à esquerda a partir dessa posição.

» Y-Position: O elemento visual é nivelado no topo a partir dessa posição.

» Width: Este é o tamanho padrão horizontal para a visualização.

» Height: Este é o tamanho padrão vertical para a visualização.

» Maintain layer order: Selecionar essa opção traz a visualização para a frente, acima de outras so-
brepostas. Desmarcá-la a empurra para trás.

» Alt-Text: A capacidade de descrever textualmente a visualização para aqueles que precisam de

ajuda usando tecnologias adaptativas.
 Figura 12-2:
As configurações gerais para formatar uma visualização.

Você pode adicionar uma legenda para ajudar a diferenciar as caixas, linhas ou pontos
de gráfico, dependendo da visualização. Você pode posicionar a legenda em várias re-
giões de uma página, bem como personalizar a apresentação da legenda, com base na
localização na página, como mostrado na Figura 12-3.

Figura 12-3:
Configurando a legenda.
 As opções Data Colors, Data Labels e Total Labels variam de visualização para visuali-
zação. Por exemplo, se tiver um gráfico de barras, poderá alterar as cores de cada barra
além da sugestão da Microsoft para o padrão. Da mesma forma, pode alterar a cor do
texto para quaisquer rótulos de dados, conforme mostrado na Figura 12-4. Um excelente
exemplo de quando fazer isso é ao usar um monte de cores escuras como fundo. É pro-
vável que você queira alterar os rótulos de dados para uma cor clara, como branco ou
amarelo, para facilitar a leitura.

Figura 12-4:
As opções Data Colors e Data Labels.

As visualizações têm um título separado do título do cabeçalho do relatório. Portanto,

você pode atualizá-lo se quiser alterar a forma como a Microsoft intitula a visualização.
Além disso, você altera o tamanho da fonte na opção Title Heading. Se o posiciona-
mento, a cor, o alinhamento e até mesmo a cor de fundo do título significarem muito
para você, também pode fazer esses ajustes. Essas características são mostradas na Fi-
gura 12-5.
 Figura 12-5:
Configurações do título.

Se quiser destacar a cor de fundo de uma visualização, altere-a e coloque transparên-

cia para outros objetos na página, como mostrado na Figura 12-6. Exemplos de itens que
exigem transparência são legenda, cabeçalho e o texto dos eixos x e y.

Figura 12-6:
Definindo a cor de fundo.

Aqui estão outros recursos de formatação a serem configurados caso a caso:

» Lock aspect: Dimensiona as visualizações com base no tamanho e na posição.

» Border: Configura as bordas com base na espessura e na cor.

» Shadow: Configura a sombra da borda de visualização com base em cor, direção e posição.

A Figura 12-7 mostra essas opções.

 Figura 12-7:
Integração de lock aspect, background e border.

Uma última configuração possível é o Visual Header, mostrado na Figura 12-8. Cada
visualização permite ao usuário transformar a experiência visual por meio de controles
baseados em ações. Há a opção de ocultar ou mostrar o cabeçalho de cada elemento vi-
sual do relatório. Você pode ativar ou desativar o cabeçalho visual enquanto projeta as
visualizações e configura a estética, incluindo a funcionalidade do filtro. Os indicadores
visuais incluem os ícones Visual Warning, Visual Error e mais de dez opções, e é possível
ativar ou desativar todas elas.
 Figura 12-8:
Opções de configuração de Visual Header.

Aqui estão alguns outros ícones incluídos no campo Visual Header:

» Drill on: Revisa pontos de dados específicos dentro de um relatório.

» Drill Up: Fornece uma perspectiva de nível superior da visualização atual.

» Drill Down: Fornece uma visualização mais granular da visualização atual.

» Expand to Next Level: Adiciona um nível de hierarquia extra à exibição atual.

» Filter: Fornece ao usuário a capacidade de filtrar os dados, assumindo que há campos configura-
dos para a filtragem.

» Focus Mode: Permite que um usuário veja os dados do relatório exclusivamente.

» More Options: Dá ao usuário acesso a opções adicionais.

» Pin: Permite fixar um item em uma tela.

» See Data Layout: Permite revisar os dados no formato tabular, se disponível.

» Show Next Level: Supondo que haja uma hierarquia, o usuário pode usar esse ícone para mos-
trar o próximo nível dela.

» Visual Header Tooltip: Fornece dicas de ferramentas personalizadas ao usuário, presumindo

que você as tenha configurado.
Aplicando formatação condicional

Há um ícone em certas áreas de formatação dentro do painel Visualizations com o sím-

bolo fx. Saiba que você pode personalizar um ou mais aspectos da experiência de visuali-
zação sempre que os vir. Um exemplo desse botão está sob o título Data Labels, mos-
trado na Figura 12-9.

Figura 12-9:
O botão Conditional Formatting.

Uma tela de configuração aparece sempre que você pressiona o símbolo fx, permitindo
que o usuário configure um ou mais lados da experiência do usuário sob certas condi-
ções. (Veja a Figura 12-10.) Por exemplo, para Data Labels, um usuário pode formatar
por escala de cores, regras ou valor de campo. Ao selecionar a escolha preferida, há a op-
ção de selecionar a condição com base nas opções Field, Summarization, Minimum e
Maximum. Claro, há um parâmetro de formatação padrão que é considerado a linha de
base do usuário.
 Figura 12-10:
A interface de Conditional Formatting.

Filtrando e Classificando Dados

Você pode filtrar dados com base no próprio elemento visual, em uma página inteira ou
em todas as páginas para cada visualização. A maioria dos usuários filtra com base em
um elemento porque um relatório com vários recursos deles geralmente tem comporta-
mentos diferentes.
Não seja muito rápido para criar uma rotina abrangente de filtragem e classifi-
cação para um relatório inteiro. Você provavelmente encontrará pelo menos um
elemento visual para o qual o comportamento de um campo é ligeiramente diferente,
mesmo que no início pareça que todos os campos são iguais.
Independentemente da opção de filtragem e classificação escolhida, você precisa sele-
cionar Filter on This Visual, Filter on This Page ou Filter on All Pages. Na Figura 12-11,
selecionei e coloquei campos específicos nos recursos visuais específicos em Filters, em
Visual.
 Figura 12-11:
Configurando campos para um exemplo específico de elemento visual.

Veja como gerenciar isso:

1. Em Report View, arraste um ou mais campos do painel Fields para uma das caixas
de texto Add Data Fields, no painel Filter.

2. Expanda (ou reduza) os campos que acabou de trazer do painel Fields.

Cada campo cria um objeto chamado filter card — uma forma de filtrar o conjunto de
dados visualmente.

3. Configure o filtro com base na condição necessária.

As condições baseadas em texto são diferentes das numéricas.

Um usuário pode escolher entre Basic Filtering, Advanced Filtering e Top N

Filtering — a Figura 12-12 mostra um exemplo de filtragem avançada [advanced
filtering]:

» Basic filtering limita o usuário nesses campos no conjunto de dados.

» Advanced filtering integra o uso de condições booleanas, como AND, OR e NOT, além de o valor
atender a uma condição específica.
 » Top N filtering está associado à ordem de classificação dos itens.

Figura 12-12:
Suas opções no menu Filtering.

A filtragem excessiva é um problema para alguns relatórios, portanto, certifi-

que-se de não adicionar muitos campos. Quanto mais complexo o relatório se
tornar, pior será para você. Se decidir filtrar vários campos, certifique-se de não adicio-
nar muitas condições, a menos que o relatório exija um nível específico de granulari-
dade. A caixa Search, na parte superior do painel Filter, é uma forma de encontrar esses
campos e seus valores, se precisar de ajuda.
Se olhar cada campo, verá a opção Lock, bem como Hiding, no nível do campo,
veja a Figura 12-12. Esses recursos só funcionam no Power BI Service, não no
Desktop.

Configurando a Página de Relatório

Formatar uma página de relatório não é muito diferente de formatar um elemento vi-
sual, exceto que um relatório pode ter vários deles. Para lidar com isso, vá direto para o
painel Visualizations. Uma vez lá, clique no ícone Paint Roller. Na tela exibida, há muitas
opções para alterar o layout e o design da página do relatório, conforme mostrado na Fi-
gura 12-13. A maioria das opções se concentra em posicionamento, alinhamento e cor da
experiência geral do relatório.
 Figura 12-13:
Configurando uma página de relatório.

Um usuário pode formatar os seguintes recursos relacionados à página:

» Page information: Mude o nome do relatório, ative e desative as dicas e ative as perguntas e res-
postas em uma página, não apenas no elemento específico.

» Page size: Escolha o tamanho e/ou tipo de papel. Dependendo de como deseje implantar o rela-
tório, há tamanhos de papel e opções de interface disponíveis.

» Page background: Configure a cor de fundo da página do relatório.

» Page alignment: Decida se o conteúdo dos relatórios deve ser alinhado à esquerda ou ao centro
da página.

» Wallpaper: Marque um relatório com cores específicas ou talvez insira um logotipo com a opção
Wallpaper.

» Filter pane: Para alterar o painel Filter, parte da visualização de relatórios online, um usuário pode
configurar a experiência para combinar a interface de estilo de papel com cor, transparência, bor-
das e texto específico.

» Filter cards: Como ocorre com o painel Filter, as placas de filtro são específicas para dado campo
(uma coluna em uma tabela, por exemplo). Eles permitem ao usuário destacar um ou mais obje-
tos em um relatório por meio de várias ferramentas estéticas.

A melhor maneira de garantir consistência quando se trata de formatar relató-

rios é criar uma página uma vez e duplicar a configuração dela várias vezes. Isso
economiza o esforço desperdiçado de reinventar a roda.

Atualizando Dados

O Power BI oferece várias maneiras de importar dados. Embora alguns métodos exijam
atualização constante pelos usuários (Import, por exemplo), outros podem atualizar au-
tomaticamente. Se usa o DirectQuery para importar dados, você definitivamente deseja
que eles sejam atualizados de forma automática, sobretudo ao verificá-los em tempo
real.
Há a opção de definir a atualização automática da página habilitando o botão Page Re-
fresh, no painel Visualizations, de uma página de relatório. É preciso alternar para a se-
ção Page Refresh e definir a opção como On. Uma vez ativada, o Power BI atualiza todos
os recursos visuais em uma página em um determinado intervalo selecionado: intervalo
fixo ou detecção de alterações.
Embora um intervalo fixo esteja disponível em todas as edições do Power BI
Service, a detecção de alterações está disponível apenas no Premium. A detecção
de alterações atualiza o conjunto de dados do Power BI assim que detecta (ok, não no
exato segundo, mas logo depois) que está em um servidor host com dados novos.

Você pode usar Page Refresh apenas no Power BI Service. Além disso, se optar
pela atualização automática de página, ela deve ser ativada por um
administrador.

Trabalhando com relatórios

Pode parecer que há muito a ser feito com o Power BI Desktop para que um relatório seja
compartilhado com as massas, mas a verdade é que só descrevi uma fração das possibi-
lidades. Seu trabalho árduo na preparação de um relatório para distribuição pela internet
usando o Power BI Desktop economizará tempo mais tarde.
Se o objetivo de sua empresa for criar relatórios no cliente Desktop e distribuir
versões em PDF de suas saídas, você não precisará usar o Power BI Service. Em
suma: seu público não pode manipular ou visualizar dados de forma interativa em
tempo real. Um pedaço de papel é apenas um instantâneo no tempo.
No momento em que decide que mais de um usuário deve manipular seus dados,
mesmo que seja filtragem básica ou classificação na internet, você precisa publicar seus
conjuntos de dados e visualizações na internet. Se o escopo de seu compartilhamento for
limitado a apenas visualização em uma plataforma como o SharePoint, o Power BI Ser-
vice Free é adequado. Se, no entanto, deseja que os usuários tenham a oportunidade de
colaborar com seu workspace, a versão Pro ou Premium do Power BI Service é
necessária.
Tudo o que você leu neste capítulo pode ser feito online, em vez de em um desk-
top, mas o nível de esforço para configurar toda a experiência é altamente depen-
dente de uma conexão com a internet. É por isso que é bom começar em sua área de tra-
balho e, em seguida, enviar as visualizações e se reportar ao site do Service.
Para publicar um relatório, siga estas etapas:

1. Vá para a guia Home, na guia principal, no Power BI Desktop.

2. Clique no botão Publish, na extremidade direita da guia principal.

Você será solicitado a salvar todo seu trabalho na área de trabalho.

3. Salve seu trabalho clicando em Save.

4. Na nova caixa de diálogo exibida, selecione o local no qual deseja que seu con-
junto de dados e suas visualizações sejam armazenados.
A suposição é a de que você criou um ou mais workspaces no site do Service. Do con-
trário, você será solicitado a criar uma área de trabalho ou salvá-la em My Workspace.
(Veja a Figura 12-14.)

Figura 12-14:
Salvando conjuntos de dados e visualizações no relatório em um workspace.

5. Após escolher um workspace como local de salvamento, clique em Select.

6. Se for a primeira vez que o salva no workspace, clique em Save. Se já salvou um

item nele, é necessário substituí-lo, como mostra a Figura 12-15.
 Figura 12-15:
Criando uma versão atualizada de um pacote de relatórios para o Power BI Service.

Encontrando dados migrados

Há duas maneiras de obter acesso aos dados que acabou de publicar no Power BI Service.
Primeiro, encontre todos eles clicando no botão Recent, na barra de navegação do lado
esquerdo. Lá estão todos os itens mais recentes, em ordem cronológica. (Veja a Figura
12-16.) Após encontrar o arquivo importado, clique duas vezes para continuar fazendo
modificações na internet.

Figura 12-16:
O menu Recent em Power BI Service.

A segunda possibilidade é ir diretamente para a seção Workspace, do Power BI Service,

na qual você importou os dados após iniciar o processo de publicação. Uma vez lá, sele-
cione os itens importados na lista que deseja revisar, conforme mostrado na Figura 12-
17.

Figura 12-17:
Selecionando um item no menu My Workspace, no Power BI Service.

Exportando relatórios

Suponha que não deseje salvar o relatório que criou no Power BI Service. Seu objetivo
singular é imprimir um instantâneo, salvando os dados em um arquivo PDF. Isso é total-
mente possível usando o Power BI Desktop. Para exportar um relatório sem o salvar no
Power BI Service, siga estas etapas:

1. Escolha File ➪ Export no menu principal.

2. Escolha Export no menu que aparece.

3. Salve o arquivo como um modelo do Power BI fornecendo uma descrição e pressi-

onando Ok ou selecionando o arquivo PDF gerado automaticamente para seu na-
vegador da web, como mostra a Figura 12-18.
A exportação é salva na área de trabalho.
 Figura 12-18:
Suas escolhas de exportação.

Um usuário que seleciona a opção de modelo do Power BI obtém o equivalente a um

arquivo zip. Um modelo de Power BI é baseado em um modelo de relatório de desktop
existente. Tem layout e páginas de relatório, e recursos visuais, esquema, relações, mé-
tricas, conjuntos de dados e modelos de dados pré-construídos. Além disso, parte de um
arquivo de definição pode incluir consultas e parâmetros para elas. O arquivo PDF, por
outro lado, tem apenas cópias estáticas das visualizações acumuladas em todas as guias.

Aperfeiçoando relatórios para distribuição

Sim, você pode criar um relatório no Power BI Desktop e salvá-lo em formato PDF ou até
mesmo imprimi-lo, mas, geralmente, o objetivo real dos relatórios é compartilhar os
dados online usando o serviço Power BI ou um aplicativo móvel. A Microsoft facilitou
para um designer criar relatórios avançados que cabem em uma tela de computador ou
em um dispositivo móvel. A empresa reconheceu que nem tudo cabe em uma página
também — portanto, o gerenciamento de guias.
Às vezes, faz todo o sentido manter qualquer relatório local na área de trabalho. Um
exemplo é a previsão de desempenho de vendas ou distribuição de gestão de recursos
humanos. Suponha que seu objetivo seja distribuir por impressão ou entregar um docu-
mento digital sem uma conexão com a internet. Nesse caso, considere a criação de um
relatório paginado.
Exportar recursos visuais de relatórios para um PDF simplesmente não é sufici-
ente às vezes! É por isso que é preciso usar o Power BI Report Builder, uma exten-
são encontrada em www.microsoft.com/en-us/download/details.aspx?id=58158.
Você pode usar quase qualquer fonte de dados que esperaria encontrar com os Relató-
rios do Power BI em sua área de trabalho. Na verdade, pode até usar dados do Power BI
Service se decidir criar um no aplicativo.
Siga estas etapas para criar um relatório paginado com base em dados do Power BI
usando o Power BI Service:

1. Acesse My Workspace e encontre a área de trabalho que contém os dados que de-
seja usar para um relatório paginado.

2. Abra o workspace.

3. Clique no botão New, no workspace, e escolha Paginated Report no menu exibido,

conforme mostrado na Figura 12-19.

Figura 12-19:
O menu Paginated Report.

Se for sua primeira vez usando o Power BI Report Builder, baixe o aplicativo. Caso con-
trário, ele iniciará o Power BI Desktop junto com o Report Builder.
Depois que o Report Builder for iniciado, você será solicitado a criar um relatório
usando o assistente ou um relatório em branco, como mostrado na Figura 12-20.
 Figura 12-20:
A tela Report Builder Wizard.

4. Escolha Blank Report.

5. Usando o painel à esquerda, conecte suas fontes de dados ao Report Builder para
começar a criar um relatório paginado.
Observe a tela em branco com algum texto digitado, conforme mostrado na Figura
12-21.

Figura 12-21:
A interface do Report Builder.
 Você pode paginar um relatório de várias maneiras, dependendo da escolha
que selecionar usando o assistente. Se selecionar uma matriz ou uma tela em
branco, as etapas para fazê-lo são extensas. Para seguir as abordagens mais recentes
sugeridas pela Microsoft e sua oferta de soluções, acesse
https://docs.microsoft.com/en-us/power-bi/paginated-reports/paginated-
reports-quickstart-aw.
Se chegou ao final deste capítulo e deseja saber como formatar visualizações
para relatórios, lembre-se de que o Power BI Service oferece uma experiência
praticamente idêntica à do Power BI Desktop, incluindo a experiência do usuário. A
grande diferença é que a colaboração é possível no Power BI Service ao usar o cliente
Desktop. Apenas um usuário pode gerenciar o aplicativo simultaneamente. O que você
sabe sobre a configuração de um relatório é consistente em todas as experiências do
usuário.
 NESTE CAPÍTULO

» Configurando dashboards

» Integrando recursos de relatórios em dashboards

» Usando recursos baseados em IA para aprimorar a experi-

ência de dashboards

» Definindo alertas com base nas regras do dashboard

Capítulo 13
Surfando no Dashboarding

I magine isto: uma mistura de imagens e texto organizados ordenadamente como uma
bela tela. Ela diz que tudo em sua organização está funcionando sem problemas, mas,
em seguida, um dos recursos visuais muda. Sinos de alerta tocam — figurativos, pelo
menos —, fazendo com que muitos telefones toquem e mensagens SMS sejam enviadas.
E a pessoa que responde à emergência também não precisa cavar muito fundo. Por quê?,
você se pergunta. A organização coletou uma série de conjuntos de dados, disponíveis na
forma de uma única experiência de usuário, não uma coleção de relatórios ad hoc. Todos
os conjuntos de dados em uma única tela fornecem acesso em tempo real ao estado atual
das operações. O dashboard parece uma grande quantidade de dados, mas são dados sig-
nificativos apresentados de uma forma que aqueles que dominaram as complexidades
do dashboard podem ver imediatamente o que está errado. Neste capítulo, apresento os
mistérios do dashboard usando o Power BI Service.
Antes de sua iniciação nos mistérios, aqui estão alguns princípios críticos sobre dash-
board com o Power BI:

» Você só pode criar um dashboard usando o Power BI Service. Para ter toda a amplitude do
dashboard, é preciso uma licença Pro ou Premium.

» Um dashboard destina-se a preencher um vazio de negócios. Um relatório pode conter ape-

nas um único conjunto de dados. Embora seja aceitável usar apenas um conjunto de dados em
um dashboard, usá-lo como uma forma de apresentar vários conjuntos de dados é muito mais
comum.
 » Um dashboard é uma compilação de muitos objetos. Ele gerencia essa compilação limitando-
se a apenas uma tela.

» Cada elemento visual em um dashboard é referido como um tile. Nos relatórios, os recursos
visuais são referidos como outputs [saídas].

» O Power BI Service é um serviço baseado na web. O Power BI Desktop não requer conexão
com a internet. Os alertas de dados só estão disponíveis no Services.

Configurando Dashboards

Um dashboard, em sua forma mais simples, é apenas uma colagem de muitos objetos de
dados que podem ser fixados a uma única página. Na maioria das vezes, os itens são vi-
suais; em outras, seu conteúdo tem texto, vídeo, áudio ou navegação para outros dash-
boards e fontes de dados. Os dashboards podem integrar recursos usando relatórios,
workbooks do Excel, insights, resultados de perguntas e respostas e multimídia entre
provedores de conteúdo.

Criando um Dashboard

Se estiver conectado ao Power BI Service, certifique-se de ter um conjunto de dados e al-

guns recursos visuais que podem ser colocados em um dashboard. Se nunca criou um,
siga estas etapas:

1. No Power BI Service, vá para My Workspaces.

2. Clique em New, na parte superior de My Workspaces.

3. Escolha Dashboard no menu que aparece, como mostrado na Figura 13-1.

 Figura 13-1:
Criando um dashboard.

4. Insira o nome do novo dashboard (veja a Figura 13-2) e clique em Create.

Uma tela em branco é configurada para você, como mostrado na Figura 13-3.

Figura 13-2:
Nomeando um novo dashboard.
 Figura 13-3:
Uma tela do dashboard em branco.

Contendo Conteúdo

É preciso ter alguns pontos em mente ao tentar integrar um objeto na tela do dashboard.
A primeira coisa a considerar é que tipo de objetos são necessários para acentuar uma
compilação de relatório planejada em um dashboard. A segunda tem a ver com o layout e
o número de objetos que se pretende fixar na tela.
Nesse ponto, você pode adicionar alguns itens além dos relatórios:

» Web content: Conteúdo da web baseado em HTML.

» Images: Imagens acessíveis exclusivamente ao público.

» Text boxes: Texto estático que pode ser formatado.

» Video: Vídeos que podem ser incorporados no YouTube ou no Vimeo.

» Custom streaming data: Dados em tempo real provenientes de uma fonte API, Azure Stream ou
PubNub.

Você provavelmente está familiarizado com a maioria das fontes de conteúdo

listadas, mas, se estiver interessado em conjuntos de dados extremamente gran-
des sendo apresentados em um dashboard, considere usar o Azure Stream ou o PubNub.
Azure Stream é o nome abreviado de Azure Stream Analytics, um mecanismo de análise
em tempo real e complexo de processamento de eventos projetado para analisar e pro-
cessar altos volumes de dados (geralmente, ao vivo) de várias fontes simultaneamente.
O PubNub, como o Azure Stream, é outro serviço de streaming de análise em tempo real
focado na entrega de conteúdo usando um processo de mensagens de
publicação/assinatura em tempo real, principalmente para dispositivos de Internet das
Coisas (IoT).
 Para adicionar objetos baseados em conteúdo à tela — tiles, na linguagem do Power BI
—, siga estas etapas:

1. Na tela do dashboard, vá para o menu Edit.

2. Escolha Add a Tile, como mostrado na Figura 13-4.

Figura 13-4:
Acessando o menu Add a Tile.

3. No novo menu exibido, escolha um dos tipos de objeto listados. (Veja a Figura 13-
5.)
Observe que o menu não tem opção Report.
Todo o conteúdo que você coloca em um dashboard deve ser acessível ao pú-
blico. Mesmo que a autenticação ou o upload seja necessário para que um usuá-
rio visualize os dados, o Power BI atualmente não oferece suporte a esses recursos.
 Figura 13-5:
Selecionando um tipo de tile.

4. Depois de escolher uma opção, use os recursos de personalização para deixar seu
conteúdo como você deseja.
Por exemplo, se escolher a opção Text Box, uma nova tela aparecerá (veja a Figura 13-
6), na qual poderá adicionar títulos, legendas e texto. Você pode até ajustar o que adici-
onou usando qualquer um dos comandos de formatação exibidos. Quando terminar,
clique em Apply. Quaisquer alterações feitas são exibidas no dashboard, conforme
mostrado na Figura 13-7.
 Figura 13-6:
Configurando um tile.

Figura 13-7:
Personalizando um bloco de conteúdo na tela do dashboard.
 Assim que o tile estiver na tela do dashboard, você poderá movê-lo para onde quiser.
Por padrão, ele fica embutido na parte superior esquerda, a menos que outras peças es-
tejam na região. No exemplo anterior, movi a peça para o canto superior direito para po-
der adicionar outras mais tarde.

Fixando Relatórios

Criar visualização de relatórios dentro do Power BI é um processo ligeiramente diferente

de outras adições de conteúdo. Basicamente, você fixa a visualização de relatório exis-
tente no dashboard, em vez de criar um novo tile — o ativo já está armazenado no Power
BI, então você não precisa “criar” nada. Para fixar uma visualização de relatório, siga
estas etapas:

1. Acesse um workspace que contenha um relatório, incluindo uma ou mais visuali-

zações que você gostaria de incluir em um dashboard.

2. Localize o ícone Pin no cabeçalho Visual. (Veja a Figura 13-8.)

Figura 13-8:
O ícone Pin.

3. Na nova tela exibida, clique em um botão de opção para especificar se a visualiza-

ção fará parte de um novo dashboard ou se será adicionada a um dashboard exis-
tente. (Veja a Figura 13-9)
Você adicionará a visualização a um dashboard existente, portanto, escolha essa op-
ção. Em seguida, use o menu suspenso para selecionar o dashboard desejado.
 Figura 13-9:
Optando por um dashboard novo ou existente.

4. Depois de fazer suas seleções, clique em Pin.

Repita as etapas de 1 a 4 para quantas visualizações quiser incluir em seu dashboard. O

resultado é um dashboard como o que se vê na Figura 13-10.

Figura 13-10:
Um dashboard acabado com tiles.

As visualizações fixas não são interativas. As atualizações só são visíveis depois

de atualizar o conjunto de dados do qual a visualização foi derivada. Se estiver
procurando dados em tempo real, use o tile Custom Streaming Data.
Personalizando com Temas

Os usuários que gostam de uma aparência unificada adicionam um tema a uma visuali-
zação do Power BI. Acontece que dá para fazer o mesmo com um dashboard. Na verdade,
a necessidade de um tema abrangente é até maior em um dashboard. Basta pensar nisto:
suponha que tenha que integrar vários relatórios, cada um com uma aparência dife-
rente, em um dashboard. Ao desenvolver um tema de dashboard, você mantém a experi-
ência do usuário consistente.
Configurar um tema de dashboard é como adicionar um tile. Vá para o dashboard ao
qual deseja adicionar o tema. Logo acima dele, no menu, selecione Edit. Em seguida, es-
colha Dashboard Theme na lista de opções, como mostra a Figura 13-11.

Figura 13-11:
Escolhendo a opção Dashboard Theme.

Um usuário pode usar um tema pré-construído na tela Dashboard Theme, como mos-
trado na Figura 13-12, ou desenvolver seu próprio tema. Ao escolher Custom no menu
suspenso, você tem o controle completo sobre imagens, cor, cor da fonte e plano de
fundo do tile. A Figura 13-13 mostra as opções do menu Custom Theme.

Figura 13-12:
Escolhendo um tema pré-construído.
 Figura 13-13:
Personalizando um tema.

Você deve ter notado a opção Upload JSON theme. Se quiser adicionar designs
de tema mais complexos, insira esses scripts selecionando essa opção. Para baixar
temas adicionais criados pela Microsoft que aplicam o esquema de temas JSON, acesse
https://community.powerbi.com/t5/Themes-Gallery/bd-p/ThemesGallery.

Layouts de Dashboard

Como ocorre com os relatórios do Power BI, os dashboards também têm diferentes op-
ções de layout para atender a vários fatores de forma do dispositivo. Para dashboards,
uma visualização da web e uma visualização móvel estão disponíveis — um layout da
web ocupa muito mais a tela do que um móvel. A Figura 13-14 mostra um exemplo de um
layout da web.
 Figura 13-14:
O layout da web para um dashboard.

O layout móvel organiza cada elemento visual como um ativo empilhado. Só há uma
imagem fixada horizontalmente, por padrão. Um usuário pode alterar o layout de um
dashboard para consumo móvel escolhendo Edit ➪ Mobile Layout no menu de navega-
ção do dashboard. Um usuário que deseje mais de uma peça do dashboard horizontal-
mente pode redimensionar cada uma delas. A Figura 13-15 mostra um exemplo de layout
móvel.

Figura 13-15:
Layout móvel de um dashboard.
Integrando Q&A

Como discuti no Capítulo 11, o recurso de perguntas e respostas é poderoso, baseado no

aprendizado de máquina, incorporado ao aplicativo Power BI Desktop e no Service. Um
usuário pode fazer uma pergunta sobre um ou mais conjuntos de dados usando consul-
tas de linguagem natural. As perguntas e respostas não estão disponíveis apenas para
relatórios, mas também para dashboards.
Você pode começar a usar o recurso imediatamente, porque nenhuma configuração é
necessária. Para começar a usar Q&A em um dashboard de layout da web, selecione Ask a
Question About Your Data, na parte superior de um dashboard, preenchendo uma per-
gunta usando a caixa de consulta. (Veja a Figura 13-16.)

Figura 13-16:
Fazendo uma pergunta.

Para o exemplo mostrado na Figura 13-17, adicionei um relatório para todos os prê-
mios de estado ao meu dashboard usando a fonte de dados Awards.xlsx. Em seguida,
criei uma consulta para determinar todas as cidades do Alasca (AK) onde um contrato foi
adjudicado. Usando o código de linguagem natural, que é preenchido automaticamente à
medida que você o digita, um conjunto de resultados foi produzido e refinado em
segundos.
 Figura 13-17:
Um exemplo de perguntas e respostas.

Configurando Alertas

No início deste capítulo, descrevo um cenário de pior caso: tudo está correndo bem, e,
em seguida, o caos repentino irrompe. Os e-mails começam a surgir em níveis insusten-
táveis, assim como as mensagens SMS.
Nos negócios, essa é uma realidade muito comum. Com o Power BI, no entanto, você
pode criar alertas de dados com base em condições comerciais específicas que acionam
notificações.
Os recursos do dashboard do Power BI permitem que os usuários criem alertas com
base em condições orientadas por dados encontradas usando recursos visuais, como
cartões, indicadores de KPI e medidores. Se tiver um ou mais desses recursos visuais em
seu dashboard, poderá configurar um alerta. Para tal, siga estas etapas:

1. Clique nas reticências do tile para o qual deseja criar uma notificação no dashbo-
ard selecionado.
Suas opções estão limitadas a três tipos de visualização: cartões, indicadores
de KPI e medidores [cards, KPI indicators e gauges].

2. No menu que aparece, escolha More Options ➪ Manage Alerts, conforme mos-
trado na Figura 13-18.
 Figura 13-18:
Adicionando alertas.

3. No painel Alert, selecione Add Alert Rule.

4. Preencha o formulário com seus critérios definidos, conforme mostrado na Figura

13-19.
Nesse caso, um alerta é acionado a cada hora quando o valor da oferta excede US$2
milhões no total de envios pendentes.
 Figura 13-19:
Configurando alertas.

Os alertas são úteis quando há várias condições que precisam ser atendidas,
além de atingir limites específicos. Os alertas podem ser alterados com base na
frequência de entrega ou sempre que ocorrer uma alteração no conteúdo.
Somente os usuários que configuram um alerta o veem, e os alertas são sincronizados
entre o Power BI Service e os aplicativos móveis do Power BI. Se deseja gerenciar os aler-
tas após sua criação, aqui estão alguns recursos importantes, todos concluídos em Ma-
nage Alerts, onde você acabou de criá-los.

» Se quiser excluir um alerta, selecione Delete Alert Rule, usando o ícone Trashcan.

» Se quiser desativar um alerta sem o excluir, alterne o botão Active para Off. (Veja a Figura 13-20.)

» Se quiser receber um e-mail quando esses limites forem atingidos, selecione Send Me an Email.
 Figura 13-20:
Gerenciando alertas.

Somente o usuário que configura um alerta pode receber alertas, portanto, não
suponha que todos em uma organização receberão notificações automaticamente.
Além disso, por padrão, as notificações são enviadas por e-mail.
4
Ou DAX ou
Desce!
 NESTA PARTE…

Manipule conjuntos de dados com ex-

pressões de análise de dados (DAX) usando
o Power BI.

Trabalhe com os principais componentes

do DAX.

Aprofunde-se nas mais de 250 funções

DAX para reduzir a complexidade associ-
ada à programação no Power BI.

Descubra como o DAX pode ajudá-lo a

concluir atividades complexas de análise de
dados.

Depure e otimize rapidamente seu có-

digo DAX usando ferramentas e técnicas
baseadas em codificação.
 NESTE CAPÍTULO

» Vendo os elementos críticos do DAX

» Definindo os princípios básicos de sintaxe para o DAX

» Buscando métodos alternativos para implantar dados com

DAX no Power BI

Capítulo 14
Toma Lá DAX Cá

T rabalhar com linguagens de programação às vezes assusta até mesmo o desenvolve-

dor mais experiente. E adivinha? Isso não é diferente com o Power BI. Em capítulos an-
teriores, nos quais código é necessário, eu o poupei ao máximo de se envolver em algu-
mas equações (veja bem: algumas). Mas, agora, o pior está por vir.
Primeiro, por que é tão importante entender o funcionamento de uma linguagem de
programação como o Data Analysis Expressions (DAX)? Bem, acontece que essa lingua-
gem de expressão de fórmula é usada para análise de dados em muitos produtos da Mi-
crosoft, não apenas no Power BI — Excel’s Analysis Service e seu Power Pivot são apenas
dois exemplos, entre muitos. As fórmulas DAX integram funções, operadores e valores
tradicionais para realizar cálculos avançados e consultas em conjuntos de dados, além
de oferecer suporte a dados em tabelas e colunas de modelos de dados tabulares relacio-
nados. Este capítulo aborda a estrutura conceitual do DAX. Nos dois capítulos seguintes,
você tem a chance de se aprofundar um pouco mais no design e na manipulação da
linguagem.

Descobrindo o DAX

Então, o que são Expressões de Análise de Dados (DAX)? O DAX é um tipo de linguagem
de sintaxe que faz uso de fórmulas e expressões para manipular dados em ferramentas
de análise como o Power BI. Funções, fórmulas, constantes e operadores são usados
como parte do DAX para criar as expressões necessárias. Simplificando, o DAX é uma
versão avançada do Microsoft Excel no sentido de que usa fórmulas com recursos sofis-
ticados de manipulação de dados como parte de seu conjunto de ferramentas de business
intelligence e modelagem de dados.
Em muitos dos capítulos deste livro, mostro como concluir tarefas sem ter que escre-
ver uma única linha de código. Então por que o estou apresentando à programação?
Tudo se resume a isto: todas as funções que não requerem codificação são executadas
por ferramentas que foram programadas para completar tarefas definidas. Às vezes, no
entanto, você precisa manipular tipos de dados, mas não pode fazê-lo com ações prede-
finidas configuradas pelas ferramentas no Power BI. O produto produzido usando alguns
recursos de arrastar e clicar pode não ser aquilo de que precisa, seja um problema com
sintaxe, seja com contexto, seja com função. É quando você introduz uma linguagem de
sintaxe como DAX na mistura.

Espreitando sob o capô do DAX

Em essência, o DAX combina três conceitos fundamentais: sintaxe, contexto e funções.

Quando combinadas, essas entradas criam os comandos específicos que produzem os
resultados desejados, conforme descrito nesta lista:

» A sintaxe se refere aos componentes dentro da fórmula que você faz. É a linguagem usada na
fórmula, como comando, sinal, operadores, coluna ou linha ou tabelas. Em outras palavras, a sin-
taxe é a estrutura da programação.

» O contexto se refere à linha de destino incorporada à fórmula para recuperação ou cálculo. Há

dois tipos: contexto de linha e de filtro.

» As funções se referem aos comandos predefinidos e conhecidos em um sistema. São aqueles

que são prontamente usados para manipular dados sem ter que criar amostras de codificação
estendidas.

Estabelecendo a sintaxe

A primeira coisa que você precisa aprender sobre o DAX é a composição de uma fórmula.
Na Figura 14-1, há uma fórmula de amostra para uma medida.

Figura 14-1:
Um exemplo de sintaxe.
 Numerei estes seis componentes essenciais da Figura 14-1:

1. O nome da métrica [Measure] é Total Bid .

2. O operador de sinal de (=) indica o início da fórmula.

Depois que a fórmula é calculada, o resultado é retornado.

3. A função DAX soma [SUM] é usada nessa fórmula, que adiciona todos os números
na coluna Awards [BID].
Você lerá muito sobre funções no Capítulo 15, então fique atento.

4. Parênteses () quase sempre envolvem uma expressão contendo um ou mais

argumentos.
Os argumentos lidam com a passagem de valores para funções.

5. A tabela de referência é Awards.

6. A coluna de referência específica [Bid] está na tabela Awards.

Usando o argumento especificado, a função SUM agrega todos os dados para essa co-
luna específica.

Uma medida calculada retorna um valor de todas as propostas concedidas. A fórmula

também inclui uma função — uma fórmula predefinida. As fórmulas facilitam a conclu-
são de cálculos complexos e a manipulação de grandes conjuntos de dados, especial-
mente quando vários números, datas, horas e textos estão envolvidos. Uma coluna se
chama Bid. Agora, ela pertence à tabela de prêmios [Awards], mas incluir o nome da ta-
bela junto com um nome de coluna — qualificando totalmente um nome de coluna, em
outras palavras — é, no entanto, uma prática recomendada.
Quando um nome de tabela tiver espaços, palavras-chave reservadas ou pala-
vras com caracteres não permitidos, certifique-se de usar aspas simples para in-
cluir o nome da tabela. Certifique-se também de incluir qualquer tabela entre aspas se o
nome dela tiver caracteres alfanuméricos não ANSI.
Se ocorrer um erro de sintaxe na sua fórmula, na maioria das vezes, o Power BI
lhe avisará exibindo uma mensagem de erro. Às vezes, no entanto, você pode co-
meter um erro tipográfico que o Power BI não sinaliza — o resultado produz algo bas-
tante diferente do esperado. Como o editor DAX no Power BI Desktop inclui um editor de
sugestões integrado, recomendo usá-lo para criar fórmulas corretas e aliviar suas
preocupações.

Concebendo o contexto

Contexto é um conceito crítico no DAX porque ajuda a moldar os dados dinamicamente.

Existem dois contextos com que se preocupar — linha e filtro:
» O contexto de linha é avaliado cada vez que uma expressão é repetida em uma tabela. Isso signi-
fica que, para cada linha individual, há um contexto diferente. O contexto de linha existe como
uma coluna calculada ou uma função DAX. As funções de exemplo podem ser SUMX, AVERAGEX
ou FILTER.
Suponha que uma coluna calculada tenha sido criada anteriormente. Nesse caso, você pode as-
sumir que o contexto de linha consiste nos valores em cada linha individual. Isso significa, então,
que os valores nas colunas estão relacionados a uma linha. A Figura 14-2 fornece um exemplo de
contexto de linha.

» O contexto de filtro é a aplicação desses filtros durante a avaliação de métricas ou expressões. Um

filtro pode ser aplicado diretamente a uma coluna, como em Awarded na tabela Opportunities.
No caso da Figura 14-3, o filtro é aplicado apenas às oportunidades em processo. Embora haja po-
tencial para ter várias barras no gráfico, apenas uma aparece, porque um slicer filtra todos os da-
dos, exceto para a condição única em processo. Os filtros podem ser aplicados indiretamente
quando as relações do modelo afetam outras tabelas com relações-chave estrangeiras também.

Figura 14-2:
Um exemplo de contexto de linha.

Figura 14-3:
Um exemplo de contexto de filtro.
Formulando funções

Funções são as fórmulas predefinidas que realizam cálculos complexos. Ao combinar va-
lores específicos, também conhecidos como argumentos, uma função produz uma saída
em uma ordem específica. Os argumentos assumem a forma de outras funções, fórmu-
las, expressões, referências de colunas, constantes, números, texto e uma variedade de
opções que não cabe aqui. (O Capítulo 15 passa muito mais tempo explicando os catorze
tipos de funções.)

Trabalhando com cálculos

As fórmulas DAX são usadas em métricas, colunas, tabelas e segurança de nível de linha.
Para criar novas métricas calculadas ou colunas calculadas, vá para a guia Data View, na
guia principal, no Power BI. Após navegar até Data View, procure a área Calculations, na
guia principal. Há quatro opções, conforme mostrado na Figura 14-4, e esta lista des-
creve o que você pode fazer escolhendo-as:

» New Measure: Escreva uma expressão DAX a partir dos dados.

» Quick Measure: Escolha entre uma lista de cálculos predefinidos no Power BI.

» New Column: Escreva uma expressão DAX que cria uma nova coluna na tabela selecionada e cal-
cula os valores para cada linha.

» New Table: Crie uma expressão DAX para criar uma nova tabela.

Figura 14-4:
Opções de cálculo.

As seções a seguir apresentam todas as quatro opções para que você entenda melhor
como criar métricas, métricas rápidas, colunas calculadas e tabelas calculadas [measu-
res, quick measures, calculated columns e calculated tables].

Measures

Métricas — também chamadas de métricas calculadas — ajudam-no a desenvolver in-

sights sobre os dados, abordando questões típicas de análise. Exemplos de métricas in-
cluem sumarizações (soma, média, mínimo, máximo e contagem). Elas estão vinculadas
a campos. Cada vez que você faz uma alteração em um campo que inclui uma métrica,
descobre que os cálculos mudam. É claro que essas alterações são (potencialmente) re-
fletidas em relatórios e dashboards.
 No Power BI Desktop, uma métrica é criada e exibida em Report View ou em Data View.
Cada vez que você cria uma métrica, ela aparece no painel Fields com o ícone de calcula-
dora. Quando você cria uma nova métrica, pode nomeá-la como quiser. Mais tarde, pode
adicioná-la a uma visualização, como qualquer campo.
No exemplo mostrado na Figura 14-5, peguei os dados de Awards e criei uma taxa de
desconto geral para todos os prêmios a uma taxa de 8%. Isso significa que a métrica cal-
culada a ser criada é DiscountRate = SUM(Awards[BID])*.92. (A Figura 14-6 mostra
que o calculado fica disponível como um novo campo, DiscountRate.)

Figura 14-5:
Métrica calculada no editor DAX.

Figura 14-6:
Métrica calculada adicionada ao painel Fields.

Quick measures

Para realizar cálculos típicos de forma rápida e fácil, considere as medidas rápidas
[quick measures], porque reduzem uma quantidade significativa de entrada no teclado.
Uma quick measure executa um conjunto de comandos DAX nos bastidores sem que você
precise fazer nada de codificação. Selecione os parâmetros específicos na caixa de diá-
logo de interface gráfica do usuário. (Veja a Figura 14-7.) Ao terminar, os resultados são
apresentados a você na forma de um relatório.
 Figura 14-7:
A caixa de diálogo Quick Measures.

Você cria uma quick measure de duas maneiras: selecione o botão Quick Measures, na
barra de ferramentas Modeling; ou clique com o botão direito do mouse em qualquer um
dos campos no painel Fields e escolha New Quick Measure no menu exibido, conforme
mostrado na Figura 14-8.
 Figura 14-8:
Acessando a opção New Quick Measure no painel Fields.

Calculated columns

Vamos supor que você já tenha um modelo. Às vezes, não é fácil simplesmente carregar
novos dados em uma tabela e encerrar o dia. Por isso, considere as colunas calculadas um
tipo de fórmula DAX que define os valores das colunas. Você pode usar esse recurso para
adicionar novos dados a uma tabela no modelo existente. Em vez de carregar os dados
usando uma fonte, você cria uma fórmula DAX para fazer o trabalho. As colunas calcula-
das são criadas usando o recurso New Column, disponível em Report View ou em Data
View.
Não confunda colunas calculadas com colunas personalizadas. Embora as colu-
nas personalizadas sejam criadas como parte do Power Query com o recurso Add
Column no Query Editor, uma coluna calculada é criada em Report View ou em Data View
com base nos dados que já foram carregados no modelo.
Ao criar uma coluna calculada, o produto resultante aparece no painel Fields. Ela tem
um ícone mostrando que seus valores são o resultado de uma fórmula. Tal como acon-
tece com as métricas, você pode nomeá-la como quiser. Depois que ela é adicionada à
lista de campos encontrados no painel Fields, pode integrar o produto resultante em
uma visualização de relatório, como faria com outros campos.
Na Figura 14-9, está uma nova coluna produzida em Report View. O ícone mostra que
uma coluna calculada foi criada no painel Fields. O produto resultante é Profit is 10% of
the Bid Amount, conforme a Figura 14-9.
 Figura 14-9:
Colunas calculadas em Report View.

Calculated tables

Ao usar o Power BI, é mais do que provável que você crie tabelas importando dados para
o modelo de uma fonte externa. Há, no entanto, outra maneira de criar tabelas progra-
maticamente — as tabelas calculadas. Dessa forma, você pode adicionar novas tabelas
com base nos dados já carregados no modelo. A ideia aqui é criar uma fórmula DAX para
definir os valores da tabela, em vez de consultar e carregar os valores em suas colunas a
partir de uma fonte.
As tabelas calculadas funcionam melhor para cálculos e dados mais complexos arma-
zenados como parte de um modelo do que para cálculos ad hoc. Na verdade, combinar
tabelas com o uso de declarações como JOIN, UNION ou CROSS JOIN é um ótimo uso para
tabelas calculadas, porque elas podem ter relações com outras.
As colunas de tabela calculadas incluem tipos de dados e formatação específica;
também tendem a pertencer a uma categoria específica. Como ocorre com outros
elementos do Power BI, você pode nomear uma coluna da maneira que achar melhor e
adicioná-la a um relatório, assim como outros campos. Cada vez que os dados são alte-
rados em uma tabela, os resultados são recalculados, supondo que tenha ocorrido uma
atualização deles. A exceção é com o uso do DirectQuery. Nesse caso, as tabelas refletem
as alterações somente depois que um conjunto é atualizado em sua totalidade. Se uma
tabela precisar usar o DirectQuery, é melhor tê-la calculada na instância do DirectQuery
para garantir a atualização dos dados.
Para criar uma tabela calculada, siga estas etapas:

1. Escolha Data View na barra no lado esquerdo da tela do Power BI.

2. Escolha New Table, em Calculations, em Home.

3. Na nova tela exibida, clique no botão New Calculations, que permite criar um cál-
culo baseado em DAX.

4. Digite a expressão DAX que deseja associar à tabela calculada no campo, como
visto na Figura 14-10.
 Ao inserir a expressão, você verá as tabelas calculadas pré-preenchidas na tela. Nesse
caso, usei o conjunto de dados Awards para criar uma nova tabela calculada, Listing. A
tabela fornece informações sobre três itens: agência, nome da oportunidade e valor do
lance [agency, opportunity name e bid amount].

Figura 14-10:
Criando uma tabela calculada a partir de Data View.

5. Assim que estiver satisfeito com sua entrada DAX, pressione Enter.
A expressão agora está comprometida como uma nova tabela para as tabelas de con-
junto de dados existentes.

Lidando com Tipos de Dados

O Power Query permite importar dados de uma variedade de fontes, e as expressões DAX
oferecem a mesma flexibilidade. Com o DAX, cada fonte suporta vários tipos de dados,
embora o intervalo seja limitado, em comparação com o Power Query. As Figuras 14-11 e
14-12 comparam as diferenças entre os tipos de dados no DAX e no Power Query. Com o
DAX, quando você importa dados em um modelo, eles são transformados em um tipo de
dado de modelo tabular.
 Figura 14-11:
Tipos de dados do DAX.

Figura 14-12:
Tipos de dados do Power Query.

A Figura 14-11 mostra o menu DAX Data Type. Observe que os tipos de dados
para o DAX são um pouco diferentes dos encontrados no Power Query. Veja a Fi-
gura 14-12.
Cada dado de modelo de tempo é usado como parte de um cálculo; os dados são trans-
formados em um tipo de dados DAX, precisamente para a saída de um cálculo. Quando
você cria uma fórmula DAX, os termos que usa determinam qual tipo de dado é retor-
nado. A Tabela 14-1 ilustra os tipos de dados DAX.
TABELA 14-1 Tipos de Dados DAX

Tipos de Dados Tipos de Dados do DAX Descrição

do Modelo

Número inteiro Número inteiro de 64 bits (8 Números sem casa decimal. Pode ser um nú-
bytes) mero inteiro com um valor positivo ou negativo.
O intervalo negativo começa em
9.223.372.036.854.775,808 (–2^63) a um positivo
não superior a 9.223.372.036.854.775,807 (2^63–
1).

Número decimal Número real de 64 bits (8 Números reais com uma ampla gama de parâ-
bytes) metros. Os valores negativos variam de –1,79E
+308 a –2,23E –308. Os positivos, de 2,23E –308 a
1,79E + 308. O limite é de dezessete dígitos
decimais.

Número decimal Número real de 64 bits (8 Representativo dos valores monetários. A faixa
fixo bytes) de valores pode ser de
-922.337.203.685,477.5808 a
922.337.203.685,477.5807. Quatro dígitos deci-
mais podem ser usados para garantir a precisão.

Data/Hora Data/Hora Representação de data/hora. O intervalo começa

depois de 1º de março de 1900, à 0h.

Data Data Apenas a data (sem a hora). Após a conversão, o

valor da data é o mesmo que um valor de
data/hora sem os dígitos para o posicionamento
correto.

Hora Hora Apenas a hora (sem a data). Após a conversão, o

valor da hora é o mesmo que um de data/hora
sem os dígitos para o posicionamento à
esquerda.

Texto String String de dados de caracteres unicode. Pode ser

uma string alfanumérica representada em um
formato de texto. O comprimento máximo da
string é de 268,435,456.

Booleano Verdadeiro/Falso Um valor booleano que é TRUE ou FALSE (ver-

dadeiro ou falso).

Binário Binário Usado para representar quaisquer outros dados

com formato binário não incluído nesta lista.
 Tipos de Dados Tipos de Dados do DAX Descrição
do Modelo

Em branco Em branco Equivalente a um valor NULL em SQL. Pode usar

a função BLANK. Para consultar, você pode usar
ISBLANK.

Ao importar dados usando o Power Query, os tipos de dados são definidos auto-
maticamente. Você deve estar familiarizado com a forma como os tipos de dados
se aplicam às fórmulas DAX. A razão mais comum para erros em uma fórmula ou em um
conjunto de resultados é ter um tipo de dado impróprio. Um exemplo é o operador er-
rado sendo usado com um tipo de dado em um argumento.

Operando com Operadores

Há quatro tipos de operadores para criar fórmulas no DAX. Eles são descritos na Tabela
14-2, com exemplos.

TABELA 14-2 Operadores Aritméticos

Operador Descrição Exemplo

+ Adição 4+2

– Subtração 4–2

* Multiplicação 4*2

/ Divisão 4/2

^ Exponencial 4^2

Os operadores aritméticos retornam valores numéricos com base nos cálculos aritméti-
cos realizados. Os operadores aritméticos disponíveis no DAX encontram-se na Tabela
14-2.
Os operadores de comparação retornam um valor TRUE ou FALSE com base em valores
de comparação. A Tabela 14-3 mostra os operadores de comparação do DAX.
TABELA 14-3 Operadores de Comparação

Operador Descrição Exemplo

= Igual a [State] = ”CA”

== Igual a (estritamente) [Country] = ”USA”

> Maior que [Close Date] > “June 2000”

< Menor que [Close Date] < “June 2000”

>= Maior ou igual a [Price] >= 500

<= Menor ou igual a [Price]<= 100

<> Diferente de [County] <> “CANADA”

Um operador lógico retorna um único resultado ao combinar duas ou mais expressões.

A Tabela 14-4 mostra os operadores lógicos do DAX.

TABELA 14-4 Operadores Lógicos

Operador O que Cria Exemplo

&& Uma condição AND ([State] = "NJ") && ([Visitor] =

"yes"))

|| Uma condição OR (([State] = "NY") || ([Visitor] =

"yes"))

IN Uma condição lógica OR ou ’Product’[Size] IN { "Square",

BETWEEN "Box", "Circle" }

Há uma diferença muito pequena entre os operadores OR e AND de compara-

ção e os lógicos. Com os de comparação, você avalia números. Com os lógicos,
texto.
O operador de texto retorna um valor baseado em operadores concatenados/que unem
dois ou mais valores de string. A Tabela 14-5 mostra o único operador de texto do DAX.

TABELA 14-5 Operador de Texto

Operador O que Faz Exemplo

& Conecta dois valores para criar uma string de texto [City] & “,” & [State]
Operadores de ordem

Os operadores de ordem, formalmente conhecidos como precedência de operadores no

DAX, ajudam a gerenciar a ordem em que os cálculos são realizados, o que afeta o valor
retornado. Assim, a precedência do operador no DAX segue a antiga regra matemática de
PEMDAS (da esquerda para a direita: parênteses, exponentes, multiplicação e divisão, e
adição e subtração) na especificação de qual ordem de operadores é necessária para al-
cançar o resultado desejado.
Todas as expressões avaliam uma ordem de operação específica. Uma expressão sem-
pre começa com um sinal de igual, que é destinado a indicar os caracteres que consti-
tuem a expressão. Após o sinal de igual, você encontra os elementos calculados, que são
referidos como operandos. Cada operando é separado pelos operadores de cálculo. Em-
bora as expressões sejam sempre lidas da esquerda para a direita, a ordem em que os
elementos são agrupados pode ser totalmente manipulada se você usar parênteses. A
Tabela 14-6 exibe a ordem do operador para uma equação DAX.

TABELA 14-6 Operadores de Ordem

Operador Descrição

^ Exponencial

– Sinal (negativo)

*e/ Multiplicação e divisão

! NÃO (operador unário)

+e– Adição e subtração

& Conexão de strings (concatenação)

=,==,<,>,<=,>=,<> Comparação

Frequentemente, você combina vários operadores para uma fórmula. Se os

operadores forem iguais em precedência, a ordem permanece da esquerda para a
direita. Suponha que uma expressão contenha uma combinação de operadores de multi-
plicação ou divisão, bem como de adição e subtração. Nesse caso, o cálculo é avaliado
com base na ordem em que eles aparecem, que é da esquerda para a direita.

Parênteses e ordem

No DAX, como na matemática da velha escola, um simples parêntese pode mudar o re-
sultado de um cálculo. Vamos dar uma olhada nesta equação. Qual é a diferença entre es-
tes dois itens?
 = 2+2*3
= (2+2)*3
A primeira equação ordena os dados de forma diferente da segunda. Os parênteses al-
teram a ordem de cálculo da equação. Na primeira equação, 2*3 é calculado primeiro.
Então você adiciona dois, o que resulta em 8. Por outro lado, os parênteses na segunda
equação mudam a ordem de cálculo, porque 2+2 é igual a 4. Você então multiplica 4 ve-
zes 3. O resultado é 12.

Você Vai Ouvir Minha Declaração

Há quatro tipos de declaração DAX: DEFINE, EVALUATE, ORDER BY e VAR. Ao tentar esta-
belecer uma fórmula ou função DAX, muitas vezes você precisa definir parâmetros espe-
cíficos ou apresentar a expressão DAX de uma certa maneira, o que exige uma consulta
altamente configurável. Você usa um desses tipos de declaração para estabelecer a ex-
pressão DAX. A Tabela 14-7 descreve os quatro tipos de declaração.

TABELA 14-7 Declarações

Tipo de Declaração O que Faz

DEFINE Define uma ou mais entidades que existem exclusivamente para a

duração de uma entrada do DAX.

EVALUATE Necessário para executar qualquer tipo de consulta no DAX.

ORDER BY Usado, para uma ou mais expressões, para classificar resultados em

uma consulta no DAX.

VAR Armazena o resultado de uma expressão como uma variável nome-

ada e pode ser passado para praticamente qualquer argumento, in-
cluindo outras expressões de métrica.

Garantindo a Compatibilidade

O DAX está enraizado no Microsoft Excel. Embora muitos dos recursos do mecanismo de
computação de linha de base sejam os mesmos, você precisa estar ciente de algumas di-
ferenças. É por isso que o DAX fornece uma gama mais rica de recursos avançados, in-
cluindo suporte a armazenamento de dados relacionais e mais tipos de dados do que o
Excel no Power BI Desktop.
Em qualquer caso, os tipos de dados às vezes precisam de um pouco de coerção para
trabalhar corretamente juntos. Uma regra geral é que os dois operandos de qualquer
operador nos lados esquerdo e direito devem ter tipos de dados correspondentes. É claro
que, se houver diferenças, o DAX precisa converter o operador em um tipo de dado co-
mum para aplicá-lo corretamente. Dois casos que exigem esse comportamento são
quando ambos os operandos convertem para o maior tipo de dado possível e quando os
operadores são potencialmente aplicados.
Suponha que tenha dois números para combinar. Um número é de uma fórmula como
=[Cost] * .50, e o resultado tem decimais. O outro valor é um número inteiro que é
apresentado como uma string.
Sob essas condições, o DAX converte ambos os números em valores numéricos reais.
Os valores são convertidos em um formato numérico, usando o maior possível para ar-
mazenar ambos os tipos de números. A multiplicação é, então, aplicada. Existem, é
claro, exceções: dependendo do tipo de dado, a coerção não é possível para operações de
comparação.
 NESTE CAPÍTULO

» Conhecendo as funções no DAX

» Criando fórmulas bem definidas usando funções DAX

» Descobrindo quais funções resolvem cálculos complexos

de dados ou suas necessidades de manipulação

Capítulo 15
Funcionando com DAX

N o Capítulo 14, falo sobre como as funções fazem parte de uma fórmula nomeada
dentro de uma expressão calculada. Como a pessoa que vem com a expressão calculada,
você é o único que fornece a função com argumentos específicos — alguns necessários,
alguns opcionais — que especificam o tipo de entrada fornecida. (Tais argumentos são
muitas vezes referidos como parâmetros.) Cada vez que uma função é executada, um va-
lor é produzido. Com o DAX, muitos tipos de função permitem realizar cálculos usando
datas e horas, condicionais baseados em string de caracteres, pesquisas e pesquisas ba-
seadas em relações. Claro, o DAX também tem funções padrão baseadas em cálculo. A
função é um recurso proeminente no DAX — aprenda a usá-las bem e você aumentará
sua produtividade imensamente. Neste capítulo, descrevo mais de duzentas funções en-
tre as catorze categorias para ajudar a tornar suas expressões DAX mais eficientes.

Parâmetros e Nomenclatura

Como ocorre com qualquer linguagem de programação, o DAX tem uma convenção de
nomenclatura que facilita seu uso, especialmente ao incorporar prefixos ao nome do pa-
râmetro (na verdade, alguns parâmetros DAX admitem o prefixo exclusivamente para
nomes). A Tabela 15-1 explora a estrutura da convenção de nomenclatura.
TABELA 15-1 Nomeação de Parâmetros

Parte Nome e Descrição do Parâmetro

Expressão [Expression] Uma expressão DAX retornando um único valor. A expressão pode
ou não ser avaliada várias vezes, dependendo do contexto de linha.

Valor [Value] Uma expressão DAX retornando um único valor. O valor associado à
expressão é avaliado exatamente uma vez antes de outros
operadores.

Tabela [Table] Uma expressão DAX retornando dados da tabela.

Nome de tabela Qualquer tabela existente usando sintaxe DAX padrão, embora não
[tableName] possa ser uma expressão.

Nome de coluna Uma coluna existente usando sintaxe DAX padrão, em geral total-
[columnName] mente qualificada. Não pode ser uma expressão.

Nome [Name] Uma constante de string de caracteres deve ser usada para fornecer
o nome de um novo objeto.

Ordenar [Order] Use enumeração — citando coisas uma a uma, em outras palavras —
para encontrar a ordem de classificação.

Laços [Ties] Use a enumeração para encontrar o manuseio do valor do laço.

Tipo [Type] Use a enumeração para encontrar os tipos de dados PathItem (posi-
ção específica de uma string) e PathItemReverse (posição específica
reversa de uma string).

Prefixando nomes de parâmetros

Cada vez que você qualificar um parâmetro, pode incluir um prefixo — um valor exclu-
sivo para diferenciar um determinado parâmetro. Um exemplo é adicionar as iniciais de
um estado na frente de um nome de parâmetro. Para qualificar um parâmetro com um
prefixo, certifique-se de que o prefixo seja descritivo com base no argumento. Além
disso, não deixe nenhuma ambiguidade lendo um parâmetro — por exemplo:

Hide_ColumnName faz referência a uma coluna usada para ocultar valores na fun-
ção DAX LOOKUPVALUE ().

Seek_ColumnName faz referência a uma coluna usada para mostrar um valor na fun-
ção DAX LOOKUPVALUE ().

Nomes de parâmetros às vezes podem ser omitidos. Você usaria apenas o pre-
fixo, assumindo que ele é claro o suficiente para descrever o parâmetro. Seguir
essa estratégia evita confusões mais tarde ao ler o código. Um exemplo seguindo essa
abordagem é DATE (Year_value, Month_value, Day_value).
Brincando com parâmetros

Para começar este capítulo, listo os diferentes tipos de funções disponíveis para você,
bem como uma regra básica para nomear uma função usando parâmetros. Na Figura 15-
1, há um exemplo de função com parâmetros totalmente qualificados.

Figura 15-1:
Um exemplo de função.

Cada função DAX tem uma estrutura de parâmetros distinta. Na Figura 15-1, você no-
tará que cada parâmetro para uma função DAX específica é incorporado como parte da
tabela com uma descrição. Para o exemplo fornecido, a função DAX SELECTCOLUMNS tem
os seguintes atributos:

» Tabela [Table]: A expressão retorna uma tabela.

» Nome [Name]: O nome dado a uma coluna; requer aspas duplas.

» scalar_expression: Retorna um valor escalar, um número inteiro ou string.

Uma convenção de nomenclatura rigorosa é essencial com funções DAX, espe-

cialmente quando se tratam de valores para parâmetros. Um nome de tabela é es-
pecífico para um modelo de dados, assim como o da coluna. Ainda assim, há colchetes a
envolvendo. Um exemplo é [Purchase Amount].

Usando Fórmulas e Funções

Se você já usou fórmulas no Excel, provavelmente está familiarizado com o DAX em al-
gum grau. A estrutura e o design das fórmulas Excel e DAX são de natureza semelhante,
com algumas exceções:

» As funções DAX referenciam colunas e tabelas completas. Para referenciar um valor especí-
fico em uma tabela ou coluna, é preciso incorporar um filtro.

» O DAX tem uma variedade de funções que retornam uma tabela cheia de dados, em vez de
apenas um valor. Embora a tabela não esteja presente em um relatório, é usada para inserir ou-
tras funções.
 » O DAX inclui mais do que apenas funções numéricas. Na verdade, há recursos que incluem in-
teligência de tempo e dados baseados em string de caracteres. Essas fórmulas permitem definir
ou selecionar intervalos de dados e até mesmo realizar cálculos em um ou mais intervalos de
dados.

» O DAX viabiliza cálculos personalizados, mesmo para uma única linha de dados. Você pode
usar o DAX para uma linha ou uma série de linhas aplicando um parâmetro para executar cálculos
assumindo um contexto conhecido.

Como o DAX é uma linguagem funcional, qualquer exemplo de código completo, in-
cluindo uma fórmula, contém uma função. As fórmulas DAX podem ser uma combinação
de declarações, funções e referências condicionais. Além disso, elas têm dois tipos: vari-
ações numéricas e não numéricas. Os dados numéricos incluem valores como números
inteiros, decimais e valores baseados em moeda. O não numérico é composto de strings e
objetos binários.
Como você pode ver na próxima seção, catorze categorias são compostas de mais de
250 funções baseadas em DAX.
Ao ler uma expressão DAX, certifique-se de avaliar da função mais interna para
a mais externa. As expressões também seguem as regras do operador, o que torna
a elaboração de uma fórmula DAX uma tarefa que exige precisão.

Funções agregadas

“Agregar” significa “combinar muitos itens (muitas vezes não relacionados) em um”. É
por isso que você não deve se surpreender que haja uma função para combinar em uma
única forma. Funções agregadas cobrem valores baseados em escalares, como conta-
gem, soma, média, mínimo e máximo. Você pode usá-los para todas as linhas em uma
coluna ou tabela com base na expressão. A Tabela 15-2 inclui todas as funções disponí-
veis para esse tipo de função.
TABELA 15-2 Funções Agregadas

Função O que Faz

APPROXIMATEDISTINCTCOUNT Conta o número aproximado de valores distintos em uma

coluna; usado apenas com uma tabela do Power BI
DirectQuery.

AVERAGE Faz a média de todos os números da coluna.

AVERAGEA Recupera a média de todos os valores possíveis em dada

coluna, incluindo o manuseio dos caracteres
alfanuméricos.

AVERAGEX Calcula a média em um conjunto de expressões na tabela.

COUNT Conta o número de linhas na tabela quando uma ou mais

colunas especificadas tiverem um valor não em branco.

COUNTA Conta o número de valores em uma única coluna.

COUNTAX Conta o número de valores que resultam da avaliação de

expressões por linha.

COUNTBLANK Conta o número de entradas em branco em uma coluna.

COUNTROWS Conta o número de linhas em uma única tabela.

COUNTX Conta os valores que resultam da avaliação de uma ex-

pressão por linha para uma tabela.

DISTINCTCOUNT Conta o número de valores de coluna distintos.

DISTINCTCOUNTNOBLANK Conta o número de valores de coluna em branco distintos.

MAX Retorna o maior valor de coluna ou o maior valor entre

duas expressões escalares. O valor ignora valores lógicos;
strings são comparadas em ordem alfabética.

MAXA Revisa o maior valor em uma coluna, não ignorando valo-

res lógicos e texto.

MAXX Revisa o maior valor do conjunto de resultados para cada

linha. As strings são comparadas em ordem alfabética.

MIN Revisa o menor valor do conjunto de resultados em uma

coluna ou o menor entre duas expressões escalares. O va-
lor ignora valores lógicos. As strings são comparadas em
ordem alfabética.

MINA Revisa o menor valor em uma coluna. O valor não ignora

valores lógicos ou texto.
 Função O que Faz

MINX Revisa o menor valor de um conjunto de resultados ao ava-

liar uma expressão para cada linha da tabela. As strings
são comparadas em ordem alfabética.

PRODUCT Revisa a devolução de um produto em dada coluna.

PRODUCTX Revisa as devoluções de um produto para um valor de ex-

pressão em uma tabela.

SUM Adiciona todos os números da coluna.

SUMX Soma uma expressão usando critérios de avaliação para

cada linha em uma tabela.

Funções de data e hora

As funções de data e hora são derivadas do tipo de dado datetime, que começa em 1º de
março de 1900. Todas as funções disponíveis estão na Tabela 15-3.
TABELA 15-3 Funções de Data e Hora

Função O que Faz

CALENDAR Revisa uma tabela com uma coluna de todas as datas entre uma de-
terminada StartDate e EndDate.

CALENDARAUTO Revisa uma tabela com uma coluna de datas em que os valores do
modelo são calculados automaticamente.

DATE Revisa uma data específica no formato datetime.

DATEDIFF Revisa o número de unidades, com base em um intervalo, entre um

conjunto de datas de entrada.

DATEVALUE Converte uma data em formato text para uma data específica em
formato de data e hora.

DAY Revisa um número de 1 a 31, que representa o dia do mês.

EDATE Revisa a data considerada o número de meses antes ou depois da

data de início fornecida.

EOMONTH Revisa a data no formato de data e hora — precisamente, o último

dia do mês antes ou depois, especificado pelo número de meses.

HOUR Revisa a hora como um número de 0 a 23 (0h às 23h).

MINUTE Revisa o número de minutos de 0 a 59.

MONTH Revisa o mês de 1 (janeiro) a 12 (dezembro).

NOW Revisa a data e a hora atuais no formato datetime.

QUARTER Revisa o trimestre de 1 (janeiro–março) a 4 (outubro–dezembro).

SECOND Revisa o número de segundos de 0 a 59.

TIME Converte horas, minutos e segundos como um número em uma hora

usando o formato datetime.

TIMEVALUE Converte uma hora usando um formato text para uma hora usando
um formato datetime.

TODAY Retorna a data atual no formato datetime.

UTCNOW Retorna a data e a hora atuais no formato de data e hora expressas

em hora universal coordenada (UTC).

UTCTODAY Retorna a data atual em formato de data e hora expressa em hora

universal coordenada (UTC).
 Função O que Faz

WEEKDAY Identifica o dia da semana como uma data. O intervalo pode ser 1–7
ou 0–6 com base no parâmetro ReturnType.

WEEKNUM Identifica o número da semana no ano como um número.

YEAR Representa o ano como um número inteiro de quatro dígitos.

YEARFRAC Divide o ano como uma fração, representando o número de dias in-
teiros entre as datas de início e término.

Funções de filtro

A função de filtro suporta DAX retornando tipos de dados específicos, procurando valo-
res e filtrando por opções de valor relacionadas. A filtragem usando as funções de pes-
quisa funciona como um banco de dados, porque suporta o uso de tabelas e relações.
Quando estiver preocupado com o contexto, saiba que as funções de filtragem permitem
manipulá-lo, criando cálculos dinâmicos. A Tabela 15-4 apresenta uma lista de todas as
funções de filtro disponíveis no Power BI.
TABELA 15-4 Funções de Filtro

Função O que Faz

ALL Retorna todas as linhas. Todos os valores da coluna tam-

bém podem ser retornados, assumindo que os filtros se-
jam ignorados mesmo quando aplicados.

ALLCROSSFILTERED Limpa todos os filtros quando aplicada a uma tabela

específica.

ALLEXCEPT Retorna todas as linhas, exceto aquelas afetadas por um

filtro de coluna específico.

ALLNOBLANKROW Retorna todas as linhas, exceto linhas de tabela em branco

ou todos os valores de coluna. Quaisquer filtros aplicados
são ignorados.

ALLSELECTED Retorna todas as linhas em uma tabela. Alternativamente,

quando os filtros são ignorados, mas aplicados em uma
consulta, todos os valores na coluna são aplicados. Os fil-
tros permanecem intactos mesmo quando aplicados de
fora.

CALCULATE Avalia todas as expressões com base no contexto modifi-

cado por um ou mais filtros.

CALCULATETABLE Avalia todas as expressões da tabela em um contexto mo-

dificado por filtros.

FILTER Filtra todas as tabelas que são devolvidas.

KEEPFILTERS Altera todas as instâncias da semântica de filtragem das

funções CALCULATE e CALCULATETABLE.

LOOKUPVALUE Recupera um valor de uma tabela.

REMOVEFILTERS Limpa filtros com base em uma tabela ou conjunto de co-

lunas especificado.

SELECTEDVALUE Revisa os valores quando há apenas um valor em uma de-

terminada coluna; caso contrário, resultados alternativos
são apresentados.

Funções financeiras

Ao fazer cálculos financeiros, como taxa de retorno, juros acumulados ou taxa de depre-
ciação, você usa uma função financeira. A Tabela 15-5 lista todas as que estão disponí-
veis no Power BI.
TABELA 15-5 Funções Financeiras

Função O que Faz

ACCRINT Retorna os juros acumulados de um título que paga juros

periódicos.

ACCRINTM Retorna os juros acumulados de um título que os paga no

vencimento.

AMORDEGRC A depreciação para cada período contábil. A função é espe-

cífica para os sistemas de contabilidade franceses. Se os
ativos forem adquiridos no meio de um ciclo contábil, a de-
preciação proporcional é aplicada a uma conta. A função é
como AMORLINC. A exceção é que o coeficiente de depreci-
ação é aplicável no cálculo da dependência da vida útil do
ativo.

AMORLINC A depreciação para cada período contábil. A função é espe-

cífica para os sistemas de contabilidade franceses. A de-
preciação proporcional é aplicada à conta se os ativos fo-
rem adquiridos no meio de um ciclo contábil.

COUPDAYBS Retorna o número de dias do começo do período do cu-

pom até a liquidação.

COUPDAYS O número de dias para o período de cupom que contém

uma data de liquidação aplicável.

COUPDAYSNC O número de dias desde o início da data de liquidação até

a próxima data do cupom.

COUPNCD A próxima data de cupom após a data de liquidação

atribuída.

COUPNUM O número de cupons a pagar entre duas datas: a data de

liquidação e a data de vencimento. As datas são arredon-
dadas para o valor inteiro mais próximo.

COUPPCD Retorna a data anterior do cupom antes da data de

liquidação.

CUMIPMT Os juros acumulados pagos sobre um instrumento de em-

préstimo desde o período inicial até ao período final.

CUMPRINC O capital acumulado pago sobre um instrumento de em-

préstimo desde o período inicial até ao período final.

DB A depreciação de um ativo por um período definido

usando um método de saldo de declínio fixo.
Função O que Faz

DDB A depreciação de um ativo por um período especificado

usando o método de declínio duplo de saldo ou outro mé-
todo conforme especificado.

DISC A taxa de desconto de um título específico.

DOLLARDE O preço em dólar expresso como uma parte inteira e uma

parte de fração, como 9,25, um preço expresso como um
número decimal. Os números fracionários em dólares às
vezes são usados para preços de títulos.

DOLLARFR O preço do dólar expresso como um número decimal com-

binando uma parte inteira e uma parte de fração, como
0,07. Ao contrário de DOLLARDE, o primeiro número no for-
mato DOLLARFR pode ser 0 ou uma variação de uma fra-
ção, enquanto você nunca terá um número que não seja
inteiro no DOLLARDE. O DOLLARFR aparece com menos
frequência, mas pode ser usado para valores mobiliários.

DURATION Retorna a duração Macauley de um valor par assumido de

US$100. A duração é a média ponderada do valor dos flu-
xos de caixa. Essa medida determina os preços das obriga-
ções em resposta à variação dos rendimentos.

EFECT A taxa de juros anual efetiva com base na taxa nominal e

nos períodos compostos por ano.

FV O valor futuro pretendido de um investimento com base

em sua taxa de juros constante. Qualquer combinação de
taxas de juros: periódica, constante ou montante fixo
único.

INTRATE O retorno de um título totalmente investido.

IPMT O pagamento de juros para um determinado período de

um investimento com base em um pagamento periódico,
constante e taxa de juros.

ISPMT Os juros calculados pagos ou recebidos em dado período

de um empréstimo ou investimento em que os pagamen-
tos são distribuídos uniformemente.

MDURATION Uma duração de Macauley modificada para segurança em

que o valor nominal assumido é US$100.

NOMINAL Os juros nominais anuais, dada a taxa de juros efetiva e o

número de períodos compostos em um determinado ano.
Função O que Faz

NPER O número de períodos para um determinado investi-

mento, assumindo pagamentos periódicos, constantes e
taxas de juros fixas ou variáveis.

ODDFPRICE O preço por valor nominal de US$100 de dado título de pri-

meiro período ímpar.

ODDFYIELD O rendimento do título que tem um primeiro período

ímpar.

ODDLPRICE O preço por valor nominal de US$100 de dado título de úl-

timo período ímpar.

ODDLYIELD Um rendimento de segurança que tem um último período

ímpar.

PDURATION O número de períodos para um investimento atingir o va-

lor desejado.

PMT O pagamento principal de um empréstimo, parte fixa e

taxa de juros.

PPMT O pagamento principal de dado período para um investi-

mento com base em um pagamento periódico, constante e
uma taxa de juros constante.

PRICE O preço por US$100 do valor nominal de pagamentos pe-

riódicos de juros.

PRICEDISC O preço por US$100 do valor nominal de um título que foi

descontado.

PRICEMAT O preço por valor nominal de US$100 de um título que

pode pagar juros no vencimento.

PV O valor presente calculado de um empréstimo ou investi-

mento com base em uma taxa de juros fixa.

RATE A taxa de juros por período de uma anuidade.

RECEIVED Um montante financeiro recebido no vencimento por um

título totalmente investido.

RRI O equivalente de taxa de juros para um investimento e sua

trajetória de crescimento.

SLN O valor de depreciação linear de um ativo para um único

período.
 Função O que Faz

SYD A soma dos dígitos dos anos do valor de depreciação para

um ativo dado um período definido.

TBILLEQ O equivalente em títulos de uma nota do Tesouro.

TBILLPRICE O preço por US$100 de valor nominal de uma nota do

Tesouro.

TBILLYIELD O rendimento da conta do Tesouro.

VDB A depreciação de um ativo para praticamente qualquer pe-

ríodo definido. VDB também é conhecido como declining
variable balance.

XIRR A taxa interna de retorno para um cronograma de fluxo de

caixa que pode não ser consistente ou periódico.

XNPV O valor presente líquido para um cronograma de fluxo de

caixa.

YIELD O rendimento de dado título que paga juros periódicos.

Use YIELD para calcular os juros de rendimento dos
passivos.

YIELDDISC O rendimento anual de dado título com um desconto.

YIELDMAT O rendimento anual de dado título que paga juros no

vencimento.

Funções de informação

Se estiver procurando uma função que avalie uma célula ou linha com um argumento, as
funções de informação demonstram se o valor corresponde ao tipo esperado. A Tabela
15-6 exibe todas elas.
TABELA 15-6 Funções de Informação

Função O que Faz

COLUMNSTATISTICS Exibe estatísticas relativas a cada coluna em

cada tabela ao longo de um modelo de dados.

CONTAINS Exibe TRUE se existir pelo menos uma linha em

que as colunas contêm um valor especificado.

CONTAINSROW Exibe TRUE se existir pelo menos uma linha em

que todas as colunas tenham um valor
especificado.

CONTAINSSTRING Exibe TRUE se uma string de texto estiver repli-

cada. Não é sensível a maiúsculas e minúsculas,
mas o é a acentos.

CONTAINSSTRINGEXACT Exibe TRUE se uma string de texto contiver ou-

tra. Diferencia maiúsculas de minúsculas e
acentos.

CUSTOMDATA Exibe o valor de uma propriedade CUSTOMDATA

de string de conexão, assumindo que ela está
definida. Caso contrário, é deixado em branco
().

HASONEFILTER Exibe TRUE quando uma tabela ou coluna espe-

cificada tem apenas um valor de filtro direto.

HASONEVALUE Exibe TRUE quando uma determinada coluna

contém apenas um único valor.

ISAFTER Exibe TRUE se uma lista de parâmetros Value1

for igual à de parâmetros Value2.

ISBLANK Exibe se um valor está em branco. Caso contrá-

rio, o valor retornado é TRUE ou FALSE.

ISCROSSFILTERED Exibe TRUE se uma tabela ou coluna específica

for filtrada de forma cruzada.

ISEMPTY Exibe TRUE se a tabela específica estiver vazia ou

as expressões associativas estiverem vazias.

ISERROR Avalia se um valor é considerado um erro. Re-

torna um valor de TRUE ou FALSE.

ISEVEN Exibe TRUE, assumindo que um número é par,

ou FALSE, se ímpar.
Função O que Faz

ISFILTERED Exibe TRUE se uma coluna específica tiver filtros

diretos.

ISINSCOPE Exibe TRUE se colunas específicas tiverem níveis

em uma hierarquia de níveis associativos.

ISLOGICAL Avalia se um valor é lógico com base nas condi-

ções definidas. O valor retornado é TRUE ou
FALSE.

ISNONTEXT Avalia se um valor não é considerado texto. (Cé-

lulas em branco não são consideradas texto.) Re-
torna TRUE ou FALSE.

ISNUMBER Avalia se um valor é um número. Retorna TRUE

ou FALSE.

ISODD Avalia se um número é ímpar. Retorna TRUE se

ímpar ou FALSE se par.

ISONORAFTER Uma função booleana; considera o comporta-

mento da cláusula START AT e retorna TRUE
para uma linha que atende a todas as condições
mencionadas em um determinado parâmetro.

ISSELECTEDMEASURE Avalia se uma condição é TRUE com base em

uma métrica especificada que esteja sendo
avaliada.

ISSUBTOTAL Exibe TRUE quando a linha atual contém o sub-

total para uma determinada coluna.

ISTEXT Avalia se um valor é texto; retorna TRUE ou

FALSE.

SELECTEDMEASURE Exibe a métrica em avaliação.

SELECTEDMEASUREFORMATSTRING Exibe uma string de formato para dada métrica

em avaliação.

SELECTEDMEASURENAME Exibe o nome de uma métrica que esteja sendo

avaliada.

USERCULTURE Exibe as configurações específicas do sistema de

um determinado usuário, o que inclui suas confi-
gurações do sistema operacional e/ou do
navegador.
 Função O que Faz

USERNAME Exibe o nome de domínio e as credenciais de

usuário para uma conexão de usuário atual, se-
guindo uma convenção de formatação de nome
de domínio/nome de usuário.

USEROBJECTID Exibe um ID de objeto do usuário atual ou ID ex-

clusivo, que é disponibilizado pelo Azure Active
Directory. Isso é possível quando o Azure
Analysis Server e um identificador de segurança
do usuário (SID) são qualificados com o Power
BI.

USERPRINCIPALNAME Exibe o nome do usuário principal.

Funções lógicas

Suponha que precise responder a uma expressão com base nas informações retornadas
sobre os valores. Nesse caso, as funções lógicas são uma escolha adequada. Alguns
exemplos são IS, AND, OR e NOT. TRUE e FALSE também são operadores lógicos, que são
descritos na Tabela 15-7.
TABELA 15-7 Funções Lógicas

Função O que Faz

AND Avalia se todos os argumentos são verdadeiros; se for esse o caso,

TRUE é retornado como resposta.

COALESCE Exibe o primeiro argumento que não avalia um valor em branco. Se

todos os argumentos estiverem em branco, BLANK é a resposta final.

FALSE Exibe a resposta lógica, FALSE.

IF Avalia se uma condição é atendida. Se puder ser atendida, a resposta

é TRUE; caso contrário, é FALSE.

IF.EAGER Avalia se uma condição é atendida com base em diferentes condi-

ções de IF onde TRUE ou FALSE estão presentes. Se o valor for TRUE
e outro, FALSE, pode-se usar a função para estruturar a condição
para otimização.

IFERROR Exibe o valor IF_ERROR quando a primeira expressão é um erro e

seu valor, de outra forma, pode ou não ser preciso.

NOT Avalia quando uma condição converte de TRUE para FALSE ou de

FALSE para TRUE.

OR Exibe TRUE se qualquer condição puder ser atendida; caso contrário,

exibe FALSE se nenhum dos argumentos puder ser atendido.

SWITCH Exibe um conjunto de resultados diferente dependendo do valor de

uma expressão.

TRUE Exibe o valor lógico TRUE.

Funções matemáticas e trigonométricas

Funções baseadas em matemática em DAX executam a gama de todas as operações ma-

temáticas padrão, incluindo equações trigonométricas. Essa categoria tem mais de trinta
opções, como mostrado na Tabela 15-8.
TABELA 15-8 Funções Matemáticas e Trigonométricas

Função O que Faz

ABS Exibe o valor absoluto de um número.

ACOS Exibe o arco cosseno/cosseno inverso de um número.

ACOSH Exibe o cosseno hiperbólico inverso de um número. O número exi-

bido deve ser maior ou igual a 1.

ACOT Exibe o valor principal da cotangente inversa/arco tangente de um

número.

ACOTH Exibe a cotangente hiperbólica inversa de um número.

ASIN Exibe o arco seno, ou seno inverso, de um número.

ASINH Exibe o seno hiperbólico inverso de um número.

ATAN Exibe o arco tangente, ou tangente inversa, de um número.

ATANH Exibe a tangente hiperbólica inversa de um número. O número avali-

ado deve estar entre –1 e 1, mas não pode ser o valor real de –1 ou 1
em si.

CEILING Exibe um valor que representa o número inteiro ou métrica de signi-

ficância mais próxima.

CONVERT Converte uma expressão para um tipo de dado específico.

COS Exibe o cosseno do ângulo específico.

COSH Exibe o cosseno hiperbólico de determinado número.

COT Exibe a cotangente de um ângulo com base em radianos.

COTH Exibe a cotangente hiperbólica de um único ângulo hiperbólico.

CURRENCY Exibe um valor como um tipo de dados de moeda.

DEGREES Converte radianos em graus.

DIVIDE Aplica a função de divisão segura para lidar com casos divididos por
zero.

EVEN Exibe um número arredondado para o inteiro par mais próximo.

EXP Exibe e elevado à potência de um determinado número.

FACT Exibe o fatorial de um número.

FLOOR Suporta o arredondamento do número para baixo, em direção a 0,

para o múltiplo de significância mais próximo.
Função O que Faz

GCD Exibe o valor divisível comum mais significativo entre dois números
inteiros.

INT Suporta o arredondamento para baixo de números para o número

inteiro mais próximo.

ISOCEILING Suporta o arredondamento de números para o inteiro mais próximo

ou para o múltiplo de significância mais próximo.

LCM Exibe o menor múltiplo comum de números inteiros.

LN Exibe o logaritmo natural de um número.

LOG Exibe o logaritmo de um número para a base especificada.

LOG10 Exibe o logaritmo de base 10 de um número.

MOD Exibe o restante de um número por um valor divisível.

MROUND Exibe um número arredondado para o múltiplo desejado.

ODD Arredonda um número até o número inteiro mais próximo.

PI Exibe o valor de π, até 15 dígitos.

POWER Exibe o resultado de um número elevado a uma potência.

QUOTIENT Exibe a parte inteira de uma divisão.

RADIANS Converte graus em radianos.

RAND Exibe um número aleatório maior ou igual a 0. O valor também deve

ser menor que 1. O valor é distribuído uniformemente. Os valores
mudam em um novo cálculo.

RANDBETWEEN Exibe um número aleatório entre dois números especificados.

ROUND Exibe um número que é arredondado para um número específico de

dígitos.

ROUNDDOWN Exibe um número que é sempre arredondado para baixo em direção

a 0.

ROUNDUP Arredonda sempre um número, longe de 0.

SIGN Exibe o sinal de um número: se o número for positivo, ele exibe 1; se

o número for 0, ele exibe 0; se o número for negativo, ele exibe –1.

SIN Exibe o seno do ângulo fornecido.

SINH Exibe o seno hiperbólico de um número.

 Função O que Faz

SQRT Exibe a raiz quadrada de um número.

SQRTPI Exibe a raiz quadrada de (número * π).

TAN Exibe a tangente do ângulo fornecido.

TANH Exibe a tangente hiperbólica de um número.

TRUNC Exibe um número truncado, que é apresentado como um número in-

teiro, removendo a parte decimal ou fracionária dele.

Outras funções

Algumas funções não se encaixam em nenhuma categoria específica — ERROR e BLANK,

por exemplo. A Tabela 15-9 exibe todas essas funções.

TABELA 15-9 Outras Funções

Função O que Faz

BLANK Exibe um valor em branco.

EARLIER Exibe o valor na coluna antes do número especificado de varreduras

de tabela; o padrão é 1.

EARLIEST Exibe o valor na coluna para a primeira instância em que o contexto

de linha existe.

ERROR Exibe um erro especificado pelo usuário.

HASH Exibe um hash de computação sobre um número variável com base

em expressões de entrada, o que retorna uma expressão.

KEYWORDMATCH Exibe uma condição TRUE se houver uma correspondência entre a

expressão de correspondência e o texto.

Funções pai-filho

As funções pai-filho são opções a considerar ao lidar com conjuntos de tabelas hierár-
quicas e manipular datas com uma função. A Tabela 15-10 apresenta todas elas.
TABELA 15-10 Funções Pai-filho

Função O que Faz

PATH Exibe uma string contendo uma lista delimitada de IDs. PATH começa
com o topo/raiz de uma hierarquia. Termina com um ID especificado.

PATHCONTAINS Exibe TRUE se o item dado estiver contido em um caminho

especificado.

PATHITEM Exibe o enésimo item na lista delimitada usando a função PATHITEM.

PATHITEMREVERSE Exibe o enésimo item na lista delimitada, que é produzido pela função
PATH. O caminho é calculado de trás para frente.

PATHLENGTH Exibe o número de itens em dada string de caracteres de caminho.

Funções de relação

As funções de relação são apropriadas se o objetivo de negócios for gerenciar relações

entre tabelas. Muitas vezes, elas envolvem a integração entre uma ou mais tabelas. A Ta-
bela 15-11 descreve as funções de relação.

TABELA 15-11 Funções de Relação

Função O que Faz

CROSSFILTER Exibe a direção de filtragem cruzada a ser usada em um cálculo para

expor a relação entre duas colunas.

RELATED Exibe um valor correspondente de outra tabela.

RELATEDTABLE Exibe uma tabela correspondente que é filtrada para que inclua ape-
nas linhas relacionadas.

USERELATIONSHIP Exibe a relação específica a ser usada em um cálculo, como a que

pode existir entre dois nomes de coluna.

Funções estatísticas

Ao lidar com dados estatísticos e complicações matemáticas mais complexas que não
podem ser concluídas usando outras bibliotecas numéricas, você descobrirá que as fun-
ções estatísticas são bastante valiosas. Como mostrado na Tabela 15-12, alguns exem-
plos são distribuições, dados de probabilidade e desvios-padrão.
TABELA 15-12 Funções Estatísticas

Função O que Faz

BETA.DIST Exibe a distribuição beta.

BETA.INV Exibe o inverso da função de densidade de probabilidade cumulativa

beta (BETA.DIST).

CHISQ.DIST Exibe a distribuição qui-quadrado.

CHISQ.DIST.RT Exibe a probabilidade caudal direita de uma distribuição qui-

quadrado.

CHISQ.INV Exibe o inverso da probabilidade de cauda esquerda de uma distri-

buição qui-quadrado.

CHISQ.INV.RT Exibe o inverso da probabilidade de cauda direita de uma distribui-

ção qui-quadrado.

COMBIN Exibe várias combinações para dado número de itens. Use COMBIN
para definir o número total possível do grupo para dado número de
itens.

COMBINA Exibe o número de combinações para dado número de itens

repetidamente.

CONFIDENCE.NORM O uso da distribuição normal exibe o intervalo de confiança para

uma média populacional.

CONFIDENCE.T Usando uma distribuição t de Student,CONFIDENCE.T exibe o inter-

valo de confiança para uma média populacional.

EXPON.DIST Exibe a distribuição exponencial.

GEOMEAN Exibe a média geométrica para uma referência de coluna.

GEOMEANX Exibe a média geométrica de um valor de expressão em uma tabela.

MEDIAN Exibe o percentil 50 para um valor de coluna.

MEDIANX Exibe o percentil 50 para uma expressão de tabela.

NORM.DIST Exibe a distribuição normal para uma média e desvio padrão

específicos.

NORM.INV Retorna o inverso da distribuição normal cumulativa para uma deter-

minada média e desvio padrão.

NORM.S.DIST Exibe a distribuição normal padrão.

NORM.S.INV Exibe o inverso da distribuição cumulativa normal padrão. A distribui-

ção tem uma média de 0 e um desvio padrão de 1.
Função O que Faz

PERCENTILE.EXC Exibe o k-ésimo percentil (exclusivo) de um valor para uma coluna.

PERCENTILE.INC Exibe o k-ésimo (inclusivo) percentil de um valor para uma coluna.

PERCENTILEX.EXC Exibe o k-ésimo percentil (exclusivo) de um valor para uma tabela.

PERCENTILEX.INC Exibe o k-ésimo (inclusivo) percentil de um valor para uma tabela.

PERMUT Exibe o número de permutações para vários objetos que podem ser
selecionados a partir de vários objetos.

POISSON.DIST Exibe a distribuição Poisson.

RANK.EQ Exibe o número de classificação em uma coluna de números. Se um

valor tiver a mesma classificação, é exibida a superior do conjunto.

RANKX Exibe a classificação de uma única expressão avaliada em seu con-

texto atual. A classificação é baseada em uma lista de valores para a
avaliação de expressão para cada linha em uma tabela.

SAMPLE Exibe um subconjunto de uma determinada expressão de tabela.

STDEV.P Calcula o desvio-padrão com base em uma população inteira usando

argumentos enquanto ignora valores lógicos e texto.

STDEV.S Estima o desvio-padrão usando uma amostra enquanto ignora valo-

res lógicos e texto na amostragem.

STDEVX.P Estima o desvio-padrão para uma população inteira usando resulta-

dos ao avaliar uma expressão para cada linha da tabela.

STDEVX.S Estima o desvio-padrão para uma amostra usando resultados ao ava-

liar uma expressão para cada linha da tabela.

T.DIST Exibe a distribuição t de Student cauda esquerda.

T.DIST.2T Exibe a distribuição t de Student bicaudal.

T.DIST.RT Exibe a distribuição t de Student cauda direita.

T.INV Exibe o inverso de cauda esquerda da distribuição t de Student.

T.INV.2T Exibe o inverso bicaudal da distribuição t de Student.

VAR.P Calcula a variância com base em toda a população, ignorando valores

lógicos e texto em uma população.

VAR.S Estima a variância com base em uma amostra, ignorando valores ló-
gicos e texto em uma amostra.
 Função O que Faz

VARX.P Estima a variância com base em uma população inteira, resultante da

avaliação de uma expressão para cada linha em uma tabela.

VARX.S Estima a variância com base em uma amostragem que avalia uma ex-
pressão para cada linha em uma tabela.

Funções de manipulação de tabela

Pense nas funções de manipulação de tabelas como outra maneira de manipular os da-
dos da tabela usando o DAX sem ter que lidar com o modelo. De instruções de JOIN a
GROUPBY, há muitas funções semelhantes aqui que são comuns em soluções de banco de
dados relacionais corporativos, como o SQL Server do Azure, para manipular dados de
tabela, como mostrado na Tabela 15-13.
TABELA 15-13 Funções de Manipulação de Tabela
Função O que Faz

ADDCOLUMNS Exibe uma tabela com novas colunas aplicando expressões

DAX.

ADDMISSINGITEMS Adiciona novamente em linhas com valores de métrica

vazios.

CROSSJOIN Exibe uma tabela que é uma associação cruzada de duas

tabelas.

CURRENTGROUP Oferece ao usuário acesso à (sub)tabela que representa o

grupo atual usando a função GROUPBY.

DATATABLE Exibe uma tabela com dados definidos em linha.

DETAILROWS Exibe dados de tabela que correspondem à expressão De-

tailRows definida com base em métricas específicas.

DISTINCT Exibe uma tabela de uma coluna assumindo que uma co-
luna contém um valor exclusivo.

EXCEPT Exibe as linhas de uma tabela do lado esquerdo. As linhas

não aparecem em uma tabela do lado direito.

FILTERS Exibe uma tabela com base em um valor de filtro aplicado

diretamente à coluna especificada.

GENERATE Exibe a associação cruzada da primeira tabela com os re-

sultados se os dados estiverem disponíveis. Sendo uma se-
gunda expressão de tabela, a condição é avaliada para
cada linha na primeira.

GENERATEALL Exibe a associação cruzada da primeira tabela com os re-

sultados, incluindo linhas quando a segunda expressão da
tabela estiver vazia. Sendo uma segunda expressão de ta-
bela, a condição é avaliada para cada linha na primeira.

GENERATESERIES Exibe uma tabela com uma única coluna preenchida. Os

valores da tabela são sequenciais do início ao fim.

GROUPBY A condição configura um resumo pelo qual a tabela de en-

trada agrupa os dados por uma coluna específica.

IGNORE Permite uma expressão de métrica especificada em uma

chamada para a função SUMMARIZECOLUMNS para uma tag,
que determina linhas não em branco.

INTERSECT Exibe as linhas dos dados da tabela do lado esquerdo que

aparecem na tabela do lado direito.
Função O que Faz

NATURALINNERJOIN Permite uma associação na tabela esquerda com a direita

usando a semântica de associação interna.

NATURALLEFT OUTERJOIN Permite uma associação na tabela esquerda com a direita

usando a semântica de associação externa esquerda.

NONVISUAL Marca um filtro como NonVisual.

ROLLUP Localiza o subconjunto de colunas dado na chamada para

a função SUMMARIZE, porque são calculadas como grupos
de subtotais.

ROLLUPADDISSUBTOTAL Localiza um subconjunto de colunas dado na chamada

para a função SUMMARIZECOLUMNS, porque são calculadas
como grupos de subtotais.

ROLLUPGROUP Localiza um subconjunto de colunas dado na chamada

para a função SUMMARIZE, porque são calculadas como
grupos de subtotais.

ROLLUPISSUBTOTAL Localiza um subconjunto de colunas dado para a função

SUMMARIZECOLUMNS que pode ser usado em suporte ao
cálculo de subtotais de grupo.

ROW Exibe uma tabela de linha única com novas colunas especi-
ficadas pelas expressões DAX.

SELECTCOLUMNS Exibe uma tabela com colunas selecionadas e novas colu-

nas, que podem ser especificadas pelas expressões DAX.

SUBSTITUTEWITHINDEX Exibe uma tabela em pé para uma semiassociação de duas

tabelas fornecidas. O conjunto padrão de colunas é substi-
tuído por uma coluna de índice baseada em 0. Uma coluna
de índice é baseada em linhas dentro da segunda classifi-
cação de tabela com base na ordem das expressões.

SUMMARIZE Exibe um resumo da tabela de entrada, agrupada por colu-

nas específicas.

SUMMARIZECOLUMNS Exibe uma tabela de resumo para os totais solicitados em

um conjunto de grupos.

TOPN Exibe um número definido de linhas superiores de acordo

com uma expressão especificada.

TOPNSKIP Exibe a eficiência das linhas ignorando as desnecessárias.

Em relação a TOPN, é menos flexível, mas tem melhor
desempenho.
 Função O que Faz

TREATAS Suporta colunas onde a tabela de entrada é tratada como

colunas de outras tabelas. No nível da coluna, você pode
filtrar os valores não presentes na respectiva coluna de
saída.

UNION Exibe a união de tabelas cujas colunas correspondem.

VALUES Exibe uma tabela de coluna única de valores exclusivos

quando o nome de coluna está presente. Supondo que o
nome de tabela seja fornecido, ela é exibida com suas
mesmas colunas e linhas. Duplicatas com linhas em branco
adicionais podem estar presentes.

Funções de texto

Como o conjunto de funções de texto na biblioteca de funções de string de caracteres do

Excel, as funções de texto DAX lhe permitem trabalhar com tabelas e colunas em um
modelo tabular. A Tabela 15-14 incorpora todas elas.
TABELA 15-14 Funções de Texto

Função O que Faz

COMBINEVALUES Exibe um valor combinado com base em um conjunto de ope-

randos usando um delimitador específico.

CONCATENATE Junta duas strings de texto como uma única.

CONCATENATEX Avalia uma expressão para cada linha em uma tabela. O resul-
tado exibe a concatenação de valores em um único resultado de
string, separados por um delimitador específico.

EXACT Determina se duas strings de texto são idênticas e exibem TRUE

ou FALSE. EXACT é um termo sensível a maiúsculas e
minúsculas.

FIND Exibe a posição inicial de uma string de texto com outra. FIND é
sensível a maiúsculas e minúsculas.

FIXED Arredonda um número para um número específico de casas de-

cimais. Exibe o resultado como texto usando vírgulas opcionais,
quando apropriado.

FORMAT Transforma um valor para texto aplicando um formato numé-

rico específico.

LEFT Exibe um número dado de caracteres desde o início de uma

string de texto.

LEN Exibe o número de caracteres na string de texto.

LOWER Converte todos os caracteres de uma string de texto em

minúsculos.

MID Exibe uma string de caracteres do meio da string de texto, com

base na posição inicial e no comprimento dela.

REPLACE Exibe parte de uma string de texto com outra completamente

diferente.

REPT Repete o texto várias vezes.

RIGHT Exibe um número dado de caracteres a partir do final de uma

(continua) string de texto.

SEARCH Exibe a posição inicial de uma única string de texto dentro de

outra.

SUBSTITUTE Substitui o texto existente por um novo dentro de uma string de

texto.
 Função O que Faz

TRIM Remove todos os espaços de uma string de texto, exceto um

único entre palavras ou frases.

UNICHAR Exibe caracteres Unicode referenciados por dado valor

numérico.

UNICODE Exibe o número correspondente ao primeiro caractere dentro

da string.

UPPER Converte todos os caracteres de uma string de texto em

maiúsculos.

VALUE Permite a conversão de texto numérico para um número real.

Funções de inteligência de tempo

As funções de inteligência de tempo permitem manipular dados com base em períodos

de tempo. Os intervalos incluem dias, meses, trimestres e anos. A Tabela 15-15 lista to-
das as funções relevantes desse tipo.
TABELA 15-15 Funções de Inteligência de Tempo

Função O que Faz

CLOSINGBALANCEMONTH Avalia uma expressão específica para a data correspon-

dente ao final do mês atual e após a aplicação de filtros
específicos.

CLOSINGBALANCEQUARTER Avalia uma expressão específica para a data correspon-

dente ao final do trimestre atual e após a aplicação de fil-
tros específicos.

CLOSINGBALANCEYEAR Avalia uma expressão específica para a data correspon-

dente ao final do ano atual e após a aplicação de filtros
específicos.

DATEADD Move uma ou mais datas por um intervalo específico.

DATESBETWEEN Exibe as datas entre duas datas fornecidas.

DATESINPERIOD Exibe as datas do período especificado.

DATESMTD Exibe um conjunto de datas no mês até a última data visí-

vel no contexto de filtro.

DATESQTD Exibe um conjunto de datas no trimestre até a última data

visível no contexto de filtro.

DATESYTD Exibe um conjunto de datas no ano até a última data visível

no contexto de filtro.

ENDOFMONTH Exibe o final do mês.

ENDOFQUARTER Exibe o final do trimestre.

ENDOFYEAR Exibe o final do ano.

FIRSTDATE Exibe a primeira data não em branco.

FIRSTNONBLANK Exibe o primeiro valor na coluna para a qual a expressão

tem um valor não em branco.

FIRSTNONBLANKVALUE Exibe o primeiro valor não em branco da expressão avali-

ada para a coluna.

LASTDATE Exibe a última data não em branco.

LASTNONBLANK Exibe o último valor na coluna para a qual a expressão tem

um valor não em branco.

LASTNONBLANKVALUE Exibe o último valor não em branco da expressão avaliada

para a coluna.
Função O que Faz

NEXTDAY Exibe um dia subsequente.

NEXTMONTH Exibe um mês subsequente.

NEXTQUARTER Exibe o trimestre seguinte.

NEXTYEAR Exibe um ano subsequente.

OPENINGBALANCEMONTH Avalia uma expressão específica para a data correspon-

dente ao final do mês anterior após a aplicação de todos
os filtros.

OPENINGBALANCEQUARTER Avalia uma expressão específica para a data correspon-

dente ao final do trimestre anterior após a aplicação de to-
dos os filtros.

OPENINGBALANCEYEAR Avalia uma expressão específica para a data correspon-

dente ao final do ano anterior após a aplicação de todos os
filtros.

PARALLELPERIOD Exibe um período paralelo de datas pelo conjunto de datas

fornecido e um intervalo especificado.

PREVIOUSDAY Exibe um dia anterior.

PREVIOUSMONTH Exibe um mês anterior.

PREVIOUSQUARTER Exibe um trimestre anterior.

PREVIOUSYEAR Exibe um ano anterior.

SAMEPERIODLASTYEAR Exibe um conjunto de datas na seleção atual do ano

anterior.

STARTOFMONTH Exibe o início do mês.

STARTOFQUARTER Exibe o início do trimestre.

STARTOFYEAR Exibe o início do ano.

TOTALMTD Avalia uma expressão específica ao longo de um determi-

nado período de tempo (intervalo), com início na primeira
data do mês. A data termina com a última data na coluna
de data específica, assumindo que os filtros são aplicados.

TOTALQTD Avalia uma expressão específica ao longo de um determi-

nado período de tempo (intervalo), com início na primeira
data do trimestre. A data termina com a última data na co-
luna de data específica, assumindo que os filtros sejam
aplicados.
Função O que Faz

TOTALYTD Avalia uma expressão específica ao longo de um determi-

nado período de tempo (intervalo), começando na primeira
data do ano. A data termina com a última data na coluna
de data específica, assumindo que os filtros sejam
aplicados.
 NESTE CAPÍTULO

» Implementando práticas de codificação avançadas no DAX

» Estendendo fórmulas usando métricas DAX

» Codificando e depurando DAX usando o Power BI

Capítulo 16
Quem DAX Mais?

N os Capítulos 14 e 15, falo sobre o ABC do DAX. Nesses capítulos, faço várias referên-
cias ao que é preciso para criar fórmulas e cálculos mais sofisticados para gerar melho-
res insights para uma empresa. Este capítulo fecha o loop ajudando-o a entender melhor
os elementos técnicos por trás da codificação e depuração de suas fórmulas DAX no
Power BI.

Trabalhando com Variáveis

Uma das primeiras coisas que você aprende em Programação 1 é como usar variáveis.
Bem, adivinha só?! As variáveis também são um construto fundamental no DAX. Você
pode declarar variáveis DAX em suas expressões de fórmula. Desde que declare pelo me-
nos uma variável, uma cláusula RETURN é usada para definir a expressão. O resultado,
então, se refere à variável.
Por muitos motivos, é bom usar variáveis à medida que iniciar a programação, seja por
sintaxe, seja por contexto, seja por funcionalidade. Aqui estão alguns deles:

» Melhor legibilidade e manutenção de fórmulas.

» Maior desempenho, permitindo que o usuário, desenvolvedor ou observador avalie o código uma
vez, conforme necessário.

» Suporta testes de tempo de design de estratégias fáceis e direcionadas para fórmulas complexas,
retornando apenas variáveis-chave — as que são chamadas.
Escrevendo Fórmulas DAX

Se seu modelo de dados for baseado em um tipo de cálculo, tabela calculada ou coluna
calculada, ou for medido no Power BI, você descobrirá que há uma convenção padrão
para a criação de fórmulas.
Uma fórmula tem uma estrutura definida, começa com um nome, seguido por um
símbolo de igual, que é seguido por uma fórmula DAX. Aqui está um exemplo:
<Calculation> = <DAX Formula>

Vejamos um exemplo hipotético. A definição de uma tabela de Awarded Status calcu-

lada que duplica os dados da tabela Awarded é:
Awarded Status = 'Awarded'

Indo fundo nas fórmulas DAX

As fórmulas DAX consistem em mais do que algumas variáveis e um sinal de igual. Pelo
contrário! Uma expressão DAX destina-se a retornar um resultado — um objeto de ta-
bela ou um valor escalar. Vamos detalhar. Se tiver uma fórmula de tabela calculada, o re-
sultado é um objeto de tabela retornado. Em contraste, tanto as colunas calculadas
quanto as fórmulas de métrica retornam valores singulares.
Vamos dar um passo para trás por um momento. O que uma fórmula pode ter? Uma
fórmula pode ter todas as características descritas na Tabela 16-1.
TABELA 16-1 Indo Fundo nas Fórmulas

Característica Descrição

Funções Realizam objetivos específicos. Uma função tem um argumento que

permite a passagem de uma variável. A fórmula pode usar uma cha-
mada de função e, muitas vezes, precisa de funções dentro da outra.
Seus nomes são um tipo de fórmula com condições que devem ser
sempre seguidas por parênteses. Dentro deles, você tem uma variá-
vel passada.

Operadores Os operadores realizam cálculos aritméticos, comparam valores, tra-

balham com strings e testam condições de estados variados.

Variáveis Fórmulas as usam para armazenar resultados como parte de uma

expressão calculada.

Espaço em branco Com o DAX, alguns caracteres ajudam os usuários a formatar fórmu-
las para facilitar a compreensão de expressões. Caracteres de espaço
em branco diferentes incluem espaços, guias e retornos. Você não
precisa incluir espaço em branco como parte de sua lógica de fór-
mula. Não prejudica o desempenho. No entanto, terá um impacto
positivo no estilo e na consistência do formato.

Referências a objetos do Fórmulas referenciam tabelas, colunas e métricas. Uma fórmula não
modelo faz referência a uma hierarquia ou a um nível de hierarquia. Por-
tanto, para uma referência de tabela, um nome de tabela deve ser in-
cluído dentro de uma única citação. Da mesma forma, uma referên-
cia de coluna requer colchetes. Sob condições específicas, um nome
de coluna pode ser precedido por seu nome de tabela. Por fim, os
nomes das métricas devem estar sempre entre colchetes.

Expandindo fórmulas com métricas

Entender o conceito de funções, fórmulas e métricas é fácil demais, mas, em algum mo-
mento, você precisa reunir as três no Power BI Desktop para criar cálculos estendidos. É
chegada a hora.
Uma forma de estender os cálculos é usando métricas. O DAX usa dois tipos de métri-
cas: implícita e explícita. A maioria dos usuários começa criando métricas simples, que
resumem uma única coluna ou tabela. Então, com o tempo, eles percebem que, à medida
que seus dados crescem, precisam criar métricas mais detalhadas com base em outras
métricas no modelo.
Métricas implícitas e explícitas

As métricas implícitas são comportamentos automáticos que permitem que os elementos

visuais resumam os dados da coluna do modelo. Os dados explícitos (exclusivamente re-
feridos como uma métrica) são cálculos adicionados ao modelo.
Sempre que vir o símbolo sigma (Σ) no painel Fields, saiba que é para alertar o usuário
ou modelador de dados de que:

» Os dados são numéricos.

» Os dados usarão o valor resumido da coluna em visualizações e campos para dar suporte à
sumarização.

Na Figura 16-1, a tabela Awards inclui apenas campos que podem ser resumidos, in-
cluindo a coluna calculada AwardID.

Figura 16-1:
O painel Fields mostrando uma coluna calculada.

Você controla a forma como a coluna sumariza os dados, definindo a proprie-

dade Summarization como Don’t Summarize ou para uma função de agregação
específica usando DAX. Ao definir a propriedade Summarization como Don’t Summa-
rize, o símbolo sigma ignora a próxima coluna no painel Fields.
Criei um novo relatório do Power BI que inclui uma tabela contendo três colunas da
tabela Awards: Bid, Awarded e Prime. A saída da tabela, na Figura 16-2, mostra que há
vários status que estou acompanhando, variando de In-Progress a No to Pending e a Yes.
Para ver como a coluna foi sumarizada, vá para o painel Fields e escolha o campo Bid.
Você verá que o painel agora mostra que os dados do campo Bid serão sumarizados,
como mostrado na Figura 16-3. Agora os dados podem ser tabulados de outras maneiras,
mas provavelmente não fornecerão uma resposta ideal ao leitor da tabela.
 Figura 16-2:
A saída da tabela.

Figura 16-3:
Definindo o tipo de cálculo de uma coluna.

Colunas numéricas usando funções DAX oferecem uma ampla gama de funções de
agregação. Você pode programá-las ou usar um menu suspenso. As opções de coluna
numérica mais usadas incluem estas:

» Soma [Sum]

» Média [Average]

» Mínimo [Minimum]

» Máximo [Maximum]
 » Contagem (distinta) [Count Distinct]

» Contagem [Count]

» Desvio padrão [Standard deviation]

» Variação [Variance]

» Mediana [Median]

Ao formatar cálculos DAX, volta e meia você verá a palavra “distinta”. Então
haverá outra escolha quase idêntica. Qual é a diferença exatamente? Por exemplo,
Count versus Count Distinct. A opção Count Distinct mostra apenas instâncias exclusivas
de um determinado valor, enquanto Count mostra resultados de todos os registros.

Resumo dos dados não numéricos

Não presuma que os dados numéricos não podem ser sumarizados. Sim! Por padrão, a
única diferença é que não terão o símbolo sigma (Σ) ao lado da coluna não numérica no
campo. As colunas de texto são resumidas para agregações. Aqui estão os tipos de
exemplo:

» Primeiro (alfabético)

» Último (alfabético)

» Contagem (distinta)

» Contagem

Há também dados e colunas booleanas que permitem agregações. Essas colunas, no

entanto, serão usadas caso a caso.

Fundamentando as métricas implícitas

Você pode argumentar que métricas explícitas são melhores para o Power BI porque são
orientadas por cálculos. Mas a verdade é que as implícitas são mais fáceis de aprender e
usar. Elas fornecem muito mais flexibilidade, porque os autores dos relatórios podem
usá-las para visualizar os dados rapidamente. É preciso um pouco mais de esforço com
métricas explícitas ao criar cálculos.
Claro, tudo tem um lado positivo e um negativo. Métricas implícitas permitem que o
autor do relatório crie designs desleixados, se preferirem. Isso significa que a agregação
pode ser feita da maneira errada. Os dados agregados podem não ser adequados ou úteis,
com base nas colunas representativas. Na Figura 16-4, há um exemplo desse cenário. A
variação está bem fora de proporção com os valores reais de qualquer valor de lance. Na
verdade, se olhar atentamente para a tabela apresentada antes, na Figura 16-2, observe
que o pool total de lances é um tímido US$1,6 milhão. A variância o excede bem.
 Figura 16-4:
Má representação dos dados.

Métricas simples e compostas

Você pode escrever praticamente qualquer fórmula DAX para adicionar uma métrica a
qualquer tabela no modelo. A única restrição é que uma fórmula de métrica deve retor-
nar um valor escalar ou único.
As métricas não armazenam valores no modelo de dados. Em vez disso, são
usadas no momento da consulta para retornar as instâncias de sumarização dos
dados do modelo. Além disso, uma métrica não pode fazer referência a uma tabela ou
coluna diretamente. É por isso que precisam de uma função para a sumarização.
A complexidade da métrica resume-se a quantas colunas são agregadas. Uma métrica
simples agrega o valor de uma única coluna. Ele faz o que métricas implícitas fazem au-
tomaticamente. No exemplo mostrado na Figura 16-5, você adiciona uma métrica à ta-
bela Awards. Veja como:

1. No painel Fields, selecione a tabela Awards.

2. Na área Calculations da guia Table Tools, clique no ícone New Measure, que lhe
permite criar uma nova fórmula DAX.

3. Na barra Formula, insira a seguinte definição de métrica:

AwardedOppty = SUM(Awards[Bid])

4. Quando terminar, pressione Enter.

Observe que, uma vez pressionado o Enter, Home muda para Measure Tools, para
que você possa formatar a fórmula, conforme mostrado na Figura 16-5.
 Figura 16-5:
Formação de métrica simples.

Altere a formatação assim que possível. Nesse caso, você altera o formato do
número para moeda e define a posição decimal para dois. Isso ajuda a criar valores
consistentes.
A métrica está agora estruturando adequadamente os dados financeiros, alterando o
tipo de formatação para moeda e posição decimal para dois pontos. Agora, sempre que
você adicionar dados financeiramente orientados, como Awards, a mesma estrutura se-
guirá o exemplo. Para provar essa afirmação, criei uma nova métrica: TypicalBid:
TypicalBid = AVERAGE(Awards[Bid])

Assim que a nova fórmula, TypicalBid, foi inserida no Power BI Desktop, foi reco-
nhecida com base no contexto. As alterações incluíram a mudança para o formato da
moeda, uma vez que a tabela era Awards, e a coluna, Bids. Os resultados de um tipo de
formato modificado (moeda) estão na Figura 16-5, o que é importante, porque o Power
BI reconheceu a alteração automaticamente.
Se mais de uma métrica estiver envolvida na equação, como Profit = Bid -
Earned, é conhecida como métrica composta.

Comparação de métricas e colunas

Você usou colunas e métricas calculadas. Então, qual escolher e em qual situação?

» As colunas calculadas e as métricas permitem adicionar dados aos modelos.

» Ambas são definidas usando fórmulas DAX.

» Ambas são referenciadas em fórmulas DAX anexando seus nomes com parâmetros.

As diferenças, no entanto, residem em seu propósito, avaliação e critérios de armaze-

namento. A Tabela 16-2 explora as diferenças.
TABELA 16-2 Coluna Calculada versus Métricas

Colunas Calculadas Métricas

Finalidade Estende uma tabela com novas Resume os modelos de dados.

colunas.

Ponto de avaliação Contexto de linha na atualiza- Filtra contexto durante a

ção de dados. consulta.

Armazenamento Armazena valores para cada Nunca armazena valores.

linha.

Visualizações Filtra, agrupa e classifica Objetiva a sumarização.

dados.

Sintaxe e contexto

As expressões DAX analisam dados críticos para uso em relatórios de Power BI. Essas
expressões devem usar sintaxe e contexto específicos como resultado. As expressões
DAX aceitam tabelas e colunas como referências. Tenha em mente:

» Os operadores DAX não exigem que os usuários digitem funções repetidamente para criar ex-
pressões diferentes nas tabelas.

» As operações DAX se aplicam à totalidade das colunas de dados selecionadas, não apenas a um
subconjunto.

» Com DAX, você pode retornar o valor de uma tabela inteira, em vez de um único.

» O DAX suporta o cálculo de variáveis de data, hora e ano a partir de dados de coluna.

» Com DAX, você pode criar até 64 funções aninhadas em uma única expressão.

A sintaxe de uma expressão

Se olhar para a fórmula a seguir, verá que há uma arquitetura específica para a equação
tirada de uma tabela de dados:
Profit = SUM(Sales([Earned])

A equação tem os seguintes elementos sintáticos:

» Profit é o nome da métrica ou da coluna calculada.

» O sinal de igual (=), também conhecido como operador, marca o início da função.

» SUM é a função DAX que adiciona todos os números em Sales([Earned]).

» Sales refere-se ao nome da tabela que está sendo analisada.

» Earned é a coluna na tabela que a função SUM analisará.

 » Os parênteses () incluem pelo menos um argumento.

Ao criar equações e fórmulas, certifique-se sempre de aderir a uma sintaxe estrita que
esteja de acordo com esses princípios.

Melhores Práticas para Codificação e Depuração DAX no Power BI

O Power BI estende o uso do DAX além do que outros aplicativos da Microsoft fazem — e
por uma boa razão! Com o DAX, sua capacidade de visualizar e aumentar dados cresce
exponencialmente. Este capítulo, com os Capítulos 14 e 15, explica os conceitos básicos
de sintaxe, contexto e funções. No final, no entanto, você precisa focar a otimização para
manter a organização do código.
O DAX tem muitas funções: é um desafio saber por onde começar. É indubitavelmente
difícil memorizar as mais de 250 funções que discuto no Capítulo 15, mas você deve estar
familiarizado com como os 15 tipos de funções são agrupados e ser capaz de classificar
suas métricas por tipo de categoria. Você também deve estar ciente de coisas a evitar se
quiser manter suas fórmulas livres de erros. As próximas seções oferecem dicas.

Usando funções de erro corretamente

Sempre que estiver escrevendo expressões DAX, há uma chance de escrever erros de
tempo de avaliação. É inevitável. Considere estas duas funções para reduzi-los:

» Use a função ISERROR para pegar uma única expressão e retornar uma instrução TRUE quando
ela resultar em um erro.

» Use a função IFERROR quando houver duas ou mais expressões. Se a primeira expressão resultar
em um erro, a segunda será retornada.

As expressões ISERROR e IFERROR são definitivamente benéficas porque contri-

buem de forma poderosa para a escrita de expressões fáceis de entender. Eis a
desvantagem: elas degradam rapidamente o desempenho dos cálculos. Isso pode acon-
tecer porque elas aumentam o número de acessos ao sistema ao mesmo tempo. Muitos
desses erros são causados por valores inesperados BLANK ou zero, por isso é essencial
saber o processamento de erros de conversão de tipo de dado no sistema.
Embora você possa estar inclinado a usar as funções ISERROR e IFERROR, muitas ve-
zes é melhor usar estratégias defensivas ao desenvolver seus modelos e escrever expres-
sões. Considere o seguinte:

» Garanta que os dados incorporados no modelo sejam de alta qualidade.

» Use a função IF ao testar uma expressão que visa descobrir erros.

 » É melhor usar IF, em vez de ISERROR e IFERROR, como abordagem defensiva porque isso ga-
rante que dados de qualidade sejam carregados em um modelo e suporta o tratamento de erros
de forma mais eficiente. Embora IF possa resultar em digitalizações adicionadas a um conjunto
de dados, o desempenho é melhor devido ao tratamento de erros integrado.

» Use funções tolerantes a erros.

Tendo cuidado com os espaços em branco

Você pode ficar tentado a deixar espaços de vez em quando, porque simplesmente não
há valor realizado a partir da expressão. Nesses casos, onde você encontra um valor
como zero, antes de desistir, repense. Considere a seguinte métrica, que transforma um
resultado BLANK em 0:
Bid (No Blank) =

If (
ISBLANK ([Bid]),
0,
Bid
)

Aqui está outra métrica que converte em zeros os resultados em branco:

Commissions =

DIVIDE([Commissions], [Sales], 0)

Em primeiro lugar, a função DIVIDE pega Commissions e as mede pela métrica Sales.
Se o resultado for zero ou BLANK, o terceiro argumento — o resultado alternativo, em
outras palavras — é então retornado. Nesse exemplo, a métrica é garantida para sempre
retornar um valor porque zero é passado como o resultado alternativo. Como você pode
ver, ambos os designs de medição são ineficientes e levam a designs de relatórios ruins.
O Power BI tenta recuperar todos os agrupamentos dentro do contexto de filtro,
mesmo quando esses itens são adicionados às visualizações do relatório. O problema é
que o resultado é uma consulta significativa, que leva a um relatório lento. Cada métrica
de exemplo transforma um cálculo esparso em uma produção teatral, fazendo com que o
Power BI vacile, porque as tarefas banais se complexificam. Os agrupamentos sobrecar-
regam o usuário do relatório. É por isso que você deve ser altamente eficiente com o uso
de contexto de filtro, agrupamentos e variáveis. Uma fórmula de exemplo que fornece
mais eficiência e uso apropriado de variáveis inclui esta linha:
Commission Payable = DIVIDE ([Commissions], [Sales])

Em certas circunstâncias, você deve configurar uma visualização para exibir todos os
agrupamentos. Isso significa retornar valores ou BLANK dentro do contexto de filtro ati-
vando a opção Show Items with No Data.
Com DAX, só há uma condição quando é permitido devolver um BLANK. Essa
condição ocorre quando sua métrica é forçada a retornar BLANK, porque nenhum
valor significativo pode ser retornado. Essa é uma abordagem eficiente, que permite ao
Power BI fazer relatórios mais rápidos.

Distinguindo operadores e funções

Certa feita, você aprendeu fórmulas matemáticas básicas na escola. Lembra-se da dife-
rença entre numeradores e denominadores? Com o DAX, é um pouco mais técnico. Você
precisa saber a diferença entre a função DIVIDE e o uso do operador de divisão.
Ao usar a função DIVIDE, você passa a expressão numerador e denominador para obter
o resultado. Também pode passar um valor para um resultado alternativo:
DIVIDE(<numerator>, <denominator> [,<alternateresult>])

A função de DIVIDE foi criada para lidar com a divisão por zero. Se uma alternativa não
for passada, e o denominador for zero ou BLANK, a função deve retornar BLANK. O caso de
uso secundário ocorre quando um resultado alternativo é passado — ele é retornado, em
vez de BLANK.
As funções IF, ISBLANK ou BLANK, conforme discutido no Capítulo 15, não estão por
conta própria. Você precisa de um mínimo de quatro funções DAX para completá-las.
Tais requisitos de codificação são bastante ineficientes. Aqui está um exemplo de código
ineficiente (e incorreto):
Bid Margin =
IF (
OR (
ISBLANK([Bids]),
[Bids] == 0
),
BLANK (),
[Bids] / [Sales]
)

Esse código é ineficiente porque [Sales] é o denominador. Usando [Bids] como nume-
rador, o resultado é BLANK infinito. Como você vê, o código está formatado incorreta-
mente, causando erros desnecessários.
Aqui está um exemplo usando DIVIDE que oferece uma forma muito mais eficiente de
produzir exatamente a mesma fórmula:
Bid Margin =
DIVIDE([Bids], [Sales])

Dado o que você sabe da revisão dessas duas equações, conseguirá seguir estas regras:
 » Use a função DIVIDE sempre que o denominador for uma expressão que pode retornar 0 ou
BLANK.

» Quando o denominador for um valor constante, use o operador de divisão, não a função DIVIDE.
A divisão é 100% infalível, e suas expressões podem ter um melhor desempenho, porque nenhum
teste é necessário.

» Antes de usar o valor alternativo, pense duas vezes. Muitas vezes, é melhor devolver um BLANK do
que qualquer coisa.

» Considere se a função DIVIDE deve retornar um valor alternativo.

» BLANK é melhor para visualizações de relatórios porque ajuda a eliminar grupos quando as suma-
rizações assim estão. Você também pode concentrar sua atenção em grupos nos quais existem
dados.

» Em caso de dúvida, configure recursos visuais para exibir todos os grupos que retornam valores
ou BLANK dentro do complexo filtrado, ativando a opção Show Items with No Data.

Sendo específico

Algumas letras fazem toda a diferença no DAX. Você pode precisar escrever uma expres-
são DAX que teste se uma coluna pode ser filtrada usando um valor específico. Ao longo
dos anos, o DAX usou valores específicos, incluindo IF, HASONEVALUE e VALUES. Por
exemplo, se precisar determinar o imposto sobre vendas para um cliente na Califórnia,
use o seguinte código:
CA State Tax =
IF (
HASONEVALUE (Customer [State Tax]),
IF (
VALUES (Customer [State Tax]) = "California",
[Sales] * 0.0725
)
)

Como apresentada aqui, a função HASONEVALUE retorna uma condição TRUE somente
se um único valor da coluna STATE TAX estiver visível no contexto de filtro. Quando for
TRUE, a função VALUES deve ser comparada com o texto específico "California". Se
essa condição de texto for TRUE, a métrica Sales é multiplicada por 0,0725, ou 7,25%,
que é o imposto de renda estadual sobre vendas na Califórnia. Se a função HASONEVALUE
retornar FALSE, o que pode ser o caso porque há mais de uma coluna de filtro de valor, a
primeira função IF retorna BLANK.
Usar a técnica como estruturada aqui é algo altamente defensivo. Ela é necessária por-
que pode produzir vários filtros de valor para a coluna State Tax. A função VALUES pode
retornar uma tabela que produz uma tabela de várias linhas. Dito isso, quando você
compara uma tabela de várias linhas com um valor de escala, os resultados geram um
erro significativo.
Em vez de usar o trio de funções, por que não usar apenas um único filtro, a função
SELECTEDVALUE? Às vezes, simplicidade, elegância e eficiência vencem. A mesma equa-
ção de código usando uma função versus três pode ser escrita assim:
CA Sales Tax =
IF (
SELECTEDVALUE (Customer [State Tax]) = "California",
[Sales] * 0.0725
)

É limpo, simples e bonito!

Sabendo o que COUNTa

Você pode precisar escrever expressões DAX que contam linhas de tabela de vez em
quando. Há algumas maneiras de fazer isso. Sua primeira escolha é usar a função COUNT
para contar valores de coluna. Outra opção é a função COUNTROWS para contar linhas de
tabela. Ambas as alternativas alcançam o mesmo resultado. Há uma ressalva: contanto
que as colunas contadas não tenham BLANK, ambas as funções funcionarão.
No primeiro caso:
Bids Processed =
COUNT(Bids[BidDate])

A granularidade mostrada na tabela de lances é para uma linha por lance, e a coluna
BidDate não tem BLANK. A métrica retorna o conjunto de resultados correto.
Bids Processed =
COUNTROWS(Bids)

Mais uma vez, eficiência e elegância vencem por uma variedade de razões. Não se con-
sidera BLANK em nenhuma coluna da tabela. A intenção da coluna é esclarecida, porque a
função é autodescritiva.

Relações importam

Sempre que você procura revisar um par de tabelas no Power BI, pode encontrar muitas
relações. Pode haver muitas relações inativas. No entanto, apenas uma relação ativa de
cada vez pode ser avaliada usando o DAX.
O código DAX usa a relação ativa por padrão. O DAX pode usar uma relação inativa es-
pecífica quando associado à função USERELATIONSHIP.
Atualizando-se com o contexto

No Capítulo 14, abordo brevemente o contexto. Vamos reiterar a importância do con-

texto, porque ele é relevante. Com o DAX, você completa uma análise dinâmica. É por
isso que é essencial sempre considerar o contexto — os dados disponíveis para um cál-
culo a ser realizado. Há duas opções:

» O contexto de linha aplica-se sempre que uma fórmula DAX tem funções que encontram uma
única linha em uma tabela. Pense em um contexto de linha como segmentando uma linha especí-
fica de dados. Ele não pode fazer referência a nenhum dado fora da linha sem usar funções. O
contexto de linha é calculado no tempo de processamento, e não no de execução. Você o usa
para gerar colunas calculadas.

» O contexto de filtro descreve como filtrar um ou mais cálculos para decidir resultados ou valores
específicos. O contexto de filtro não substitui o de linha — apenas o estende. Com o contexto de
filtro, você pode aplicar as funções ALL, RELATED, FILTER e CALCULATED.

Preferindo métricas, em vez de colunas

No início deste capítulo, discuto as diferenças entre métricas e colunas. Mas aqui está a
verdade — as métricas sempre produzem melhores resultados no DAX no Power BI. Por
quê? Porque uma métrica é como um cálculo virtual do topo do modelo. Uma métrica é
executada apenas quando precisa ser usada, enquanto as colunas calculadas são forte-
mente integradas ao modelo.
Aqui estão algumas outras razões para usar métricas sobre colunas calculadas:

» As métricas são leves e implantadas quando necessário, enquanto as colunas calculadas são im-
plantadas desnecessariamente quando você executa uma equação que inclua código.

» Embora uma coluna calculada possa ser usada em um slicer, seu tamanho aumenta junto com o
modelo cada vez que se executa uma operação. Esse não é o caso com a métrica. Ela é executada
apenas quando chamada.

» Uma das técnicas mais poderosas para medição complexa de cálculo é medir grupos de ramifica-
ção. Ela lhe permite começar com um cálculo básico e, em seguida, criar outros mais complicados
a partir do cálculo base, como um ramo de árvore. Grupos de métricas são como pastas. Cálculos
semelhantes são colocados no mesmo grupo para se executar uma tarefa.

Suponha que pretenda realizar cálculos aninhados que exijam cálculos complexos.
Nesse caso, a ramificação de métrica corta uma parte significativa do código, o que me-
lhora o desempenho dele. As colunas calculadas não melhoram seu desempenho.
Meça grupos para manter os relatórios limpos e organizados, ajudando-o a localizar
os dados de forma rápida e mais eficiente.
Vendo que a estrutura importa

Se há algo que eu deveria reiterar inúmeras vezes é a simples verdade de que a estrutura
importa. Se você não precisa de algo em seu código, retire-o. Se uma coluna interna esti-
ver em uso, oculte-a, em vez de expô-la no Power BI, para que você não precise expô-la
com o DAX. Se quiser chamar uma coluna usando DAX como uma variável, renomeie-a
para que faça sentido, porque todos os nomes devem ser fáceis de usar. E, sempre que
possível, use métricas explícitas, porque você será grato pela legibilidade do código e
pelo desempenho acelerado.
 NESTE CAPÍTULO

» Compartilhando e colaborando com o Power BI Service

» Acelerando os negócios com ferramentas de monitora-

mento e desempenho

» Solucionando problemas de dados online visualizando a li-

nhagem deles

Capítulo 17
Por Aí: O Workspace do Power BI

D epois de experimentar todo o ciclo de vida dos dados em todas as fontes, criar visu-
alizações, aprender sobre o DAX e publicar relatórios, sua próxima etapa, como um
usuário avançado do Power BI, é compartilhar os dados de sua área de trabalho com to-
dos os interessados em sua empresa. Para fazer isso, você precisa mudar de marcha e ir
para a web, pois é improvável que queira que os usuários alterem seus dados do Power BI
Desktop. Em vez disso, eles devem usar o Power BI Service para realizar atividades
usando um workspace, que é um recurso crucial para colaboração e compartilhamento.
Neste capítulo, você aprende sobre workspaces e como colaborar, compartilhar e acele-
rar suas operações de negócios com ferramentas de monitoramento, todas disponíveis
no Power BI Service.

Todos Juntos em um Workspace

Imagine-se em um museu de arte. Você pode explorar recursos visuais e ler histórias
épicas sobre cada trabalho, sozinho ou com outras pessoas ao seu lado. Um workspace
do Power BI, disponível no Service, é análogo à curadoria de conteúdo para um museu,
mas é claro que são dados! Um workspace é criado por um designer do Power BI para ge-
renciar uma coleção de dashboards e relatórios. Pense em um workspace como um ar-
quivo. O designer pode compartilhá-lo com os usuários com base em funções, responsa-
bilidades e permissões. Na verdade, o designer pode até construir um aplicativo agru-
pando coleções direcionadas de dashboards e relatórios e distribuí-los para sua organi-
zação, seja envolvendo apenas alguns usuários, seja envolvendo uma comunidade in-
teira. Esses aplicativos, os aplicativos de modelo, são distribuíveis em uma variedade de
dispositivos, incluindo desktop e smartphone.

Definindo os tipos de workspaces

A ideia por trás de um workspace do Power BI é que ele deve conter todo o conteúdo es-
pecífico de um aplicativo. Quando os designers criam um aplicativo, agrupam todos os
ativos de conteúdo necessários para uso e implantação e o disponibilizam no workspace.
O conteúdo pode incluir qualquer coisa, desde conjuntos de dados a dashboards e
relatórios.
Um workspace não precisa incluir todos os tipos de conteúdo. Ele pode conter
relatórios, conjuntos de dados ou dashboards exclusivamente, conforme o propó-
sito do negócio e o que o designer deseja compartilhar e colaborar com outros usuários.
Os workspaces mostrados na Figura 17-1 destinam-se ao compartilhamento e colabo-
ração usando um esquema solidário. Você os acessa via My Workspace (veja a Figura 17-
2), pois ele é o seu desktop na internet para Power BI. Você pode publicar dados do Power
BI Desktop para o Power BI Service. Em seguida, pode organizar, armazenar e comparti-
lhar esses ativos recém-publicados online em um ou mais workspaces que pretenda usar
para colaboração. Na Figura 17-3, há ativos originalmente criados no Power BI Desktop
agora disponíveis em um workspace associado ao projeto Pipeline Identification.
 Figura 17-1:
Uma lista de aplicativos do workspace.

Figura 17-2:
A interface My Workspace.
 Figura 17-3:
O conteúdo de um workspace no Power BI.

A princípio, pode ser difícil entender por que é necessário fazer a transição do Power
BI Desktop para o Power BI Service. O principal ponto de encontro geralmente é o
workspace, no qual estão os recursos de compartilhamento e colaboração no Power BI
Service. Os workspaces oferecem os seguintes benefícios:

» Manter a colaboração focada entre uma equipe pequena ou globalmente dispersa.

» Usar workspaces para hospedar relatórios e dashboards para uma equipe ou várias equipes.

» Simplificar o compartilhamento e a apresentação de relatórios e dashboards, alojando-os em um

único ambiente.

» Manter a segurança controlando o acesso a conjuntos de dados, relatórios e dashboards.

As minúcias dos workspaces

Ao entrar no Power BI Service, você é apresentado ao menu de navegação. (Veja a Figura

17-4.) Para a surpresa de ninguém, a ingestão e o acesso aos dados são uma grande parte
do Service.
 Figura 17-4:
O menu de navegação no Power BI Service.

Na parte inferior da lista, estão os recursos relacionados aos workspaces. Um usuário

tem um único My Workspace, mas pode ter muitos workspaces dentro dele. Basta ter em
mente que um usuário pode estar ativo em apenas um workspace em um determinado
momento — o destacado na navegação.

Criando e configurando o workspace

Criar um workspace requer que alguns itens sejam configurados, incluindo sua marca,
nome, descrição, acesso, armazenamento, modo de licença, tipo de aplicativo e configu-
rações de segurança. Para concluir tal configuração, siga estes passos:

1. Clique no ícone Workspace, no menu de navegação do Power BI.

2. No menu que aparece, clique em Create a Workspace. (Veja a Figura 17-5.)

 Figura 17-5:
O botão Create a Workspace.

3. Na nova janela que aparece, no lado direito, configure o novo workspace.

Aqui estão suas opções, divididas entre Standard (veja a Figura 17-6) e Advanced (veja
a Figura 17-7):

Upload: Coloque uma imagem na sua área de trabalho para personalizar a experiência no
workspace.

Workspace Name: Nomeie o workspace com base em seu conteúdo e conjuntos de dados.
Pense em um nome útil para uma coleção de arquivos.

Description: Descreva a finalidade do workspace.

Contact List: Administradores do workspace ou usuários atribuídos recebem notificações sobre

atualizações em cada workspace do Power BI.

Workspace OneDrive: Isso permite que um usuário configure um grupo do Microsoft 365 cuja bi-
blioteca compartilhada do OneDrive esteja disponível para usuários do workspace atribuído.

License Mode: Selecione o tipo de licença que atribui o direito de acessar o conteúdo no works-
pace. Uma organização pode ter acesso a um tipo (Pro) ou a mais de um (baseado em
Premium).
 Develop a Template App: Marque essa caixa de seleção se desejar que o workspace se torne um
aplicativo.

Security settings: Marque essa caixa de seleção para permitir que administradores e colaborado-
res façam alterações no workspace.

Figura 17-6:
Configurando os recursos padrão de um workspace.
 Figura 17-7:
Configurando os recursos avançados de um workspace.

4. Quando terminar, clique em Save.

Para obter uma atualização sobre os tipos de licença e a diferença entre o licen-
ciamento baseado em Pro e Premium, veja o Capítulo 3.

Indo para a gestão de acesso

Uma grande parte do compartilhamento e da colaboração começa com a gestão de

acesso. Configure quem obtém acesso aos workspaces e cada um dos ativos de conteúdo
dentro deles. Você, como designer, pode atribuir quatro tipos distintos de funções: ad-
ministrador, membro, colaborador ou espectador [admin, member, contributor ou vi-
ewer]. Para alterar o acesso, siga estas etapas:

1. Clique no ícone Workspace, no menu de navegação do Power BI.

2. Escolha o workspace que deseja modificar no menu que aparece.

3. No lado direito do rótulo do workspace, selecione os três pontos verticais.

4. Clique em Workspace Access no menu que aparece, como mostrado na Figura 17-
8.
 Ao fazer isso, o painel Workspace Access é exibido no lado direito da tela, conforme
mostrado na Figura 17-8.

Figura 17-8:
Atribuindo acesso ao workspace.

5. Insira os endereços de e-mail ou contas de grupo daqueles cujo acesso deseja con-
trolar com as funções do workspace que deseja atribuir a eles.

6. Quando terminar, clique em Close.

Ao criar um grupo de usuários, todos são designados a ele. Presumindo que um

usuário faça parte de vários grupos, é designado a essa pessoa o nível de permis-
são mais alto com base em sua função atribuída. No entanto, se incorporar os grupos de
usuários, todos eles obterão permissão.
A capacidade de interagir com dados em workspaces é limitada, a menos que se
tenha uma licença Pro ou Premium. Você pode visualizar e interagir com itens ou
ler dados armazenados em fluxos do workspace — nada menos, nada mais.

Lidando com configurações e armazenamento

Lembra-se de todas as configurações de quando criou um workspace? Você pode modi-

ficá-los a qualquer momento, incluindo alterar o tipo de armazenamento de Pro para
Premium per User, Premium per Capacity ou Embedded. Além disso, se deseja excluir
um workspace, pode fazê-lo com o Premium. Para fazer essas alterações, siga estas
etapas:
 1. Clique no ícone Workspace, no menu de navegação do Power BI.

2. Escolha o workspace que deseja modificar no menu que aparece.

3. No lado direito do rótulo do workspace, clique nos três pontos verticais.

4. Clique em Workspace Settings. (Veja a Figura 17-8.)

Ao fazer isso, o painel Workspace Settings será exibido no lado direito da tela.

5. Vá para a guia Premium.

6. Selecione a escolha de capacidade que melhor reflete sua necessidade.

7. Quando terminar, clique em Save.

Você pode estar se perguntando o que exatamente a opção Embedded envolve.

Suponha que tenha usado um aplicativo corporativo ou visitado um site e visto os
recursos de análise incorporados. Nesse caso, o Power BI pode ser apenas a solução por
trás do aplicativo ou site. A opção Embedded lhe permite criar um aplicativo para que um
cliente não precise se autenticar.

Criando e Configurando Aplicativos

Sem surpresa, você precisa ter algum conteúdo em um workspace para criar e configurar
um aplicativo para distribuição. Pense em nossa analogia da receita para assar um bolo.
Você decide que criará um workspace de aplicativo, que permitirá que todos os seus ati-
vos de workspace sejam agrupados em um aplicativo implementável autônomo. Em se-
guida, você aplica o glacê, que é atribuir as funções específicas do colaborador. É claro
que você pode até adicionar alguns componentes de conteúdo extra como quiser, como
relatórios, dashboards, conjuntos e fluxos de dados, e arquivos importados para o Power
BI Service. Ao contrário de um workspace do Power BI, que é destinado a um número fi-
nito de usuários para colaboração, um aplicativo é destinado a um número maior de
usuários depois que é publicado. Um aplicativo é uma visualização publicada e somente
leitura dos dados. Os aplicativos fornecem distribuição em massa para aqueles que que-
rem acesso a insights analíticos. No entanto, há um problema: você deve ter, no mínimo,
uma licença Pro para consumir e visualizar um aplicativo. Alternativamente, o aplicativo
deve ser suportado por um dos dois tipos de capacidade Premium em uma organização.
Para adicionar qualquer tipo de conteúdo a um workspace do aplicativo uma vez con-
figurado, selecione o botão New e escolha o conteúdo que deseja adicionar. (Veja a Figura
17-9.)
 Figura 17-9:
Adicionando novo conteúdo a um workspace.

Cada vez que você adiciona conteúdo, ele é adicionado à lista Workspace. Em seguida,
você pode optar por inclui-lo no aplicativo, conforme mostrado na Figura 17-10. Você
selecionaria o controle deslizante para mostrar se ele deve ser incluído. Quando estiver
pronto para empacotar o aplicativo para distribuição, pressione o botão Create an App,
no canto superior direito.
 Figura 17-10:
Criando um aplicativo.

Esmiuçando os Dados

À medida que os usuários consomem seus relatórios, dashboards e conjuntos de dados,

você pode querer saber como eles o fazem. É por isso que a Microsoft integrou ferramen-
tas de monitoramento e análise de dados alternativos no Power BI, para os usuários que
tenham licenciamento Pro e Premium avaliarem essas métricas.
Você pode fatiar e cortar dados de várias maneiras. As opções incluem analisar dados
no Excel, bem como acessar uma exibição de alto nível deles com o relatório Quick In-
sights. Você também pode usar relatórios de métricas para entender quem está aces-
sando e visualizando seus relatórios e dashboards. Clique nos três pontos verticais ao
lado de quaisquer relatórios ou dashboards dentro de um workspace para acessar esses
recursos. Há duas opções: uma para dashboards (veja a Figura 17-11) e outra para relató-
rios (veja a Figura 17-12).
 Figura 17-11:
O menu Dashboard, em Workspaces.

Figura 17-12:
O menu Report, em Workspaces.
Analisando no Excel

Às vezes, o Power BI é demais para um usuário avaliar dados corporativos confortavel-

mente. Os usuários podem querer revisar um subconjunto de dados — então retornamos
ao Microsoft Excel. Com a opção Analyze in Excel, você pode importar conjuntos de da-
dos do Power BI para o Excel. Em seguida, pode optar por visualizar e interagir com o
conjunto de dados lado a lado ou de forma independente. Se seu objetivo de negócios for
criar uma tabela dinâmica, gráfico, tabela ou saída do Excel, precisa ter o recurso de
complemento do Excel do Power BI baixado. Não se assuste quando vir um prompt na
primeira vez que tentar analisar no Excel, semelhante ao da Figura 17-13. Assim que o
complemento for baixado, você poderá começar a avaliar seus conjuntos de dados.

Figura 17-13:
O prompt de download para o complemento do Excel.

Beneficiando-se de insights rápidos

Talvez você queira uma ideia geral de um conjunto de dados. Ou talvez esteja procurando
padrões, tendências e ambiguidades nos dados. As anomalias nos dados podem ser de-
safiadoras se você estiver começando e não souber nem o que procurar. No entanto, o
Power BI faz o trabalho para você. Sua IA encontra tendências, padrões, indicadores e
anomalias críticos nos dados. Com o Quick Insights, o Power BI produz automatica-
mente as principais tendências que acredita serem essenciais em cada conjunto de dados
para um usuário avaliar. No exemplo mostrado na Figura 17-14, há um órgão federal, o
Departamento de Estado, obrigando o menor valor em dólares para projetos relaciona-
dos ao Covid-19 em relação a outros órgãos federais. Da mesma forma, para os condados
da Virgínia, uma maior alocação de dólares foi dada a Fairfax e Stafford, em relação a
outros.
 Figura 17-14:
O recurso Quick Insights.

Usando relatórios de métrica de uso

Quer saber o quão popular é um relatório ou dashboard? Ou talvez quem acessou um

item em um workspace hoje, nesta semana ou ao longo do tempo? A Microsoft reco-
nhece que essas métricas fazem o designer fornecer melhores análises. O relatório Usage
Metrics ajuda os usuários a analisarem pontos de dados, como tipos de distribuição; vi-
sualizações totais, por dia e exclusivas por dia; e visualizadores e classificação deles,
como mostrado na Figura 17-15.

Figura 17-15:
Um relatório de métricas de uso.
Trabalhando com relatórios paginados

No início deste capítulo, mostro como criar, atualizar e excluir relatórios como ativos de
conteúdo autônomos no Power BI Desktop e no Service. O relatório autônomo é otimi-
zado para exploração e interatividade de dados. Outro tipo de relatório, no entanto, é es-
pecífico para usuários do Pro e Premium, o paginado, que pode ser compartilhado dire-
tamente ou como parte de um app Power BI.
Ao contrário dos relatórios baseados na web, os paginados destinam-se à impressão,
assim, são formatados para o papel. Na verdade, você pode até chamá-los de pixel-per-
feito. Suponha que esteja procurando renderizar um PDF de relatório de negócios alta-
mente sofisticado, como de final de ano ou de declaração de lucros e perdas. Nesse caso,
um relatório paginado é uma excelente escolha.
Se tiver acesso a um relatório paginado, poderá compartilhá-lo com outras
pessoas. Além disso, há a opção de inscrever a si e a outras pessoas em um
relatório.

Embora seja possível visualizar um relatório paginado como usuário Pro ou

Premium, a publicação requer uma licença Premium.
Em certas estruturas de relatório, você agrupa muitos relatórios para criar um. Esse
não é o caso do Power BI — na verdade, um designer de relatórios cria uma definição de-
les. A definição não contém dados; ela apenas diz onde adquiri-los, quais dados obter
dessas fontes e como exibi-los. Depois de configurar esses três parâmetros, você executa
o relatório, momento em que ele processa a definição. O resultado: um relatório que
exibe os dados. Como ocorre em outros relatórios, você clica nos três pontos ao lado do
relatório e escolhe Create Paginated Report para começar a desenvolver um relatório
acessível.

Problemas de Linhagem de Dados

Projetos de business intelligence podem se tornar complexos rapidamente. Seguir o

fluxo de dados de uma fonte para seu destino pode até ser um desafio. Suponha que te-
nha feito um projeto analítico relativamente complexo e avançado que contém várias
fontes de dados e mantém vários relatórios e dashboards. Cada um desses ativos tem
uma variedade de dependências. Ao analisá-los, você pode encontrar perguntas como:
“O que acontecerá com esse relatório se eu fizer uma alteração nesse ponto de dados?”
Ou pode querer entender como uma alteração afetará um conjunto de dados.
A linhagem de dados simplifica muitos processos complexos ao dividi-los em etapas
mais gerenciáveis. Pense nisso como seu pequeno detetive! Com a linhagem de dados,
você pode ver o caminho que eles tomam do início à conclusão, o que é crucial quando
houver dúvidas, tendo atingido muitos obstáculos. Se estiver gerenciando um workspace
com um único relatório ou dashboard ou um com muitos, certifique-se de que o impacto
de uma única alteração em um conjunto de dados seja reconhecido consultando a linha-
gem deles para acompanhar essas alterações. Um bônus da linhagem é resolver proble-
mas de atualização de dados.
Para acessar as informações de linhagem de dados, siga estas etapas:

1. Vá para o workspace que está mirando.

2. Clique em View.

3. Escolha Lineage no menu que aparece. (Veja a Figura 17-16.)

A linhagem é exibida conforme mostrado na Figura 17-17.

Figura 17-16:
Obtendo acesso à linhagem de dados.

Figura 17-17:
Um exemplo de linhagem de dados.

Tal como acontece com outros recursos do workspace, apenas funções específicas po-
dem acessar Lineage View. Você deve ser administrador, colaborador ou membro para
vê-la. Além disso, deve ter uma licença Power BI Pro ou Premium usando um workspace
baseado em aplicativo para fazer uso dela.
Depois de selecionar Lineage, a exibição de todos os itens encontrados no workspace
aparece na tela. A Figura 17-17, por exemplo, mostra a linhagem de dados para o works-
pace Pipeline Identification.
A visualização de linhagem é uma sinopse de todos os artefatos encontrados no
workspace — conjuntos de dados, fluxos de dados, relatórios e dashboards, por exem-
plo. Como mostrado nas Figuras 17-18 a 17-21, cada um dos cartões na tela, conforme
representados em Lineage View, é um ativo separado. As setas entre cada um dos cartões
explicam os fluxos de dados entre os ativos. Os dados fluem da esquerda para a direita,
permitindo que você os observe à medida que vão da origem ao destino. Geralmente, o
fluxo conta uma história, como a desta lista:

» Uma fonte produz um ou mais conjuntos de dados. (Veja a Figura 17-18.)

» Os relatórios são gerados a partir de conjuntos de dados. (Veja a Figura 17-19.)

» Uma coleção de relatórios que apresentam um instantâneo no tempo resulta na criação de um

dashboard. (Veja a Figura 17-20.)

» Os dados fluem em direções específicas. (Veja a Figura 17-21.)

Figura 17-18:
Exemplo de um cartão de conjunto de dados.

Figura 17-19:
Um cartão de relatório.

Figura 17-20:
Um cartão de dashboard.
 Figura 17-21:
Setas entre cada ativo em um workspace.

Conjuntos, Fluxos e Linhagem de Dados

Não é incomum que conjuntos e fluxos de dados sejam associados a fontes externas. Al-
guns exemplos incluem bancos e conjuntos de dados encontrados em workspaces exter-
nos. Você vê que — ao revisar o cartão de conjunto de dados, como mostrado na Figura
17-22 — um usuário pode detalhar fatores diferentes escolhendo um desses três co-
mandos. Cada comando revela um aspecto diferente do conjunto de dados:

» Exibe detalhes e relatórios relacionados: Esse comando exibe todos os relatórios vinculados
aos conjuntos de dados e ao fluxo de dados associados.

» Mostra o impacto em todo o workspace: Esse comando fornece uma análise de impacto de
como o conjunto de dados ou fluxo de dados afeta a atividade do workspace. (Veja a Figura 17-23.)

» Mostra a linhagem: Esse comando fornece uma visão de nível micro do conjunto de dados.
 Figura 17-22:
Esmiuçando um cartão de conjunto de dados.

Figura 17-23:
Mostrando o impacto de uma ação em um workspace.

Defendendo Seu Território de Dados

Você consegue imaginar um relatório ou dashboard sensível sendo exposto a um grupo

de usuários não autorizados em sua empresa? Isso não ficará por isso mesmo, porque
essa exposição global pode prejudicar suas práticas de segurança de dados e informa-
ções. A Microsoft integrou uma forma de codificar a proteção de seus ativos de análise de
dados. Chamado de rótulos de sensibilidade, esse recurso (que está disponível para toda a
família de produtos do Microsoft 365 e se integra ao Power BI) permite que os usuários
apliquem rótulos a relatórios, dashboards, conjuntos de dados, fluxos de dados e arqui-
vos .pbix. Esses rótulos protegem o conteúdo sensível contra acesso não autorizado.
Cabe a você rotular seus dados corretamente para garantir que apenas usuários autori-
zados os acessem.
Embora a proteção de informações pareça inegociável, sua empresa deve ter alguns
pré-requisitos de implementação em vigor primeiro, como uma licença Power BI Pro ou
Premium per User. Para que os rótulos de sensibilidade funcionem, as permissões de
edição devem estar ativadas para todo o conteúdo que deseje rotular no workspace. An-
tes que as permissões de edição sejam acessadas, um administrador de sistemas deve
habilitar rótulos de sensibilidade, em Settings, para que os usuários as apliquem nos
workspaces do Power BI. (Veja a Figura 17-24; leia mais sobre rótulos de sensibilidade
em alguns parágrafos.)

Figura 17-24:
Ativando etiquetas de sensibilidade no Power BI.

Você deve fazer parte do grupo de segurança autorizado a aplicar as etiquetas de

sensibilidade, caso contrário, o acesso estará desativado.
A proteção de dados deve ser ativada para sua instância do Power BI para que os
rótulos de sensibilidade apareçam, caso contrário, você não encontrará nenhum
rótulo de sensibilidade na coluna Sensitivity, na exibição em lista de dashboards, relató-
rios, conjuntos de dados ou fluxos de dados no seu workspace.
O administrador do sistema deve configurar rótulos de sensibilidade no console
do Microsoft Information Protect Admin, separados do Power BI Admin. Essa
etapa deve ser concluída antes que as etiquetas de sensibilidade possam ser habilitadas e
utilizáveis por qualquer usuário.
Para fazer alterações em um rótulo de sensibilidade em um relatório ou dashboard,
siga estas etapas:

1. Acesse o relatório ou dashboard que deseja editar.

 2. Clique nos três pontos.

3. Escolha Settings no menu que aparece.

4. Localize a seção Sensitivity Label, no painel Settings, que aparece (veja a Figura
17-25).

Figura 17-25:
O menu suspenso Sensitivity Label.

5. Escolha a etiqueta de sensibilidade apropriada.

6. Ao terminar, clique em Save.

No seu workspace, o rótulo de sensibilidade aparece na coluna abaixo do relatório ou
dashboard apropriado, conforme mostrado na Figura 17-26.

Figura 17-26:
Rótulos de sensibilidade em um workspace.

Para saber como configurar rótulos de sensibilidade no console de administra-

ção de proteção de informações do Microsoft 365, acesse
https://docs.microsoft.com/en-us/microsoft-365/compliance/create-
sensitivity-labels.
5
Não É Ranger,
mas Também É
Power
 NESTA PARTE…

Faça a transição do Power BI Desktop

para o Power BI Service para compartilhar
e colaborar com as partes interessadas or-
ganizacionais usando workspaces.

Obtenha insights dos dados com os

dashboards e relatórios predefinidos do
Power BI Service.

Estabeleça as melhores práticas e abor-

dagens para garantir que seus conjuntos
de dados estejam sempre seguros e atuali-
zados para a experiência mais relevante.

Explore maneiras de estender o Power BI

com outros aplicativos da Microsoft, in-
cluindo Power Apps, Power Automate, One-
Drive, SharePoint 365 e Dynamics 365.
 NESTE CAPÍTULO

» Configurando o Power BI para que os dados sejam atuali-

zados no processo

» Protegendo os conjuntos de dados com o Power BI Desk-

top e o Service

» Gerenciando grandes conjuntos de dados sem comprome-

ter o desempenho e a integridade

Capítulo 18
Soprando os Dados

D ados antigos não fazem bem a uma organização se dados mais novos e relevantes
estiverem disponíveis. E, sejamos honestos, se os dados forem obsoletos e carecerem de
integridade, os analistas que usam ativamente o Power BI para analisar números serão
capazes de criar novos relatórios atraentes, observar dashboards e elaborar cálculos
complexos? Duvido. Garantir que seus conjuntos de dados do Power BI sejam inigualá-
veis e funcionem como as bases com que você sonha para suas equipes é o objetivo de
todos os usuários. É por isso que a Microsoft integrou vários recursos de atualização de
dados e segurança ao Power BI. Neste capítulo, você verá como projetar, configurar e
implantar conjuntos de dados corporativos do Power BI para atualização e segurança
granular.

Estabelecendo um Cronograma

Para que servem os dados se não forem mantidos limpos e atualizados? Alguns analistas
preferem atualizá-los manualmente no Power BI Desktop e no Service. Ainda assim,
essa abordagem é ilógica quando é preciso garantir que os dados sejam atualizados peri-
odicamente para manter sua relevância.
Usando a atualização programada

Quando você tem todos os dados em uma linha e simplesmente deseja criar uma progra-
mação de atualização online, basta configurar essa atividade no Power BI Service. Para
programar uma atualização, siga estas etapas:

1. Vá para a guia Datasets+Dataflows, no workspace.

2. Localize um conjunto de dados e clique no botão Scheduled Refresh.

Isso o leva a outra tela, na qual há a opção de configurar a atualização.

3. No painel Scheduled Refresh (veja a Figura 18-1), modifique a programação para

acomodar a atualização.

Figura 18-1:
O painel Scheduled Refresh.

4. Quando terminar, clique em Aplicar.

O Power BI é o seu canto do mundo, enquanto o Service visa o

compartilhamento.
 Você pode alterar a frequência, o fuso horário e o horário das atualizações programa-
das em Scheduled Refresh. As notificações podem ser enviadas para um endereço de e-
mail específico ou grupo do Active Directory disponível.
O exemplo anterior pressupõe que você já tenha estabelecido um gateway de
dados. Caso contrário, preste muita atenção à próxima seção.

Atualizando dados no local

Outro caso de uso comum para atualização envolve o acesso a dados no local. Para isso, é
necessário um gateway de dados — um tipo de ponte que suporta detalhes e credenciais
de conexão. Você baixa e instala o gateway do Power BI Service acessando o menu Set-
tings, na parte superior da página inicial. (Você já sabe, nosso amigo, o ícone da engre-
nagem). Uma vez lá, escolha Settings ➪ Download ➪ Data Gateway, como mostrado na
Figura 18-2.

Figura 18-2:
Baixando um gateway de dados.

Há dois modos de gateway: padrão e pessoal. Veja como se diferenciam:

» Standard: Quando várias pessoas precisam acessar o gateway, o modo standard [padrão] é o
adequado. Você também pode usar um gateway standard com outros serviços da Microsoft, es-
pecialmente com a família Power Platform. Uma fonte de dados pode ser adicionada apenas uma
vez, por isso é uma excelente escolha para ambientes corporativos que procuram a integridade
deles. Você também tem a opção de aplicar credenciais genéricas para fontes de dados.

» Personal: Nesse modo, apenas um único usuário pode usar o gateway. Além disso, ele só pode
ser usado pelo Power BI. Se o compartilhamento não for necessário, esse modo é uma possibili-
dade. Caso contrário, sua única escolha é o standard.

Supondo que tenha instalado o gateway ou que a administração do grupo Power BI

Service lhe tenha concedido acesso a ele como usuário, agora você está autorizado a usá-
lo para atualizar conjuntos de dados no local.
 Para cada gateway, selecione um conjunto de dados diferente no menu Settings, de
Datasets. Para fazer essas alterações, siga estas etapas de configuração:

1. Vá para a guia Datasets, no workspace.

2. Selecione um conjunto de dados para revisar.

3. Passe o cursor sobre o conjunto de dados na lista.

4. Quando as configurações do conjunto de dados que selecionou aparecerem no

painel à direita, conforme mostrado na Figura 18-3, clique na opção Gateway Con-
nection, à direita.
Em seguida, você verá uma lista de fontes de dados com os gateways associados.

Figura 18-3:
Opções de gateway.

5. Para cada gateway de dados, selecione uma fonte que gostaria de mapear, con-
forme mostrado na Figura 18-4.
 Figura 18-4:
Modificando gateways de dados.

Cada vez que cria uma fonte de dados, você precisa fornecer credenciais de
fonte na seção Data Source. Isso significa que é preciso editar as credenciais com
segurança para que possam ser armazenadas em cache no Power BI Service.

Protegendo a Fortaleza de Dados

Seus dados são preciosos. Nem todos devem ter acesso a eles. Se estiverem em sua área
de trabalho, geralmente são restritos a você, a menos que compartilhe seu computador.
No entanto, assim que os dados chegam à internet, todas as apostas são canceladas.
Você precisa proteger as joias da coroa de sua organização. Isso significa que conjuntos
de dados, relatórios e dashboards precisam de configurações de segurança focadas. É por
isso que é essencial implementar a segurança em nível de linha (RLS) com o Power BI,
para restringir o acesso a dados e para que usuários não autorizados não obtenham
acesso a eles. Com o RLS, os filtros restringem o acesso aos dados no nível da linha. Você
pode definir os filtros dentro de uma função. Os membros de um workspace atribuído
têm acesso aos conjuntos de dados do Power BI Service, supondo que você esteja dentro
do grupo de segurança provisionado.
A configuração do RLS pode ocorrer em vários lugares diferentes. Você pode
configurá-lo no Power BI Desktop ou usando o DirectQuery com o SQL Server, por
exemplo. Ao usar o Analysis Services ou o Azure Analysis Services em tempo real, você
configura o RLS no modelo. Evite configurar a segurança com o Power BI Desktop —
suas configurações não aparecerão no conjunto de dados de conexão ao vivo.
Configurando para membros do grupo

Para criar associações de grupo, você precisa primeiro definir funções e regras no Power
BI Desktop. Quando estiver pronto para publicar, esses detalhes serão associados ao mo-
delo. Para configurar essas funções e regras, inicie o Power BI Desktop e siga estas
etapas:

1. Selecione a guia Model.

2. Localize o botão Manage Roles.

3. Em Roles, pressione o botão Create e preencha a caixa com o nome de uma nova
função.

4. Repita esse processo até adicionar o número de funções que achar suficiente.

5. Selecione a função e a tabela.

6. Selecione as elipses à direita de Role ou Table para abrir um dashboard e criar

uma expressão DAX para filtrar.
Uma condição de amostra é apresentada na Figura 18-5.

Figura 18-5:
Configurando funções para associação de grupo no Power BI Desktop.

7. Depois de criar todos os requisitos de função que pretende usar no Power BI Ser-
vice, clique em Save.

Não se atribui funções de usuários no Power BI Desktop. Isso acontece no Power

BI Service. Habilita-se a atribuição de segurança no Power Desktop com o uso de
expressões DAX.
Atribuindo funções no Power BI Service

Você não pode simplesmente “configurar e esquecer” quando se trata de atribuições de

função no Power BI Desktop. Está simplesmente criando um plano de segurança para a
publicação. Afinal, você está constantemente publicando dados na internet. Em seguida,
atribui aos usuários e grupos acesso a relatórios, conjuntos de dados e dashboards em
um workspace para compartilhamento e colaboração. Com o passar do tempo, sua fun-
ção no Power BI Service é administrar a segurança para que os usuários acessem o con-
teúdo, pois ele será um especialista em dados por esse motivo.
Você precisa ir para o conjunto de dados primeiro e, em seguida, encontrar as configu-
rações de segurança para ele nas configurações do workspace. Se não tiver definido fun-
ções, verá uma mensagem como a mostrada na Figura 18-6.

Figura 18-6:
Uma mensagem de erro RLS.

Depois de configurar seu RLS e publicar o modelo no Power BI Service, o resultado será
semelhante ao que você vê na Figura 18-7. À esquerda, estão as funções para esse con-
junto de dados específico. Os números entre parênteses mostram quantos membros cada
função tem. No lado direito, você pode controlar cada grupo de membros e suas funções
associadas.

Figura 18-7:
Segurança de nível de linha no Power BI Service.
 Cuidar de um ou dois usuários é fácil, mas que tal centenas ou até milhares? Não tem
mistério. O motivo é simples. Os mesmos usuários podem estar usando as mesmas con-
figurações de segurança de nível de linha para conjuntos de dados, o que significa atri-
buir esses usuários exatamente aos mesmos grupos de segurança que os membros de
uma linha atribuída. Nessas condições, você pode criar um único grupo de segurança
uma vez, e, em seguida, seu trabalho está concluído.

Existe Amor no BI

O Power BI Service permite a colaboração entre vários usuários e grupos. Não se trata
apenas de compartilhar conjuntos de dados — também se trata de compartilhar relató-
rios e aplicativos. Você pode compartilhar dados em escala de várias maneiras, incluindo
as descritas nesta lista:

» Workspaces: Ao publicar no Power BI Service, você pode fazê-lo em um workspace. Depois disso,
obtém acesso automático aos conjuntos de dados publicados. Quanto a outros usuários, você
pode atribuir funções, supondo que tenha o licenciamento para fazê-lo, caso a caso.

» Apps: Se disponibilizar seu conjunto de dados para outras pessoas por meio de um aplicativo,
precisará conceder permissão aos usuários dele. Na verdade, todos os usuários devem ter as
mesmas permissões de construção; é uma situação de tudo ou nada aqui. Vá para a guia Permis-
sions ao criar um aplicativo e use as configurações para atribuir permissões, como mostrado na Fi-
gura 18-8.

Figura 18-8:
Definindo permissões do aplicativo.
 Se revogar o acesso ao app para um usuário de um grupo de segurança na guia
Permissions, o acesso ao conjunto não será revogado automaticamente. A exclu-
são de acesso requer a gestão de permissões do conjunto, não só do aplicativo.

Atualizando Pouco a Pouco

Conjuntos de dados são de todos os tipos. Alguns são minúsculos, e outros pesam vários
gigabytes, mesmo quando o Power BI tenta comprimi-los em tempo real. O Power BI faz
seu melhor para mitigar problemas de velocidade, uso de recursos e confiabilidade. Uma
forma de contorná-los é a atualização incremental.
Uma atualização incremental lhe permite atualizar um subconjunto de dados, o que re-
sulta em uma atualização mais rápida e confiável com menor uso e consumo de recursos.
Suponha que saiba que seus dados serão bem escalados em gigabytes. Nesse caso, pla-
neje uma atualização incremental como parte da estratégia de implantação no início.
Para que ela funcione no Power BI Service, deve ser configurada no Power BI Desktop.
Em etapas gerais, veja o que precisa ser feito:

1. Crie um parâmetro RangeStart e um RangeEnd.

2. Filtre os dados usando esses parâmetros.

3. Defina uma política de atualização incremental.

As próximas seções se aprofundam um pouco mais em cada etapa do processo.

Parâmetros RangeStart e RangeEnd

Criar os parâmetros de atualização incremental no Power BI Desktop para filtragem é o

primeiro passo para garantir que seus dados sempre reluzam como ouro. Esses dois pa-
râmetros que precisam ser criados são o RangeStart e o RangeEnd. Como os parâmetros
DAX, eles são sensíveis a maiúsculas e minúsculas. Se quiser usar outros nomes de parâ-
metros, é por sua conta e risco.
Aqui está o que você precisa fazer:

1. Vá para o Power Query para iniciar esse processo.

2. Uma vez nele, clique em Manage Parameters, em Home, e escolha New Parame-
ter no menu exibido.

3. No painel Parameter, insira RangeStart no campo Name.

4. Escolha Data/Time no menu suspenso Type e Any Value no menu suspenso Sug-
gested Value.

5. Insira a seguinte data no campo Current Value: 01/01/2021.

 O Power Query pode alterar o formato desse valor posteriormente, dependendo das
configurações do sistema. Não entre em pânico! Além disso, as datas que você insere
são baseadas em suas necessidades pessoais — não é nada definitivo.

6. Repita as etapas para configurar RangeEnd.

A data do campo Current Value deve ser 31/12/2023. Seu formato de data pode variar,
dependendo do esquema de formatação do sistema no Power BI.

Um exemplo do que você acabou de inserir no Power Query está na Figura 18-9.

Figura 18-9:
Gerenciando parâmetros.

Filtragem por RangeStart e RangeEnd

Para suportar uma atualização incremental, é preciso configurar um filtro com os parâ-
metros RangeStart e RangeEnd. Suponha que queira aprender cada vez que um arquivo é
atualizado com uma nova data de concessão, seja uma vitória, seja uma perda, seja uma
atualização de detalhes. Usando os dados de data no arquivo, sua equipe poderá reco-
nhecer essas alterações. Veja como usando o Power BI Desktop:

1. Vá para o Power Query Editor.

 2. Selecione a tabela Awards na lista de consultas.

3. Selecione a coluna Date Due e escolha a opção Date/Time Filter no menu exibido.
Você iniciará um filtro para a coluna Awards.

4. Vá até a opção Custom Filter.

Agora você definirá os parâmetros de Incremental Refresh. No entanto, precisará fa-
zer algumas modificações em relação à seção anterior.

5. Quando a interface Filter Rows for exibida, verifique se Basic está selecionado e
escolha a opção Is After or Equal To no primeiro menu suspenso.

6. Clique no ícone Calendar.

Ao fazer isso, é exibido o menu Date, Parameter, or New Parameter.

7. Escolha a opção New Parameter.

8. No novo painel exibido, clique em RangeStart.

9. Altere o tipo de data de Date/Time para Date e pressione Ok.

Agora você estabeleceu o primeiro parâmetro para o filtro.

10. Escolha a opção Is Before or Equal To no menu suspenso inferior.

11. Clique no ícone Calendar.

Fazer isso traz o menu Date, Parameter, or New Parameter (novamente).

12. No novo painel exibido, clique em RangeEnd.

13. Altere o tipo de data de Date/Time para Date e pressione Ok.

Agora você estabeleceu o segundo parâmetro para o filtro.
Nesta fase, você criou com sucesso as condições de filtro que devem imitar as da Fi-
gura 18-10.

Figura 18-10:
Filtrando linhas usando os parâmetros RangeStart e RangeEnd.

14. Clique no botão Ok.

15. Clique no botão Close & Apply para sair do Power Query Editor.

A política de atualização incremental

Sempre que coloca um filtro para uma atualização incremental, você precisa concluir
mais uma etapa — para definir a política de execução. No exemplo apresentado, em que
há uma coluna Due Date, na tabela Awards, você pode criar a política seguindo estas
etapas:

1. Vá para o painel Fields, do Power BI Desktop, e clique com o botão direito do

mouse na tabela que deseja atualizar incrementalmente.

2. Selecione Incremental Refresh no menu que aparece. Veja a Figura 18-11.

Certifique-se de selecionar a tabela correta no menu suspenso.

Figura 18-11:
Configurando uma atualização incremental.

3. Na nova tela exibida, deixe o botão Incremental Refresh em On.

4. Selecione os períodos em que os dados devem ser armazenados e atualizados.

Armazenar dados significa mantê-los alojados permanentemente; atualizá-los
para manter sua relevância é, como o nome sugere, uma atualização.
Você pode selecionar as caixas de seleção para detectar alterações de dados ou ape-
nas atualizá-los durante os dias determinados.

5. Selecione o botão Apply All quando o processo estiver concluído.

Tratando os Dados como Ouro

Você já esteve em uma situação em que trabalhou em um conjunto de dados por muito
tempo e agora, quando está pronto para o show, quer anunciar aos quatro ventos? Claro,
você não ganhará nenhuma medalha de ouro, prata ou bronze. Ainda assim, pode au-
mentar a visibilidade de seu conjunto de dados para que outros o acessem, por meio de
técnicas de endosso.
Para um analista, um conjunto de dados é isso. Um analista quer ter certeza de que o
conjunto é confiável, prático e preciso. Alguns conjuntos são criados como um teste, en-
quanto outros se destinam à produção e são fontes de verdade.
Os dados, no final, são traduzidos de volta em código quando são pesquisados, não
importa qual ferramenta de business intelligence — incluindo o Power BI Desktop ou o
Service — se use. É por isso que você impõe o uso de endossos de conjuntos de dados. Em
outras palavras, informe ao criador do relatório quais conjuntos são confiáveis e estão
prontos para consumo.
Você pode endossar vários ativos de conteúdo no Power BI, incluindo conjuntos e flu-
xos de dados, relatórios e aplicativos. Implemente endossos de duas maneiras:

» Promoção: Quando o conteúdo for designado como promovido, recebe uma marca significando
que está pronto para uso por outros usuários. Colaboradores de um workspace que tenham
acesso ao local do conteúdo podem promovê-lo. O objetivo da promoção de conteúdo é a
reutilização.

» Certificação: Mostra que um conteúdo é recomendado para uso porque é altamente confiável,
organizado e bem mantido. Um administrador do Power BI deve atribuir aos usuários a designa-
ção para certificar o conteúdo em um grupo.

Independentemente do tipo de conteúdo, o processo de endosso é o mesmo.

Para configurar um endosso, siga estas etapas:

1. Vá para o Power BI Service.

2. Localize o workspace que inclua o ativo (conjunto de dados, fluxo de dados, rela-
tório ou aplicativo) que deseja promover.

3. Clique nos três pontos verticais no lado esquerdo do tipo de conteúdo.

4. Escolha Settings.
Um painel de configurações aparecerá do lado direito da tela,

5. Role o painel para baixo até a seção Endorsement.

Em Endorsement, há quatro opções: None, Promoted, Certify e Feature on Home,
conforme mostrado na Figura 18-12.
 Figura 18-12:
Configurando endossos.

6. Escolha a opção apropriada para promover seus dados.

Note, na Figura 18-12, a opção Certified acinzentada. Isso ocorre porque o administra-
dor do sistema deve habilitar endossos para o usuário ou grupo específico antes de ter
permissão para configurar qualquer conteúdo dentro de determinado workspace. Um
exemplo de dois itens promovidos é mostrado na Figura 18-13.

Figura 18-13:
Endossos listados em um workspace do Power BI.
Configurando para Big Data

Você consegue imaginar um conjunto de dados maior que 10 gigabytes (GB)? No mundo
do Big Data, isso acontece diariamente. No entanto, a magia tornou-se real. Imagine um
sistema de business intelligence de produção em execução que, de repente, um dia para
porque atinge uma sobrecapacidade de kilobyte. Isso não dá certo. Os clientes corporati-
vos que executam o Power BI Premium podem usar um recurso para estender a vida útil
de um conjunto de dados, permitindo grandes formatos de conjuntos. Os benefícios são
abundantes.

» Os conjuntos de dados podem crescer além de 10 gigabytes.

» Ao usar XML para análise (XMLA), as operações de gravação são mais rápidas. (Para mais informa-
ções sobre o XMLA, veja o Capítulo 5.)

Existem duas maneiras pelas quais os conjuntos de dados podem crescer usando esse
método: individualmente ou como padrão no workspace Premium. Se decidir expandir
um conjunto de dados individualmente, siga estas etapas:

1. Vá para o Power BI Service.

2. Localize o workspace que inclui o conjunto de dados que deseja expandir.

3. Clique nos três pontos verticais no lado esquerdo do tipo de conjunto.

4. Clique em Settings.

5. Supondo que tenha uma licença Premium, role para baixo até a seção da página
intitulada Large Dataset Storage Format.

6. Em Large Dataset Storage Format, defina como On e clique em Apply, conforme

mostrado na Figura 18-14.

Figura 18-14:
Configurando grandes formatos de armazenamento de conjunto.

Se vir o grande formato de armazenamento do conjunto de dados acinzentado,

é por não ter a licença Premium ou a permissão para alterar a capacidade em seu
ambiente.
As configurações em todo o workspace exigem uma abordagem ligeiramente diferente
— siga estes passos:
1. Vá para Settings, no workspace.

2. Localize a seção Premium.

3. Navegue até o menu suspenso License. (Veja a Figura 18-15.)

4. Dependendo do tipo de licença Premium, selecione Premium per User ou Pre-

mium per Capacity, no título License Mode.
Nesse caso, você seleciona Premium per User.

5. Escolha Large Dataset Storage Format no menu suspenso Default Storage Format.
(Veja a Figura 18-15.)

Figura 18-15:
Configurando um conjunto de dados grande para um workspace.

6. Clique no botão Save.

Agora você configurou e está pronto para big data em todo o workspace.
 NESTE CAPÍTULO

» Integrando o Power BI a outros aplicativos da Microsoft

» Explorando compartilhamento e colaboração de dados

com usuários internos e externos do Power BI

» Automatizando os recursos do Power BI com Power

Platform

Capítulo 19
Que o Power Esteja com Você!

N ão é nenhuma surpresa que a Microsoft considera o Power BI como seu principal

produto de business intelligence empresarial. O Power BI é uma grande parte do pacote
de produtos Power Platform, um conjunto robusto de aplicativos que automatizam pro-
cessos, constroem soluções, analisam dados e criam agentes virtuais. O Power BI vai
fundo na análise de dados. Neste capítulo, você descobre como a Microsoft integrou for-
temente recursos para uma boa colaboração e um excelente compartilhamento de dados
entre recursos móveis, de colaboração, automação e gerenciamento de aplicativos com o
Power BI.

Vinculando Power Platform e Power BI

O Microsoft Power Platform é um conjunto de aplicativos que permite que usuários

como você automatizem processos, criem soluções, analisem dados e criem agentes vir-
tuais. A Microsoft percebeu que os dados estão em todos os lugares. O Power Platform
partiu da crença de que as organizações podem aproveitar e obter insights de seus dados
de forma inteligente usando uma abordagem simplificada. Ele tem quatro componentes
principais:

» Power BI: As ferramentas empresariais de análise de negócios.

 » Power Apps: A solução de desenvolvimento de aplicativos para criar aplicativos de baixo a ne-
nhum código, principalmente para consumo móvel.

» Power Automate: Anteriormente conhecido como Microsoft Flow, lida com automação de pro-
cessos e geração de fluxo de trabalho.

» Power Virtual Agents: Ajuda os usuários a criar bots virtuais inteligentes.

Ao usar o Power Platform, você pode se vincular a mais de trezentos conectores

de dados. (A Microsoft está constantemente adicionando conectores de dados à
plataforma durante seus lançamentos trimestrais de produtos.) O Power Platform tam-
bém suporta a ingestão de inteligência artificial (IA) para lidar com a lógica integrada
para uso em conjunto com o Microsoft Dataverse, anteriormente conhecido como Com-
mon Data Services. O Dataverse é um repositório primário de coleta de dados para todos
os aplicativos que usam o Power Platform. Como se vê na Figura 19-1, as oportunidades
de conexão de dados no Power Platform são significativas.

Figura 19-1:
Opções de conector de dados no Power Platform.

Atualizando com o Power Apps

Se gosta da ideia de criar aplicativos que não demoram meses ou anos para ser codifica-
dos, considere a solução de desenvolvimento low-code e no-code, conhecida como
Power Apps. A plataforma Power Apps lhe permite criar um aplicativo altamente gráfico
e centrado em dados que requer pouco ou nenhum código. Na verdade, mesmo um de-
senvolvedor iniciante pode construir um aplicativo altamente complexo e orientado por
dados que inclua lógica para uma empresa que deseje integrar outras soluções do Power
Platform em diferentes fatores de forma do dispositivo, incluindo smartphones e
tablets.
Com o Power Apps, você cria aplicativos baseados em tela ou em modelos. Um aplica-
tivo orientado por tela permite ao usuário projetar e desenvolver aplicativos específicos
para tarefas com flexibilidade de design. Um aplicativo orientado por modelo, por outro
lado, permite projetar e desenvolver aplicativos focados em componentes usando fontes
de dados existentes com base em processos de negócios.
Não é nenhuma surpresa que a segurança seja parte do Power Apps e, além disso, do
Power Platform também. Um usuário gerencia a segurança corporativa por meio do Ac-
tive Directory do Azure para habilitar políticas, especialmente quando a autenticação
multifator é necessária.
Quando as organizações exigem registros e análises de auditoria, incluindo políticas
de perda e prevenção de dados de rastreamento, é preciso acessar todos os dados por
meio dos controles de administração, que, é claro, exigem acesso por meio do centro de
administração do Power Apps, agora chamado de Power Platform Admin Center. Ele fica
onde todos os outros aplicativos são administrados no Microsoft 365, conforme mos-
trado na Figura 19-2. Uma vez lá, localize a lista de todos os ambientes de administração
de aplicativos e clique no link do Power Apps. Em seguida, é apresentada uma lista de
opções semelhantes à da Figura 19-3.

Figura 19-2:
Uma lista de centros de administração no Microsoft 365.
 Figura 19-3:
Opções para o Power Platform Admin
Center.

Acredite ou não, o Power Platform Admin Center cobre as principais funcionali-

dades do Power Apps, Power BI e Power Automate. O Power Apps tinha seu pró-
prio centro de administração, mas não mais! Não se confunda com a rotulagem — o
Power Platform Admin Center tem exatamente o mesmo conjunto de ferramentas.
Você pode se conectar a praticamente qualquer fonte de dados no Power Plat-
form e integrá-los em todos os sistemas existentes a serem estendidos em todas
as soluções. No entanto, isso não requer o uso do Dataverse. Os dados podem permane-
cer nos próprios aplicativos. Por exemplo, você pode utilizá-los no SharePoint 365 ou no
Dynamics 365 e conectá-los inerentemente a um aplicativo criado por você, para que as
informações sejam consumíveis.

Criando recursos visuais com o Power BI

O Power BI permite insights de dados e tomada de decisões. Ao mesmo tempo, o Power

Apps permite que os usuários criem e usem aplicativos que se conectem aos dados de sua
empresa. Os usuários podem usar a função visual do Power Apps para passar dados sen-
síveis ao contexto para o aplicativo Canvas, que é atualizado em tempo real à medida que
os relatórios são alterados. Para usar um Power Apps visual com o Power BI, siga estas
etapas:

1. Verifique se a versão do Power BI Desktop é a mais recente.

Por padrão, o Power Apps visual está disponível com o Power BI Service. Se estiver
usando o Power BI Desktop, e ele não aparecer, atualize para a versão mais recente.

2. Sempre que desejar integrar um elemento visual do Power Apps, adicione-o ao re-
latório e defina os campos de dados associados no painel Visualizations, conforme
mostrado na Figura 19-4.
Escolha um aplicativo existente ou crie um novo com base na visualização do Power
Apps que acabou de incorporar à página do relatório. Independentemente disso, o rela-
tório deve ser publicado no Power BI Service e aberto no navegador.

Figura 19-4:
O campo Power Apps Data.

3. Depois de clicar duas vezes no elemento visual do Power BI que foi incorporado
ao relatório, selecione a opção desejada — Existing ou New —, conforme indicado
na Figura 19-5.
 Figura 19-5:
Criando ou selecionando um ambiente do Power Apps.

4. Se decidir criar um novo aplicativo, selecione o ambiente correto, supondo que

haja mais de um ambiente disponível. Caso contrário, prossiga com a criação do
novo aplicativo.
Algumas organizações têm mais de um locatário do Power Platform, portanto,
podem ter um ambiente de testes e produção do Power Apps e até mesmo do
Power BI. No entanto, as pequenas organizações geralmente têm apenas uma. Geral-
mente, são as organizações que licenciam o Power BI para Premium per Capacity que
se enquadram nesse caso.
Se você optou por criar um novo aplicativo, será redirecionado para o Power App Stu-
dio, que faz o trabalho duro para você — portanto, pouco ou nenhum código é
necessário.

5. Selecione um formulário ou uma exibição de galeria — sua escolha não importa

nesse momento. Você pode pressionar o botão Skip.
Como mostrado na Figura 19-6, o aplicativo recém-criado aparece no Power App Data
Studio.
Se selecionar um aplicativo existente, o elemento visual solicitará que abra o aplica-
tivo no Power Apps. Ele configura os componentes necessários no aplicativo para que o
Power BI se comunique com o Power App.
Se decidir criar um novo aplicativo, o Power Apps o fará com todos os componentes
pré-conectados — e o low-code estará pronto para agir. Sua única responsabilidade
pós-criação é adicionar a fonte de dados externa, que é acessível no elemento visual do
Power Apps usando o Power App Data Studio.
Se estiver criando um novo aplicativo ou usando um existente em um relató-
rio do Power Apps, certifique-se de que a função
PowerBIIntegration.Refresh () aparece como parte do aplicativo.
 Nem todos os aplicativos estão configurados da mesma forma nesse mo-
mento. Dependendo de como nomeou os campos de dados no Power BI e os ro-
tulou no Power Apps, talvez você veja alguma variação. No exemplo, Agency Lookup
aponta para uma fonte codificada de forma semelhante a esta:
LookUp(Agency,Agency_Name=First(PowerBIIntegration.Data).
Agency_Name)

Nesse ponto, o relatório do Power BI e a instância do Power App Studio que lançou
compartilham uma conexão de dados ao vivo.

Figura 19-6:
Um Power App recém-criado.

6. Usando essa conexão aberta, você pode filtrar e alterar todos os dados em um re-
latório para ver como se refletem imediatamente no aplicativo no Power App
Studio.

7. Escolha File ➪ Save As, no menu principal, para salvar e publicar o aplicativo na
instância do Power Apps em seu domínio de nível superior.

8. Na nova tela exibida, escolha The Cloud como local de salvamento, nomeie o apli-
cativo no campo Name e clique em Save.

9. Teste o Power App acessando o relatório do Power BI associado.

Os usuários agora podem obter insights dos dados entre o relatório e a instância do
Power App, conforme mostrado na Figura 19-7, selecionando o relatório que acabou de
salvar e compartilhar — o Power App agora está incorporado ao relatório. Conclua um
relatório detalhado dos dados dentro dele.
 Figura 19-7:
Um exemplo de integração do Power BI e do Power Apps.

Limitações de integração

Se deseja integrar fortemente o Power Apps e o Power BI, considere primeiro o tamanho
do conjunto de dados. Acredite ou não, essa solução tem limitações de escalabilidade
significativas. Em várias condições, a integração não acontece. Há uma extensa lista de
recursos que o Power BI e o Power Apps não têm atualmente. Por exemplo, as seguintes
condições podem impedir o uso de recursos visuais do Power Apps com o Power BI:

» O número máximo de registros que podem ser passados usando o objeto PowerBIIntegra-
tion é limitado a mil.

» Os recursos visuais do Power Apps não oferecem suporte à incorporação de vários níveis, especi-
almente quando estão em uma configuração de nuvem secundária (SharePoint ou Teams, por
exemplo) com o Power BI.

» Alterar um campo de dados com um elemento visual requer uma modificação dentro do Power
BI Service. Se não atualizar o Service e não propagar a alteração para o Power Apps, o aplicativo
responderá ao acaso.

» Embora você possa visualizar relatórios e aplicativos em uma tela juntos, seus dados do Power
Apps devem permanecer fora da tela do relatório.

» O Power BI Report Server não suporta recursos visuais do Power Apps.

Apresentando o aplicativo móvel Power BI

O Power BI permite que os usuários consumam funções analíticas em praticamente

qualquer dispositivo: desktop, smartphone, tablet e até smartwatch. Dependendo do
sistema operacional, você pode se conectar e interagir com seus dados na nuvem ou no
local de várias maneiras, como descrito na Tabela 19-1.
TABELA 19-1 Suporte Móvel do Power BI

Sistema Operacional Capacidade

Telefone e relógio Apple iOS O Power BI suporta layouts móveis específicos para iOS. Você tam-
bém pode usar o assistente virtual de perguntas e respostas com
essa edição.

Tablet Apple iOS Ao usar o Power BI para iPad, o aplicativo móvel exibe mais do que
os relatórios formatados específicos — oferece dashboards e relató-
rios da maneira como foram formatados no Service. Além disso, você
pode visualizar os KPIs do Report Server e do Reporting Services com
o iPad. Integrada ao aplicativo, está a capacidade de definir alertas de
dados para notificar os usuários quando ocorrerem alterações no
dashboard além dos limites definidos.

Telefone com sistema ope- Semelhante ao iPhone, a edição para celular Android oferece visuali-
racional Android zações exclusivas como parte dos relatórios móveis. Os usuários po-
dem filtrar relatórios com vários filtros geográficos. Além disso, um
recurso de QR code exclusivo para Android permite aos usuários re-
latarem dados no dashboard.

Tablet Android OS Todos os recursos de tablet/iPad da Apple são comparáveis aos do

Android. Um recurso notável é a capacidade de marcar dashboards e
relatórios favoritos para que os usuários possam acessá-los rapida-
mente, com seus KPIs e relatórios favoritos do Power BI Report Ser-
ver e Report Service.

Windows OS O Power BI Mobile é executado em qualquer dispositivo móvel Win-

dows, incluindo telefones Windows 10, tablets e dispositivos Surface.
Como outras plataformas móveis, há funcionalidades específicas ba-
seadas no Windows, como fixar dashboards no menu Iniciar do sis-
tema operacional Windows no aplicativo Power BI Mobile. Você tam-
bém pode executar o Power BI no modo de apresentação com o Sur-
face Hub e o app móvel Power BI para Windows 10.

A Microsoft não oferece mais suporte ao Windows 10 Mobile desde março de

2021. O foco agora está na produtividade baseada no sistema operacional Win-
dows, incluindo dispositivos inteligentes, como tablets e notebooks Surface. A Microsoft
não pensa neles como dispositivos móveis, porque eles executam todo o sistema opera-
cional Windows OS.
Você sempre cria seus relatórios usando o Power BI Desktop. Esses relatórios
são então enviados para o Power BI Service com a criação de dashboards.
Integrando o OneDrive e o Power BI

O OneDrive é uma plataforma de armazenamento online de documentos. Na verdade, é o

mesmo repositório usado no SharePoint, mas com menos firulas. Com o OneDrive, o
versionamento e o compartilhamento de arquivos são limitados à ideia do gabinete de
arquivamento. O SharePoint está mais focado na colaboração para empresas no escopo
de sites e intranets — o OneDrive está focado em arquivos e pastas. Muitos usuários po-
dem colaborar simultaneamente, incluindo workflows complexos completos, auditoria,
modelo e controles de auditoria em ambos os aplicativos. Com o OneDrive, você não
pode criar sites ou soluções de colaboração social, e esse é o grande ponto de venda para
o SharePoint. Para fins de Power BI, no entanto, o foco do OneDrive é perfeitamente
bom. Às vezes, você precisa de um documento para residir em um repositório centrali-
zado. Em outras ocasiões, ele pode simplesmente residir na área de trabalho de um
usuário local.
Como o OneDrive não permite que documentos sejam publicados na web, como com-
partilhar um arquivo do Power BI? O truque é tornar o documento detectável para um
público específico, fornecendo-lhe acesso a ele. Neste exemplo, você verá como conectar
o OneDrive ao Power BI para compartilhamento de dados e consumo de arquivos. Siga
estes passos:

1. No navegador, vá para o local do OneDrive for Business.

2. Localize o arquivo Excel que contém os dados necessários.

3. Clique com o botão direito do mouse no arquivo e escolha Open in App ou Open in
Browser no menu exibido, como mostrado na Figura 19-8.
O Open in App aproveita o conjunto de ferramentas do Desktop Client, enquanto o
Open in Browser abre o OneDrive no navegador.
 Figura 19-8:
Selecione Open in App ou Open in Browser.

4. No Excel, escolha File ➪ Info.

O painel Info é exibido.

5. Clique no botão Copy Path. (Veja a Figura 19-9.)

Figura 19-9:
A opção Info para copiar o caminho.

6. Abra o Power BI Desktop e clique na opção Get Data, em Home.

7. Escolha Web no menu que aparece. (Veja a Figura 19-10.)

 Figura 19-10:
A opção Get Data, da Web.

8. Na caixa de diálogo From Web, verifique se o botão Basic está selecionado e cole o
link do Excel no campo de URL da caixa de diálogo. Você deve remover o ?web=1
string no final do link para que o Power BI Desktop vá até o arquivo, conforme
mostrado na Figura 19-11.
Agora você conectou o arquivo à sua instância do Power BI. Uma caixa de diálogo do
navegador é exibida, permitindo que selecione, na lista de tabelas, planilhas e interva-
los encontrados no workbook do Excel ao qual acabou de se conectar no exemplo.
Nesse ponto, você pode usar o OneDrive for Business como qualquer outro arquivo do
Excel. Na verdade, pode criar relatórios e usar os arquivos no OneDrive para conjuntos
de dados como faria com qualquer outra fonte.
Você pode ser solicitado a usar suas credenciais do Active Directory como
parte da Etapa 8. Não entre em pânico. Escolha suas credenciais do Windows
para acesso local ao SharePoint ou à sua conta online do Microsoft 365.
 Figura 19-11:
A opção básica para adicionar a URL.

Colaboração, SharePoint e Power BI

O SharePoint 365, que faz parte do conjunto de ferramentas do Microsoft 365 (anterior-
mente, Office 365), permite que os usuários colaborem com outros membros de uma or-
ganização por meio da criação de sites de intranet, páginas da web, bibliotecas de docu-
mentos e listas. Como parte da experiência do usuário, um usuário pode adicionar uma
web part, que é um pequeno aplicativo autônomo, para fornecer conteúdo relevante e
direcionado. O conteúdo pode executar a gama de recursos visuais, notícias ou comuni-
cações. Uma dessas web parts disponíveis para os usuários para integração de dados é a
web part do Power BI, dentro da experiência moderna do usuário do SharePoint.

Experiência clássica versus moderna do SharePoint

A Microsoft transformou a experiência do SharePoint em algo moderno e prático, exi-

gindo modularidade, reutilização e mobilidade, em comparação com a mentalidade fo-
cada no código, o que significa que existem limites para os tipos de personalizações vi-
suais que podem ser concluídos em toda a experiência do usuário.
Isso significa que a Microsoft abandonou a experiência clássica, não permitindo que os
usuários codifiquem sites de intranet e páginas da web? Ainda não! Mas há, é claro, re-
cursos que você não obtém com a experiência clássica, só na moderna. No entanto, com
a troca de uma personalização menor, vem uma experiência de colaboração orientada
por dados mais intuitiva. Um exemplo é a web part do Power BI. Esse recurso não está
disponível nativamente com a experiência moderna; requer a clássica. Você precisa fazer
uma quantidade significativa de codificação manual para integrar até mesmo recursos
simples. Por outro lado, para a experiência moderna, adicionar uma web part do Power
BI é tão simples quanto arrastar, soltar e clicar.
Integrando o Power BI ao SharePoint 365

Antes de fazer qualquer coisa no SharePoint, configure o Power BI para apresentar seus
relatórios usando sua web part. Para concluir essas ações, abra o Power BI Service e, em
seguida, vá para o relatório que deseja apresentar no SharePoint. Para concluir essas
ações, siga estas etapas:

1. Vá para o Power BI Service.

2. Localize o relatório que deseja apresentar no SharePoint Online.

Os relatórios são encontrados nos workspaces individuais.

3. Acesse o relatório individual que quer incorporar selecionando Choose File ➪ Em-
bed Report ➪ SharePoint Online no menu principal, como mostrado na Figura 19-
12.

Figura 19-12:
Configurando o Power BI para SharePoint Online.

4. Copie o link que aparece na caixa de diálogo Embed Link for SharePoint.
Você usa esse link para incorporar seu relatório na web part do Power BI. (Veja a Fi-
gura 19-13.) Mostro exatamente como na próxima seção.
 Figura 19-13:
Link incorporado para SharePoint Online.

Visualizando relatórios no SharePoint

A próxima parte da experiência de integração do Power BI requer que você vá para a ins-
tância do SharePoint Online. Nas etapas a seguir, configure a web part do Power BI para
exibir o relatório que acabou de configurar para o SharePoint Online:

1. Acesse qualquer página da web do SharePoint que incorpore sua experiência

moderna.

2. Localize o sinal de mais (+) (veja a Figura 19-14) na página em que deseja adicionar
a web part do Power BI.

Figura 19-14:
Adicionando uma web part em uma página da web moderna do SharePoint.

3. Clique no sinal de mais e selecione sua web part.

4. Escolha a web part do Power BI, conforme mostrado na Figura 19-15.

Figura 19-15:
Um catálogo de web parts.
5. Depois que a web part do Power BI for colocada provisoriamente na página do
SharePoint, clique no botão Add Report. (Veja a Figura 19-16.)
Um dashboard aparece no lado direito da tela, como mostrado na Figura 19-17.

Figura 19-16:
Inicialização da web part do Power BI.
 Figura 19-17:
O painel Report Configuration, do Power BI.

6. Cole a URL que copiou do Power BI Service, na seção anterior, “Integrando o

Power BI ao SharePoint 365”, no campo Report Link, no Power BI.

7. Pressione a tecla Enter para que as alterações entrem em vigor.

Agora você vê o relatório incorporado ao SharePoint Online, como mostrado na Fi-
gura 19-18. Curiosamente, o nome de cada página é transferido do Power BI.
 Figura 19-18:
Um relatório do Power BI incorporado ao SharePoint Online.

Você pode configurar o layout, a página inicial (se houver várias páginas de relatório),
a página de navegação, as opções de filtragem e a barra de ação para cada relatório na
web part do Power BI do SharePoint Online.

Automatizando Workflows

O Power Automate, anteriormente conhecido como Microsoft Flow, ajuda as organiza-

ções a automatizarem processos. Algumas dessas tarefas podem até ser demoradas.
Ainda assim, com um workflow automatizado, você pode reduzir erros e tarefas não es-
senciais. O Power Automate é o poderoso mecanismo de workflow que permite conectar
não apenas sistemas baseados na Microsoft, mas também aplicativos de terceiros.
Com o Power Automate, há uma única fonte. Na verdade, você pode automatizar e
construir processos de negócios em aplicativos e serviços implantados há muito tempo
ou apenas concluí-los como parte de uma nova implementação de TI. Quando o Power BI
faz parte da equação, os cenários variam de simples automação de dados a processos
avançados que exigem ramificação e ações de gatilho. Por exemplo, com o Power Auto-
mate, um workflow pode ser criado para estabelecer um processo de aprovação. Ou, tal-
vez quando os dados são adicionados ao Power BI, os usuários possam ser notificados
sobre tais alterações no sistema.

Configurando workflows pré-construídos para o Power BI

Nem todas as configurações para o Power BI realmente ocorrem nele. O trabalho árduo
acontece no Power Automate. Você está simplesmente se conectando ao Power BI para
as atividades configuráveis. Para começar a criar um workflow, inicie o aplicativo Power
Automate, do Microsoft 365. (Veja a Figura 19-19.)

Figura 19-19:
Acessando o Power Automate no console do Microsoft 365.

Assim que o Power Automate for lançado, você verá várias maneiras de criar um fluxo.
A maneira mais eficiente de fazê-lo é digitando Power BI na caixa Search, no lado direito
da tela, como mostrado na Figura 19-20.

Figura 19-20:
Pesquisando por Power BI na página inicial do Power Automate.

Após pressionar Enter, todos os modelos de Power BI pré-construídos são exibidos,

conforme mostrado na Figura 19-21.
 Figura 19-21:
Os modelos Power BI pré-construídos do Power Automate.

A Microsoft tem mais de quarenta modelos pré-construídos (até o momento)

para integração ao Power Automate.
Para configurar um exemplo de workflow pré-construído, siga estas etapas:

1. Selecione o modelo do workflow Update an Excel Table (veja a Figura 19-22), um

dos workflows mais procurados para o Power BI.

Figura 19-22:
O modelo de workflow Update an Excel Table.

2. Abra o modelo e clique na opção Flow.

Aparece uma tela para configurar todas as contas que você precisa autenticar.
Nesse caso, autentique para Power BI e Excel.

3. Depois de verificar se você tem as contas adequadas selecionadas, clique em Con-

tinue. (Veja a Figura 19-23.)
 Figura 19-23:
Configurando contas.

4. Depois de pressionar Continue, você será solicitado a mapear os campos da fonte

do Excel para a fonte de dados do Power BI.
Nesse caso, estou mapeando um arquivo encontrado no OneDrive, com dados relaci-
onados ao usuário, no qual existe uma correspondência no Power BI para atualizar
uma linha, como mostrado na Figura 19-24.

Figura 19-24:
Campos de mapeamento para Power Automate Flow.

5. Supondo que tenha configurado todos os campos e nenhum erro tenha aparecido
após testar seu fluxo (pressione o botão Test primeiro — veja a Figura 19-25), cli-
que em Save (novamente, veja a Figura 19-25) quando estiver pronto para concluir
seu fluxo.
 Figura 19-25:
As opções Test e Save.

Não consigo enfatizar o suficiente a frase “teste seu trabalho com cuidado” an-
tes de salvar seu fluxo para que ele possa ser executado ao vivo desde o início. A
pior coisa são os erros, que resultam em atividades desnecessárias para os usuários. Afi-
nal, quem quer acordar com uma caixa de entrada cheia de e-mails inúteis e mensagens
de texto, certo?
Aparece uma mensagem informando que um fluxo foi salvo e que deve ser tes-
tado. Vá para o lado superior direito da tela e pressione Test para garantir que ele
funcione corretamente.

Usando o Power Automate Visual com Power BI

No Power BI, você pode adicionar uma opção de visualização útil chamada Power Auto-
mate Visual. Veja como:

1. Com um relatório aberto no Power BI, selecione o visual desejado no painel Visua-
lizations (veja a Figura 19-26) e arraste-o para a tela Services.

Figura 19-26:
Adicionando o Power Automate Visual à tela do Power BI.

2. Depois que o visual for adicionado à tela, selecione o campo que será o gatilho do
Power Automate.
Nesse caso, o gatilho é Awarded.

3. Depois que o campo for selecionado, clique nas três elipses (More Options), no
canto superior direito da caixa de diálogo Power Automate, na tela, e escolha Edit
no menu exibido.
 O Power Automate é iniciado no navegador.
Você tem a opção de usar um dos fluxos pré-construídos, procurar um fluxo ou criar
o seu próprio.

4. Para esse fluxo, crie um item de lista no SharePoint Online clicando duas vezes no
fluxo pré-construído.

5. Depois de selecionar um fluxo pré-construído, clique em Create an Item para uma

lista do SharePoint a partir do Power BI, como mostrado na Figura 19-27.

Figura 19-27:
Criando um item do SharePoint para uma lista do Power BI.

6. Na nova tela exibida, valide as credenciais de autenticação do Power BI e do Sha-

rePoint e clique em Continue.

7. Localize o conjunto de sites, o site ou o subsite do SharePoint junto com a lista

para a qual deseja mapear seus campos. Quando terminar de mapear os dados da
lista do SharePoint para o fluxo, clique em Save, conforme mostrado na Figura 19-
28.

Figura 19-28:
Mapeamento de campos para Power BI SharePoint Flow.
 8. Após clicar em Save, volte ao relatório selecionando Back to Report, no lado
esquerdo.
Você verá que o botão Run Flow foi adicionado ao relatório, conforme mostrado na
Figura 19-29.

Figura 19-29:
Um botão do Power Automate para Power BI anexado a um relatório.

Desencadeando o Dynamics 365 para a Análise de Dados

O Dynamics 365 é bastante, digamos, dinâmico. Se você for um usuário do Dynamic 365
CRM, Sales, Finance, Operations, HR, Business Central ou outro módulo, o Power BI
pode ajudá-lo a avaliar seus dados com maior profundidade do que o Dynamics 365 so-
zinho. Incorporadas ao Dynamics 365 estão inúmeras maneiras de fatiá-los e dividi-los
com base nas métricas disponíveis do setor. Ainda assim, muitas organizações precisam
comparar dados fora do que o Dynamics 365 oferece. Muitas vezes, os dados devem ser
agregados a sistemas de terceiros. Independentemente das circunstâncias, a maneira de
ingerir dados no Power BI Desktop para avaliação e análise é a mostrada no Capítulo 6.
Todas as opções do Dynamics 365 são encontradas em Services Online. (Veja a Figura
19-30.) Selecione o aplicativo do qual deseja ingerir dados no Power BI e siga as instru-
ções depois de clicar em Connect.
 Figura 19-30:
O menu para selecionar uma Instância do Dynamics 365.

Veja o que acontece depois de selecionar um aplicativo específico do Dynamics:

1. Você deve inserir a URL da instância do Dynamics CRM da sua organização ou fa-
zer login no Dynamics 365 (todos os outros aplicativos).
Nesse caso, as credenciais de login são fornecidas.

2. Depois de fazer login, selecione quais tabelas das instâncias de Production deseja
transformar e carregar, verificando cada item à esquerda.

3. Quando estiver pronto, selecione Transform Data.

4. Seus dados do Dynamics 365 Business Central foram importados para o Power BI
para avaliação usando o Power Query Editor.

Agora você pode criar relatórios usando as tabelas e os dados importados para o Power
BI sem precisar depender do Dynamics 365.
6
A Parte dos Dez
 NESTA PARTE…

Torne suas visualizações, relatórios,

dashboards e apps do Power BI acessíveis
online e passíveis de impressão.

Descubra maneiras de aperfeiçoar seu

código DAX para adoção com o Power BI.
 NESTE CAPÍTULO

» Entendendo como focar a lógica, formatar o código e sim-

plificar tudo

» Vendo por que é crucial eliminar algumas funções e ter

propósito

» Lidando com repetições

Capítulo 20
Dez Melhorias no DAX com o Power BI

O Data Analysis Expressions (DAX) é uma linguagem de expressão de fórmula usada

em muitos produtos da Microsoft. Se você já usou produtos como Analysis Services,
Power Pivot no Excel ou Power BI, já conhece um pouquinho o DAX. As funções, os ope-
radores e os valores para realizar cálculos avançados e as consultas de dados em tabelas
relacionais no Power BI são, em muitos casos, os mesmos usados em outros produtos da
Microsoft. No entanto, para o Power BI, a Microsoft criou recursos DAX de nicho especí-
ficos disponíveis apenas para seu produto de business intelligence empresarial.
Neste capítulo, mostro como levar em consideração esses recursos especiais encon-
trados apenas no Power BI. Além disso, você vê algumas maneiras importantes de aper-
feiçoar seu código DAX ao usar o Power BI.

Focando a Lógica

A otimização do desempenho é a chave para a modelagem e a extração de dados, e para a

entrega de banco de dados. É por isso que, ao projetar uma camada de banco de dados de
alta qualidade, você está, na verdade, definindo o caminho para um modelo de dados
otimizado que viabiliza a eficiência de dados com DAX.
Ao criar o modelo de dados e a camada de banco de dados, concentre-se em garantir
que os campos sejam mapeados corretamente, tenham uma finalidade pretendida e não
tenham redundância. Isso não apenas ajuda a minimizar a necessidade de colunas calcu-
ladas, tabelas calculadas e métricas com o DAX, mas também fornece uma experiência
de saída geral comumente mais rápida com o Power BI. Não seja afoito para desafios de
desempenho calculando por meio de atividades mais complexas, o que resulta em um
ambiente DAX lento.
O modo DirectQuery com DAX, por exemplo, tem alguns limites significativos. Certifi-
que-se de que o modelo não tenha absolutamente nenhuma referência lógica. Se usar o
DirectQuery, isso já significa um impacto no desempenho por causa da automação, por-
tanto, adicionar expressões DAX cria um atraso significativo.
O modo Import Model, por outro lado, tem seus próprios desafios. Como oferece su-
porte a modelos na memória, você precisa evitar a lógica de negócios que alimenta um
modelo de dados arbitrariamente. O uso aleatório de feeds apenas diminui a velocidade
de processamento de um modelo. Você pode usar filtros em uma exibição, mas, se fizer
isso, certifique-se de minimizar a lógica necessária ao implantá-los. (Nesse contexto,
minimizar a lógica do filtro significa não implementar o mesmo filtro muitas vezes no
mesmo ambiente.)
Esteja você seguindo o modo DirectQuery ou o Import Model, uma abordagem sólida
para implementar a lógica é colocá-la em procedimentos armazenados que criam tabe-
las, permitindo que seus modelos a reutilizem. Ao fazer isso, é possível criar o mesmo
conjunto de tabelas e uma única fonte de verdade. Além disso, você deve implementar
índices — idealmente, armazenamentos de colunas em cluster — ao aplicar tabelas
grandes.

Formatando o Código

Não é incomum que você tenha sua própria maneira peculiar de nomear o código. Todo
mundo tem seus próprios sistemas. Se seu código for apenas para você, provavelmente
não haverá problema em quebrar algumas regras aqui e ali. Observe que a palavra é al-
gumas, não todas. Por quê? Só porque o código é para você agora não significa que não
será compartilhado mais tarde com outra pessoa.
Ao longo deste livro, você notará que tudo o que cito mapeia uma tabela, coluna ou li-
nha. Cada variável é significativa e relevante para o código de exemplo. A cortesia co-
mum é garantir que outras pessoas não fiquem confusas ao tentar ler seu código DAX.
Na verdade, você não quer abrir sua própria amostra de código um dia e coçar a cabeça
enquanto se pergunta o que escreveu.
O primeiro objetivo é formatar todo o código de forma consistente e documentá-lo
meticulosamente. Eis um exemplo de código bem documentado e formatado:
Total Orders =
IF (ISFILTERED ('Date Ranges'[Date Range]),
 CALCULATE (COUNTROWS ('Order Data'),
FILTER ('Order Table',
'Order Table'[Submit Date] >= [Commit Date]
&& 'Order Table'[Submit Date] <= [Ship
Date]) ),
COUNTROWS ('Order Data') )

Seguir essas práticas recomendadas o ajudará a manter seu código limpo:

» Sempre recue uma nova linha se fizer referência a uma nova função ou métrica.

» Coloque espaços antes e depois de colchetes abertos e fechados para garantir que o contexto dos
dados seja percebido.

» Sempre coloque espaços ao redor de operadores como +, – e =, para facilitar a leitura.

» Não complique demais seu código com variáveis, funções e fórmulas desnecessárias.

» Nunca crie itens arbitrariamente ou dê a uma tabela o mesmo nome de uma métrica. Isso apenas
confunde você e os outros desenvolvedores.

» Nunca inclua nome de coluna, a menos que faça referência à tabela de origem.

Simplificando

A ideia de simplificar se aplica a tudo, inclusive ao Power BI e ao DAX: quanto mais com-
plicadas forem as tabelas e colunas que criar, maior é a probabilidade de haver dois pro-
blemas. Primeiro, há um impacto imediato no desempenho quando se trata de obter re-
sultados. Segundo, é difícil decidir o que são dados necessários versus o que são
arbitrários.
Em suma, é importante incluir apenas as tabelas e colunas absolutamente necessárias
em seu modelo para explorar um problema de negócios. Adicionar mais código do que o
necessário causa um uso excessivo de memória e um aumento da complexidade para o
usuário, e é provável que aumente o volume de dados. Todos esses itens levam à dimi-
nuição do desempenho. Você deve diminuir o número de colunas e de linhas em um
modelo.
Menos é mais — seu objetivo é encontrar precisão e exatidão.
À medida que trabalha na reengenharia de seus dados para obter simplicidade,
provavelmente precisará retrabalhar as tabelas das quais as colunas foram removidas —
elas precisarão ser reagregadas. Em quase todas as condições, quanto menor o modelo,
melhor o desempenho.
Uma condição que tende a proibir a redução de dados envolve IDs exclusivos. Um
exemplo é uma chave primária, como TransactionID ou ProductID, usada simplesmente
para contar itens. Esses tipos de colunas criam circunstâncias proibitivas para a criação
de modelos leves. A lição aqui é simples: pense duas vezes antes de usar dados exclusivos
e DAX.

Livrando-se de Algumas Funções

Você já ouviu o velho ditado “Não cutuque a onça com vara curta”, que se aplica a deter-
minadas funções, porque o impacto no desempenho do Power BI e na saída de dados po-
tencial pode ser prejudicial a seu conjunto de dados. Evite funções essenciais, como SE-
ARCH, IFERROR, CONTAINS e INTERSECT. “Por quê?”, você pergunta. Vamos entender.
Uma boa prática para garantir a eficiência em termos de custos e entendimento dos
negócios é usar o Best Practices Analyzer (BPA) ao selecionar as funções DAX. À medida
que utiliza o BPA, verifique o valor de usar essa mesma função, que muitas vezes não
tem eficiência e tem um custo proibitivo.
SEARCH é uma das funções mais caras em termos de memória e carga de processa-
mento, pois exige que o sistema verifique cada linha em busca de dado valor. Ou seja,
não há atalhos. Uma forma de lidar com a pesquisa com o DAX com mais eficiência é
criar uma coluna no banco de dados. Depois, leve a coluna para o modelo como uma co-
luna de dados. SEARCH deve realizar operações em tempo real, portanto, para funções, há
uma necessidade de alavancar SEARCH ao usar métricas. Se não puder criar uma nova co-
luna em um banco de dados, considere criar uma coluna calculada. As métricas precisam
se referir à coluna.
IFERROR é uma boa função no Microsoft Excel, no entanto, no Power BI, gera proble-
mas de desempenho. Usar funções mais simplistas, como DIVIDE, que resolve erros de
divisão por zero com mais facilidade, usando processos integrados sem erros, reduz
muitos erros e viabiliza um desempenho mais rápido.
O uso de funções que exigem análise excessiva, especialmente ao mapear relações, é
muito ineficiente. Mais uma vez, a preocupação aqui recai sobre o desempenho. Quanto
mais se analisa os dados, maior a degradação do desempenho que aparece para o usuá-
rio. Não é incomum usar CONTAINS ou INTERSECT para relações virtuais. Ambos reque-
rem forte interação entre as relações da tabela. Por isso, considere usar uma função mais
ágil, como TREATAS. Enquanto com CONTAINS e INTERSECT você analisa todo o conjunto
de dados, TREATAS os filtra da coluna para um conjunto finito de dados de um conjunto
específico de colunas.
Dando Sentido às Métricas

Há uma hora e um lugar para usar recursos específicos do DAX, e com o uso de métricas
não é diferente. Claro, você pode calcular colunas usando uma coluna calculada, mas não
faz mais sentido procurar eficiência de dados? A introdução de métricas no mix não pro-
duz nenhum impacto negativo no desempenho de um modelo de dados. Considerando
que não se podem manipular dados em alguns casos usando colunas calculadas por
conta própria, as métricas são uma abordagem alternativa sólida. Muitos cálculos mate-
máticos, estatísticos e trigonométricos exigem métricas, porque não podem ser concluí-
dos usando apenas uma tabela calculada.
Esteja você tentando trabalhar com funções DAX básicas ou criando código de função
DAX complexo, deve entender que o Power BI permite que os usuários agreguem colunas
implicitamente. No Power BI, as métricas implícitas são úteis para testar logo o desem-
penho de uma visualização. Outra opção é criar uma métrica explícita usando DAX. Em
tal situação, a intenção é criar cálculos focados. Aqui estão os motivos pelos quais faz
sentido criar métricas repetíveis para o DAX, mesmo que seja um pouco mais complexo.
Considere o conjunto de dados aplicando uma das seguintes escolas de pensamento:

» O Power BI deve se comportar como o Excel. Isso significa usar métricas implícitas em conjunto
com dados do workbook, ou seja, o uso intenso de duas funções: SUM para dados numéricos e
COUNT para dados de texto. Quando você usa o Power BI Desktop, qualquer coluna numérica
pode usar a propriedade Summarize By.

» O Power BI deve definir explicitamente todas as métricas. Ao definir métricas explicitamente,

o modelo oferece suporte ao controle de dados, porque o desenvolvedor está codificando o com-
portamento. Embora esse método ofereça mais flexibilidade ao desenvolvedor, nem sempre pro-
duz os resultados exatos que se deseja inicialmente. Revisões são necessárias, mas produzem re-
sultados significativos se aperfeiçoadas ao longo do tempo.

Filtrando com Propósito

A função FILTER é usada em excesso. Embora seu objetivo principal seja filtrar colunas
com base em valores de métricas, pense muito sobre por que deseja usá-la. Se a filtra-
gem for destinada apenas a um valor de coluna, não há necessidade de usar a função
FILTER. Na verdade, o desempenho do Power BI diminui ao usar a função FILTER
quando a finalidade não está claramente definida. Vejamos alguns exemplos, começando
com algo que não se deve fazer:
BID = CALCULATE ([PROFIT], FILTER ('State', 'State' [Country] =
"United States"))
 Evite a lógica usada neste exemplo — você está filtrando cada linha desnecessaria-
mente. Agora, aqui estão duas opções potenciais que são mais adequadas:

Opção n° 1

BID = CALCULATE ([PROFIT], 'State'[Country], "United States")

Opção n° 2

BID = CALCULATE ([PROFIT], KEEPFILTERS ('State'[Country] = "United

States"))

Ambas as opções são sólidas, no entanto, os resultados são diferentes. Em comparação

com a consulta original, a segunda opção funciona da mesma forma. A diferença é que o
código é muito mais eficiente, porque o filtro é aplicado diretamente à coluna, e não à
tabela inteira. Na primeira opção, o exemplo de código é estranho, porque mostra a lu-
cratividade dos EUA em todas as áreas. Essa opção é útil em circunstâncias específicas,
como quando você precisa que um valor seja exibido, independentemente de um filtro
específico ter que ser aplicado.

Transformando com Propósito

DAX não significa expressões de transformação de dados — é destinado à análise. Mante-

nha os recursos do Power BI na raia adequada, o que significa que, se quiser transformar
os dados, gaste o máximo de tempo possível fazendo isso no Power Query. Quanto mais
tempo você gastar extraindo, transformando e carregando os dados no Power Query an-
tes de importá-los para um modelo do Power BI, menos precisará fazê-lo mais tarde.
Modelos que realizam tais atividades pesadas antes da importação levam a rápidos pro-
cessamento e otimização de recursos.
Após seus dados serem transformados para o melhor estado possível em termos de
preparação antes do carregamento e serem ingeridos no Power BI, você poderá analisá-
los. Siga estas diretrizes antes de ingeri-los no Power BI, usando o DAX para transfor-
mar conjuntos de dados como utilitário principal. Os dados devem:

» Estar em um formato adequado para a análise.

» Estar totalmente carregados no modelo, cujo formato deve ser o ideal.

» Estar limpos, mesclados e divididos o máximo possível, porque deixar para fazer esse trabalho no
DAX apenas adiciona etapas desnecessárias.

Não é problema gastar mais tempo preparando os dados do que os analisando,

porque um melhor formato possível na transformação minimiza a análise
posterior.
Aquele Esconde-esconde

Até agora, você provavelmente percebeu que filtrar uma tabela inteira tem implicações
profundas no desempenho, não apenas com o Power BI, mas também ao implementar o
DAX. A razão tem a ver com a análise de cada linha da tabela: é incrivelmente demorada
e gera saídas marginais. Em vez disso, há uma forma melhor de gerenciar dados em ta-
belas, não apenas para o DAX, mas também para o Power BI em geral. Siga estas práticas
recomendadas:

» Faça o que fizer, evite filtrar uma tabela inteira. Há o risco de travar o desempenho. Suponha
que você esteja pagando pela largura de banda do banco de dados usando Azure, AWS, GCP ou
IBM Cloud. Nesse caso, se seu volume transacional for significativo, o produto não funcionará
como o esperado.

» Remova todas as colunas que sabe que não usará. Ter colunas em uma tabela “só por desen-
cargo” adiciona uma carga desnecessária ao desempenho da consulta.

» Concentre-se na filtragem usando uma abordagem baseada em colunas. Uma tática ainda
melhor é filtrar apenas as poucas colunas que têm dados relevantes. Se puder remover as colu-
nas restantes do conjunto de dados, faça-o. Você terá resultados de alto desempenho.

Usando Funções Fabulosas

Eu não teria gastado quase um capítulo inteiro descrevendo mais de 250 funções se elas
não fossem um recurso fabuloso para Power BI e DAX. Elas são genuinamente um salva-
vidas de redução de código, porque são fórmulas nomeadas dentro de uma expressão.
Uma função, em geral, tem um parâmetro opcional obrigatório como entrada. Cada vez
que uma função é executada, um valor é retornado. E essas funções exigem pouco ou ne-
nhum código, diferentemente de outros esforços de desenvolvimento.
As funções DAX variam desde o cálculo de datas e horas até o cálculo de dados associa-
dos a strings, pesquisas e iteração em tabelas para realizar atividades de tabela recursi-
vas. Com o DAX no Power BI, sua capacidade de codificar dados vai muito além do que o
Excel oferece no suporte a cálculos matemáticos — a lista a seguir fornece algumas
dicas:

» Somente o DAX no Power BI permite fazer referência a uma coluna ou tabela completa — talvez
você queira usar apenas valores específicos dessas colunas ou tabelas. Você pode aplicar uma
função de filtro a uma fórmula.

» Suponha que queira personalizar dados baseados em cálculo linha por linha. Nesse caso, certas
funções DAX lhe permitem usar valores de linha atuais. Você também pode usar dados de linha
como um valor de parâmetro.
 » Somente as variáveis que você pode usar com o DAX permitem realizar cálculos que variam de
acordo com o contexto.

» O DAX permite retornar uma função em uma tabela e seu conjunto de dados, não apenas um
único valor. Embora a tabela não possa ser exibida em um cliente de relatório, ela fornece entrada
para outras funções.

» O DAX tem um tipo de função específico para usuários de negócios, chamado de funções time in-
telligence. Essas funções são exclusivas, porque lhe permitem se aproximar de intervalos de datas
selecionados e realizar cálculos complexos com base em uma série de datas, incluindo intervalos
delas.

Em Time que Está Ganhando…

Funções e métricas lhe permitem ser incrivelmente eficiente quando se trata de escrever
um código bem escrito. É por isso que não há razão para escrever longos blocos de código
para realizar uma atividade básica. Por exemplo, você está tentando calcular um único
valor. É melhor dividir seus cálculos em blocos menores do que criar uma equação longa
— por dois motivos:

» A repetição ajuda a evitar erros de desempenho.

» A eficiência do código é aparente, porque você vê logo um padrão depois que algumas equações
são escritas, já que a reutilização está viva e boa.

Uma forma de garantir que a repetibilidade e a consistência do código sejam se-

guidas é usando variáveis. Quando você usa variáveis, elas oferecem vários bene-
fícios, como ajudar a garantir uma documentação robusta e evitar erros desnecessários
ao repetir o ciclo de codificação.
 NESTE CAPÍTULO

» Adaptando atalhos e leitores de

tela

» Facilitando tamanho, contraste e

modos de visualização

» Inserindo texto alternativo e

mais

Capítulo 21
Dez Formas de Simplificar
Relatórios

A capacidade de ler relatórios e elementos visuais

no Power BI não deve ser limitada às pessoas que
conseguem distinguir cores ou têm a capacidade de
ler sem ajuda. E os usuários que são daltônicos ou
mesmo aqueles que precisam de tecnologias assisti-
vas para ajudá-los a interpretar os dados? Eles não
devem ser deixados de lado apenas porque têm um
requisito único. Com o Power BI, você pode incorporar
vários recursos perfeitamente com pouco esforço para
tornar os relatórios acessíveis para vários tipos de
público.
Neste capítulo, descrevo dez maneiras de acomodar
públicos que têm necessidades especiais ao interpre-
tar dados do Power BI usando métodos acessíveis.

Navegando pelo Teclado

Os autores de relatórios não devem se preocupar com

o fato de os usuários estarem sujeitos a usar um
mouse ou teclado para exibir dados no Power BI gra-
ças ao suporte interno para recursos ricos em acessi-
bilidade. Os usuários de relatórios também podem
percorrer pontos de dados em elementos visuais, al-
ternar entre tabelas de páginas e revisar recursos in-
terativos, incluindo dados de realce cruzado, filtra-
gem e fatiamento de dados usando o teclado ou o
mouse.
O usuário pode navegar em um relatório usando os
atalhos de foco que aparecem para indicar onde o
usuário está no relatório a qualquer momento. De-
pendendo do navegador usado, as habilidades de foco
variam. Por exemplo, o uso do Apple Safari, Google
Chrome e Microsoft Edge difere.
Para acessar atalhos de teclado usados com
frequência, pressione a tecla de ponto de interrogação
(?) no Power BI para exibir uma lista de atalhos.

Considerando um Leitor de Tela

A Microsoft viabilizou para os usuários que precisam

de adaptações visuais o uso de um leitor de tela como
companheiro. Cada objeto no Power BI com navega-
ção por teclado também tem uma opção compatível
alternativa para leitores de tela. Isso significa que os
consumidores de relatórios podem navegar por todas
as visualizações, incluindo títulos, elementos visuais,
texto alternativo e qualquer informação textual inte-
grada a elas.

Contrastando

O Power BI oferece suporte à integração de temas de

alto contraste para a maioria, se não todas, de suas
visualizações. O alto contraste permite um número li-
mitado de cores, o que torna a interface mais fácil de
usar para pessoas com desafios visuais. Aqueles com
fotossensibilidade ou deficiências visuais se benefi-
ciam significativamente do uso de modelos de alto
contraste em seus computadores. Aqueles em ambi-
entes com pouca luz também se beneficiam tremen-
damente, dado o esquema de cores limitado necessá-
rio para exibir as visualizações.
Ao usar recursos de alto contraste no Windows, o
Power BI Desktop detecta automaticamente qual
tema de alto contraste é utilizado e aplica a configu-
ração mais adequada à visualização. Uma vez publica-
das no Power BI Service, as cores de alto contraste são
transferidas para o ambiente a seguir, conforme mos-
trado na Figura 21-1.
 FIGURA 21-1:
Um tema de alto contraste no Power BI.

Diferentemente do Power BI Desktop, que

detecta automaticamente as configurações de
alto contraste, o Power BI Service faz o possível para
detectar as configurações apropriadas com base no
navegador utilizado. Você pode definir o tema manu-
almente acessando o Power BI Service no canto supe-
rior direito e escolhendo View ➪ High Contrast Colors
no menu. Você pode então selecionar o tema de rela-
tório aplicável entre as opções fornecidas
Quando Tamanho É Documento

Cada elemento visual é definido com um tamanho pa-

drão quando gerado. Às vezes, você quer aumentar o
tamanho para ajudar quem precise ver detalhes mais
refinados, sejam pontos em um gráfico de plotagem,
seja um texto menor. Para aumentar a legibilidade de
um elemento visual em um dashboard, expanda-o
para preencher mais espaço na tela clicando no ícone
Focus Mode, no canto superior direito de um relató-
rio, conforme mostrado na Figura 21-2.

FIGURA 21-2:
Mudando o foco.

Alternando entre Tabelas de Dados e

Visualizações

Às vezes, um indivíduo daltônico ou com outros pro-

blemas visuais não percebe nuances nos dados visu-
ais. É bem mais fácil para eles entender diferenças
aparentes usando dados textuais. Nesses casos, ter
acesso a alternativas tabulares é o ideal. Você pode
mostrar dados tabulares de duas maneiras: pressione
Alt-Shift-F11 no teclado para exibir os dados da tabela
ou clique em More Options e escolha a opção Show as
a Table, encontrada no relatório. A única diferença
entre as duas opções é que a opção baseada em te-
clado é amigável ao leitor de tela. A Figura 21-3 mos-
tra um exemplo de saída de tabela.

FIGURA 21-3:
Saída da tabela de dados.
Descrição com Discrição

Nem todos os recursos implementados por um desig-

ner de relatórios podem ser lidos por um leitor de tela,
sobretudo quando criados manualmente por ele.
Quando elementos visuais e imagens são criados de
forma manual, uma prática recomendada é adicionar
descrições de texto alternativo (alt text). Fornecer um
texto alternativo dá a qualquer pessoa que precise de
assistência a oportunidade de interpretar elementos
visuais, imagens, formas e caixas de texto usando
descritores textuais.
Para fornecer esse texto alternativo, você precisa
criar as descrições de cada item selecionando os obje-
tos (no modo Design) usando o Power BI Desktop no
painel Visualizations. Veja como:

1. Clique em Format selection.

2. Expanda a aba General.

3. Role até a parte inferior e preencha a caixa Alt

Text com o texto escolhido, conforme mostrado
na Figura 21-4.
 FIGURA 21-4:
Adicionando texto alternativo.

4. Ao terminar, pressione Enter.

Esteja ciente de que há um limite de caracteres
para o texto alternativo: você não pode inserir mais
de 250.

Seja o mais descritivo possível na caixa, mas saiba

ser sucinto. Um recurso específico exclusivo do Power
BI é que os dados de texto alternativo podem se tornar
dinâmicos. Em particular, você pode incluir medidas
DAX e formatação condicional. À medida que os valo-
res mudam, o texto alternativo os reflete para descre-
ver melhor as condições que o usuário final visualiza.
Classificando e Tabulando

Quando você não consegue visualizar itens em uma

tela e depende de um teclado ou leitor de tela, o usuá-
rio final pode ficar à mercê da guia Report. É por isso
que também é essencial que um designer de relatórios
manipule a ordem de tabulação para corresponder à
maneira como os usuários processam as visualizações
do relatório. Uma prática recomendada é remover
quaisquer elementos desnecessários, como formas ou
imagens, que estão lá apenas para fins estéticos.
Para definir a ordem das guias, clique em Selection,
em Show Panes, para exibir o painel Selection.
Quando ele aparecer, mova cada item usando as setas
para cima e para baixo, conforme mostrado na Figura
21-5.

FIGURA 21-5:
Configurando a ordem de tabulação.
Lidando com Títulos e Etiquetas

Embora um elemento visual seja importante, o título

e as etiquetas que o cercam são igualmente cruciais —
são os sinais de trânsito que orientam o leitor descre-
vendo o contexto do conteúdo. Um excelente ele-
mento visual nunca inclui linguagem confusa, como
siglas ou jargões, mesmo em títulos de relatórios, le-
gendas, cabeçalhos, rodapés ou etiquetas. No exemplo
da Figura 21-6, o cabeçalho é explícito na medida em
que descreve a finalidade do elemento visual. As eti-
quetas do gráfico de barras imitam o título que a uni-
dade de medida indica, que é em milhares para cada
lance da agência federal.
 FIGURA 21-6:
Títulos e etiquetas representativos para um elemento
visual.

Um elemento visual pode ter algumas etiquetas ou

muitas. Você tem a opção de ativar e desativar as eti-
quetas de cada série dele. Na verdade, pode até seleci-
onar a posição de cada uma para que ele apareça
acima ou abaixo da série. As etiquetas também podem
ter cores e tamanhos diferentes, o que é essencial,
considerando que você deseja que seja fácil ver se os
dados são difíceis de ler, em primeiro lugar. A Figura
21-7 e a Figura 21-8 são exemplos de abordagens bas-
tante diferentes.
 FIGURA 21-7:
Título e etiquetas altamente configuráveis.

FIGURA 21-8:
Título e etiquetas com configuração mínima.
Deixando Sua Marca

Alguns de seus visualizadores de relatórios podem ser

daltônicos. Nesses casos, evite usar cores para ex-
pressar a formatação condicional dos pontos de in-
formação. Em vez disso, use marcadores para trans-
mitir diferentes dados baseados em séries. Uma vari-
edade de séries de dados, como elementos visuais de
linha, área, dispersão e bolha, são todos marcadores
que usam formas como parte de cada linha para divi-
dir os pontos de dados em uma série. Um conjunto de
pontos de dados ajuda a decifrar valores com facili-
dade. A Figura 21-9 fornece um exemplo de imple-
mentação de marcadores para três estados: oportuni-
dades premiadas, oportunidades de licitação e opor-
tunidades perdidas ao longo de sete meses. Na Figura
21-10, você vê como acessar a área de configuração de
Marcadores junto com as opções para configurar
formas.
 FIGURA 21-9:
Trabalhando com marcadores.
 FIGURA 21-10:
Configurando marcadores no painel Visualizations.

Definindo o Tema

Nem todos os temas oferecidos pela Microsoft ou pro-

jetados por um designer de relatórios são fáceis de
usar. Às vezes, um consumidor de relatórios pode ver
cores inversas (vermelho/marrom, verde/laranja,
azul/roxo), enquanto outros podem ser daltônicos.
Em outros casos, alguns usuários podem ter proble-
mas com a decodificação do sombreamento, o que re-
sulta em desafios de contraste entre as cores do texto
e do plano de fundo. Suponha que você esteja familia-
rizado com a Section 508 Compliance; WCAG 2.0+, ou
com as Web Design System Guidelines, dos EUA.
Nesse caso, eles têm certos princípios que indicam al-
gum nível de contraste que espelha uma proporção de
4:5:1. Várias ferramentas estão disponíveis gratuita-
mente na web para o público testar o contraste e a
acessibilidade. Dito isso, há variação entre os reviso-
res de relatórios quanto à deficiência de cor.
A melhor abordagem é minimizar o uso de cores.
Por isso, a Microsoft desenvolveu temas específicos
que ajudam a reduzir a criação de relatórios inacessí-
veis. Por exemplo, um usuário com problemas de vi-
são terá dificuldade em distinguir entre verde e ver-
melho, verde e marrom, azul e roxo ou verde e la-
ranja. (Lembre-se de que estes são apenas alguns pa-
res de cores ruins; existem muitos mais.) Ao usar es-
sas combinações, os dados provavelmente serão mal
interpretados. Portanto, usar um esquema de cores li-
mitado a uma ou duas cores altamente contrastantes,
versus um esquema de cores bastante semelhantes, é
a melhor abordagem.
 Para acessar os temas predefinidos da Microsoft no
Power BI (incluindo temas compatíveis com daltôni-
cos), vá para a área Themes e clique na seta para
baixo. Há várias opções para escolher, incluindo os
temas do Power BI, galeria de temas, temas do nave-
gador e personalização do tema atual, conforme mos-
trado na Figura 21-11.

FIGURA 21-11:
Opções de tema de relatório.