Apostila Power Bi

Masterclass Power BI – Apostila do aluno | BEM VINDO À INTELLIO 2
BEM VINDO À INTELLIO
A INTELLIO – Inteligência de Negócios & Consultoria, agradece a você por

adquirir o nosso treinamento “Masterclass – Power BI Aprendendo do jeito
certo”! Acreditamos que podemos ser peça chave da história de cada cliente,
contribuindo para o aprendizado de uma ferramenta de Inteligência de
Negócios essencial nos dias atuais.
Temos plena convicção de que, se aprendido e usado da maneira correta, o

Power BI pode ajudar profissionais a criar enorme valor não só para si, mas
para as organizações em que trabalham. Vemos isso acontecer todos os dias!
Conforme vão subindo na curva de aprendizagem, pessoas que trabalham
com Power BI se tornam rapidamente referências dentro de suas equipes.
Devido à demanda frequente dos nossos alunos por um material didático,

atendemos, com muita satisfação, o desejo explicitado por estes. Estamos
sempre na busca de melhorar a vida das pessoas por meio da educação, e
você é peça chave para o atingimento do nosso propósito!
O Power BI é uma ferramenta analítica poderosa e nosso foco aqui é te

ensinar a extrair o máximo de valor que a ferramenta pode proporcionar!
Obrigado por fazer história com a gente.
Hélio Victor Freire
Sócio-fundador - INTELLIO
www.intelliconsultoria.com | [email protected]
Masterclass Power BI – Apostila do aluno | APRESENTAÇÃO 3
APRESENTAÇÃO
Esta apostila servirá como o seu guia, explicitando vários conceitos-chave
abordados em sala de aula, que você deve consultar sempre que precisar
lembrar de algum assunto específico. Nos preocupamos em detalhar, porém
sem sobrecarregar, assuntos essenciais que devem ser dominados por
desenvolvedores e usuários de Power BI.
Esta apostila não substitui as aulas presenciais, que são essenciais para o
pleno entendimento dos conceitos aqui abordados.
Você pode ler esta apostila por completo tendo um sólido resumo do que se
trata o Power BI e o que você pode fazer com ele. Entretanto, o pleno domínio
da ferramenta se dá de forma iterativa, com muita prática!
Esta apostila é melhor utilizada como uma consulta a conceitos e funções

chave do Power BI. Você poderá escolher um tópico específico e relembrar
alguma aplicação. Apesar desta apostila apresentar certa coesão (início, meio
e fim) você poderá ler qualquer tópico sem prejuízo, ou mesmo pular tópicos
que não sirvam para você.
Aproveite!
*Este material é de uso exclusivo dos alunos e ex-alunos

da INTELLIO, ficando vedada a sua distribuição, bem
como a sua comercialização em QUAISQUER OUTROS
CONTEXTOS que não do treinamento promovido pela
INTELLIO, e para indivíduos que não tenham adquirido o
treinamento presencial. Sanções decorrentes de direitos
autorais poderão ser aplicadas.
SUMÁRIO
BEM VINDO À INTELLIO .......................................................................................................................... 2
APRESENTAÇÃO ....................................................................................................................................... 3
INTRODUÇÃO ............................................................................................................................................. 8
BIG DATA E A ERA DO CONHECIMENTO ............................................................................................ 9
OS 5 VS DO BIG DATA............................................................................................................................ 10
ANÁLISE DE DADOS NOS DIAS ATUAIS ............................................................................................11
DADOS, INFORMAÇÃO E CONHECIMENTO ...................................................................................... 12
INTRODUÇÃO AO BUSINESS INTELLIGENCE (BI) ........................................................................... 13
SELF SERVICE BUSINESS INTELLIGENCE (SSBI) ...........................................................................14
INDO ALÉM DO EXCEL ............................................................................................................................14
POWER PIVOT .......................................................................................................................................... 16
POWER QUERY ......................................................................................................................................... 17
POWER VIEW ........................................................................................................................................... 18
EXCEL PRO X POWER USER ................................................................................................................ 19
Excel PRO: profissional avançado de Excel ..................................................................................... 19
O Power User ...................................................................................................................................................21
O QUE É O POWER BI? ..........................................................................................................................24
ARQUITETURA DO POWER BI ................................................................................................................ 25
PROCESSO DE BUSINESS INTELLIGENCE .......................................................................................26
PRIMEIRAS NOÇÕES COM O POWER BI .......................................................................................... 27
Editor de consultas ..................................................................................................................................... 28
Visão de relatórios ...................................................................................................................................... 29
Visão de dados.............................................................................................................................................. 29
Visão de relacionamentos ....................................................................................................................... 30
1 – FONTES DE DADOS............................................................................................................................ 31
Bases de dados on-premises (bases locais) ....................................................................................31
Bases de dados em nuvem ......................................................................................................................31
Software as a Service (SaaS) / Software como serviço...............................................................31
Arquivos ............................................................................................................................................................32
Conectores do Power BI ......................................................................................................................32
2 - ETL (Extração, transformação e carregamento) ....................................................................34
Consultas (Queries) ..................................................................................................................................... 34
Consultas no Power BI .........................................................................................................................35
Transformações ............................................................................................................................................ 41
A. Limpeza........................................................................................................................................... 41
B. Formatação .................................................................................................................................. 42
Limpeza e formatação no Power BI ............................................................................................. 43
Removendo linhas superiores e inferiores............................................................................... 43
Etapas de transformação aplicadas ............................................................................................ 46
Alterando o tipo de dados................................................................................................................. 48
Substituindo valores............................................................................................................................ 49
Extraindo texto por delimitador ..................................................................................................... 50
Limpar, cortar e colocar em maiúscula ....................................................................................... 52
Preenchimento para baixo e para cima ..................................................................................... 54
Removendo colunas ............................................................................................................................ 56
Renomeando colunas ......................................................................................................................... 56
Dividindo e mesclando colunas...................................................................................................... 56
CRIANDO UMA ESTRUTURA DE TABELA ......................................................................................... 60
Transformando colunas em linhas ............................................................................................... 63
Filtrando dados ...................................................................................................................................... 64
Acrescentando consultas ...................................................................................................................67
Mesclando consultas ........................................................................................................................... 70
C. Agregações ....................................................................................................................................... 75
3 – MODELAGEM DE DADOS ............................................................................................................... 76
Fatos e dimensões ....................................................................................................................................... 77
Relacionamento entre tabelas ...............................................................................................................79
Relacionando tabelas........................................................................................................................... 81
Criando os primeiros gráficos.......................................................................................................... 84
Métricas de negócio ................................................................................................................................... 86
O que é DAX? ................................................................................................................................................. 86
Porque usar DAX? ....................................................................................................................................... 86
Sintaxe DAX ............................................................................................................................................. 87
Tipos de dados DAX ............................................................................................................................. 88
Operadores DAX .................................................................................................................................... 88
Medidas............................................................................................................................................................ 90
Criando medidas ..................................................................................................................................... 91
Colunas calculadas...................................................................................................................................... 93
Criando colunas calculadas .............................................................................................................. 93
Contexto de avaliação ............................................................................................................................... 95
Contexto de filtro ...................................................................................................................................101
Contexto de linha .................................................................................................................................102
Diferenças entre medidas e colunas calculadas ........................................................................ 104
Funções dax ................................................................................................................................................. 106
Expressões condicionais .................................................................................................................. 107
Expressões de agregação ................................................................................................................. 112
Expressões de contagem .................................................................................................................. 114
Expressões de filtro.............................................................................................................................. 115
Expressões de inteligência de tempo ........................................................................................ 123
Acumulados e comparações temporais ....................................................................................124
Comparação de valores de períodos diferentes .................................................................. 128
Criando uma tabela de datas contínua....................................................................................... 131
Expressões de data e hora ..............................................................................................................136
Em resumo... ...........................................................................................................................................138
4 – VISUALIZAÇÃO GRÁFICA .............................................................................................................. 141
Layout da página e formatação ........................................................................................................... 141
Formatando gráficos................................................................................................................................. 143
escolhendo o melhor tipo de gráfico................................................................................................. 147
Enxergando partes de um todo .................................................................................................... 147
Enxergando partes de um todo e sua variação.................................................................... 148
Enxergando comparações .............................................................................................................. 149
Enxergando comparações e sua variação com o tempo ................................................. 150
Identificando correlações ................................................................................................................ 150
Escolhendo gráficos no Power BI .................................................................................................. 151
Masterclass Power BI – Apostila do aluno | INTRODUÇÃO 8
INTRODUÇÃO
Muitos concordam que o mundo atual passa por um processo de mudança com
aceleração nunca vista na história. Em questão de dias, ou até mesmo horas, paradigmas
são quebrados, panoramas mudam completamente. Antigamente, era comum as
pessoas se informarem por meio de livros, enciclopédias, etc. Hoje em dia, com um
simples clique, elas têm a capacidade de descobrir qualquer coisa, no lugar e momento
em que desejarem. Esta é a chamada ‘era da informação’, iniciada nos anos 90 e
potencializada nos dias atuais. No ambiente empresarial não é diferente, fazendo com
que a competitividade esteja cada vez mais acirrada e dando oportunidade para
inovação e geração de novos negócios.
A quantidade cada vez maior de dados públicos sendo gerados online desencadeia
mudanças no mercado, nas operações, no setor financeiro etc. Se tornou comum o uso
de termos como, Business Intelligence (Inteligência de Negócios), Analytics (Ciência de
análise), Internet of Things (Internet das coisas), e assim por diante. Atualmente é
comum a presença de bancos de dados contendo milhões de transações, exigindo
gigabytes, terabytes, ou mesmo petabytes de espaço de armazenamento. É
fundamental que os profissionais compreendam a relação estreita entre gestão e
tecnologia e o impacto direto da informação sobre as atividades e os resultados do
negócio.
Dentro desse contexto, o surgimento de ferramentas de Business Intelligence (BI)

independentes dos profissionais de Tecnologia da Informação (TI) permitiu que, no ano
de 2015, houvesse um “boom” na adoção de ferramentas do chamado Self-service BI,
com destaque para o Microsoft Power BI.
Masterclass Power BI – Apostila do aluno | BIG DATA E A ERA DO CONHECIMENTO 9
BIG DATA E A ERA DO CONHECIMENTO

Estima-se que todos os dias, no mundo, sejam produzidos em torno de 2,5 quintilhões
de bytes de dados. Isso equivale a, aproximadamente, 90 anos de vídeo em HD (alta
definição), 150 milhões de Iphones ou até mesmo 530 milhões de músicas no formato
mp3.
Por trás desses números podemos citar como causa a disseminação do uso da internet
em dispositivos móveis, das redes sociais e do crescimento do comércio eletrônico.
Daí surge o conceito de Big Data como sendo um conjunto de dados tão grande e
complexo que se torna difícil de processar e analisar utilizando ferramentas de análise
de dados tradicionais.
Atualmente é comum a presença de bancos de dados contendo milhões de transações,

exigindo gigabytes, terabytes, ou mesmo petabytes, de espaço de armazenamento. A
partir daí, são necessárias novas ferramentas que consigam extrair informações
relevantes dessa enorme quantidade de dados disponível, indo além das tradicionais
planilhas de Excel.
Masterclass Power BI – Apostila do aluno | OS 5 VS DO BIG DATA 10
OS 5 VS DO BIG DATA
Atualmente, o Big Data possui cinco importantes características: dados em grande
volume, extraídos de uma grande variedade de fontes. Outra característica importante a
ser considerada é a velocidade com que os dados estão sendo gerados, requerendo
diferentes estratégias para análise, algumas vezes em tempo real (o chamado
streaming).
A análise dos dados muitas vezes envolve modelos estatísticos que representem com
veracidade o problema a ser resolvido. Veracidade é um grande desafio para o chamado
Big Data Analytics. Finalmente, lidar com Big Data só fará sentido se a organização
extrair valor dessa enorme quantidade e variedade de dados.
Ferramentas de Inteligência de Negócios não lidam exatamente com todos os Vs do Big

Data mas estão, de certa forma, ligadas a esses conceitos.
Masterclass Power BI – Apostila do aluno | ANÁLISE DE DADOS NOS DIAS ATUAIS 11
ANÁLISE DE DADOS NOS DIAS ATUAIS

Relatórios e análises não são conceitos novos nas empresas. Entretanto, a forma como
a análise de dados é feita hoje em dia é extremamente diferente se comparada a cinco
ou dez anos atrás. Existe disponível uma variedade enorme de dados para análise,
tornando trabalhoso o processo de filtragem e priorização dessas fontes de informação.
Estima-se que 85% dos dados disponíveis para análise não estão estruturados
adequadamente para tal, trazendo para os analistas de negócio complexidade na hora
de criar um relatório. Além disso, temos a necessidade cada vez maior de ter os números
atualizados para que os tomadores de decisão (diretores, gerentes, coordenadores,
supervisores, etc) possam reagir rapidamente às mudanças nos mercados e indústrias.
As empresas devem prever tendências a curto prazo para oferecer produtos e serviços
cada vez mais personalizados aos seus clientes.
Masterclass Power BI – Apostila do aluno | DADOS, INFORMAÇÃO E CONHECIMENTO 12
DADOS, INFORMAÇÃO E CONHECIMENTO

Com o Big Data, há uma necessidade crescente de profissionais com a capacidade de
analisar dados e encontrar pontos relevantes para o negócio. O desafio do analista de
dados está em transformar dados brutos em informações relevantes para a organização
e posteriormente, em conhecimento sobre determinado fenômeno ou processo.
Por dados, entende-se os fatos ou eventos que ocorreram e foram armazenados, como
uma transação financeira ou uma venda. Informação se trata de vários dados
organizados de forma contextualizada, como a quantidade de defeitos em um mês numa
frota de veículos. Por fim, conhecimento é o aprendizado sobre como um problema
funciona.
Masterclass Power BI – Apostila do aluno | INTRODUÇÃO AO BUSINESS INTELLIGENCE (BI) 13
INTRODUÇÃO AO BUSINESS INTELLIGENCE (BI)

Business Intelligence (BI) ou Inteligência de Negócios auxilia na análise de informações
do negócio a fim de obter insights. BI, portanto, pode ser definido como “um conjunto de
técnicas que permitem a organização e análise das informações de diversas fontes para
tomada de decisão”. O processo geral de BI é ilustrado abaixo:
Um ponto importante é que os dados podem ser extraídos de diversas fontes, tanto
internas – processos empresariais -, como externas – concorrência, fornecedores, clientes
e mercado. A capacidade de relacionar informações internas e externas é um dos fatores
que tornam BI tão importante. Em Business Intelligence os dados são extraídos da fonte
e depois são limpos, transformados e modelados até que possam ser apresentados
adequadamente em um relatório, que será analisado e compartilhado sob demanda.
O “boom” do BI em 2015 se deu, principalmente, devido ao aperfeiçoamento de

ferramentas de BI independentes da TI. Antigamente, implementar soluções de BI
envolvia a adoção de várias soluções (softwares) diferentes, necessitando de um ou mais
profissionais da área de TI especialistas em cada plataforma. Com isso, os custos para
implementar o BI tradicional são relativamente altos e o retorno no investimento é
geralmente lento.
Masterclass Power BI – Apostila do aluno | SELF SERVICE BUSINESS INTELLIGENCE (SSBI) 14
SELF SERVICE BUSINESS INTELLIGENCE (SSBI)

Extrair dados do banco de dados da sua online e móveis. O profissional capaz de
empresa e apresentá-lo em relatórios desenvolver uma solução de SSBI tem
certamente não é um fenômeno novo. A um ‘pé’ na zona da TI e outro na zona das
maioria das organizações, qualquer que necessidades do negócio.
seja seu tamanho, usa alguma forma de
relatório, como reflexo do desempenho INDO ALÉM DO EXCEL
em seu setor. Pode-se argumentar que o SSBI existe
desde que os softwares de planilhas
Self Service BI ou BI de autoatendimento
eletrônicas entraram pela primeira vez
corresponde a ferramentas
no mercado, permitindo que os usuários
contemporâneas que permitem realizar
fizessem análises direto de suas mesas.
o processo de BI sem a necessidade de
um profissional de TI. Os softwares de O problema é que as planilhas do Excel
SSBI não requerem um conhecimento não oferecem uma única ‘versão da
aprofundado de linguagem de verdade’. Nele a informação é
programação e de banco de dados, mas compartilhada, publicada, alterada,
requerem um conhecimento um pouco enviada por e-mail, impressa e
mais aprofundado que aquele utilizado distribuída sem controle de versão ou
no tradicional Microsoft Excel. O SSBI adesão a políticas de segurança.
visa, principalmente, “empoderar” o À medida em que as planilhas são
usuário de negócio na realização de compartilhadas e alteradas, e
análises complexas por si só. Afinal, compartilhadas novamente, os analistas
quem mais conhece as regras e nuances se baseiam em conjuntos de dados
do negócio senão o profissional que diferentes, veem resultados diferentes e
trabalha diretamente no processo? Com chegam a conclusões diferentes. Para
o auxílio dessas ferramentas o analista colaborar e trabalhar de forma coesa, os
pode criar seus relatórios de forma analistas devem ser capazes de
automatizada e profissional, além de sincronizar seu trabalho em equipe.
compartilhar em várias plataformas
Masterclass Power BI – Apostila do aluno | INDO ALÉM DO EXCEL 15
Além da integridade dos dados volume. Além disso são capazes de

comprometida, a capacidade de processar dados em tempo real e
relacionar dados de diversas fontes e o realizar análises ad-hoc.
volume de dados que pode ser
Visando satisfazer essas necessidades,
importado é limitada. É o chamado
em 2010 a Microsoft introduziu a ideia de
“problema do Big Data”. Ferramentas de
Self Service BI no Excel com o
BI tradicional ou de SSBI devem ter a
lançamento dos suplementos Power
capacidade de conectar e relacionar
Pivot e Power Query.
várias fontes de dados em grande
Masterclass Power BI – Apostila do aluno | POWER PIVOT 16
POWER PIVOT
Esta funcionalidade foi um divisor de águas entre o Excel e BI, sendo considerada por
muitos uma das funções mais importantes em muitos anos da ferramenta. Abaixo
algumas das características do Power Pivot.
Para habilitar o Power Pivot no Excel 2016 acesse: Menu Arquivo> Opções>
Suplementos> Gerenciar: Suplementos COM > Ir> Habilitar Microsoft Power Pivot for
Excel> Ok
Masterclass Power BI – Apostila do aluno | POWER QUERY 17
POWER QUERY
Esta funcionalidade, posteriormente incorporada nativamente ao Excel, permite
descobrir, conectar, combinar e refinar dados de diversas fontes. Em outras palavras, o
Power Query é responsável pela etapa de limpeza e transformação do processo de
Business Intelligence.
O Power Query permite realizar transformações complexas de forma automatizada,

gerando um algoritmo (passo a passo) que será aplicado toda vez que for extraída a
informação da fonte pré-definida, tal qual uma macro do Excel.
No Excel 2016 o Power Query corresponde ao grupo Obter e Transformar, na guia Dados
do Excel.
Masterclass Power BI – Apostila do aluno | POWER VIEW 18
POWER VIEW
Posteriormente, com o sucesso dos suplementos citados, a Microsoft lançou em 2013
mais uma funcionalidade chamada de Power View que permite ir além dos gráficos e
tabelas dinâmicas tradicionais. Este suplemento proporciona uma experiência interativa
em exploração, visualização e apresentação dos dados. Ideal para análises ad-hoc.
Para habilitar o Power View no Excel 2016 acesse: Menu Arquivo> Opções>
Suplementos> Gerenciar: Suplementos COM > Ir> Habilitar Microsoft Power View for
Excel> Ok
Se você já interagiu com uma ferramenta de BI é provável que tenha se deparado com
uma experiência interativa onde, ao clicar em uma parte de um gráfico, os dados são
‘inteligentemente’ filtrados para todo o restante do relatório. Isso permite a exploração
instantânea das informações sob diferentes perspectivas e, em outras palavras, temos
vários relatórios em um só. Em resumo, o Excel agora pode funcionar sob várias
camadas, como ilustrado na figura abaixo.
Masterclass Power BI – Apostila do aluno | EXCEL PRO X POWER USER 19
EXCEL PRO X POWER USER

Existem diferenças significantes entre os profissionais que utilizam o Excel da forma
tradicional e aqueles que fazem uso dos suplementos Power. Vejamos algumas dessas
diferenças.
EXCEL PRO: PROFISSIONAL AVANÇADO DE EXCEL

Como já dissemos anteriormente, pode-se argumentar que o processo de geração de
relatórios é algo tão antigo quanto a primeira planilha eletrônica. De fato, os usuários de
Excel em nível mais avançado geralmente seguem um passo a passo que se assemelha
ao esquema abaixo:
1. Quando temos várias fontes de dados que devem ser analisadas, o usuário geralmente
importa todas as bases (ou parte delas) para dentro do Excel. No exemplo temos uma
tabela de vendas com “Código da Venda”, “Cód. Cliente”, “Cód. do Produto” e “Cód. Da
Loja”.
2. Em seguida tenta estabelecer uma relação entre as tabelas, trazendo colunas que são
interessantes para a análise. No exemplo, como a tabela de vendas somente possui
informações por códigos, é necessário obter outros atributos, como o “Nome do cliente”,
“Endereço do cliente”, “Nome do produto”, “Nome da loja”, entre outros. Estes atributos
adicionais estão em outras tabelas auxiliares. No nosso exemplo, estão nas tabelas
“Produtos”, “Clientes,
“Localidades”. Para tal, o usuário avançado pode utilizar algumas funções de pesquisa,
como PROCV, INDICE e CORRESP, entre outras.
3. Uma vez relacionadas as tabelas, teremos todas as informações necessárias para análise
em uma única tabela, que geralmente possui muitas colunas. Precisamos, então,
estabelecer os indicadores que queremos extrair, como:
• Soma das vendas no ano;
• Média das vendas por mês;
• Total de vendas na semana.
Com isso o usuário de Excel irá utilizar funções matemáticas como SOMA, SOMASE, MÉDIA,
MÉDIASE, CONT, CONT.SE, entre outras. Outro poderia até mesmo utilizar tabelas e gráficos
dinâmicos e obter essas informações rapidamente.
Por último, se ele possui conhecimentos em VBA e macros, pode criar uma rotina para
automatizar este processo.
Não queremos dizer que esse não é um trabalho valioso! O profissional capaz de
estabelecer este tipo de análise pode agregar muito valor para o negócio. No entanto, com
a incorporação dos suplementos POWER ao Excel, todo esse processo de análise e
automatização foi elevado exponencialmente!
O POWER USER
O Power User já percebeu que o seu poder análise agora é consideravelmente maior do que
quando ele utilizava as funcionalidades tradicionais do Excel. As análises que levavam dias
para serem executadas no Excel agora são feitas em horas ou até mesmo minutos com os
suplementos Power.
1- O usuário Power agora importa dados de diversas fontes através de uma conexão direta
utilizando o Power Query. As possibilidades são muitas, como arquivos (Excel, csv, xml, txt,
pasta), bancos de dados (SQL Server, Access, Oracle, IBM DB2) ou direto de uma página da
WEB.
Após importar os dados de que necessita, o usuário Power fará limpezas e transformações
para adequação desses dados e, para isso, dentro do Power Query terá o chamado “Editor
de consultas” onde poderá limpar e transformar os dados. O editor de consultas
proporciona uma série de funcionalidades que substituem o uso de VBA. Iremos detalhar
este conceito posteriormente quando falarmos especificamente sobre o Power BI.
2- O usuário irá carregar esses dados já tratados para o suplemento Power Pivot, onde
poderá carregar milhões de linhas sem perda de performance. Adicionalmente poderá fazer
cálculos avançados e relacionar tabelas sem a necessidade de transforma-las em uma
grande tabela como o Excel Pro faria.
Finalmente o Power User irá criar visualizações dinâmicas com o Power View, muito mais
poderosas que os conhecidos gráficos dinâmicos.
Masterclass Power BI – Apostila do aluno | O QUE É O POWER BI? 24
O QUE É O POWER BI?

Neste momento você pode estar se perguntando o que o Power BI tem a ver com todos os
conceitos abordados até agora (suplementos Power, Excel). Na verdade, o Power BI, assim
como o Excel, é um produto da Microsoft idealizado para que o processo de BI possa ser
executado por alguém que não possui uma formação em TI, que o caracteriza como uma
ferramenta de Self Service BI.
A questão é que o Power BI surgiu em uma época onde já era necessário avaliar um grande
volume de dados por partes das organizações. Sendo assim, o Power BI corresponde à
junção das tecnologias Power oriundas do Excel em um único produto, conforme a figura
abaixo.
O que poucas pessoas sabem é que ao manusear os suplementos do Excel estamos

aprendendo a utilizar também o Power BI! As semelhanças são muitas, com telas
praticamente idênticas. Entretanto, o poder do Power BI vai muito além do Excel, conforme
estudaremos nos próximos capítulos.
Segundo a própria Microsoft, “o Power BI é uma coleção de serviços de software, aplicativos

e conectores que trabalham juntos para transformar suas fontes de dados não
relacionadas em informações coerentes, visualmente envolventes e interativas.”
Masterclass Power BI – Apostila do aluno | O QUE É O POWER BI? 25
ARQUITETURA DO POWER BI
O Power BI consiste em um aplicativo para Windows chamado Power BI Desktop, um
serviço de SaaS (Software como Serviço) online chamado Power BI Service, e os aplicativos
móveis Power BI disponíveis em telefones e tablets Windows, bem como para dispositivos
iOS e Android.
Esses três elementos – o Desktop, o serviço e o Mobile – foram projetados para permitir
criar, compartilhar e consumir análises de negócios da maneira que serão mais proveitosas
para elas ou para sua função.
Algumas empresas ainda não estão preparadas para utilizar o serviço em nuvem da
Microsoft, seja por fatores de governança dos dados
Os usos mais comuns para o Power BI Desktop são os seguintes:
• Conectar-se a dados;
• Transformar e limpar esses dados para criar um modelo de dados;
• Criar visuais, como gráficos, que fornecem representações visuais dos dados;
• Criar relatórios que são conjuntos de visuais em uma ou mais páginas;
• Compartilhar relatórios com outras pessoas usando o serviço do Power BI.
Masterclass Power BI – Apostila do aluno | PROCESSO DE BUSINESS INTELLIGENCE 26
PROCESSO DE BUSINESS INTELLIGENCE

Conforme já estudamos, Business Intelligence se trata da extração, transformação e
limpeza, análise e compartilhamento de dados e informações oriundos de diversas fontes,
podendo ser tanto externas quanto internas à organização. A partir de agora iremos ver
como esse processo ocorre, porém de forma um pouco mais técnica. A ideia é a mesma,
mas é interessante que consigamos falar a “língua da TI” quando nos envolvermos em
projetos de BI. O processo abaixo traduz Business Intelligence de forma um pouco mais
técnica.
É necessário realizar um mapeamento das fontes de dados que serão usadas no seu
projeto de BI, depois extrair esses dados de suas fontes e realizar algumas transformações
para adequação. Após transformados os dados, é feita a carga no modelo de dados, que é
um conjunto de tabelas que irão se conectar durante a fase de modelagem. Após a
modelagem os dados estão prontos para criação de gráficos e compartilhamento.
Masterclass Power BI – Apostila do aluno | PRIMEIRAS NOÇÕES COM O POWER BI 27
PRIMEIRAS NOÇÕES COM O POWER BI
Ao abrir o Power BI Desktop temos esta primeira página que gostamos de ver em blocos:
1. Guias: Nesta primeira visão, temos as guias Arquivo, Página Inicial (com alguns
botões mais utilizados), Exibição, Modelagem e Ajuda. Guias adicionais podem ser
exibidas quando clicarmos em um gráfico ou elemento;
2. Visões: Podemos ver nossos dados pela Visão de Relatórios, Visão de Dados e Visão
de Relacionamentos. Cada uma dessas visões é importante para a etapa de
modelagem e visualização;
3. Visualizações: É onde iremos escolher o tipo de gráfico a ser exibido na Visão de
Relatórios;
4. Campos, Formatação e filtros: É onde iremos adicionar os campos para os gráficos ou
formatar a sua aparência. Além disso podemos adicionar filtros mais “escondidos”
que irão afetar um visual específico, uma página inteira ou o relatório inteiro.
5. Campos: É onde estarão disponíveis todos os campos para criação dos gráficos.
EDITOR DE CONSULTAS
O botão “Editar consultas” deve ser notado como um dos mais importantes, pois é nele que
iremos fazer o processo de ETL – Extração, Transformação e Carga. Visitaremos esse botão
sempre que quisermos nos conectar a uma nova fonte de dados e/ou realizar limpezas e
transformações nas nossas bases de dados. Iremos falar em mais detalhes sobre o editor
de consultas mais à frente.
VISÃO DE RELATÓRIOS
A visão de relatórios é onde iremos construir toda a parte gráfica no Power BI, arrastando e
soltando os campos para a área em branco chamada de “Canvas”. É aqui que faremos a
etapa de visualização do processo de Business Intelligence. Abordaremos com mais
detalhes esta etapa mais à frente.
VISÃO DE DADOS
A visão de dados é onde teremos acesso aos dados em formato de tabela, registro a
registro, após terem sido feitas as transformações no Editor de Consultas. Nesta visão
temos os dados como eles “estão no momento”. É possível ver quantas linhas foram
importadas em cada tabela, bem como o número de valores distintos em uma coluna
específica etc.
VISÃO DE RELACIONAMENTOS
Nessa visão temos acesso a todas as tabelas e poderemos realizar os relacionamentos

entre elas, importante etapa da fase de modelagem.
Masterclass Power BI – Apostila do aluno | 1 – FONTES DE DADOS 31
1 – FONTES DE DADOS
Uma fonte de dados é a localização ou a base dos dados que você importa em seu Data
Warehouse (Repositório de dados) ou Modelo de Dados – daremos preferência a essa
última terminologia. Geralmente os dados são provenientes de bases de dados OLTP
(Online Transactional Processing), que são projetadas para o processamento de grandes
volumes de dados, não sendo ideais para execução de cálculos e análise, papel do Data
Warehouse ou Modelo de Dados.
BASES DE DADOS ON-PREMISES (BASES LOCAIS)

Apesar da tendência atual de mover bancos de dados para a nuvem, a maioria das
organizações detêm bases de dados locais. Estes podem incluir seus servidores Microsoft
SQL, incluindo bancos de dados SQL Server Analysis Services (SSAS), Active Directory (AD),
Exchange e Access. Sua organização também pode usar outros dos principais bancos de
dados da indústria, incluindo Teradata, Oracle, MySQL, Sybase, IBM DB2, SAP HANA e
PostgreSQL.
*Não se preocupe em memorizar todos esses exemplos. Ao longo do tempo você poderá
trabalhar com uma base ou outra, ou mesmo nunca utiliza-la.
BASES DE DADOS EM NUVEM

A Cloud (nuvem) está se tornando uma escolha cada vez mais popular, com a Microsoft
oferecendo uma ampla gama de serviços da nuvem Azure. Estes incluem o banco de dados
Azure SQL, o Azure SQL Data Warehouse, o Azure Marketplace, o Azure HDInsight, o Azure
Blob Storage, o Azure Table Storage, o Azure DocumentDB e a Azure Data Lake Store.
SOFTWARE AS A SERVICE (SAAS) / SOFTWARE COMO SERVIÇO

As organizações estão se voltando cada vez mais para os provedores de Software como
Serviço (SaaS), como uma opção mais econômica do que o desenvolvimento de soluções
internas. Sua empresa pode usar soluções de terceiros, como Facebook, Marketo e
MailChimp, ao lado de Bing, Google Analytics, GitHub e Zendesk. Ter a capacidade de usar
os dados gerados a partir desses serviços é importante para reunir uma imagem completa
da atividade em seus dados.
ARQUIVOS
Essa talvez seja a fonte de dados mais comum. A maioria das empresas possui dados em
planilhas e é provável que os dados estejam armazenados no formato XLSX (Excel) ou CSV.
JSON e XML são linguagens populares para trocar dados entre sistemas e devem ser
suportados pela sua solução de BI como fonte de dados. Além disso, os usuários comerciais
podem ter dados armazenados em formato de texto, o que exige a importação na solução
de BI.
CONECTORES DO POWER BI
O Power BI tem a capacidade de se conectar a uma gama de fontes de dados sem muito
esforço. Abaixo as fontes atualmente disponíveis.
Masterclass Power BI – Apostila do aluno | 2 - ETL (Extração, transformação e carregamento) 34
2 - ETL (EXTRAÇÃO, TRANSFORMAÇÃO E CARREGAMENTO)

A segunda etapa do processo de BI é chamada de ETL (Extract, Transform & Load) que
corresponde a extração dos dados de suas respectivas fontes, aplicação de transformações
e carregamento no Modelo de dados.
CONSULTAS (QUERIES)
Você usa consultas para extrair dados de seus dados fontes. Se você se conectou a um
banco de dados, as consultas especificam as tabelas e colunas que você quer exportar para
sua solução de BI. A sua solução de BI pode oferecer a escolha de importar tabelas inteiras
ou escrever uma consulta (em linguagem SQL) para especificar as colunas você quer.
Este código de consulta em linguagem SQL será executado toda vez que se desejar retornar
os dados atualizados, poupando tempo e esforço duplicado. Em adição, este código poderá
ser utilizado por outros colegas que fazem análises semelhantes às suas.
Dependendo do seu papel dentro da organização, você pode depender de um

administrador de banco de dados para escrever as consultas ou procedimentos
armazenados para você e, por motivos de segurança, você pode não ter acesso a todas as
tabelas do banco de dados. É importante que você retorne apenas linhas e colunas do
banco de dados que você pretende usar em seus relatórios. Importar tabelas inteiras gera
tráfego adicional e faz com que haja perda de performance nas análises.
Como dito anteriormente, este tipo de consulta é feito para bancos de dados. No caso de
importação de dados direto de arquivos como Excel, você poderá realizar uma consulta a
todo o conteúdo, sem a necessidade de utilizar linguagem SQL.
CONSULTAS NO POWER BI
Para começar a usar o Power BI Desktop, a primeira etapa é conectar-se aos dados,
correspondente à extração do ETL. Há muitos tipos diferentes de fontes de dados aos quais
você pode se conectar com o Power BI Desktop. Para se conectar a dados, basta seguir o
passo a passo:
1. Guia Página Inicial
2. Grupo Dados Externos > Obter Dados
A imagem a seguir mostra a janela Obter Dados exibindo as muitas categorias de fontes às
quais o Power BI Desktop pode se conectar.
CONSULTAS A ARQUIVOS NO POWER BI

No exemplo abaixo, selecionamos o conector a arquivos do tipo CSV e escolhemos um
arquivo com o nome “Pedidos”. Uma janela logo é exibida.
1- Podemos selecionar a codificação do arquivo. O mais utilizado e que resolve boa

parte dos problemas de caracteres inválidos é o 65001: Unicode (UTF – 8). Para saber
mais acesse: https://bloghospedandosites.com.br/codificacao-de-caracteres/;
2- O delimitador é o que vai dizer para o Power BI quando ele deve separar as colunas.
No caso dos arquivos .csv (comma separated values ou valores separados por
vírgula) o delimitador será uma vírgula;
3- O Power BI já detecta automaticamente os tipos de dados assim que realizamos a
consulta. Ele irá fazer essa alteração com base nas 200 primeiras linhas, por padrão.
Ou seja, se uma coluna tiver as 200 primeiras linhas com valores de data o Power BI
irá deduzir que essa coluna é do tipo ‘data’;
4- É gerada uma pré-visualização dos dados assim que conectamos à base de dados;
5- Você pode carregar os dados direto para o seu modelo, pulando a etapa de
transformação do ETL;
6- Ou você poderá editar esses dados e realizar transformações adicionais às suas
tabelas para adequação dos dados.
Ao se conectar com dados no formato .xlsx do Excel com múltiplas planilhas e tabelas,
teremos a seguinte janela.
1- Dê sempre preferência por importar as tabelas e não as planilhas. O motivo disto se

deve ao fato de que as tabelas estão bem delimitadas, com início e fim, e irão garantir
que nenhuma informação desnecessária (como cabeçalhos ou rodapés das
planilhas) seja importada, necessitando de limpeza. Podemos ver a diferença entre
as planilhas e tabelas pelo ícone. As tabelas possuem o ícone com cabeçalho azul.
Não esqueça de clicar na caixa ao lado do ícone para selecionar o que deseja
importar.
CONSULTAS A BASES DE DADOS ON-PREMISES NO POWER BI

Muitas empresas utilizam bancos de dados locais, como SQL Server, MySQL, Oracle
Database, SAP HANA, dentre outros. Você deve achar interessante conectar direto a essas
bases e manter os seus dados sempre com a informação mais recente. Afinal, ninguém
aguenta ter que extrair arquivos em Excel sempre que a informação for atualizada!
Na figura abaixo, temos a janela exibida assim que iniciamos a conexão com um banco de
dados SQL Server.
1- É necessário informar o nome do servidor ao qual você deseja ter acesso;
2- Informe o modo de conectividade: O modo importar funciona do mesmo jeito quando

conectamos com arquivos comuns. Entretanto, dependo do tamanho do banco de
dados ao qual você deseja se conectar, atualizar as informações poderá levar muito
tempo, pois ele terá que importar novamente todas as linhas das suas tabelas. Você
poderá utilizar a função de consulta direta ou directquery, tendo seus dados
disponíveis quase em tempo real, porém com algumas limitações na criação de
medidas. Mais informações em:
https://www.youtube.com/watch?v=woTsUwdCD_o&list=PLwLsZvZoONrHLFocfjrMT
tjbD35P7Fp3u&index=2.
3- Você poderá também informar uma instrução em linguagem SQL para trazer
somente as colunas/tabelas que desejar do banco de dados.
DICA!
Se você é usuário de negócio (não é da área de TI) e deseja conectar ao banco de dados da
sua empresa, peça a permissão e auxílio do profissional de TI responsável pela
administração do banco de dados. Ele irá tomar todos os procedimentos necessários
relativos à qualidade e segurança da informação, além de escrever as consultas em
linguagem SQL para acesso às tabelas necessárias.
TRANSFORMAÇÕES
As transformações são, muitas vezes, os passos mais demorados num processo de BI. Os
dados que são extraídos do sistema fonte devem ser transformados no formato correto
para o carregamento no modelo de dados de destino e criação das visualizações. A base de
dados original permanece inalterada, pois é só a visão do Power BI que você está
ajustando.
A quantidade de transformações necessárias depende, principalmente, de quão diferentes

são as fontes. Até mesmo no processo de ETL mais direto, é provável que algumas
transformações sejam indispensáveis.
Dentro do processo de transformação podemos identificar algumas sub etapas distintas:

limpeza, formatação e agregações.
A. LIMPEZA
Antes de aplicar quaisquer transformações aos seus dados, é uma boa ideia limpa-los
primeiro. Este processo corrige os dados sujos ou os remove para uma área de investigação
pois você quer que a qualidade dos seus dados seja tão alta quanto possível. As operações
típicas de limpeza podem incluir:
• Detecção de dados sujos e aplicação de uma transformação que pode ser limpeza ou
filtragem dos dados sujos em uma tabela separada para uma investigação mais
aprofundada sobre o motivo de estarem incorretos no sistema de origem;
• Remoção de linhas duplicadas;
• Eliminação de linhas incompletas;
• Realização de testes de lógica para verificar integridade de campos da data, como

verificar se uma data é anterior ou posterior à outra. Por exemplo, se a data do envio
for anterior à data da encomenda, esses dados estão sujos;
• Realização de testes de padrões de caracteres para garantir que os números de

telefone e os endereços de e-mail estejam no formato correto;
• Eliminação de espaços no começo, no meio e no final dos dados que podem

prejudicar operações de pesquisa e relacionamento entre tabelas. Por exemplo,
desejamos relacionar uma coluna chamada “código do cliente” na tabela de vendas
com o “código do cliente” na tabela de cadastro de clientes. Se tivermos códigos “00
1”, “00 2”, “00 3” (com espaços no meio), não conseguiremos relacionar com uma
coluna com códigos “001”, “002”, “003” (sem espaços), mesmo em se tratando do
mesmo cliente.
B. FORMATAÇÃO
Após a limpeza dos dados, você pode aplicar a formatação para garantir que os dados de
origem sejam compatíveis com os dados de destino. As operações típicas de formatação
incluem:
• Concatenar colunas. Por exemplo, combinando primeiro nome e sobrenome em uma

coluna de nome completo. Ou concatenar endereço1, endereço2, cidade, país e código
postal em uma coluna de endereço completa.
• Substituir os valores abreviados por palavras completas para permitir uma melhor
filtragem. Por exemplo, você pode mudar M, F e D para Masculino, Feminino e
Desconhecido.
• Alterar maiúsculas e minúsculas dos valores de texto. Por exemplo, você pode querer
garantir que as siglas de país ou de estado sejam todas maiúsculas, e que os nomes
e o endereço de todos os clientes têm a primeira letra de cada palavra em maiúscula,
o resto em minúsculas etc.
• As datas podem precisar ser formatadas como data. O formato das datas geralmente
varia bastante entre os sistemas e localidades, sem consistência, então você precisa
estar ciente dos formatos e garantir que os valores de data e hora sejam convertidos
para o mesmo formato de acordo com a localidade.
• Os campos de moeda e número devem ser formatados e tratados com cuidado.

Certifique-se de que colunas decimais que sofrem qualquer arredondamento para
cima ou para baixo não produziram resultados errados. Se a precisão dos números
for importante, então você deve garantir que os valores sejam carregados
corretamente no modelo de dados. Se os tomadores de decisão não estão
preocupados com a precisão e estão satisfeitos com um cenário aproximado, então
você tem mais liberdade para aplicar alguma formatação.
LIMPEZA E FORMATAÇÃO NO POWER BI

O Power BI é uma poderosa ferramenta para transformação rápida dos dados, podendo
poupar horas ou dias de trabalho que seriam executadas manualmente no Excel, por
exemplo.
Podemos realizar operações de limpeza e formatação dentro do Editor de Consultas, onde

será feita toda a etapa de ETL. Para abrir o editor de consultas acesse:
1. Guia Página Inicial
2. Editar Consultas
O intuito desta apostila não é falar sobre todos os tipos de transformação, mas oferecer
uma visão geral das transformações mais utilizadas.
REMOVENDO LINHAS SUPERIORES E INFERIORES

As vezes seus dados são importados com alguns cabeçalhos, sendo impossível de
trabalhar na estrutura tabular que o Power BI exige (linhas e colunas definidas). Sendo
assim, é necessário remover as linhas superiores que não fazem parte da tabela que será
analisada.
Observe a figura a seguir.
Nesta tabela, a primeira linha é uma informação de cabeçalho que se repete. Para remover
a primeira linha acesse página Inicial > grupo reduzir linhas > remover linhas > remover
linhas principais, como mostrado a seguir.
Selecione a quantidade de linhas a serem removidas. No nosso caso será somente 1 linha.
Após a remoção da linha, é necessário transformar a primeira linha em um cabeçalho de

colunas. Para isso acesse página Inicial > grupo transformar > usar primeira linha como
cabeçalho.
Neste momento nossos dados já estão com os cabeçalhos e dados bem definidos, na
estrutura tabular que o Power BI exige para trabalhar melhor.
ETAPAS DE TRANSFORMAÇÃO APLICADAS

Você já deve ter notado que quando fazemos qualquer transformação no editor de
consultas, alguns passos são aplicados e mostrados na área “etapas aplicadas” à direita da
tela.
Caso você tenha fechado este painel é só acessar exibição > config. consulta. Estas etapas
aplicadas funcionam como um algoritmo, um passo a passo, que será executado sempre
que atualizarmos os dados. É desta forma que automatizamos o processo de adequação
de uma base de dados, sem a necessidade de realizar a mesma tarefa todas as vezes. Isso
poderá te poupar dias de trabalho.
Você poderá adicionar, deletar ou reordenar os passos. Além disso poderá editar os passos
que possuírem um ícone de engrenagem do lado direito.
Cada etapa aplicada gera um código na linguagem M, utilizada internamente pelo Power BI
para transformar e combinar dados. Para acessar o código gerado acesse página inicial >
grupo consulta > editor avançado.
Uma janela como a mostrada abaixo será exibida, com todo o código na linguagem M. Se
você tiver experiência com linguagem M você poderá editar ou adicionar linhas de código
diretamente no editor avançado.
DICA!
Identifique aqueles processos repetitivos que você já executa no Excel e tente automatizar
no Power BI!
ALTERANDO O TIPO DE DADOS

Quando estamos trabalhando no Power BI é essencial informar qual o tipo de dados
referente a cada coluna. Isso garante com que façamos cálculos e lógicas com acuracidade.
O Power BI automaticamente faz uma estimativa do tipo de dados baseado nas primeiras
linhas, entretanto, é interessante checar se todos os tipos de dados estão corretos.
Para alterar o tipo de dados basta clicar no ícone na parte esquerda do cabeçalho da coluna,
como mostrado a seguir.
DICA!
Sempre verifique se colunas com números decimais estão formatadas corretamente.
Formata-las como número inteiro poderá trazer erros de cálculos, uma vez que despreza a
parte decimal do número!
SUBSTITUINDO VALORES
Muitas vezes os seus dados podem vir com valores incorretos. Para isso o Power BI possui
o recurso de substituir valores.
No exemplo a seguir, identificamos que o texto “fogao” deveria ser escrito como “fogão”.
Para substituir valores basta selecionar a coluna que se deseja alterar e acessar página
inicial > grupo transformar > substituir valores. Uma janela como abaixo será exibida.
Após aplicada a alteração, todas as linhas com o valor “fogao” serão transformadas em
“fogão”.
DICA!
Este recurso é útil também para remover excesso de espaços, que podem ser um problema,
já que o Power BI entenderá que nomes com espaços a mais em uma das extremidades
são valores diferentes de nomes sem espaços.
EXTRAINDO TEXTO POR DELIMITADOR

Bancos de dados podem gerar prefixos ou sufixos desnecessários para a análise,
caracterizando sujeira. No exemplo a seguir, desejamos ver somente o nome do Estado,
mas temos excesso de informação.
Desejamos extrair somente a informação de Estado que está entre os delimitadores

underline “_”. Para isso, selecione a coluna a ser transformada e acesse transformar >
coluna de texto > extrair > texto entre os delimitadores. Como mostrado abaixo.
Uma janela como abaixo será exibida.
É necessário informar os delimitadores de fim e de início. Neste caso, ambos são underline
“_”. O resultado é mostrado abaixo.
LIMPAR, CORTAR E COLOCAR EM MAIÚSCULA

Como falado anteriormente, alguns sistemas podem produzir sujeiras nos dados, como
excesso de espaços nas extremidades e entre palavras. Veja o exemplo a seguir.
Primeiro iremos selecionar a opção de cortar, acessando transformar > grupo coluna de
texto > formato > cortar. Esta operação remove espaços nas extremidades. O resultado é
mostrado a seguir.
Depois iremos selecionar a opção limpar, acessando transformar > grupo coluna de texto >
formato > limpar. Esta operação remove os caracteres em branco no meio das palavras. O
resultado é mostrado a seguir.
Devido ao excesso de espaços, algumas palavras ainda contêm espaços entre palavras.
Estes serão removidos com a operação “substituir valores”.
É possível, também, colocar todas as palavras em maiúsculas ou minúsculas, ou cada

palavra em maiúscula. Neste caso iremos fazer com que todas as palavras sejam
apresentadas em letra maiúscula. Para isso acesse transformar > grupo coluna de texto >
formato > MAIÚSCULA. O resultado é mostrado a seguir.
PREENCHIMENTO PARA BAIXO E PARA CIMA

Ao trabalhar com planilhas do Excel é comum utilizar o recurso de mesclar células, criando
uma única célula que se estende por várias linhas ou colunas. Entretanto, este
procedimento faz com que o registro esteja presente somente na primeira linha ou coluna
da célula mesclada, dando um resultado parecido com o mostrado a seguir.
A coluna categoria contém valores que foram mesclados e só aparecem na primeira célula.
Precisamos repetir os valores das categorias para todas as células vazias adjacentes. Para
isso utilizaremos o recurso preencher para baixo acessando guia transformar >
preenchimento > para baixo.
Perceba que o Power BI entende células vazias como “null”. Só assim é possível fazer a
operação e obter o resultado a seguir.
REMOVENDO COLUNAS
Você sempre deve remover os dados que não são necessários. O seu modelo de dados deve
ser o mais sucinto possível, dessa forma você não terá dados redundantes e complexidade
desnecessária. Se você tiver um grande conjunto de dados, remova tudo que não é
necessário para torná-lo o menor possível e para melhorar o desempenho do tratamento
dos dados em Power BI.
Para remover colunas basta selecionar a coluna em questão e clicar no botão delete.
RENOMEANDO COLUNAS
Suas colunas devem ter nomes que facilitem o trabalho ao criar os gráficos. Cada nome de
coluna deve fornecer aos dados dessa coluna uma descrição adequada. Isto é
particularmente relevante quando se trabalha com modelos de dados contendo várias
tabelas e colunas - isso facilita para encontrar os campos certos e adicionar aos gráficos.
Para renomear colunas basta clicar duas vezes sobre o cabeçalho da coluna em questão e
o texto se tornará editável.
DIVIDINDO E MESCLANDO COLUNAS

Você pode achar necessário dividir uma coluna que contém duas ou mais informações. Você
pode querer as informações de uma coluna em várias colunas separadas. No exemplo a
seguir temos três informações na mesma coluna, sendo necessário dividir a coluna em três.
Para dividir a coluna acesse página inicial > grupo transformar > dividir coluna > por
delimitador.
É necessário informar o delimitador e a ocorrência de divisão. O resultado é mostrado a

seguir.
Note que o nome no cabeçalho da coluna é preservado e adicionado um índice (1, 2 e 3).
O processo inverso ao “dividir colunas” é o “mesclar colunas”. Para mesclar é necessário

selecionar todas as colunas que serão unificadas e acessar guia transformar > mesclar
consultas.
É possível escolher um separador personalizado que irá separar o conteúdo das colunas. O
separador escolhido foi o espaço e o resultado é mostrado a seguir.
CRIANDO UMA ESTRUTURA DE TABELA

O Power BI trabalha melhor, internamente, com estruturas tabulares (em formato de
tabela).
Uma tabela é uma coleção de informações sobre um assunto, coisa ou entidade, organizada
em linhas verticais e colunas horizontais.
Responda rapidamente: Qual o assunto desta tabela?
Se você respondeu localização, está errado! Esta tabela é uma tabela de assunto cliente,
onde o Estado, a Cidade e o CEP são atributos de cada cliente. Algumas regras importantes:
• Nas colunas: um atributo ou característica diferente relativo ao assunto da tabela!

• Nas linhas: uma entidade diferente, neste caso definida pela coluna Nome Cliente.
Agora responda novamente. A representação acima é uma tabela? Qual o assunto?
Se você falou que sim, está ligeiramente enganado, pois não é possível definir um assunto
específico para a representação acima. Seria uma tabela de cliente? Seria uma tabela de
produto? Muitos respondem que é uma tabela de vendas, o que faz sentido!
No entanto, não temos uma coluna que defina, em cada linha, uma entidade (nesse caso
uma venda) diferente. Talvez uma coluna combinando Nome do Cliente e Produto seria o
indicativo de que passamos de uma venda para outra, no entanto não é possível
determinar.
Responda. Agora é uma tabela? Se sua resposta foi sim, está correta! Agora é possível
determinar o assunto (venda), determinado pela coluna Cod Venda, onde cada linha
representa uma venda diferente! Muitas vezes é necessário criar colunas auxiliares de
índice que forneçam a informação relativa ao assunto da tabela. Observe o exemplo a
seguir.
Observe agora que a coluna Cod Venda tem valores que se repetem, mas ainda assim é
possível distinguir uma venda de outra, onde os clientes são os mesmos, mas os produtos
são diferentes. Daí a importância de ter a coluna Cod Venda, pois nenhuma outra sozinha
seria capaz de mostrar quando passamos de uma venda para outra. Observe a figura a
seguir.
É uma tabela?
Se você respondeu que não, está correto! Este é um formato de matriz, muito utilizado para
facilitar a leitura. Perceba que temos o mesmo atributo em 3 colunas, que é o valor/ano.
Uma das regras que discutimos anteriormente é que cada coluna deve ter um atributo ou
característica diferente. O que não acontece neste exemplo. O correto seria ter uma coluna
para o ano e outra coluna para o valor, como segue na figura abaixo.
Valor
Perceba que essa nova configuração não é de fácil leitura, daí o motivo de se organizar
informações no formato de matriz. Entretanto, você precisará transformar seus dados para
o formato de tabela para trabalhar no Power BI. Ele ajuda a fazer isso com muita facilidade,
conforme veremos a seguir.
Em resumo, para criar uma estrutura de tabela devemos seguir algumas regras básicas:
a. Deve representar um assunto, entidade ou coisa bem definida;

b. Cada tabela (assunto) contém vários atributos;
c. Onde cada atributo está em uma coluna diferente;
d. É necessário que exista uma coluna que identifique claramente cada entidade (ex:
uma coluna que identifique cada venda numa tabela de vendas, cada cliente numa
tabela de cliente, cada produto numa tabela de produto).
TRANSFORMANDO COLUNAS EM LINHAS

No Power BI é muito fácil transformar informações de colunas que deveriam estar em linhas
e vice-versa, como no caso de importarmos uma matriz para o Power BI. Observe o exemplo
a seguir.
Observe que temos o mesmo atributo ano/valor em 3 colunas separadas. Para reverter isso
selecionamos as colunas que desejamos transformar em linhas (em amarelo) e acessamos
transformar > grupo qualquer coluna > transformar colunas em linhas.
O resultado é mostrado a seguir.
Agora temos uma estrutura no formato tabular que facilita a organização e criação de
gráficos no Power BI.
FILTRANDO DADOS
Você pode importar a sua base completa e ainda assim querer analisar somente uma parte
dela. O editor de consultas nos permite filtrar os dados que serão carregados para o modelo
de dados. Dependendo do tipo de dados da coluna em questão, alguns filtros inteligentes
são habilitados.
Para filtrar os dados de uma coluna basta clicar na seta à direita do cabeçalho da coluna,
como no exemplo abaixo.
Imediatamente uma janela irá aparecer. Este exemplo vale para uma coluna do tipo texto.
Podemos aplicar filtros inteligentes para datas. Ao selecionarmos a opção de filtros em uma
coluna de datas e uma janela aparecerá, como ilustrado abaixo.
Selecionando a opção filtros de data, é possível fazer filtros inteligentes de períodos.
ACRESCENTANDO CONSULTAS
É possível acrescentar as linhas de uma tabela a outra, desde que tenham a mesma
estrutura. É possível também mesclar as colunas de uma tabela a outra. Estes dois
conceitos são bastante interessantes quando se deseja combinar informações de
diferentes fontes.
No Power BI, o grupo “combinar” merece bastante atenção, pois com ele é possível
automatizar algumas transformações complexas.
Imagine que você tenha duas tabelas que registram as movimentações no estoque. Abaixo
estão ilustradas essas tabelas.
Tabela 1: Coluna de data de 01/01/2018
Tabela 2: Coluna de data de 02/01/2018
Para facilitar a análise e criação de gráficos seria interessante que você juntasse essas duas
tabelas, uma embaixo da outra. Para isso, selecione o ícone de uma das tabelas na área de
consultas e acesse página inicial > acrescentar consultas > acrescentar consultas como
novas.
Este comando irá abrir a seguinte janela.
Você poderá acrescentar duas ou mais tabelas. Neste caso são duas tabelas e devemos
informar a tabela primária (por padrão é aquela que foi selecionada no momento em que
executamos o comando) e a tabela secundária a ser acrescentada.
O resultado é uma terceira tabela com as informações de ambas, como podemos ver ao
filtrar a coluna de data (que agora contém as duas datas).
DICA!
Perceba que para acrescentar corretamente uma tabela à outra, as colunas a serem
acrescentadas devem ter o mesmo nome e ser do mesmo tipo!
MESCLANDO CONSULTAS
Você poderá trazer colunas adicionais de outra tabela, com base numa coluna em comum
ou com base em uma combinação de colunas em comum. A função mesclar consultas
funciona como uma espécie de PROCV, porém muito mais poderosa, pois conseguimos
retornar uma tabela inteira de uma única vez, caso necessário. Observe a figura a seguir.
De um lado, temos uma tabela de vendas com o produto, mês de venda e o valor.
Do outro, temos uma tabela com o cadastro de todos os produtos da empresa, bem como
seu código, fornecedor e cor.
Você pode querer puxar informações da tabela de produto para sua tabela de vendas, como
fornecedor e cor, por exemplo.
Para fazer isso acesse página inicial > grupo combinar > mesclar consultas > mesclar
consultas como novas.
Uma janela, como mostrado a seguir, será exibida.
1 – Por padrão, a tabela que você havia selecionado aparecerá no primeiro campo;
2 – Selecione a coluna que há em comum entre as duas tabelas;
3 – Selecione a tabela secundária que você deseja mesclar;
4 – Selecione a coluna em comum entre as duas tabelas (essa coluna deve ter as mesmas
informações ou valores para que haja uma correspondência nas duas tabelas);
5 – Selecione o tipo de junção (mais detalhes no próximo tópico).
6 – Prontamente será exibida uma informação se houve correspondência entre os valores.
O resultado é exibido a seguir.
Uma vez que as linhas das duas tabelas corresponderam, você poderá trazer quantas
colunas da outra tabela você precisar, apenas clicando no ícone do canto superior direito da
coluna criada (função expandir).
TIPOS DE JUNÇÃO
Ao selecionar o tipo de junção tenha em mente o seguinte.
Vamos supor que desejamos mesclar as duas tabelas a seguir com base na coluna “cliente”
que é comum entre elas.
Perceba que só temos dois valores correspondentes, o cliente Sidney e o cliente Diego.
Agora iremos testar os tipos de junção possíveis.
1. Junção Interna
Somente os campos correspondentes de ambas as tabelas serão preservados.
2. Junção externa a esquerda
Este é o tipo de junção mais utilizado, padrão do Power BI. Todos os campos da tabela “à
esquerda” (ou selecionada no momento) serão preservados, trazendo os valores
correspondentes da tabela da direita e descartando os que não corresponderem.
3. Junção externa a direita
Parecida com a externa à esquerda. Todos os campos da tabela “à direita” serão

preservados, trazendo os valores correspondentes da tabela da esquerda e descartando os
que não corresponderem.
4. Junção externa completa
Neste tipo de junção os dados de ambas as tabelas são preservados, ficando as linhas
correspondentes lado a lado e criando linhas nulas para as que não corresponderem.
C. AGREGAÇÕES
Com conjuntos de dados muito grandes, é comum que as agregações sejam realizadas na
área de edição e carregadas no modelo de dados.
Agregações em milhões de linhas podem levar uma quantidade considerável de tempo

para carregar - isso pode significar que haveria uma quantidade inaceitável de tempo para
um usuário aguardar enquanto os números sejam agregados para um relatório.
Ao agregar as linhas com base em alguma (s) coluna (s) específica (s) você poderá reduzir
o número de linhas sem prejudicar a análise.
Por exemplo, o seu banco de dados fornece registros numa base hora de coleta. Entretanto,
para sua análise só é interessante ter esses dados, no máximo, diariamente. Ao agregar as
linhas que estavam de hora em hora numa visão diária seu modelo de dados
invariavelmente ficará mais leve!
Masterclass Power BI – Apostila do aluno | 3 – MODELAGEM DE DADOS 76
3 – MODELAGEM DE DADOS
Modelagem de dados é a criação de uma visão consistente dos elementos de dados
(tabelas) e suas relações na organização ou processo. Os dados podem ser importados de
diferentes fontes, portanto, durante a etapa de modelagem, é interessante criar padrões
como nome de colunas, e conteúdo das tabelas. O processo de modelagem pode ser
encontrado em bancos de dados bem normalizados, em repositório de dados e em modelos
semânticos.
Um modelo de dados é uma representação visual de como os dados estão estruturados,

com tabelas relacionadas que visam responder as questões de negócio. Para fins dessa
apostila, quando nos referirmos ao modelo de dados, estamos nos referindo às tabelas que
foram carregadas após a etapa de ETL e a forma como elas se relacionam. Como mostrado
na imagem a seguir.
FATOS E DIMENSÕES
Para entender melhor o funcionamento de um modelo de dados se faz necessário
esclarecer alguns conceitos, tais como fatos e dimensões.
Fatos representam os eventos ocorridos nos processos de negócio que queremos analisar
(venda, compra, movimentação de material). Cada fato corresponde a um registro, uma
ação que pode ser medida e é registrada na base de dados da empresa numa ‘tabela fato’.
Uma venda pode ser considerada um fato dentro de um processo de venda.
Dimensão é um conceito essencial na etapa de modelagem permitindo a análise das

informações sob diferentes perspectivas. As tabelas de dimensão contêm o contexto
textual associado com cada evento registrado pelo sistema de informação. As tabelas
dimensão descrevem “quem, o que, onde, quando, como e o porquê” associado com cada
evento. O esquema a seguir mostra como os fatos e dimensões se relacionam.
No exemplo abaixo temos o chamado ‘Esquema Estrela’, onde uma tabela que contém os
fatos ou registros é cercada por tabelas dimensão.
Perceba que na tabela fato de vendas (fVendas) temos a maioria dos campos em códigos
(ID-Produto, ID-Vendedor etc), além do campo ‘Valor’ que será o campo que iremos construir
agregações (soma, média, máximo etc.) e entender como está o processo de vendas.
Conectadas a essa tabela temos as dimensões (dVendedor, dCliente, dTempo, dRegião e

dProduto). Esta configuração permite construir análises do processo de vendas e mostrar
sob várias perspectivas. Por exemplo, pode mostrar o total de vendas (soma do campo valor
da fVendas) por sexo (campo sexo da dVendedor), ou mesmo o total de vendas por
departamento (campo departamento da dRegião). Perceba que não se faz necessário
consolidar todas essas informações em uma única tabela com várias colunas! Daí a grande
vantagem de se modelar baseado no esquema estrela.
DICA!
Tente identificar, no processo que você irá analisar, quais são as tabelas fato – que contém
o registro dos acontecimentos , e quais são as tabelas dimensão – que contém as
perspectivas adicionais pelas quais podemos ver os eventos acontecidos.
Exemplos de tabelas fato:
• Registro de movimentações no estoque;

• Registro de vendas de um supermercado;
• Registro de compras de uma empresa;
• Registro de reservas de um hotel;
• Registro dos defeitos ocorridos numa máquina;
• Registro de admissões e demissões de uma empresa;
Perceba que estas tabelas provavelmente contêm informações que podemos fazer
agregações (soma, média, máximo, mínimo), como total de material que saiu do estoque,
total de vendas ocorridas, total de defeitos, média de demissões etc.
Exemplos de tabelas dimensão:
• Cadastro de material do estoque;

• Cadastro de produtos de um supermercado;
• Cadastro de material de escritório de uma empresa;
• Cadastro de quartos de um hotel;
• Cadastro de máquinas ativas;
• Cadastro de funcionários.
Perceba que estas tabelas devem conter informações sob as quais poderemos enxergar os
fatos. Podemos ver o total de materiais movimentados num estoque pela dimensão
fornecedor, pela dimensão fabricante, etc.
RELACIONAMENTO ENTRE TABELAS

Relacionamentos existem para juntar tabelas, assim elas funcionam como se fossem uma
só. Isso evita repetição excessiva de informação. Por exemplo, é possível que tenhamos
várias vendas com o mesmo produto que são registradas na tabela de vendas, entretanto,
se tivermos uma tabela só para os produtos, não precisaremos repetir todas as
características do produto a cada venda na tabela de vendas (como fabricante, fornecedor,
dimensões, origem etc). Basta que identifiquemos cada produto por meio de um
código(chave) que será o mesmo da tabela de produto relacionada.
Uma vez identificadas e importadas as tabelas fato e dimensão, precisamos fazer com que
elas se relacionem entre si. Para tal, utilizaremos os relacionamentos entre
colunas/campos, principalmente dos tipos (cardinalidade) a seguir:
1. Relacionamento um-para-muitos (1:*): Esse é o tipo padrão e mais comum. Isso

significa que a coluna usada para a relação em uma tabela pode ter mais de um valor
repetido, enquanto a outra tabela relacionada, a tabela dimensão, tem valores que
não se repetem. Esse tipo de relacionamento é ilustrado a seguir.
Neste exemplo as tabelas fato de vendas (fVendas) e dimensão vendedor

(dVendedor) se relacionam através das colunas ID_Vendedor, presentes com o
mesmo nome em ambas. Perceba que o lado “1” da relação vem da tabela dVendedor.
Isto significa que os valores presentes na coluna ID_Vendedor desta tabela não se
repetem, uma vez que não faz sentido que vários vendedores participem da mesma
venda.
Já o lado “muitos” simbolizado pelo asterisco (*) vem da tabela fVendas. Isto significa
que os valores presentes na coluna ID_Vendedor desta tabela podem se repetir, uma
vez que um vendedor poderá realizar várias vendas!
2. Relacionamento um-para-um (1:1): Em um relacionamento um-para-um, as duas
tabelas que participam do relacionamento têm valores que não se repetem. Em
bancos de dados relacionais, relacionamentos um-para-um não são tão comuns
quanto muitos-para-um, e um de seus usos podem ser para dividir tabelas muito
grandes. Por exemplo, se você tiver uma tabela Funcionários com uma coluna
ID_Funcionário e outras colunas com o nome do funcionário, endereço, data de
nascimento, número de telefone e salário. Esses dados são frequentemente usados
pelo departamento de Recursos Humanos. Você tem outra tabela chamada Detalhes
do Funcionário, com uma linha para cada funcionário, e uma coluna ID_Funcionario.
A tabela Detalhes do Funcionário contém campos menos usados, como parentes
próximos, número de dependentes, informações de treinamento e qualificações. Isso
seria um para uma relação um-para-um.
3. Relacionamento muitos-para-muitos (*:*): Este tipo é o menos utilizado e, até pouco
tempo, nem era suportado no Power BI, por gerar ambiguidades. Evite o uso de
relacionamentos do tipo muitos-para-muitos.
RELACIONANDO TABELAS
Uma vez que você já carregou suas tabelas para o modelo de dados e definiu quem são
suas dimensões e quem são seus fatos, você já deve estar pronto para relacionar suas
tabelas.
No Power BI, acesse a visão de relacionamentos, clicando no ícone mostrado a seguir.
Uma vez que você já visualizou suas tabelas, relacione os campos correspondentes entre
elas, segurando com o botão esquerdo do mouse o campo desejado e arrastando até o
campo correspondente na outra tabela, como mostrado a seguir.
Certifique-se de que o relacionamento foi feito adequadamente, mas passando o mouse

em cima do relacionamento em questão, como mostrado a seguir.
Os campos que estão relacionados ficarão destacados, indicando o relacionamento
DICA!
Você poderá ser surpreendido com uma mensagem de erro ao fazer o relacionamento.
Verifique se o lado “1” da relação tem valores repetidos, nulos ou em branco. Isso pode estar
causando o problema.
DICA!
Construindo uma estrutura de tabelas relacionadas, como no esquema estrela onde temos
uma ou mais tabelas fato cercadas de tabelas dimensão, temos a capacidade de construir
gráficos utilizando campos de qualquer tabela. Isto cria uma coesão no modelo e funciona
como uma grande tabela única consolidada, porém que você não precisou construir
manualmente. Não foi necessário utilizar PROCVs, copiar ou colar valores.
CRIANDO OS PRIMEIROS GRÁFICOS

Você já está pronto para criar gráficos no Power BI de maneira simples e rápida. Basta
arrastar ou selecionar os campos que irão fazer parte do gráfico para a área de relatórios.
Observe o exemplo, onde iremos selecionar um campo numérico e outro de texto.
Ao selecionar o campo Valor, é criado automaticamente um gráfico do tipo colunas

clusterizado com uma única coluna, que representa a soma de todos os valores do campo
Valor.
Podemos adicionar outro campo à visualização simplesmente arrastando ou clicando na

sua respectiva caixa. Lembre-se que é possível criar gráficos com qualquer campo deste
exemplo, uma vez que todas as tabelas estão relacionadas.
Ao adicionar o campo Cliente temos o seguinte resultado.
Nosso gráfico agora nos mostra a soma do campo Valor por Cliente. Perceba que, por
padrão, o Power BI faz uma soma para campos com valores numéricos, como é o caso do
campo Valor (perceba o símbolo ∑ ao lado do nome do campo). Nós poderíamos alterar o
tipo de agregação feita pelo Power BI, clicando na seta ao lado do campo valor, na área de
campos, como demonstrado a seguir.
Podemos alterar o tipo de agregação padrão para média, mínimo, máximo, contagem,
desvio padrão etc. Entretanto, perceba que esses cálculos são limitados e você poderá
querer ver cálculos um pouco mais sofisticados. Para isso, falaremos mais à frente sobre o
conceito de medidas e colunas calculadas.
MÉTRICAS DE NEGÓCIO
Outro ponto da etapa de modelagem é a criação das métricas de negócio. Toda empresa
possui métricas próprias, indicadores de desempenho que devem ser monitorados de
perto, visando atingir seus objetivos estratégicos.
Os cálculos das métricas precisam ser entendidos por todos, principalmente por você que
irá criar informações gerenciais! Você deve ser capaz de traduzir as regras de negócio em
métricas no Power BI.
Para realizar cálculos no Power BI fazemos uso da linguagem DAX, que abordaremos mais
a fundo nos próximos tópicos.
O QUE É DAX?
Data Analysis Expressions (DAX) é uma linguagem de fórmulas que compreende uma
biblioteca de mais de 200 funções, constantes e operadores. Você usa DAX em uma
fórmula ou expressão para calcular e retornar um único valor ou uma tabela/coluna de
valores. DAX não é algo novo - você pode ter usado no Power Pivot para Excel ou no SQL
Server Analysis Services (SSAS). Se você utiliza as fórmulas do Excel, você perceberá
algumas semelhanças. No entanto, as funções do DAX são especificamente projetadas
para trabalhar com dados relacionais, que é como se trabalha em modelos de dados do
Power BI. A linguagem DAX é comumente usada em colunas calculadas e medidas, as
quais abordaremos mais à frente.
PORQUE USAR DAX?

Você importa seus dados para o Power BI Desktop e pode começar a criar relatórios
imediatamente. No entanto, enquanto isso certamente apresenta seus dados visualmente,
e se você desejar incluir o crescimento das vendas de um para o outro? Ou o total
acumulado com base nas vendas mensais? Ou talvez prever lucro para o próximo ano? Com
as fórmulas DAX, você pode fazer isso e elas podem ajudá-lo a encontrar informações
escondidas nos seus dados para torná-los mais úteis. Por exemplo, você pode querer
comparar as vendas acumuladas até o momento com o mesmo período do ano passado.
Se o mês atual é maio, você só quer comparar essa parte do ano anterior. As funções DAX
fornecem uma saída para isso, conforme mostrado no código a seguir. Isso não é algo que
é fácil de fazer sem o DAX!
DICA!
A chave para entender e usar DAX é aprender os conceitos da sintaxe para estruturar as
fórmulas, conhecer as funções que você pode usar para fazer cálculos e entender sobre
contexto de avaliação. Esses conceitos são abordados em detalhe nos próximos tópicos.
SINTAXE DAX
Sintaxe diz respeito à forma como você escreve. No português, a forma correta de escrever
aquilo que escrevemos num papel e enviamos para outra pessoa é “bilhete” e não “bilete”.
As fórmulas DAX que você escreve devem estar sintaticamente corretas, caso contrário, o
Power BI fornece uma mensagem de erro de sintaxe. Portanto, é importante entender como
estruturar suas expressões. O código a seguir mostra um exemplo de uma típica fórmula
que você pode usar no Power BI para criar um a medida:
A primeira parte da fórmula é “Receita Total” correspondendo ao nome da medida. Neste

exemplo temos uma medida, mas poderia ser também uma coluna calculada. O nome da
medida é então seguido pelo operador de igualdade “=”. Logo após o sinal de igualdade
iniciamos a expressão com o cálculo desejado. Este exemplo usa a função “SUM”, que soma
todos os valores do argumento que você informar entre os parênteses (). Nesse caso, o
argumento é a coluna Valor da tabela fVendas. Perceba que primeiro informamos o nome
da tabela e posteriormente o nome da coluna entre colchetes [ ].
Em resumo, temos uma medida de nome “Receita Total” que faz a soma de todos os valores
da coluna “Valor” da tabela “fVendas”.
Uma expressão DAX retorna sempre uma tabela ou um valor escalar. Uma tabela pode
conter uma ou mais colunas, como resultado de uma expressão DAX. Um valor escalar pode
ser considerado como um valor cheio, um valor único, resultado de uma expressão DAX.
Você pode escrever expressões DAX para definir colunas calculadas e medidas.
DAX é uma linguagem especificamente projetada para calcular métricas de negócio em um

modelo de dados.
TIPOS DE DADOS DAX

DAX suporta os seguintes tipos de dados:
• Número inteiro (integer);

• Número decimal (float);
• Moeda (currency);
• Data e hora (datetime);
• VERDADEIRO / FALSO (booleano);
• Texto (string);
• Outros.
OPERADORES DAX
A linguagem DAX usa operadores para criar expressões que comparam valores, realizam
cálculos aritméticos ou trabalham com strings (texto). Esta seção descreve o uso de cada
operador.
Existem quatro tipos diferentes de operadores de cálculo: aritméticos, de comparação, de

concatenação de texto e de lógica.
Abaixo, uma lista com os operadores utilizados em expressões DAX.
Tipo Símbolo Uso Exemplo

Parênteses () Ordem de precedência de cálculo e
agrupamento de argumentos
+ Adição 3+3
- Subtração 3–1–1
Aritmético * Multiplicação 3*3
/ Divisão 3/3
^ Exponencial 16^4
= Igual a [País] = "USA"
<> Diferente de [País] <> "USA"
> Maior que [Data] > "01/01/2018"
Comparação
>= Maior ou igual a [Lucro] >= 20000
< Menor que [Data] < "30/02/2018"
<= Menor ou igual a [Lucro] <= 100
Concatenação & Concatena dois textos [País] & ", " & [Cidade]
de texto
&& Condição E entre duas expressões ([País] = "Brasil") &&
booleanas (VERDADEIRO/FALSO). Se ([Sexo] = "F"))
todos os testes lógicos retornarem
VERDADEIRO, a expressão também
retorna VERDADEIRO; caso contrário,
a expressão retorna FALSO.
Lógico
|| Condição OU entre duas expressões ([País] = "Brasil") ||
booleanas (VERDADEIRO/FALSO). ([Sexo] = "F"))
Se pelo menos 1 (um) teste lógico
retornar VERDADEIRO, a expressão
retorna VERDADEIRO; caso contrário,
a expressão retorna FALSO.
MEDIDAS
Uma medida é uma expressão DAX que é avaliada em um contexto feito por um conjunto
de linhas (registros) de tabelas do modelo de dados. As medidas são formas de mostrar
valores em um gráfico. Quando você arrasta um campo/coluna qualquer para um gráfico
(como no nosso exemplo de criação de gráfico), o Power BI faz o que chamamos de medida
implícita que, por padrão, para colunas numéricas, será uma soma. Já para colunas de texto
será uma contagem. Este cálculo automático é chamado de medida implícita pois você não
especificou que tipo de cálculo deveria ser feito.
As funções DAX nos fornecem a possibilidade de criar medidas explícitas, com cálculos
personalizados específicos, que daqui pra frente chamaremos somente de medidas.
DICA!
Dê preferência ao uso de medidas sempre que desejar expor valores num gráfico.
CRIANDO MEDIDAS
Para criar uma nova medida no Power BI acesse página inicial > grupo cálculo > nova
medida, como mostrado a seguir.
Perceba que o Power BI cria a medida no contexto da tabela que estiver selecionada no
momento. Por exemplo, se você estiver com a tabela fVendas selecionada no momento e
criar uma nova medida chamada “Total de Receita”, esta será criada e associada à tabela
fVendas, como demonstrado a seguir.
Entretanto, medidas não precisam pertencer a nenhuma tabela em específico. Você poderá
alterar a localização selecionando a medida que deseja mover e acessando modelagem >
tabela inicial > [tabela para qual deseja mover]. Perceba que este procedimento não muda
em nada o valor do resultado da sua fórmula!
DICA!
Como dito anteriormente, campos numéricos são calculados automaticamente quando
se arrasta para um gráfico. Entretanto, você dará preferência ao uso de medidas, uma vez
que você poderá usar medidas dentro de outras medidas, poupando muito tempo na
hora de escrever suas fórmulas DAX. Observe o exemplo a seguir.
Seja uma medida que calcula a “Receita Total” avaliando a expressão “Quantidade * Preço
Unitário” linha a linha da tabela fVendas e somando tudo no final. (iremos ver mais sobre
funções iteradoras nos próximos tópicos):
Seja uma medida que calcula o “Custo Total” fazendo a expressão “Quantidade * Custo
Unitário” linha a linha da tabela fVendas e somando tudo no final:
Agora você deseja calcular o “Lucro Bruto Total” (que seria a receita subtraída dos custos)
e para isso irá criar uma nova medida. Você poderá utilizar as medidas já criadas ou
mesmo reescrever as expressões e subtrair. Qual você prefere?
Exemplo 1: utilizando medidas dentro de medidas
Exemplo 2: fazendo a expressão completa
A partir desse momento fica clara a vantagem de se fazer cálculos com medidas. Sempre
utilize medidas para alcançar o potencial máximo que as fórmulas DAX podem
proporcionar!
COLUNAS CALCULADAS
Uma coluna calculada funciona como uma coluna qualquer no seu modelo, onde você
poderá arrastar para um gráfico e fazer um cálculo automático (não recomendado, dê
preferência à criação de medidas), apresentar num eixo de um gráfico (uso recomendado
para colunas), fazer um cálculo linha a linha de uma tabela (uso frequente e ok!), ou mesmo
para definir um relacionamento, caso necessário.
CRIANDO COLUNAS CALCULADAS

Para criar uma nova coluna calculada no Power BI acesse página inicial > grupo cálculo >
nova coluna, como mostrado a seguir.
Colunas calculadas são úteis quando a tabela fonte não contém os dados que deverão ser
apresentados da maneira como você deseja. Você poderá concatenar textos, multiplicar
números linha a linha de uma tabela, combinar dados de qualquer lugar do modelo etc.
No exemplo abaixo temos uma coluna calculada que utiliza uma fórmula DAX que
concatena as informações das colunas de ano e mês, linha a linha.
Neste outro exemplo temos uma coluna calculada que utiliza uma fórmula DAX que
multiplica, linha a linha da tabela fVendas, a Quantidade e o Valor, para calcular a Receita
de cada venda.
DICA!
Ao criar uma coluna calculada, é interessante que você acesse a visão de dados pois você
visualiza o resultado da coluna rapidamente, coisa que não acontece com uma medida,
até que você adicione a um gráfico.
CONTEXTO DE AVALIAÇÃO
Este conceito é fundamental para o pleno entendimento das expressões DAX e, apesar de
parecer simples à primeira vista, causa bastante confusão à medida que vamos realizando
cálculos. Entender o contexto e usar o contexto de forma eficaz é essencial para criar
análises dinâmicas de alto desempenho e para solucionar problemas em fórmulas.
Qualquer expressão DAX é avaliada dentro de um contexto. O contexto é o “ambiente” sob

o qual a fórmula é avaliada. Por exemplo, considere uma fórmula muito simples para uma
medida como:
Você já sabe que esta fórmula computa “Receita Total” fazendo o cálculo “Quantidade *
Preço Unitário” (receita de cada venda) linha a linha da tabela fVendas e somando tudo no
final.
Você pode jogar esta medida em uma matriz e ver o resultado, conforme a seguir:
Esse número por si só não é nada interessante. Entretanto, se você pensar com cuidado, a
fórmula calcula exatamente o que deve computar: a soma de todo as receitas de vendas,
que é um número grande e sem significado interessante. Essa matriz se torna mais
interessante assim que usamos alguns campos/colunas para dividir o total geral e começar
a investigá-lo.
Por exemplo, você pode adicionar o campo produto para as linhas da matriz e revelar alguns
insights mais interessantes, como mostrado a seguir.
O total geral ainda está lá, mas agora é a soma de valores menores e cada valor, junto com
todos os outros, tem um significado. No entanto, se você pensar com cuidado novamente,
você deve notar que algo estranho está acontecendo aqui: a fórmula não está computando
o que pedimos!
Supomos que a fórmula significasse "a soma de todas as receitas das vendas". Mas dentro
de cada ‘célula’ da tabela matriz, a fórmula não está computando a soma de TODAS as
vendas, está computando apenas a soma das vendas de produtos de um tipo específico.
No entanto, nunca especificamos que o cálculo teria que funcionar em uma parte do modelo
de dados. Em outras palavras, a fórmula não especifica que ele pode trabalhar em
subconjuntos de dados.
Por que a fórmula está computando valores diferentes em células diferentes? A resposta é
muito fácil: por causa do contexto de avaliação sob o qual o DAX calcula a fórmula. Você
pode pensar no contexto de avaliação de uma fórmula como a ÁREA AO REDOR da célula
em que o DAX avalia a fórmula.
Como o nome do produto está em linhas, cada linha da matriz pode ver, a partir do modelo
de dados inteiro, APENAS O SUBCONJUNTO de dados de produtos desse nome específico.
Essa é a área ao redor da fórmula, ou seja, um conjunto de FILTROS aplicado ao modelo de
dados antes da avaliação da fórmula. Quando a fórmula calcula a soma de todo o valor de
vendas, ela não é computada em todo o banco de dados, porque não tem a opção de
examinar todas as linhas.
Por exemplo, quando o DAX calcula a fórmula na linha com o valor Camiseta (destacado em
vermelho), é gerado um filtro implícito onde somente os produtos Camiseta são visíveis e,
por isso, considera apenas as linhas da tabela de vendas pertinentes aos produtos
Camiseta. Portanto, a soma de todo o valor de receita das vendas, quando computada para
uma linha da matriz que mostra apenas produtos Camiseta, se torna a soma de todas as
receitas de vendas de produtos Camiseta.
Qualquer fórmula DAX especifica um cálculo, mas a fórmula avalia esse cálculo em um
contexto, que define o valor final calculado. A fórmula é sempre a mesma, mas o valor é
diferente porque o DAX o avalia em diferentes partes do modelo de dados.
O único caso em que a fórmula se comporta da maneira como foi definida é o total geral.
Nesse nível, porque nenhuma filtragem acontece, o modelo de dados inteiro está visível.
Agora iremos arrastar o campo “Vendedor” para colunas e teremos um resultado ainda
mais interessante.
As regras do jogo devem estar claras neste ponto: cada célula agora tem um valor diferente,
mesmo que a fórmula seja sempre a mesma, porque as linhas e colunas da matriz definem
o contexto.
No exemplo destacado em vermelho o contexto em questão é:
Produto = Camiseta e Vendedor = Luigi. Sendo assim, na célula em questão, temos um

subconjunto do modelo de dados onde o Produto = Camiseta e Vendedor = Luigi e onde a
soma das receitas das vendas é igual a R$ 130.363,32.
Em resumo, vemos que os campos que adicionamos a uma matriz ou gráfico (nesse quesito,
funcionam da mesma maneira) são fontes de contextos/filtros.
Poderíamos adicionar ainda segmentadores de dados e adicionar ainda mais contextos.

Veja o exemplo a seguir.
Neste caso, foi adicionado um segmentador de dados (no canto direito da imagem) com o
campo Cliente. O segmentador funciona como um filtro e adiciona contexto a todos os
visuais (nesse caso uma matriz) que fizerem parte da página em questão no Power BI.
No exemplo destacado em vermelho, temos o seguinte contexto:
Produto = Chapéu, Vendedor = Rex e Cliente = Ponto Frio. Onde a soma das receitas de
venda totaliza R$ 5.971,73.
Outra fonte de contexto/filtro que pode ser usada no Power BI é através da área de filtros,
que fica fora do Canvas.
Observe o exemplo a seguir.
Perceba que adicionamos à área de filtros o campo ano e selecionamos o ano de 2018.
No exemplo em destaque temos o seguinte contexto ou “área ao redor” da fórmula de soma

das receitas:
Produto = Bermuda, Vendedor = Woody, Cliente = Ponto Frio e Ano = 2018. Onde a soma
das receitas para esse subconjunto de dados totaliza R$ 85.574,41.
DICA!
Lembre-se que este mesmo raciocínio vale para outros tipos de gráficos. Vamos pegar o
exemplo de um gráfico de colunas agrupadas.
No exemplo destacado em vermelho temos o seguinte contexto:

Vendedor = Buzz e Cliente = Ponto Frio. Onde a soma das receitas de venda totaliza R$
227.754,5.
CONTEXTO DE FILTRO
Até este ponto, deve estar claro que os valores calculados em cada célula têm um contexto
definido pelas linhas, colunas, eixos, segmentações de dados e filtros. Todos esses filtros
contribuem na definição de um contexto que o DAX aplica ao modelo de dados antes da
avaliação da fórmula.
Chamamos esse contexto de contexto de filtro e, como o próprio nome sugere, é um

contexto que filtra tabelas. Qualquer fórmula que você tenha criado terá um valor diferente,
dependendo do contexto do filtro que o DAX usa para realizar sua avaliação. Esse
comportamento, embora muito intuitivo, precisa ser bem compreendido.
Agora que você aprendeu o que é contexto de filtro, sabe que a seguinte expressão DAX
deve ser lida como "a soma de todas receitas de vendas visíveis no contexto do filtro atual".
Iremos abordar nos próximos tópicos como ler, modificar e ignorar o contexto do filtro. A
partir de agora, é suficiente ter uma sólida compreensão do fato de que o contexto do filtro
está sempre presente para qualquer célula de uma matriz ou qualquer outro valor em seus
gráficos. Você sempre precisa levar em consideração o contexto do filtro para entender
como o DAX avalia uma fórmula.
CONTEXTO DE LINHA
Desta vez, usamos uma fórmula diferente para nossas considerações:
É provável que você escreva essa expressão em uma coluna calculada, para calcular a
receita de cada venda.
Quando você definiu a coluna calculada, a sua fórmula DAX iniciou uma iteração na primeira
linha da tabela; ela criou um contexto de linha contendo essa linha completa e avaliou a
expressão “Valor * Quantidade”. Em seguida, passou para a segunda linha e avaliou a
expressão novamente. Isso acontece para todas as linhas da tabela e, se você tiver um
milhão de linhas, pode pensar que o DAX criou um milhão de contextos de linha para avaliar
a fórmula um milhão de vezes.
Um contexto de linha é um contexto que sempre contém uma única linha (o contexto de
filtro contém várias linhas, ou um subconjunto de uma tabela) que a sua fórmula DAX define
automaticamente durante a criação de colunas calculadas. Sendo assim, cada resultado
dependerá do seu contexto de linha atual. Você pode criar um contexto de linha usando
outras técnicas, que serão discutidas mais adiante, mas a maneira mais fácil de explicar o
contexto de linha é observar as colunas calculadas, em que o mecanismo sempre cria
automaticamente.
DICA!
Sempre que precisar realizar um cálculo, se pergunte se você precisará avaliar uma
expressão para cada linha de uma tabela inteira, nesse caso utilizando um contexto de linha
através da criação de colunas calculadas. Ou mesmo se poderá realizar o cálculo agregando
diretamente suas colunas através de medidas.
Uma medida não pode referenciar o valor de uma única linha de maneira direta. Uma
referência a uma coluna sempre deve ser incluída junto a uma função de agregação (SUM,
COUNT e assim por diante) ou usando uma função de iteração (FILTER, SUMX e assim por
diante).
DIFERENÇAS ENTRE MEDIDAS E COLUNAS CALCULADAS

O esquema abaixo nos mostra as principais diferenças entre medidas e colunas calculadas.
Mesmo que pareçam semelhantes, há uma grande diferença entre medidas e colunas
calculadas. O valor de uma coluna calculada é calculado usando a linha atual como um
contexto (contexto de linhas); não depende da interação do usuário no relatório. Uma
medida opera em agregações de dados (várias linhas juntas) definidos pelo contexto de
filtro atual aplicado no relatório - como seleção segmentação de dados, linhas e colunas em
uma matriz ou eixos e filtros aplicados a um gráfico.
Neste ponto, você pode estar se perguntando quando usar colunas calculadas em vez de
medidas. Às vezes, você poderá utilizar uma ou outra, mas na maioria das situações, suas
necessidades irão determinar sua escolha.
Você precisa definir uma coluna calculada sempre que quiser fazer o seguinte:
1. Mostrar os resultados calculados em uma segmentação de dados ou em linhas ou

colunas em uma matriz (em vez da área de valores) ou nos eixos de um gráfico.
2. Definir uma expressão estritamente vinculada à linha atual. Por exemplo, o Preço
Unitário * Quantidade não irá funcionar se você fizer uma medida que soma essas
duas colunas e as multiplicar!
No entanto, você deve criar uma medida sempre que quiser exibir valores de cálculo
resultantes que reflitam as seleções do usuário e vê-los na área de valores de uma matriz
ou na área de plotagem de um gráfico - por exemplo:
1. Quando você calcula a porcentagem de lucro em uma determinada seleção de dados.

Se você fizer esse cálculo linha a linha com uma coluna calculada, na hora de jogar
num gráfico precisará agregar (soma, média, máx etc) o que levará a um resultado
incorreto!
2. Quando você calcula proporções de um produto em comparação com todos os
produtos, mas mantendo o filtro por ano e por região.
FUNÇÕES DAX
Funções são fórmulas predefinidas que executam cálculos em um ou mais argumentos.
Você poderá informar uma coluna como um argumento, e você também pode usar outras
funções, expressões, fórmulas, constantes, números, texto e valores VERDADEIROS ou
FALSOS. A biblioteca de funções DAX possui mais de 200 funções, operadores e
construções, e está segmentada nas 10 seguintes categorias:
1. Funções de Data e Hora

2. Funções de Inteligência de Tempo
3. Funções de Filtro
4. Funções de Informação
5. Funções Lógicas
6. Funções Matemáticas e Trigonométricas
7. Outras funções
8. Funções Pai-e-filho
9. Funções Estatísticas
10. Funções de Texto
Nesta apostila não iremos abordar todas as funções DAX, e sim algumas das funções mais
utilizadas em alguns casos específicos. Para um guia completo das funções DAX acesse:
https://docs.microsoft.com/pt-br/dax/dax-function-reference.
As fórmulas DAX são muito semelhantes às fórmulas que você digita nas tabelas do Excel,
mas existem algumas diferenças importantes. No Microsoft Excel você pode fazer
referência a células individuais ou intervalos. No Power BI você irá referenciar apenas
tabelas completas ou colunas de dados. No entanto, se você precisa trabalhar com apenas
parte de uma coluna, ou com valores únicos de uma coluna, você pode alcançar um
comportamento semelhante usando funções DAX que filtram a coluna ou retornam valores
específicos.
Para fins didáticos, não iremos abordar as funções na mesma ordem definida pelas
categorias de funções.
EXPRESSÕES CONDICIONAIS
Assim como no Excel, a linguagem DAX possui funções que permitem realizar condições,
ou funções lógicas.
FUNÇÃO IF
A primeira e talvez mais utilizada é a condição “se”, obtida em DAX por meio da função IF.
Ela verifica se uma condição fornecida como o primeiro argumento é atendida. Retorna um
valor se a condição é VERDADEIRO e retorna outro valor se a condição for FALSO.
Sintaxe: IF (<teste lógico>;<valor se verdadeiro>;[valor se falso])
Parâmetro Definição
Teste lógico Qualquer valor ou expressão que

possa ser avaliado como
VERDADEIRO ou FALSO.
Valor se verdadeiro O valor retornado se o teste lógico for
VERDADEIRO. Se omitido,
VERDADEIRO será retornado.
Valor se falso O valor retornado se o teste lógico for
FALSO. Se omitido, BRANCO é
retornado.
A seguir você pode ver um exemplo de expressão usando a função IF especificando uma
condição que traz como resultado “Classe A” caso o preço de venda seja >=30 ou “Classe B”,
caso contrário.
O resultado é mostrado a seguir:
No exemplo a seguir, desejamos criar uma condição que traga “Classe C” para produtos com
preço de venda <= 20, “Classe B” para produtos com preço de venda >20 E <=30, e “Classe
A” para o restante.
Para isso, é necessário realizar várias condições com a função IF, de modo agrupado.
A seguir o exemplo utilizando a função IF:
Observe que, quando temos mais de dois resultados possíveis, o nível de complexidade
da expressão vai se elevando. Para isso temos uma função muito útil chamada SWITCH,
que proporciona um resultado de mais fácil leitura e construção.
FUNÇÃO SWITCH
A função SWITCH avalia uma expressão em relação a uma lista de valores e retorna um dos
vários possíveis resultados da expressão.
Sintaxe =SWITCH(<expressão>;<valor>;<resultado>[valor];[resultado]…[else])
expressão Qualquer expressão DAX que retorna um valor escalar único em que a
expressão deve ser avaliada várias vezes (para cada linha / contexto).
Pode ser utilizado também um valor TRUE /FALSE
valor Um valor constante a ser correspondido com os resultados da expressão.
resultado Qualquer expressão escalar a ser retornado se os resultados da
expressão corresponderem ao valor.
else Qualquer expressão escalar a ser avaliada se o resultado da expressão
não corresponder a nenhum dos argumentos de valor.
Uma forma de reescrever a expressão, que acima realizamos com a função IF, seria:
Utilizando SWITCH + TRUE, para cada argumento “valor” que for igual a TRUE, a função
SWITCH trará o resultado correspondente. Por exemplo, se o preço de venda <=20 for
verdadeiro (ou TRUE), será retornado o resultado “Classe C”. Se o preço da venda for > 20 E
<=30 (ou TRUE), será retornado o resultado “Classe B”.
O resultado é idêntico a aquele utilizando a função IF.
Você também poderá utilizar a função SWITCH para corresponder o argumento “valor” ao
argumento “expressão”, da seguinte maneira.
Na fórmula acima, a <expressão> país será avaliada em pares. Primeiro, a função SWITCH
verifica se o valor de país é “Brasil”. Caso verdadeiro, retornará “Grupo A”. O mesmo
acontece com “México” e “Dinamarca”. Perceba que o argumento [else] foi omitido, trazendo
branco para todos os países que não forem nem México nem Brasil ou Dinarmaca. O
resultado é dado a seguir.
Dessa forma, a expressão é avaliada somente uma vez e facilita a leitura e organização da
fórmula.
DICA!
Utilize as funções condicionais também para checar se resultados estão em branco, em
conjunto com a função ISBLANK, se contém erros com a função ISERROR, retornando um
valor alternativo para esses casos.
EXPRESSÕES DE AGREGAÇÃO
Quase todo modelo de dados precisa operar em dados agregados. A linguagem DAX
fornece várias funções que agregam conjuntos de linhas de uma tabela, retornando um
único valor. Essas funções operam de acordo com o contexto do filtro, abordado
anteriormente. As funções de agregação mais simples aplicam uma agregação em uma
única coluna numérica de uma tabela, que é o único argumento das seguintes funções:
• SUM para somas;

• AVERAGE, AVERAGEA para médias;
• MAX, MAXA para máximos;
• MIN, MINA para mínimos;
• STDEV.S, STDEV.P para desvios padrão;
• VAR.S, VAR.P para variâncias.
DICA!
Os nomes de funções que incluem o sufixo A só existem para manter a sintaxe do Excel,
mesmo que no Power BI elas funcionem apenas em colunas numéricas, enquanto no Excel
essas funções podem ser usadas para colunas que contenham texto. A única diferença é
que, se aplicado a uma coluna não numérica, as funções com o sufixo A retornarão 0 em
vez de um erro! Sob uma perspectiva prática, você poderá ignorar todas as funções com
sufixo A.
Todas essas funções utilizam a mesma sintaxe:
= NOME DA FUNÇÃO (tabela[coluna])
Você pode informar apenas uma coluna como argumento. Se você precisar agregar os
resultados de uma expressão (cálculo) mais complexa, será necessário usar uma das
funções de iteração X, que usa a seguinte sintaxe:
= NOME DA FUNÇÃO X (tabela;<expressão>)
A expressão informada no segundo argumento é avaliada para cada linha da tabela

informada no primeiro argumento, e o resultado será agregado de acordo com a função de
agregação (soma, média, máximo etc) usada. A expressão se comporta como uma coluna
calculada temporária durante sua avaliação. Todas as regras de sintaxe válidas para
colunas calculadas também se aplicam a esse argumento.
A maioria (mas não todas) das funções da agregação simples tem uma correspondente X
correspondente:
• SUMX;
• AVERAGEX;
• MAXX;
• MINX;
• STDEVX.S, STDEVX.P
• VARX.S, VARX.P
Você pode reescrever cada agregação simples usando a função iterativa correspondente.
Por exemplo, em vez de escrever a seguinte expressão:
Você poderá escrever a expressão abaixo com sua respectiva função X e obter o mesmo
resultado:
Mas se você quiser usar uma expressão mais complexa, você TEM que usar a função
SUMX:
EXPRESSÕES DE CONTAGEM
As funções que abordamos anteriormente são úteis para realizar a agregação de valores.
Às vezes, você não está interessado em agregar valores, mas apenas em contá-los. Assim,
o DAX oferece um conjunto de funções que são úteis para contar linhas ou valores.
Se você quiser contar o número de linhas em uma tabela ou número de valores distintos
em uma coluna, use as seguintes funções:
• COUNT para colunas numéricas, COUNTA para números ou textos;

• COUNTX, COUNTAX para contar de acordo com uma expressão para cada linha de
uma tabela;
• COUNTBLANK para contar o número de linhas em branco;
• COUNTROWS para contar o número de linhas em uma tabela;
• DISTINCTCOUNT para contar o número de valores distintos em uma coluna.
Todas essas funções utilizam sintaxe parecida:
= NOME DA FUNÇÃO (tabela[coluna])
ou
= NOME DA FUNÇÃO X (tabela;<expressão>)
DICA!
A função COUNTA pode ser usada para contar quantas linhas de uma coluna possuem um
valor não nulo, independentemente de seu tipo de dados, enquanto COUNT faz o mesmo,
mas funciona apenas em colunas numéricas. De um ponto de vista prático, você pode
considerar sempre usar COUNTA em vez de COUNT.
A função DISTINCTCOUNT retorna o número de valores distintos em uma coluna. A função

COUNTROWS conta o número de linhas em uma tabela.
EXPRESSÕES DE FILTRO
Qualquer expressão DAX é avaliada sob o contexto de filtro atual, incluindo as funções de
agregação. Por exemplo, a expressão a seguir retorna a soma da coluna “Valor” na tabela
“fVendas”, considerando um subconjunto de apenas as linhas ativas da tabela fVendas no
contexto do filtro atual (ver o tópico sobre contexto de avaliação) quando a SUMX é
chamada:
Em vez de uma tabela real, como no primeiro parâmetro da função SUMX acima, você pode
usar qualquer expressão DAX que retorne uma tabela. Usando o nome de uma tabela, você
inclui todas as linhas ativas no contexto de filtro atual. Você pode informar um conjunto
diferente de linhas usando uma função que retorna uma tabela.
A função FILTER, por exemplo, recebe uma tabela como primeiro argumento e retorna todas
as linhas que satisfazem a condição lógica informada no segundo argumento, que é
avaliado para cada linha da tabela que recebe. Por exemplo, se você quiser calcular a soma
de “Valor” somente para as linhas com um valor maior que 10, use a expressão a seguir:
FUNÇÃO FILTER
Retorna uma tabela que representa um subconjunto de outra tabela com base em uma
expressão.
Sintaxe = FILTER(<tabela>;<expressão de filtro>)
tabela A tabela a ser filtrada. A tabela também pode ser uma expressão que
resulta em uma tabela.
filtro Uma expressão booleana que deve ser avaliada para cada linha da
tabela. Por exemplo, [Valor]> 10 ou [País] = "Brasil".
Outra possibilidade de aplicação da função FILTER é em conjunto com a função CALCULATE.
FUNÇÃO CALCULATE
Esta é a função mais importante da linguagem DAX! Ela combinada a outras funções,
permite uma infinidade de cálculos com modificação do contexto de filtro atual.
Para manipular o contexto de filtro atual e executar cálculos com base em filtros diferentes
(por exemplo, o total de vendas da categoria à qual um produto pertence ou o total do ano
atual), você pode usar a função CALCULATE.
A função CALCULATE avalia uma expressão (ou seja, realiza um cálculo) em um contexto
que é modificado pelos filtros especificados dentro da função.
Sintaxe: CALCULATE(<expressão>;[filtro1];[filtro2]…)
expressão A expressão ou cálculo a ser realizado

Filtro1, filtro2... Uma lista separada por ponto vírgula de
expressão booleana (lógica) ou uma expressão
de tabela que define um filtro. (Opcional)
A <expressão> é o único argumento obrigatório. Você pode adicionar uma ou mais

expressões de filtro, que modificarão o contexto do filtro no qual a <expressão> é avaliada.
As expressões de filtro podem ser uma das seguintes:
• Uma expressão lógica de filtro contendo apenas uma única referência de coluna:
nesse caso, qualquer filtro existente sobre essa coluna será substituído pela nova
condição de filtro.
• Uma expressão de tabela que retorna uma ou mais colunas: nesse caso, todos os
filtros nas colunas retornados pela expressão de tabela são substituídos pelas novas
condições de filtro.
Considere uma medida com a seguinte expressão:
Ao adicionar a Receita Total a uma matriz com produtos em linhas temos o seguinte
resultado:
Conforme já dito, o valor de uma medida sempre irá depender do contexto de filtro atual
aplicado. No valor em destaque temos um contexto onde produto = “Meias”, retornando
somente um subconjunto de linhas da tabela fVendas onde o produto é Meias e a soma da
coluna Valor totaliza R$ 925.606,05.
Podemos manipular o contexto de filtro aplicado a essa matriz com uso da função
CALCULATE. Considere a seguinte expressão:
Ao adicionar esta medida à matriz em questão, temos o seguinte resultado:
Perceba que a medida “Receita Total Calca” traz o mesmo valor para todas as linhas da
matriz, que é igual ao valor da medida “Receita Total” no contexto de filtro de produto igual
a “Calça”, que também totaliza R$ 934.083,06. O que a função CALCULATE fez foi modificar
o contexto em todas as células, conforme especificamos no segundo argumento,
informando que gostaríamos de retornar um subconjunto da tabela Produto onde o
Produto é igual a “Calça” (perceba que estamos aplicando um filtro à tabela Produto que,
por sua vez, se propaga para a tabela fVendas pois elas estão relacionadas e funcionam
como uma só tabela). Em cada linha da matriz, “forçamos” uma modificação no contexto de
filtro atual durante o cálculo da medida.
A função CALCULATE permite ainda informar mais de uma expressão booleana no mesmo
argumento de filtro, desde que referencie a mesma coluna. Veja o exemplo:
Neste exemplo utilizamos uma lógica OU com o uso do operador “||”. Neste caso, estamos
retornando um subconjunto de dados onde os produtos são “Calça” ou “Cinto”. O resultado
é dado a seguir:
Perceba que agora, assim como no exemplo anterior, a medida retorna o mesmo valor para
todas a matriz. Entretanto, desta vez seu valor corresponde à soma da Receita Total dos
produtos Calça (R$ 934.083,06) e Cinto (R$ 884.415,30), totalizando R$ 1.818.498,47. Isso
se dá pelo fato de que em cada célula temos um subconjunto da dados onde produto =
“Calça” ou “Cinto”, conforme especificado na função CALCULATE.
FUNÇÃO ALL
Internamente, a função “Receita Total Calca” é escrita da seguinte maneira:
Com base no exemplo da medida “Receita Total Calca”, se quiséssemos retornar somente
os valores correspondentes a calça poderíamos utilizar a seguinte expressão:
Obtemos o seguinte resultado:
A função ALL ignora todos os filtros do contexto de filtro atual, retornando todos os valores
de uma coluna ou de uma tabela.
Sintaxe = ALL(<tabela ou coluna>;[<coluna>]...)
tabela A tabela na qual você deseja ignorar todos os filtros

coluna A coluna na qual você deseja ignorar todos os filtros
O argumento para a função ALL deve ser uma tabela ou uma coluna. Você não pode usar
expressões de tabela ou expressões de coluna com as funções ALL.
Conforme descrito na tabela a seguir, você pode usar as funções ALL em diferentes
cenários.
Função e uso Definição
ALL(Tabela) Remove todos os filtros da tabela especificada. Na verdade, ALL

(Tabela) retorna todos os valores da tabela, removendo todos
os filtros do contexto que, de outra forma, poderia ter sido
aplicado.
Essa função é útil quando você deseja criar um cálculo que crie
um percentual de um valor agregado em relação ao valor total.
ALL(Coluna;[Coluna]...) Remove todos os filtros das colunas especificadas; todos os
outros filtros em outras colunas da tabela ainda se aplicam.
Todos os argumentos da coluna devem vir da mesma tabela.
A variante ALL (Coluna) é útil quando você deseja remover os
filtros de contexto de um ou mais colunas específicas e manter
todos os outros filtros de contexto.
Observe a expressão a seguir:
Nesta fórmula estamos utilizando a função CALCULATE especificando o cálculo a ser feito
no argumento <expressão>, que é o cálculo da Receita Total. Em seguida estamos
especificando a modificação no contexto que desejamos realizar. Dessa vez, desejamos
ignorar qualquer filtro que esteja aplicado no contexto da tabela de produtos. O resultado
é dado a seguir:
Perceba que em cada linha desta matriz temos um contexto diferente sendo aplicado na
tabela produto no campo/coluna “produto”. Na segunda linha desta matriz, por exemplo, o
contexto de filtro é produto igual a “Boné” e, portanto, somente um subconjunto da tabela
produto relativo a “Boné” é retornado e baseado para o cálculo da medida “Receita Total”.
Já na medida “Receita Total ALL Produto” especificamos que desejamos ignorar todos os
filtros aplicados no contexto da tabela “Produto”. Sendo assim, são retornadas todas as
linhas da tabela produto, nos mostrando sempre o valor total de receita.
DICA!
Perceba que se relacionarmos estas duas medidas por meio de uma divisão simples,
teremos quanto a receita de cada produto representa da receita total.
EXPRESSÕES DE INTELIGÊNCIA DE TEMPO

Há muitos cálculos relacionados a tempo que você provavelmente precisa fazer em seus
relatórios. Você pode escrever cálculos simples relacionados a tempo usando um grupo de
funções de "inteligência de tempo" do DAX. Qualquer cálculo relacionado a inteligência de
tempo é baseado na alteração do contexto filtro de data durante um cálculo.
Todas as funções de inteligência disponíveis na linguagem DAX exigem uma tabela de

datas no modelo de dados. Esta tabela deve conter uma coluna do tipo data. A tabela de
datas deve conter todos os dias de cada ano que você deseja considerar. Você poderá ter
muitas tabelas de datas no modelo de dados: nesse caso, você deverá especificar a tabela
a ser usada em cada cálculo DAX (não há tabela de datas padrão no modelo de dados e
você irá precisar criar uma).
ACUMULADOS E COMPARAÇÕES TEMPORAIS

Existe um conjunto de funções DAX para acumular e comparar dados ao longo do tempo.
Por exemplo, você pode querer calcular o valor acumulado de uma medida desde o começo
do ano até o período que você está selecionando (o acumulado do ano). Você também pode
comparar as vendas deste ano com as vendas do ano anterior. Ambos acumulados e
comparações modificam o contexto de filtro de data.
O cálculo do acumulado do ano (YTD ou year-to-date), acumulado do trimestre (QTD ou

quarter-to-date) e acumulado do mês (MTD ou month-to-date) são todos muito
semelhantes. Cada um desses cálculos se estende a seleção atual desde o início do período
(ano, trimestre e mês, respectivamente). Por exemplo, o cálculo do acumulado no mês
calcula a medida do início do mês até o dia selecionado.
Por exemplo, o cálculo da “Receita Total Acumulado Mês” faz o mesmo cálculo da medida
“Receita Total” do início do mês até o dia selecionado. Como você pode ver acima, a medida
de acumulado reinicia sua soma incremental a cada primeiro dia do mês em que ocorre
vendas. No dia 31 do mês janeiro o acumulado era de R$ 490.389,14. A partir do dia 9 de
fevereiro foi reiniciada a conta, sendo o valor do “acumulado” igual ao valor de receita total,
totalizando R$ 265.395,57.
A medida “Receita Total Acumulado Mês” utiliza a função TOTALMTD e é demonstrada a

seguir:
A medida “Receita Total” é a mesma de sempre:
Abaixo está demonstrado o comportamento acumulado no trimestre.
A medida “Receita Total Acumulado Trimestre” utiliza a função TOTALQTD e é demonstrada

a seguir:
FUNÇÕES TOTALYTD, TOTALQTD E TOTALMTD

Se você deseja obter acumulados com as funções DAX você conseguirá rapidamente com
as funções abaixo:
• TOTALYTD para acumulado do ano;

• TOTALQTD para acumulado do trimestre;
• TOTALMTD para acumulado do mês.
= NOME DA FUNÇÃO (<expressão>;tabela de datas[coluna com datas];[filtro])
expressão Uma expressão que retorna um valor escalar. Pode ser uma medida.
datas Uma coluna que contém datas contínuas.
filtro Uma expressão que especifica um filtro a ser aplicado no contexto
atual (opcional)
*Na função TOTALYTD temos um quarto argumento, onde podemos informar a data de
término do ano fiscal.
FUNÇÕES DATESYTD, DATESQTD E DATESMTD

Você pode chegar aos mesmos resultados obtidos por TOTALMTD, TOTALQTD e TOTALYTD
com a função CALCULATE, usando filtros com as funções DATESMTD, DATESQTD e
DATESYTD, respectivamente. Esta é uma maneira alternativa de escrever os mesmos
cálculos vistos.
A versão com CALCULATE é mais flexível, porque você pode adicionar outros filtros na
função CALCULATE. Também torna mais evidente o comportamento interno das funções de
agregação relacionadas ao tempo. A seguir, as correspondentes com a função CALCULATE:
As funções DATESYTD, DATEQTD e DATESYTD trazem ao contexto de filtro atual uma tabela
que contém uma coluna de datas acumuladas no ano, trimestre e dia, respectivamente.
= NOME DA FUNÇÃO (tabela de datas[coluna com datas])
Datas Uma coluna contendo datas contínuas

*Na função DATESYTD temos um segundo argumento, onde podemos informar a data de
término do ano fiscal.
COMPARAÇÃO DE VALORES DE PERÍODOS DIFERENTES

Muitas vezes você precisará realizar uma comparação de valores entre diferentes períodos.
Um caso comum é calcular um valor do mesmo período no ano anterior (PY ou previous
year), trimestre anterior (PQ ou previous quarter) ou mês anterior (PM ou previous month).
As seguintes expressões DAX calculam esses valores:
O exemplo abaixo mostra a aplicação da comparação de meses e trimestres.
Em “Total de Receita -1 Mês”, cada mês tem o valor do mês anterior (e BLANK no caso de
não haver vendas no mês anterior). Os totais trimestrais representam a soma dos meses
deslocados. Em “Total de Receita -1 Trimestre”, os valores são deslocados em um trimestre.
A função DATEADD transforma a seleção atual de datas do contexto atual em um conjunto

de datas correspondente de acordo com o que for aplicado pelo segundo e terceiro
argumentos. Você pode mover a data para frente usando um valor positivo no segundo
argumento ou para trás usando um valor negativo. O terceiro argumento pode ser YEAR
(ano), QUARTER (trimestre), MONTH (mês) ou DAY (dia).
FUNÇÃO DATEADD
Retorna uma tabela que contém uma coluna de datas, deslocada para frente ou para trás
no tempo, pelo número especificado de intervalos das datas, no contexto atual.
Sintaxe = DATEADD(<datas>;<número de intervalos>;<intervalo>)
datas Uma coluna que contém datas contínuas.

número de intervalos Um número inteiro que especifica o número de intervalos para
adicionar ou subtrair das datas.
intervalo O intervalo pelo qual deslocar as datas. O valor para o intervalo
pode ser um dos seguintes: ano, trimestre, mês, dia.
FUNÇÃO SAMEPERIODLASTYEAR
Você pode obter o valor do ano anterior de uma maneira alternativa e mais legível usando
a função SAMEPERIODLASTYEAR, que é uma versão especializada da função DATEADD.
Internamente, a mesma chamada DATEADD é feita, usando -1 e YEAR como segundo e
terceiro argumentos. Por exemplo, você pode definir a mesma medida “Total de Receita -1
Ano” desta maneira:
Sintaxe = SAMEPERIODLASTYEAR(<datas>)
Datas Uma coluna que contém datas

contínuas.
DICA!
A função DATEADD retorna uma tabela feita por uma coluna e o número de linhas que
depende do número de dias ativos no contexto do filtro atual. Por exemplo, quando a matriz
mostra uma célula com vendas por um mês, o filtro atual inclui todos os dias do mês. Se
você voltar a um mês diferente, o número de dias pode ser diferente. Essa detecção
funciona automaticamente, observando os dias ativos no filtro. Por exemplo, se o filtro
contiver todos os 30 dias de setembro, o resultado incluirá todos os 31 dias de agosto. No
entanto, se houver apenas 29 dias em setembro, porque um dia não está ativo no filtro,
apenas 29 dias correspondentes em agosto serão devolvidos, não incluindo o dia faltante
traduzido em agosto e 31 de agosto.
FUNÇÃO PARALLELPERIOD
Se você precisar do valor de um período inteiro traduzido no tempo, também poderá usar a
função PARALLELPERIOD, que é semelhante a DATEADD, mas retorna o período completo
especificado no terceiro parâmetro, em vez do período parcial retornado por DATEADD.
Você pode definir a medida “Total de Receita -1 Ano” também da seguinte forma:
Sintaxe = PARALLELPERIOD (<datas>;< número de intervalos>;<intervalo>)
Com essa base de funções de inteligência de tempo você agora é capaz de fazer
comparações, encontrar desvios absolutos e em percentual, diferença de acumulados etc.
Use sua criatividade e entenda as regras do seu negócio!
CRIANDO UMA TABELA DE DATAS CONTÍNUA

Para executar as funções de inteligência de tempo é necessário que você possua uma
referência de datas contínuas. A maneira mais fácil e correta de fazer isso é criando uma
tabela dimensão de tempo.
FUNÇÃO CALENDAR + DIMENSÃO TEMPO

Retorna uma tabela com uma única coluna chamada "Date" contendo uma lista contínua de
datas. O intervalo de datas vai da data de início informada no primeiro argumento da função
até a data de fim informada no segundo argumento, incluindo essas duas datas.
Sintaxe = CALENDAR(<data de início>;<data de fim>)
Observe o exemplo abaixo.
Para criar uma tabela calculada acesse a visão de dados > guia modelagem > grupo cálculo
> nova tabela. Ao inserir a fórmula acima, temos um resultado parecido com este.
DICA!
Perceba que no exemplo acima tivemos de especificar as datas de início e de fim, o que
pode ser um problema, já que nossas tabelas fato estão sempre crescendo com o passar
dos dias e poderão contemplar datas que não estarão a nossa tabela de Dimensão
Tempo.
Lembrando que todos os gráficos que iremos construir daqui pra frente que incluem
datas deverão vir de colunas da tabela Dimensão Tempo. Sendo assim, se na nossa
tabela fato de vendas (por exemplo) tivermos vendas do ano de 2018, tais vendas não
serão mostradas no nosso gráfico, pois o período vai somente até 31/12/2017!
Podemos, então, automatizar o processo de geração das datas, referenciando as datas
da tabela de vendas, como no exemplo abaixo.
A fórmula acima traz, no primeiro argumento da função CALENDAR a data de início como
sendo a menor data da tabela fVendas com uso da função MIN. Já no segundo
argumento temos a maior data da tabela fVendas como sendo a data de fim com uso da
função MAX. Desta forma, a tabela calendário sempre terá todas as datas contempladas
na tabela de vendas e os gráficos irão contemplar todas as vendas possíveis!
DICA!
Observe também que você poderá ter duas tabelas fato: uma com as vendas realizadas e
uma com os orçamentos/previsões de vendas, por exemplo. Nesta segunda você
provavelmente terá uma coluna de datas até o final do ano corrente, ou seja, com o
orçamento/previsão até o mês de dezembro. Sendo assim, referenciar na sua função
CALENDAR somente as datas da tabela de vendas realizadas poderia limitar a criação de
gráficos para os orçamentos. Neste caso, considere na função CALENDAR a data de início
vindo da tabela de vendas realizadas e a data de fim vindo da tabela de
orçamentos/previsões.
FUNÇÃO CALENDARAUTO
Retorna uma tabela com uma única coluna chamada "Date" contendo uma lista contínua de
datas. O intervalo de datas é calculado automaticamente com base nos dados do modelo.
Sintaxe = CALENDARAUTO([mês de fim do ano fiscal])
Mês de fim do ano fiscal Qualquer expressão DAX que retorna um

número inteiro de 1 a 12. Se omitido, padroniza
o valor especificado na tabela de calendário do
modelo para o usuário atual, se presente, o
padrão é 12.
FIQUE CIENTE!
O intervalo de datas é calculado da seguinte forma:
• A data mais antiga (menor) no modelo, que não está em uma coluna calculada ou em
uma tabela calculada, é tomado como a data de início.
• A data mais recente (maior) no modelo, que não está em uma coluna calculada ou em
uma tabela calculada, é tomado como a data de fim.
O intervalo de datas retornado será as datas entre o início do ano associado à data mais
antiga e o final do ano associado à data mais recente.
Um erro será retornado se o modelo não contiver nenhum valor de data e hora que não
é proveniente de colunas calculadas ou tabelas calculadas.
Neste exemplo, a data mais antiga e a data mais recente no modelo de dados são 1 de
janeiro de 2015 e 15 de março de 2017, respectivamente.
Ao criar uma nova tabela calculada e inserir a fórmula acima, temos um resultado parecido
com este:
...
CALENDARAUTO () retornou todas as datas entre 1º de janeiro de 2015 e 31 de dezembro de
2017.
Agora observe o exemplo a seguir:
O resultado, desta vez, é o mostrado a seguir:
...
CALENDARAUTO (6) retornou todas as datas entre 1º de janeiro de 2015 e 30 de junho de

2017, pois 6 representa o mês de junho.
DICA!
Na dúvida, é recomendável checar, por meio do botão de filtro, todo o intervalo de datas
obtido.
FUNÇÃO DATE
Retorna a data especificada no formato datetime
Sintaxe = DATE(<ano>;<mês>;<dia>)
Exemplo: A formula a seguir traz a data 1º de fevereiro de 2018
DICA!
Esta função pode ser útil dentro de outras funções que exigem que uma data seja
especificada, como na função CALENDAR, conforme vimos anteriormente.
EXPRESSÕES DE DATA E HORA

Algumas funções de data e hora são interessantes quando se deseja trabalhar com datas
no Power BI.
FUNÇÃO DATEDIFF
Retorna a contagem dos intervalos entre duas datas. Por exemplo, você poderá contar o
número de dias, semanas, meses e anos entre duas datas.
Sintaxe = DATEDIFF(<data de início>, <data de fim>, <intervalo>)
A formula a seguir retorna o número de meses decorridos entre as duas datas, linha a linha
(coluna calculada) da tabela dCalendario.
Assim como calculamos o número de meses, de acordo com o último argumento da função
(MONTH), poderíamos ter calculado o número de dias, horas, minutos, segundos, anos,
semestres.
FUNÇÃO DATEVALUE
Converte uma data na forma de texto para uma data no formato datetime.
Sintaxe = DATEVALUE(data em texto)
A formula a seguir retorna a data 04 de agosto de 2018. Lembre-se de que valores de texto
sempre estão entre aspas (“”)
FUNÇÃO TODAY
Retorna a data atual.
Sintaxe = TODAY( )
EM RESUMO...
Vimos algumas funções DAX que irão permitem com que você realize boa parte dos cálculos
que você já realiza no Excel, como muito mais integridade e de forma automatizada.
Podemos também traçar um paralelo entre algumas funções que funcionam no Excel da
mesma forma que funcionam no Power BI com a linguagem DAX.
Abaixo uma lista de funções correspondentes:
FUNÇÕES DE DATA E HORA

Excel Power BI - DAX
DATA DATE
MÊS MONTH
NÚMSEMANA WEEKNUM
DATA.VALOR DATEVALUE
DIA DAY
DATAM EDATE
FIMMÊS EOMONTH
HORA HOUR
MINUTO MINUTE
AGORA NOW
SEGUNDO SECOND
TEMPO TIME
VALOR.TEMPO TIMEVALUE
HOJE TODAY
DIA.DA.SEMANA WEEKDAY
ANO YEAR
FRAÇÃOANO YEARFRAC
FUNÇÕES DE INFORMAÇÃO
ÉCEL.VAZIA ISBLANK
ÉERROS ISERROR
ÉLÓGICO ISLOGICAL
É.NÃO.TEXTO ISNONTEXT
ÉNÚM ISNUMBER
ÉTEXTO ISTEXT
FUNÇÕES DE TEXTO
CONCATENAR CONCATENATE
EXATO EXACT
PROCURAR FIND
FIXO FIXED
ESQUERDA LEFT
DIREITA RIGHT
NÚM.CARACT LEN
MINÚSCULA LOWER
MAIÚSCULA UPPER
MUDAR REPLACE
REPT REPT
PESQUISAR SEARCH
SUBSTITUIR SUBSTITUTE
ARRUMAR TRIM
VALOR VALUE
TEXTO FORMAT
FUNÇÕES LÓGICAS
E AND
SE IF
SEERRO IFERROR
NÃO NOT
OU OR
FALSO FALSE
VERDADEIRO TRUE
FUNÇÕES MATEMÁTICAS E TRIGONOMÉTRICAS

ABS ABS
TETO CEILING
ISSO.TETO ISO.CEILING
EXP EXP
FATO FACT
ARREDMULTB FLOOR
INT INT
LN LN
LOG LOG
LOG10 LOG10
MOD MOD
MARRED MROUND
PI PI
POTÊNCIA POWER
QUOCIENTE QUOTIENT
ALEATÓRIO RAND
ALEATÓRIOENTRE RANDBETWEEN
ARRED ROUND
ARRENDONDAR.PARA.BAIXO ROUNDDOWN
ARRENDONDAR.PARA.CIMA ROUNDUP
SINAL SIGN
RAIZ SQRT
SOMA SUM
SOMAQUAD SUMQ
TRUNC TRUNC
FUNÇÕES ESTATÍSTICAS
MÉDIA AVERAGE
MÉDIAA AVERAGEA
CONT.NÚM COUNT
CONT.VALORES COUNTA
CONTAR.VAZIO COUNTBLANK
MÁXIMO MAX
MÁXIMOA MAXA
MÍN MIN
MÍNIMOA MINA
Masterclass Power BI – Apostila do aluno | 4 – VISUALIZAÇÃO GRÁFICA 141
4 – VISUALIZAÇÃO GRÁFICA
Uma vez que ultrapassamos a etapa de modelagem, temos nosso modelo de dados bem
estruturado e nossas métricas prontas para ser utilizadas (você também pode criar suas
métricas à medida que vai construindo seus gráficos).
LAYOUT DA PÁGINA E FORMATAÇÃO

Cada relatório pode ser personalizado com opções de formatação para permitir que você
crie layouts adequados com aparência relevante para sua empresa. Para ver e editar a
formatação de um relatório, clique na visão de relatórios sem destacar quaisquer elementos
visuais, formas ou outros elementos no relatório e clique em Formatar no Painel de
visualizações.
No rolo de formatação é possível alterar informações da página, alterar as proporções de

tamanho, inserir um plano de fundo ou um papel de parede. As opções são mostradas
abaixo.
FORMATANDO GRÁFICOS
Já abordamos como criar um gráfico na área de relatórios, basta arrastar ou clicar nos
campos na área de campos, como mostrado a seguir.
Prontamente, um gráfico será criado, dependendo do tipo de medida ou campo que você
arrastar, como mostrado a seguir:
Perceba que o tipo de gráfico criado é realçado na área de gráficos, como mostrado abaixo:
O Power BI possui tipos de gráfico padrão, bastante utilizados, e você poderá dar
preferência a um ou outro de acordo com a necessidade.
Cada gráfico possui uma lista de campos que poderá ser adicionada, como mostrado abaixo
na área de campos:
As áreas da lista de campos podem variar de um gráfico para o outro, mas, no geral, você
terá as áreas:
• Eixo – dependendo do tipo de gráfico poderá ser um eixo X (gráfico de colunas, por
ex.) ou Y (gráficos de barras);
• Legenda – divide em padrões de cores alguma categoria de interesse ;
• Valor – é o campo que irá ser quantificado no gráfico. A altura da coluna num
gráfico de colunas. O comprimento da barra num gráfico de barras. O tamanho da
bolha num gráfico de bolhas;
• Dica de ferramentas – é a informação que aparece quando deslizamos o cursor do
mouse pela área do gráfico;
Abaixo da área de campos está a área de filtros, onde você poderá adicionar diversos tipos
de filtros ao seu relatório. A área de filtros é mostrada a seguir.
Arraste e solte campos para a área de filtros e faça uma filtragem nos seus dados com
bases em campos específicos. Poderão ser adicionados filtros a nível de visual, que
somente afetará os visuais (gráficos) que estiverem selecionados no momento. Outro tipo
de filtro que poderá ser feito é o filtro a nível de página que afetará a página de relatório
que estiver sendo acessada no momento. Por fim, podemos alocar filtros a nível de relatório
que afetará de maneira global todos os gráficos do seu relatório no Power BI (ou seja, todas
as páginas).
Para formatar mudar a aparência dos seus gráficos você sempre irá acessar a área formato,
com o visual em questão selecionado. A área de formato é mostrada abaixo.
Os grupos dessa área poderão variar de acordo com o tipo de gráfico em questão, mas,
em geral, você poderá:
• Ativar/desativar e formatar a aparência dos eixos;

• Alterar as cores dos seus dados para destacar algum ponto importante;
• Adicionar rótulos de dados para mostrar os valores do gráfico numericamente;
• Adicionar ou alterar o título do gráfico;
• Adicionar uma tela de fundo;
• Adicionar uma borda etc.
ESCOLHENDO O MELHOR TIPO DE GRÁFICO

Você só conseguirá ter sucesso na sua iniciativa de Business Intelligence se for capaz de
representar os seus dados de maneira adequada, levando a decisões mais rápidas através
da identificação ágil de padrões e insights nos seus gráficos.
Para fazer isso você deverá ter noção de como usar os diferentes tipos de visualizações
gráficas disponíveis em uma ferramenta de Inteligência de Negócios. Listamos algumas
boas práticas pra te ajudar a escolher o melhor tipo de gráfico para determinada ocasião!
Mas lembre-se, não existe “receita de bolo”, o seu bom senso sempre prevalecerá sobre as
regras.
A escolha do gráfico depende do tipo de dados que você deseja mostrar, então listamos
algumas necessidades recorrentes.
ENXERGANDO PARTES DE UM TODO

Estes gráficos permitem enxergar com facilidade a composição de uma métrica, onde a área
representa 100% e conseguimos ver qual porcentagem do todo cada categoria representa.
Os gráficos de funil e treemap são boas alternativas aos tão criticados gráficos de rosca e
pizza. Abaixo estão listados alguns gráficos para considerar.
Os gráficos de rosca e pizza são muito similares e devem usados com cuidado quando
temos muitas categorias (fatias) e os valores são muito próximos. Lembre-se que queremos
enxergar padrões com facilidade e a finalidade de um gráfico é, com o passar dos olhos,
chegar a alguma conclusão.
ENXERGANDO PARTES DE UM TODO E SUA VARIAÇÃO

Estes gráficos permitem enxergar com facilidade a composição de uma métrica que varia,
ao longo do tempo, por exemplo. Pense neles como vários gráficos de pizza em um só.
Abaixo estão listados alguns gráficos para considerar.
ENXERGANDO COMPARAÇÕES
Gráficos de barras e colunas agrupadas são excelentes na hora de rankear informações e
comparar informações de categorias lado a lado, como produtos e clientes. Abaixo estão
listados alguns gráficos para considerar.
De acordo com a altura das colunas ou barras, identificamos padrões, extremos, pontos
fora da curva etc.
ENXERGANDO COMPARAÇÕES E SUA VARIAÇÃO COM O TEMPO

Gráficos de linhas e área são excelentes para analisar o comportamento de uma métrica ao
longo do tempo e identificar tendências ou progressões. Podemos comparar também mais
de uma métrica ao mesmo tempo. Abaixo estão listados alguns gráficos para considerar.
IDENTIFICANDO CORRELAÇÕES
Gráficos de dispersão e de bolhas são ideais para identificar correlações entre duas ou mais
variáveis.
ESCOLHENDO GRÁFICOS NO POWER BI

Você tem várias visualizações padrão disponíveis no Power BI. Além disso, você poderá
estender as possibilidades baixando visuais personalizados. Mas, antes de fazer isso, você
precisa saber o que pode e não pode fazer usando os gráficos padrão!
A lista inclui 29 tipos de gráficos disponíveis até o momento que poderão se expandir em
versões futuras. Abaixo uma breve descrição de cada gráfico:
GRÁFICO DE BARRAS EMPILHADAS
Use este gráfico quando quiser comparar diferentes valores da mesma medida, de maneira
empilhada, ou quando você precisar exibir diferentes medidas que fazem parte do mesmo
todo. Pense em cada barra como um gráfico de pizza, pois mostra a composição. Sendo
assim, os gráficos empilhados têm o mesmo problema que os gráficos de pizza quando os
valores são muito próximos. As barras são linhas orientadas horizontalmente.
Perceba o uso do campo legenda, que separa cada categoria de acordo com uma coloração
diferente.
Você poderá adicionar duas ou mais medidas, cujos valores serão empilhados, ou utilizar o
campo de legenda. Nunca os dois!
GRÁFICO DE COLUNAS EMPILHADAS

O mesmo que um gráfico de barras empilhadas, mas orientado verticalmente.
A sua lista de campos é idêntica ao gráfico de barras empilhado, porém o eixo aparecerá
na horizontal.
DICA!
Dê preferência ao uso de gráficos de barras (horizontal) em vez de colunas (vertical)
quando:
• há uma lista maior de valores para mostrar nos eixos;
• os nomes das categorias no eixo são muito grandes. O gráfico de barras possui
mais espaço para mostrar nomes de vários caracteres.
GRÁFICO DE BARRAS AGRUPADAS

Semelhante ao gráfico de barras empilhadas, mas em vez de comparar medidas dentro da
mesma barra, com um gráfico de barras agrupadas você pode comparar diferentes
medidas lado ao lado.
A lista de campos é idêntica aos dos gráficos anteriores, porém, desta vez, utilizamos duas
medidas no campo valor em vez do campo legenda, como mostrado a seguir.
DICA!
Dê preferência ao uso de gráficos agrupados em vez de empilhados quando:
• temos menos categorias ou medidas para serem comparadas, pois várias barras
lado a lado causa confusão excessiva;
• quando a visualização lado a lado é mais interessante pois os valores são muito
próximos.
GRÁFICO DE COLUNAS AGRUPADAS

O mesmo que um gráfico de barras agrupadas, mas orientado verticalmente.
A lista de campos é idêntica e daremos preferência aos gráficos de colunas pelos mesmos
motivos vistos anteriormente.
GRÁFICO DE BARRAS 100% EMPILHADAS

Semelhante ao gráfico de barras empilhadas, mas com cada medida usando uma fatia de
cada barra, que corresponde sempre a toda a largura disponível (100%).
Este é mais parecido ainda com vários gráficos de pizza em um só, uma vez que mostram
a composição de forma percentual.
DICA!
Dê preferência aos gráficos 100% empilhados quando quiser mostrar a
composição de uma métrica que varia, ao longo do tempo, por exemplo. E
também quando não importar enxergar os valores absolutos, somente os
percentuais do total.
GRÁFICO DE COLUNAS 100% EMPILHADAS

O mesmo que o gráfico de colunas 100% empilhadas, mas orientado na vertical.
A lista de campos é idêntica e você dará preferência à colunas em vez de barras pelos
mesmos motivos já citados.
GRÁFICO DE LINHAS
Use este gráfico para exibir a tendência de algumas medidas ao longo do tempo.
Perceba que a lista é idêntica aos gráficos já vistos e que estamos utilizando praticamente
os mesmo campos. A diferença fundamental é a intenção dos gráficos, o que eles se
prepõem a mostrar.
GRÁFICO DE ÁREA
Semelhante ao gráfico de linhas, use este gráfico quando quiser exibir dados cumulativos,
em vez de sequencias de pontos. Ele se parece com um gráfico de linhas em que as áreas
são preenchidas com camadas de cores.
GRÁFICO DE LINHAS E COLUNAS EMPILHADAS

Use este gráfico quando precisar exibir mais de uma medida com diferentes escalas, como
moeda e porcentagem, ou intervalos de valores diferentes, de maneira combinada.
GRÁFICO DE LINHAS E COLUNAS AGRUPADAS

O mesmo que o gráfico de linhas e colunas empilhadas, mas usando colunas agrupadas
em vez de colunas empilhadas.
Você dará preferência ao gráfico agrupado em vez do empilhado pelos mesmos motivos já
citados.
GRÁFICO EM CASCATA
Use este gráfico para exibir dados cumulativos, realçando para cada categoria seu valor
positivo ou valor negativo e mostrando os maiores “ofensores” para os desvios.
GRÁFICO DE DISPERSÃO
Use este gráfico quando quiser mostrar possíveis correlações entre duas medidas.
Este é um gráfico muito poderoso, pois podemos ver nossos dados sob várias
perspectivas.
GRÁFICO DE PIZZA
Use este gráfico para exibir a distribuição de valores de uma ou mais medidas. Os valores
aparecem como pedaços da pizza, com os valores maiores ocupando fatias maiores. No
entanto, usar gráficos de pizza não é uma prática recomendada quando temos dados de
valores próximos.
GRÁFICO DE ROSCA
Semelhante ao gráfico de pizza, mas com uma representação gráfica de rosca ou
semelhante a um pneu. No entanto, usar gráficos de rosca não é uma prática recomendada
pelo mesmo motivo do gráfico de pizza.
TREEMAP
Semelhante a um gráfico de pizza, mas usando uma representação gráfica bastante
diferente, em que os valores são representados por retângulos coloridos em uma página.
Pode ser uma alternativa para o gráfico de pizza, mas é igualmente ilegível quando você
tem muitos elementos nele.
MAPA
Use para exibir dados geográficos com bolhas de tamanho variável nos mapas do Bing.
TABELA
Use este visual para exibir dados em uma forma textual como uma tabela simples, onde
cada atributo e cada medida é uma única coluna no resultado.
MATRIZ
Ela estende as possibilidades da tabela, possibilitando agrupar as medidas por linhas e
colunas. Funciona semelhante à tabela dinâmica do Excel.
Acima temos o uso de agrupamentos em linhas e sua lista de campos.
MAPA COROPLÉTICO
Semelhante ao mapa, mas os dados são representados por áreas coloridas.
FUNIL
Semelhante ao gráfico de barras empilhadas, mas com uma única medida e um gráfico de
diferente representação, em que as linhas são empilhadas em ordem crescente, o que faz
com que o gráfico pareça um funil.
INDICADOR
Use isso para exibir uma única medida em relação a uma meta. Este gráfico se parece com
o estilo de medidor comum nos carros.
CARTÃO DE LINHA MÚLTIPLA

Use isto para exibir diferentes medidas e atributos para cada instância de uma entidade,
cada um colocado em um cartão colorido e gráfico diferente.
CARTÃO
Use para exibir um único valor numérico de uma medida textualmente.
KPI
Use para exibir um único valor com um gráfico de linhas de tendência em segundo plano,
destacando o desempenho com cores.
SEGMENTAÇÃO DE DADOS
Use isso para filtrar um ou mais gráficos, selecionando valores de um atributo.
Edifício Dubai 705, Jardim Renascença II, SLZ, MA.

[email protected]
(98) 98212-5019
www.intellioconsultoria.com

Apostila Power Bi

Enviado por

Direitos autorais:

Formatos disponíveis

Apostila Power Bi

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila Power Bi

Enviado por

Direitos autorais:

Formatos disponíveis

Masterclass Power BI – Apostila do aluno | BEM VINDO À INTELLIO 2

BEM VINDO À INTELLIO

A INTELLIO – Inteligência de Negócios & Consultoria, agradece a você por

Temos plena convicção de que, se aprendido e usado da maneira correta, o

Devido à demanda frequente dos nossos alunos por um material didático,

O Power BI é uma ferramenta analítica poderosa e nosso foco aqui é te

Hélio Victor Freire

Esta apostila é melhor utilizada como uma consulta a conceitos e funções

*Este material é de uso exclusivo dos alunos e ex-alunos

BIG DATA E A ERA DO CONHECIMENTO ............................................................................................ 9

ANÁLISE DE DADOS NOS DIAS ATUAIS ............................................................................................11

DADOS, INFORMAÇÃO E CONHECIMENTO ...................................................................................... 12

INTRODUÇÃO AO BUSINESS INTELLIGENCE (BI) ........................................................................... 13

SELF SERVICE BUSINESS INTELLIGENCE (SSBI) ...........................................................................14

INDO ALÉM DO EXCEL ............................................................................................................................14

POWER PIVOT .......................................................................................................................................... 16

POWER QUERY ......................................................................................................................................... 17

POWER VIEW ........................................................................................................................................... 18

EXCEL PRO X POWER USER ................................................................................................................ 19

Excel PRO: profissional avançado de Excel ..................................................................................... 19

O Power User ...................................................................................................................................................21

O QUE É O POWER BI? ..........................................................................................................................24

ARQUITETURA DO POWER BI ................................................................................................................ 25

PROCESSO DE BUSINESS INTELLIGENCE .......................................................................................26

PRIMEIRAS NOÇÕES COM O POWER BI .......................................................................................... 27

Editor de consultas ..................................................................................................................................... 28

Visão de relatórios ...................................................................................................................................... 29

Visão de relacionamentos ....................................................................................................................... 30

Bases de dados on-premises (bases locais) ....................................................................................31

Bases de dados em nuvem ......................................................................................................................31

Software as a Service (SaaS) / Software como serviço...............................................................31

Conectores do Power BI ......................................................................................................................32

2 - ETL (Extração, transformação e carregamento) ....................................................................34

Consultas (Queries) ..................................................................................................................................... 34

Consultas no Power BI .........................................................................................................................35

Limpeza e formatação no Power BI ............................................................................................. 43

Removendo linhas superiores e inferiores............................................................................... 43

Etapas de transformação aplicadas ............................................................................................ 46

Alterando o tipo de dados................................................................................................................. 48

Extraindo texto por delimitador ..................................................................................................... 50

Limpar, cortar e colocar em maiúscula ....................................................................................... 52

Preenchimento para baixo e para cima ..................................................................................... 54

Removendo colunas ............................................................................................................................ 56

Renomeando colunas ......................................................................................................................... 56

Dividindo e mesclando colunas...................................................................................................... 56

CRIANDO UMA ESTRUTURA DE TABELA ......................................................................................... 60

Transformando colunas em linhas ............................................................................................... 63

Filtrando dados ...................................................................................................................................... 64

Acrescentando consultas ...................................................................................................................67

Mesclando consultas ........................................................................................................................... 70

3 – MODELAGEM DE DADOS ............................................................................................................... 76

Fatos e dimensões ....................................................................................................................................... 77

Relacionamento entre tabelas ...............................................................................................................79

Criando os primeiros gráficos.......................................................................................................... 84

Métricas de negócio ................................................................................................................................... 86

O que é DAX? ................................................................................................................................................. 86

Porque usar DAX? ....................................................................................................................................... 86

Sintaxe DAX ............................................................................................................................................. 87

Tipos de dados DAX ............................................................................................................................. 88