horaBoas Práticas para Power BI

Introdução

Este documento fornece as práticas recomendadas para a criação de relatórios

no Power BI. Começando com o planejamento, ele aborda os princípios de
design que podem ser aplicados aos relatórios e às páginas, bem como os
visuais individuais que compõem esse relatório. Muitas dessas práticas
recomendadas também se aplicam ao design de dashboard.

As recomendações dadas neste white paper são diretrizes que você deverá
aplicar quando for conveniente. 

Terminologia

No Power BI, um relatório pode ter uma ou mais páginas de relatório e todas as
páginas juntas são denominadas o relatório. Os elementos básicos do relatório
são visuais (também conhecidos como visualizações), imagens independentes e
caixas de texto. 

Keyrus and TIM Proprietary and Confidential Information Página: 1

 ETL (Extract – Transform – Load)
Puxe dados de visualizações, não de tabelas
A importação de dados de tabelas em um banco de dados cria dependências fortes entre o
modelo de dados físico e o mecanismo de geração de relatórios.

 Sempre que as estruturas das tabelas forem alteradas, é melhor extrair dados
relacionais das visualizações.

Filtre antes de importar

O Power BI tem um limite para a quantidade de dados que podem ser importados quando não
estamos usando uma conexão ativa.

 É melhor limitar a quantidade de processos que acontecem dentro da ferramenta para

evitar que esse limite seja atingido.

Remova campos não utilizados

Ao adicionar mais e mais dados, você notará o aumento do tamanho do arquivo pbix. Uma das
melhores e mais rápidas maneiras de reduzir o arquivo pbix é remover todos os campos não
utilizados.

Com a redução de colunas expostas na visualização do relatório, reduz também a quantidade de

memória utilizada pelo Power BI. Esta prática evita também expor colunas de informações
sensíveis que são utilizadas somente por razões técnicas, tais como colunas de chaves
numéricas, nomes de usuários, quem fez a última modificação, etc.

Divida as colunas de data e hora

No caso de uma coluna que tenha tanto a data quanto a hora juntas é melhor dividir em duas.
Uma para Data e outra para Hora.

Uma coluna contendo data e hora contém dados mais complexos que exige mais do Power BI.
Dividindo em duas colunas conseguirá economizar memória, vai melhorar a performance e
deixar o modelo de dados mais fácil de usar.

Rotule todos os seus passos

À medida que você modifica os dados importados, o Power BI cria um histórico (etapas) que
permite que você volte e remova quaisquer alterações que possam interromper os conjuntos de
dados.

 Rotular cada uma dessas etapas permite que você se lembre facilmente do que cada uma
delas faz.

Aplique a opção “Marcar como tabela de data” em tabelas com datas

As funções de inteligência de tempo têm melhor desempenho quando a tabela “Calendário” tem
esta categorização. Em alguns casos de relacionamento isto se faz até mandatório para que o
mesmo funcione.

Keyrus and TIM Proprietary and Confidential Information Página: 2

Mas mesmo nos casos não obrigatórios é uma boa prática fazer a marcação. Assim a interface de
usuário e outras funcionalidades do Power BI serão melhoradas e dará ao usuário uma melhor
experiência na utilização do modelo.

DirectQuery

No caso de conexão dinâmica ou do DirectQuery, quando os usuários visitam um relatório do

Power BI, o Power BI envia consultas tempo real para a fonte de dados subjacente.  Depois que a
fonte de dados retorna com os dados da consulta, o relatório é renderizado. Como resultado, o
desempenho do relatório nesses casos depende muito do desempenho da fonte de dados
subjacente.

Nesses casos, é importante entender o desempenho de sua fonte de dados subjacente. Fontes de

dados diferentes terão ferramentas diferentes para entender o desempenho da consulta. Por
exemplo, SQL Server e SQL Azure fornecem o Repositório de Consultas, que captura um
histórico das consultas e suas estatísticas de tempo de execução.

Como regra geral, ao implantar relatórios do Power BI baseados em conexão dinâmica e do

DirectQuery, experimente o que os usuários finais farão no Power BI Desktop. Se o relatório
apresentar lentidão para ser carregado no Power BI Desktop, certamente ele terá lentidão para
ser carregado no serviço para os usuários finais.

 Envie por push colunas calculadas e medidas para a fonte quando possível – quanto mais
próximas estiverem da fonte, maior será a probabilidade de desempenho.
 Evite relacionamentos em colunas calculadas e colunas de identificador exclusivo.
 Tente configurar "Pressupor integridade referencial" nos relacionamentos – em muitos
casos, isso pode melhorar significativamente o desempenho da consulta.
 Observe que há tempos limite no nível de consulta imposto pelo serviço para garantir que as
consultas de longa execução não consigam monopolizar os recursos do sistema. Consultas
que demoram mais de 225 segundos atingirão o tempo limite e resultarão em um erro no
nível do visual.

Otimize o modelo de dados

As visualizações no Power BI são fortemente controladas por meta-dados, o que significa que
nomes de colunas, nomes de tabelas ou consultas e formatação são exibidos ao usuário no
painel.

Então, se você estiver usando uma convenção de nomenclatura no seu Data Warehouse para

suas tabelas como “dim_Produto_scd2_v2” e os nomes das colunas não forem muito melhores,
essas convenções serão mostradas para os usuários nas visualizações de relatórios e na lista de
campos.

Por isso:

 Defina tipos de dados corretamente;

 Aplique formatação amigável aos dados, incluindo medidas explícitas;
 Renomeie campos, medidas e tabelas com convenções de nomenclatura fáceis de usar.
Use nomes que seriam significativos para os usuários corporativos ou público-alvo;
 Evite ambiguidades em nomes de colunas e medidas.
 Garanta que as relações entre tabelas sejam criadas corretamente.

Keyrus and TIM Proprietary and Confidential Information Página: 3

 DAX
Sintaxe DAX

Expressão de análise de dados, ou DAX, é uma coleção de funções, operadores e constantes que
podem ser usados em uma expressão para criar novos valores de dados já em seu modelo.
Abaixo estão exemplos de medidas simples e mais complexas criadas com o DAX. Enquanto
ambos os exemplos estão executando uma soma de uma coluna, os resultados são muito
diferentes.

Coluna Calculada

As colunas calculadas usam as fórmulas DAX (Data Analysis Expressions, expressões de análise
de dados) para definir os valores de uma coluna, desde a concatenação de valores de string até o
cálculo de fórmulas complexas que retornam um valor numérico.

 Cada linha é calculada antes do modelo de dados consultado pelo usuário final e salvo no
modelo.
 Útil para hospedar cálculos complexos realizados em tempo de processo.
 Necessário se você quiser filtrar ou dividir os dados usando esse campo.

Medida calculada

As medidas executam cálculos ou agregações em dados à medida que interagimos com

relatórios. Entender a agregação é muito importante, pois cada medida executará algum tipo de
agregação, como SUM, AVG, Count, etc.

 Fórmula calculada no tempo de consulta.

 Os resultados não são salvos como parte do modelo.
 Pode estar consumindo energia intensivamente.
 Útil para calcular valores sobre dados agregados.
 As medidas são preferenciais em relação às colunas calculadas sempre que possível devido
ao não armazenamento de dados.

Função SUM Simples:

Função SUM Complexa:

Para expressões simples, como a primeira exibida acima, a expressão pode ser exibida em uma
única linha

Keyrus and TIM Proprietary and Confidential Information Página: 4

Para expressões mais complexas, a melhor prática é implementar novas linhas e recuo para
maior clareza

Fique atento a funções DAX que precisam testar cada linha em uma tabela, por exemplo,
RANKX. No pior dos casos, essas funções podem aumentar exponencialmente o tempo de
execução e os requisitos de memória devido ao aumento linear no tamanho da tabela.

Keyrus and TIM Proprietary and Confidential Information Página: 5

 Dashboards

Conhecer o público-alvo

A definição do público-alvo é o primeiro e mais importante passo no desenho de um Dashboard

eficaz. É muito importante garantir que o mesmo se vai identificar com o dashboard e, para isso,
é necessário que se defina claramente quem vai olhar para o dashboard, o que vão estar à
procura e em que contexto o vai fazer. Sem esta percepção é muito difícil a entrega de um
dashboard eficaz.

O dashboard vai ser utilizado pela liderança de topo para consultar os valores globais, ou vai ser
usado por um representante de vendas para monitorizar as suas atividades
diárias? É importante assegurar que o dashboard está focado nas necessidades do seu público-
alvo em especial.

Classificar o dashboard
Entender o tipo de dashboard que se está a desenhar vai ajudar a orientar as decisões de
desenho. Há três tipos comuns de dashboards, cada um com o seu propósito:

 Operacional: Apresentação de dados que ajudam à operação diária do negócio, através da

gestão de KPI’s (indicadores chave de desempenho) do processo de negócio. O objetivo é
ajudar o departamento a entender se a sua performance está dentro ou fora do objetivo e
por quanto. Muitas das vezes os dashboards operacionais usam dados em real.
 Estratégico ou Executivo: Representação dos KPI’s necessários para ajudar a liderança das
empresas a monitorizar a performance numa base periódica. Normalmente providencia
uma visão de alto nível do estado atual do negócio juntamente com os seus objetivos.
 Analítico: Apesar de poder apresentar dados estratégicos ou operacionais, este tipo de
dashboards fornece ao utilizador a capacidade de explorar os dados e obter perspectivas
distintas. Um exemplo pode ser a análise de tendências ao longo do tempo ou combinar
dados de marketing e vendas para determinar o sucesso de campanhas de marketing.

 Escolher o visual correto

As visualizações de dados são essenciais para um dashboard eficaz, uma vez que as pessoas
processam informação mais facilmente num formato visual. No entanto, fazer a escolha errada
no formato da visualização dos dados pode levar a más interpretações e, por conseguinte, más
decisões de negócio. A lista abaixo não é exaustiva, mas pretende sumarizar os tipos de
visualizações mais importantes e o seu propósito:

 Indicador: Para apresentar um valor único. É importante rotular o período corretamente e

dar um valor de referência;
 Gráficos de linha: Ideal na consulta de métricas sobre um período de tempo. Ao entender a
mudança de valores ao longo do tempo, conseguimos identificar tendências e padrões que
poderão ser interessantes;
 Gráficos de barras: Bom quando o objetivo é comparar valores sobre a mesma categoria
(país, produto, cliente);
 Gráficos Combinados: Combinam as funcionalidades dos gráficos de barra e linhas, ao
permitir representar várias métricas na mesma visualização;

Keyrus and TIM Proprietary and Confidential Information Página: 6

 Gráficos Circular/Pie: Úteis quando queremos ver a contribuição das partes no todo. Apesar
de ser um dos mais populares, pela facilidade de entendimento, não é muito consensual no
mundo do BI, devido à falta de precisão, especialmente nos valores mais pequenos do
gráfico circular. A recomendação é usar este tipo de gráficos com três ou menos segmentos;
 Gráficos de Barras Empilhadas: Representação múltipla do conceito do pie chart (partes
num todo), interessante para comparar vários itens e apresentar a composição de cada um
deles;
 Gráficos de Distribuição: Apresentam a distribuição e a relação de dois itens/métricas;

 Gráficos de Bolhas: Representam a distribuição e a relação de três itens/métricas;

 Tabelas: Ideais para análises mais profundas dos dados.

Comparação

Os gráficos de comparação são usados para comparar a magnitude dos valores em várias
categorias e podem ser usados para localizar facilmente os valores mais baixos e mais altos nos
dados.

Eles também podem ser usados para comparar valores atuais e históricos para determinar
tendências. Perguntas comuns são “quais regiões trazem mais receita” ou “como é a satisfação
do cliente este ano em relação ao ano passado”.

Composição

Keyrus and TIM Proprietary and Confidential Information Página: 7

Gráficos de composição são usados para mostrar como uma parte se compara ao todo.

Os gráficos de composição podem destacar os valores relativos ao analisar a porcentagem do

total ou podem mostrar os valores absolutos.

As perguntas comuns são “qual é nossa participação de mercado por região” ou “como nossa
receita é dividida por linha de negócios”.

Distribuição

Gráficos de distribuição são usados para ver como os valores quantitativos são distribuídos ao
longo de um eixo, do menor para o maior.

Olhando para a forma dos dados, um usuário pode identificar características como
concentrações de valores, tendência central e outliers.

Perguntas comuns são “pontuações de avaliação por anos de experiência” ou “alturas de

jogadores em um time de basquete”.

Relação

Gráficos de relacionamento são usados para ver o relacionamento entre os elementos de dados e
podem ser usados para encontrar correlações, outliers e clusters de dados.

Perguntas comuns são “existe uma correlação entre as vendas por representante de vendas e
representante de vendas” ou “quais dois produtos são comumente comprados juntos”?

Providenciar contexto

Todos os elementos de um dashboard devem ter um contexto para os números a serem

apresentados. Sem valores de referência, os números são mais difíceis de interpretar. De outra
maneira, como irá o utilizador entender se um valor é normal ou não? Deve-se tentar utilizar as
comparações mais comuns, por exemplo período atual com ano passado, ou um objetivo, ou
mesmo um valor esperado.

Keyrus and TIM Proprietary and Confidential Information Página: 8

Tomar atenção aos detalhes

Uma das melhores práticas mais frequentemente mencionadas é tentar combinar a informação
num só ecrã, no entanto, deve-se evitar inundar o utilizador final com informação. Se esse é o
caso, pode-se tentar criar páginas/tabs para temas distintos. Por exemplo, um dashboard de
Marketing em secções distintas, como se faria num site.

Outras recomendações:

 Nunca nos devemos esquecer porque estamos a fazer o dashboard numa primeira instância,
e tentar fazê-lo o mais simples possível;
 Devemos tentar-nos colocar no papel do utilizador, para entender as suas necessidades e se
as mesmas são endereçadas;
 Deve-se considerar em que forma o dashboard vai ser consultado (contexto e dispositivo).
Deve ser o mais responsive possível;
 É sempre uma boa ideia iniciar com uma visão de alto nível, contudo, a informação chave
deve estar no canto superior esquerdo.
 O tempo deve estar sempre no eixo horizontal;
 Em vez de começar com um .PBIX vazio, considere o uso de modelos (arquivos .PBIT) para
acelerar e padronizar o desenvolvimento de relatórios. Os modelos podem ser salvos com
paletas de cores personalizadas e temas incorporados neles.

 Usar filtros para limitar os visuais de relatório para exibir apenas o que é necessário.
 Se você observar um desempenho ruim no Power BI, não use filtros hierárquicos. Se você
observar tempos de carregamento de página altos ao usar filtros hierárquicos, remova os
filtros hierárquicos e, em vez disso, use vários filtros para a hierarquia.
 Crie medidas calculadas em vez de colunas calculadas.
 Use segmentações com moderação. As segmentações de dados são uma ótima maneira de
permitir que os usuários naveguem pelos dados, mas eles têm um custo de desempenho.
Cada slicer gera duas consultas: uma obtém os dados e a outra busca os detalhes da seleção.
A criação de muitos segmentadores afeta negativamente o desempenho.
 Para gráficos de barra numéricos, o eixo numérico deve sempre começar do zero;

Keyrus and TIM Proprietary and Confidential Information Página: 9

Figura 7: Gráfico de realidade distorcida

Figura 8: Gráfico realista

 Rotular itens necessários (títulos, eixos, unidades, séries). Deve ser feito de forma
inteligente, tendo em consideração limitações espaciais (ex: dispositivos móveis);
 Evitar gráficos 3D e padrões desnecessários (ex: imagens de fundo, bordas) que podem
obscurecer o mais importante: os números;
 Utilizar espaço branco/vazio entre os elementos, para torna-los legíveis
 Escolher algumas cores e mantê-las, se necessário, utilizar tons da mesma cor;
 Utilizar tipos de letra simples (Arial, Tahoma, etc.).

Keyrus and TIM Proprietary and Confidential Information Página: 10

 Ajustar o tamanho da página para 16:9

Mapas no Power BI.

 Faça a limpeza da sua tabela e mantenha nela somente os dados que ajude com as
localizações exatas nos seus visuais.

 Para ter localizações mais precisas utilize os pontos de latitude e longitude.

 Seja o mais detalhado possível na definição dos nomes de locais. Isto lhe trará mais
acuracidade nas localizações do seu mapa. É melhor colocar o nome completo da
localização, cidade, estado, país, região.

 CEPs são uma boa forma de colocar as localizações mais acuradas nos mapas do Power BI
também. Considere utilizá-los e não esqueça de categorizar.

 Evite utilizar cores de dados que se confundam com o fundo e dificultem a visualização.

 Nem sempre o mapa é o melhor visual para seus dados, teste seus dados em outros tipos de
visualizações, tais como gráficos de barras, linhas, pizza, etc.

Referência: Microsoft Corporation

Keyrus and TIM Proprietary and Confidential Information Página: 11