Aprenda Power BI do zero! Nosso Curso Básico de Power BI vai te ensinar a criar dashboards e analisar dados de forma simples e eficiente.
Neste curso, vamos te guiar pelos primeiros passos para dominar essa poderosa ferramenta de Business Intelligence (BI).
Aprenda a criar dashboards interativos e relatórios visuais, transformando dados em insights valiosos. Saia do zero e comece a analisar dados agora mesmo!
Aula 1 – Introdução ao Power BI
Vamos iniciar nosso Curso Básico de Power BI para que você consiga sair do zero e criar seu primeiro dashboard!
Caso prefira esse conteúdo no formato de videoaula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para fazer o download do(s) arquivo(s) utilizados na aula, preencha com o seu e-mail:
Não vamos te encaminhar nenhum tipo de SPAM! A Hashtag Treinamentos é uma empresa preocupada com a proteção de seus dados e realiza o tratamento de acordo com a Lei Geral de Proteção de Dados (Lei n. 13.709/18). Qualquer dúvida, nos contate.
O Power BI é uma das mais populares e poderosas ferramentas de Business Intelligence, capaz de transformar dados em insights valiosos, possibilitando análises profundas e visualizações claras.
Na primeira aula do nosso curso, você aprenderá como baixar e instalar o Power BI em seu computador. Exploraremos o programa, suas guias e as principais funcionalidades.
Além disso, você vai aprender a importar uma base de dados e realizar o tratamento dela no ambiente do Power Query.
Animado para dar seus primeiros passos no Power BI? Então, faça o download do material disponível e vamos começar!
O que é Business Intelligence (BI)?
Business Intelligence é o processo de coletar, organizar e analisar dados para tomar decisões estratégicas informadas.
No contexto empresarial, o BI é essencial para entender padrões, identificar problemas e antecipar tendências.
O Que é Power BI? Por Que Usá-lo?
O Power BI é uma ferramenta de Business Intelligence (BI) criada pela Microsoft. Ele permite que empresas coletem, organizem, tratem e analisem dados provenientes de diversas fontes.
Seu principal objetivo é facilitar a tomada de decisões estratégicas por meio de dashboards e relatórios interativos. Com o Power BI, é possível:
- Conectar-se a diversas fontes de dados: desde planilhas do Excel até grandes bancos de dados corporativos.
- Organizar e transformar informações: usando o Power Query, você pode limpar e preparar dados para análise.
- Criar visualizações atrativas: gráficos e métricas personalizáveis tornam a apresentação dos dados mais clara e impactante.
Por Que Usar o Power BI? Principais Benefícios:
- Redução de custos: simplifica a análise de dados, economizando tempo e recursos.
- Fácil de instalar e usar: o Power BI segue o princípio de self-service, tornando-o acessível para usuários de todos os níveis.
- Acessibilidade: permite compartilhar dados e relatórios com os times, alinhando todos aos objetivos da empresa.
- Baixo custo de aquisição: inclui versões gratuitas e opções na nuvem adquiridas com apenas alguns cliques.
- Atualizações frequentes: o sistema é atualizado mensalmente, mantendo-se relevante para o mercado.
- Dados em tempo real: possibilita análises instantâneas, sem depender de dispositivos específicos.
- Mobilidade: acessível em qualquer dispositivo, de forma prática e simples.
Exemplos de Uso do Power BI:
- Analisar o aumento ou queda de vendas em diferentes períodos.
- Identificar motivos para a rotatividade de funcionários em um setor.
- Melhorar o desempenho no atendimento ao cliente, analisando o tempo médio de resposta.
Com o Power BI, essas e muitas outras análises podem ser feitas de forma clara e intuitiva.
Como Instalar o Power BI?
Existem duas formas principais de baixar e instalar o Power BI Desktop em seu computador: pelo site oficial ou pela Microsoft Store.
1ª Forma – Site Oficial
- Acesse o Google e procure por “Power BI Desktop”.
- Entre na página oficial da Microsoft
- Clique em “Baixe Gratuitamente” ou em “Veja as opções de Download e Idioma”, caso queira personalizar o idioma antes de fazer o download.
2ª Forma – Microsoft Store
Para garantir atualizações automáticas, recomendamos baixar o programa pela Microsoft Store:
- Abra a loja de aplicativos no seu computador com Windows.
- Procure por Power BI Desktop.
- Clique em Instalar.
Como Funciona o Ambiente do Power BI?
Ao abrir o Power BI, você se depara com três ambientes principais, cada um projetado para facilitar diferentes aspectos do trabalho com dados.
- Exibição do Relatório: Aqui você cria gráficos, dashboards e relatórios visuais interativos. É o espaço para trabalhar com indicadores e métricas de forma clara e visual.
- Modo de Exibição de Tabela: Essa guia organiza os dados em tabelas, permitindo análises detalhadas de colunas e linhas. É ideal para entender a estrutura da base de dados e verificar informações diretamente.
- Exibição de Modelo: Nesta guia, você estabelece os relacionamentos entre tabelas. É essencial para criar um modelo de dados robusto, garantindo que as tabelas interajam corretamente nos relatórios.
Primeiros Passos no Power BI: Importando a Base de Dados
Para começar, abra o Power BI Desktop em seu computador. Ao iniciar, será exibido um ambiente completamente em branco.
Isso acontece porque, para trabalhar no Power BI, é essencial importar uma tabela ou conectar-se a uma fonte de dados externa.
Fontes de Dados Compatíveis
O Power BI suporta várias fontes de dados, incluindo:
- Planilhas do Excel.
- Bancos de dados SQL.
- Google Sheets.
- APIs e serviços online.
Como Importar Dados no Power BI?
- Clique em “Obter Dados” na guia Página Inicial.
- Escolha a origem dos dados, como Pasta de trabalho do Excel ou SQL Server.
- Selecione o arquivo ou conexão e clique em Carregar.
Importando a Base de Dados da Aula
No material disponível para download, você encontrará a base de dados que utilizaremos ao longo deste Curso Básico de Power BI.
Essa base contém diferentes tabelas do Excel, incluindo o histórico de vendas de uma empresa para os anos de 2022, 2023 e 2024, além dos cadastros de Clientes, Lojas e Produtos.
Nesta primeira aula, trabalharemos com a planilha Cadastro Lojas.
Como vimos, o Power BI permite importar dados de diversas fontes. Quando trabalhamos com planilhas do Excel, há atalhos que tornam esse processo ainda mais prático.
Você pode usar as opções Pasta de trabalho do Excel ou Importar dados do Excel para realizar a importação de forma rápida.
Após selecionar o arquivo, será exibida a janela de navegação, onde você verá o nome do arquivo, como Cadastro Lojas.xlsx, e as abas disponíveis nele, como Planilha 1.
Nesta janela, é possível selecionar a aba desejada e visualizar uma prévia das informações contidas nela ao lado direito).
Para trazer os dados para dentro do Power BI:
- Marque a caixa de seleção ao lado da aba que deseja importar.
- Escolha entre as opções Carregar ou Transformar Dados:
- Carregar: Importa a tabela como está, sem alterações.
- Transformar Dados: Abre o ambiente do Power Query, onde você pode tratar e preparar os dados antes de carregá-los no Power BI.
Para esta aula, selecione a opção Transformar Dados para acessar o Power Query e realizar os ajustes necessários.
Power Query: Limpando e Preparando os Dados
O Power Query, integrado ao Power BI, é uma poderosa ferramenta para tratamento e preparação de dados antes de sua utilização em análises.
Seu principal objetivo é garantir que as tabelas estejam organizadas e otimizadas para futuras análises, eliminando inconsistências e informações desnecessárias.
Por Que Usar o Power Query?
Muitas vezes, os dados importados não estão organizados. Eles podem conter:
- Linhas ou colunas vazias.
- Dados misturados (ex.: “País – Continente” em uma única célula).
- Informações redundantes ou desnecessárias.
Com o Power Query, você pode:
- Renomear consultas para facilitar a organização.
- Identificar e excluir colunas desnecessárias.
- Remover linhas vazias automaticamente.
- Ajustar cabeçalhos de colunas para refletir nomes significativos.
- Dividir ou mesclar colunas para reorganizar dados complexos.
Tratando os Dados da Tabela de Lojas
Dentro do Power Query, vamos começar o tratamento e a limpeza dos dados contidos na Planilha 1 do nosso arquivo Cadastro Lojas.
Para começar, vamos renomear nossa consulta. Vá até Propriedades e altere o nome para algo mais intuitivo, como, por exemplo: Cadastro Lojas.
Identificando e Excluindo Colunas Desnecessárias:
O próximo passo é identificar e remover colunas desnecessárias da tabela. Isso é crucial para otimizar a visualização dos dados e agilizar nosso processo de análise.
Busque por colunas que contenham apenas valores null, como a coluna 7 dessa tabela.
Selecione a coluna e aperte a tecla Delete para excluí-la, ou clique com o botão direito do mouse e selecione Remover.
Excluindo Linhas Desnecessárias
Além das colunas, também vamos remover linhas indesejadas, aquelas com valores em branco.
Como nossa base de dados pode ter milhares de linhas, vamos usar o recurso Remover Linhas, localizado na guia Página Inicial, e selecionar a opção Remover Linhas em Branco.
Essa opção remove automaticamente as linhas em branco da nossa tabela, tornando o processo mais prático e rápido.
Ajustar o Cabeçalho das Colunas com Power Query
Agora, precisamos ajustar o cabeçalho das colunas. Repare que os nomes de cada coluna estão na linha 1, mas os títulos estão com o padrão do Power Query, que é Column seguido de um número.
Para corrigir isso, basta ir até a guia Página Inicial e selecionar a opção Usar a Primeira Linha como Cabeçalho.
Pronto! Agora a primeira linha será o cabeçalho da tabela, facilitando a identificação dos dados de cada coluna.
Como Dividir Coluna no Power Query
Um ajuste muito interessante que podemos fazer dentro do Power Query é dividir as informações de uma única coluna em mais de uma. Esse passo é fundamental para termos análises mais específicas futuramente.
Por exemplo, na nossa base de dados, a coluna Localidade traz as informações de país e continente juntas. Podemos separá-las em duas colunas distintas.
Para isso, selecione a coluna Localidade e vá até a guia Transformar.
Dentro dessa guia, selecione a opção Dividir Coluna, que nos permite escolher um método para separar as informações.
Se você reparar, todas as informações na coluna Localidade seguem o padrão “País – Continente”. Então, podemos selecionar a opção Dividir Coluna por Delimitador.
Na janela que se abrirá, escolha Personalizado. No campo para inserir o delimitador, insira “espaço traço espaço” (assim: ” – “).
Clicando em OK, a coluna Localidade será dividida em Localidade.1 e Localidade.2.
Podemos então clicar duas vezes sobre o título de cada coluna e renomeá-las para País e Continente, respectivamente.
Mesclar Colunas com o Power Query
Assim como podemos separar informações em novas colunas, também podemos mesclar as informações de duas colunas em uma só.
Por exemplo, temos o nome e sobrenome dos gerentes das lojas separados em duas colunas. Vamos mesclá-las.
Na guia Transformar, mantenha a tecla Ctrl pressionada e, com o botão esquerdo do mouse, clique na coluna Nome Gerente e, em seguida, na coluna Sobrenome Gerente. Isso selecionará as duas colunas.
Em seguida, clique em Mesclar Colunas.
Uma janela se abrirá, permitindo que você escolha o separador entre as informações de cada coluna e defina o nome da nova coluna criada.
Neste caso, o separador será o Espaço, e o nome da coluna será Gerente.
Clicando em OK, a coluna Gerente será criada com o nome completo dos gerentes.
Etapas Aplicadas: Histórico de Modificações
Uma informação importante que você pode ter notado é que cada modificação realizada dentro do Power Query fica registrada na aba Etapas Aplicadas, localizada no menu lateral direito.
Essa guia exibe o histórico de todas as transformações feitas na tabela. É possível excluir etapas individuais clicando no ícone X ao lado de cada uma, ou voltar para uma versão anterior da planilha selecionando uma etapa passada.
As etapas permitem visualizar e acompanhar o processo de transformação dos dados da tabela. Além disso, você não precisa remover apenas a última etapa aplicada, também é possível modificar ou excluir etapas anteriores, se necessário.
É importante, porém, que você tenha cuidado ao excluir etapas que possam ser necessárias para manter a integridade da tabela. Por exemplo, se uma etapa for usada mais tarde em outro procedimento, removê-la pode afetar os dados subsequentes.
Outro ponto interessante, que veremos nas próximas aulas, é que essas Etapas Aplicadas nos ajudam a automatizar o trabalho.
Como todo o processo de edição e tratamento dos dados fica salvo, quando nossa base de dados for atualizada com novas informações, basta clicar no botão Atualizar Visualizações, na guia Página Inicial, e os dados serão tratados automaticamente, da mesma forma.
Salvando os Dados e Aplicando no Power BI
Para carregar e aplicar as edições feitas na tabela para dentro do Power BI, basta clicar em Fechar e Aplicar, na guia Página Inicial.
Assim, todas as mudanças realizadas serão processadas e levadas para o aplicativo.
A tabela tratada estará disponível nas guias do Power BI, onde poderemos visualizá-la e criar nossas análises.
Por fim, salve seu arquivo para que possamos continuar trabalhando com ele nas próximas aulas. Clique no ícone do disquete, dê um nome para o arquivo e clique em Salvar.
Aula 2 – Editando a Base de Dados com Power Query
Nesta segunda aula do Curso Básico Power BI 2025, você vai se aprofundar nos métodos para editar sua base de dados com o Power Query, mudando padrões nos dados, contornando erros de origem, transformando dados em novos tipos de informação e garantindo que tudo esteja no formato ideal para análise.
Caso prefira esse conteúdo no formato de videoaula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para fazer o download do(s) arquivo(s) utilizados na aula, preencha com o seu e-mail:
Não vamos te encaminhar nenhum tipo de SPAM! A Hashtag Treinamentos é uma empresa preocupada com a proteção de seus dados e realiza o tratamento de acordo com a Lei Geral de Proteção de Dados (Lei n. 13.709/18). Qualquer dúvida, nos contate.
Apresentação do Banco de Dados
Antes de começarmos, é importante conhecer a base de dados que utilizaremos como exemplo nesta aula.
Vamos trabalhar com a tabela Cadastro Clientes, dos arquivos do curso. Ela possui as seguintes colunas:
- Id Cliente
- Nome Completo
- Gênero
- Data de nascimento
Essas informações podem parecer simples, mas com o Power Query, além de organizar melhor os dados para análises futuras, vamos ver como enriquecer essa base de dados, adicionando cálculos como idade e faixa etária.
Importando os Dados e Acionando o Power Query
- Primeiro passo: Assim como fizemos na primeira aula, após abrir o Power BI, clique em Obter Dados no menu inicial e escolha o formato da sua base de dados.
- Selecionando os Dados: Escolha a tabela que deseja importar. No nosso exemplo, vamos selecionar a Planilha 1.
- Iniciando a edição com Power Query: Assim que selecionar sua planilha os dados, clique em Transformar Dados, isso vai abrir o Editor do Power Query.
Essa é a área onde as edições serão realizadas.
Ao importar dados, como já vimos, é comum encontrar valores incorretos, incompletos ou que simplesmente não fazem sentido para a análise pretendida.
Vamos aprender mais algumas formas inteligentes de editar as informações dos nossos dados.
Aplicando um Novo Padrão com Coluna de Exemplos
Primeiro, vamos atualizar nossas informações dos nomes completos, que vieram nos dados de origem em formato de passaporte (P., Juana; L., Apoliano; G., Thatiane etc.).
Com o Power Query, é possível elaborar um novo padrão para as informações de uma coluna e aplicar a todos os seus itens automaticamente através da ferramenta Coluna de Exemplos.
Obs.: Lembre-se que as modificações que fazemos nos dados aqui não vão alterar a planilha original, apenas servem para deixar nossa análise com o Power BI mais clara e limpa!
- Na aba do Power Query, selecione a coluna que deseja ajustar.
- Clique em Coluna de Exemplos, na aba Adicionar Coluna do menu superior.
O programa vai criar uma nova coluna em branco à direita da planilha.
- Insira dois ou três nomes no novo padrão desejado (aqui vamos usar o padrão mais usual de Juana P., Apoliano L., Thatiane G. etc.) e veja que o programa vai sugerir completar todos os restantes!
Obs.: Agora que você criou a nova coluna com o padrão ajustado para os nomes, já pode deletar a coluna de nomes inicial. Não se preocupe, além de não alterar os dados originais, não há nenhuma dependência entre a coluna antiga e a que acabamos de criar!
Substituição de Valores
Vamos fazer uma outra alteração para melhorar a visualização das informações.
Quando formos criar gráficos e dashboards a partir dos nossos dados, é preferível que a informação de gênero dos clientes venha escrita por extenso (Masculino e Feminino, em vez de M e F).
Para não precisar alterar os rótulos cada vez que formos criar um novo objeto gráfico, o ideal é fazer uma edição já nesta etapa com o Power Query.
O recurso ideal pra isso é a Substituição de Valores. Veja como fazer:
- Selecione a coluna Gênero.
2. Vá na guia Transformar, no menu superior, e clique na opção Substituir Valores.
3. Preencha o campo Valor a Ser Localizado com F e o campo Substituir por com Feminino. Depois faça o mesmo com M e Masculino.
Obtendo a Informação Faixas Etárias
Em muitas análises, a informação faixas etária oferece insights mais objetivos que data de nascimento.
Por exemplo, ao analisar o perfil de clientes de uma loja de roupas, é mais útil dividir o público em faixas etárias como Jovem (25 anos ou menos), Adulto (25-55) e Sênior (mais de 55) para entender preferências de consumo e direcionar campanhas de marketing.
Enquanto a data de nascimento é fundamental pra cálculos precisos, as faixas etárias tornam os dados mais acessíveis e estratégicos durante a tomada de decisões.
Pensando nisso, vou mostrar como utilizar o Power Query para obter uma coluna com faixas etárias a partir da coluna Data de Nascimento:
- Selecione a coluna Data de Nascimento.
- Vá até guia Adicionar Coluna do menu superior, clique no ícone Data e depois na opção Idade.
- Clique na nova coluna Idade, vá até a aba Transformar, clique em Duração e transforme em Total de Anos.
3. Na mesma aba Transformar, vá até Arredondamento e escolha Arredondar para Baixo, transformando as idades em números inteiros.
4. Depois, na aba Adicionar Coluna, clique em Coluna Condicional
5. Por último, complete os campos da janela Adicionar Coluna Condicional do seguinte modo:
Ajustando os Tipos de Dados
Depois de fazer mudanças como as que acabamos de aprender, é importante verificar os tipos de dados de cada coluna. Eles precisam estar condizentes com sua categoria. Por exemplo:
- Datas devem estar no formato Data.
- Números devem estar como Número Decimal ou Número Inteiro.
- Categorias representadas por palavras, como as nossas colunas Gênero e Faixa etária, devem estar no formato Texto.
Clique no ícone de cada coluna como o destacado abaixo para modificar os tipos de dados. Até o momento, nossas colunas devem estar assim:
Corrigindo Erros de uma Nova Importação
Agora imagine que precisamos importar uma nova tabela com cadastros de produtos. Podemos fazer isso diretamente do Power Query:
- Vá na aba Página Inicial, selecione Nova Fonte e escolha o arquivo de trabalho Cadastro Produto.
- Marque a planilha Produto e clique em OK.
Mas veja que tivemos um pequeno problema com essa importação. Enquanto na tabela original os dados das colunas Preço Unit. e Custo Unit. eram assim:
Na nossa importação, os pontos foram ignorados:
Há uma maneira muito simples de contornar esse tipo de erro.
- Selecione a coluna Preço Unit., clique na aba Transformar, vá até o ícone Padrão e escolha Dividir.
- Na caixa de diálogo, peça para dividir os valores da coluna por 100 e clique em OK.
- Repita o processo com a coluna Custo Unit.
Combinando Tabelas
Às vezes as bases de dados vêm divididas em mais de um arquivo. Isso é muito comum quando as empresas separam uma planilha para cada ano, por exemplo.
Com o Power Query, podemos combinar informações de diferentes fontes em uma única planilha, facilitando o trabalho com os dados e a sua visualização.
Pra mostrar como fazer isso, vamos utilizar os três arquivos da aula da imagem acima. Siga os passos:
- No Power Query, clique em Nova Fonte, na aba Página Inicial.
- Importe o primeiro arquivo.
- Repita com os outros dois arquivos que quer combinar.
- Seleciona a tabela 2022 e vá em Combinar > Acrescentar Consultas > Acrescentar Consultas como Novas, na aba Página Inicial
- Na caixa de diálogo Acrescentar, marque a opção Três ou mais tabelas, passe as tabelas 2023 e 2024 do quadro da direita para o da esquerda usando o botão Adicionar e clique em OK.
6. Depois de combinar as tabelas, é interessante ocultar as tabelas chamadas 2022, 2023 e 2024 para que elas não apareçam nos dados no Power BI fora do editor de Power Query, pra isso clique com o botão direito em cada uma delas e desmarque a opção Habilitar carga.
7. Por último, clique em Fechar e Aplicar, à esquerda da aba Página Inicial.
Atualizando Dados
Agora que você configurou um novo padrão para os nomes completos, novas palavras para as categorias de gênero e até novas colunas com faixas etárias no Power BI, temos um banco de dados mais sólido e funcional.
Mas imagine que seus colegas de trabalho ou clientes adicionaram novos dados brutos, lá na planilha original no Excel.
A boa notícia é que não é preciso recriar tudo do zero! Basta clicar no botão Atualizar na aba Página Inicial que todos os dados no Power BI serão sincronizados automaticamente com as alterações feitas na planilha original.
Essa funcionalidade garante que sua análise esteja sempre alinhada com as informações mais recentes, poupando tempo e esforço.
Encerrando a Aula 2
Com esta segunda aula, nos aprofundamos na edição e otimização dos dados de base utilizando recursos poderosos do Power Query. Esses passos vão deixar seus dados mais claros, limpos e ricos em informação, melhorando notavelmente suas análises com Power BI.
Aula 3 – Relacionamentos entre Tabelas
Imagine que você tem uma tabela com os dados de vendas de uma empresa e outra com informações sobre produtos. Como combinar esses dados para criar relatórios e análises abrangentes no Power BI? A resposta está nos relacionamentos entre tabelas.
Nesta aula, vamos explorar como criar esses relacionamentos e entender por que eles são tão importantes para transformar seus relatórios.
Caso prefira esse conteúdo no formato de videoaula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para fazer o download do(s) arquivo(s) utilizados na aula, preencha com o seu e-mail:
Não vamos te encaminhar nenhum tipo de SPAM! A Hashtag Treinamentos é uma empresa preocupada com a proteção de seus dados e realiza o tratamento de acordo com a Lei Geral de Proteção de Dados (Lei n. 13.709/18). Qualquer dúvida, nos contate.
Juntar as Informações das Tabelas
O primeiro passo para criar relatórios abrangentes é combinar dados de tabelas diferentes. Por exemplo, suponha que você tenha uma tabela com as vendas mensais e outra com os detalhes dos produtos vendidos.
No Power BI, você pode juntar essas tabelas utilizando colunas que compartilhem informações em comum, como um identificador de produto. Para fazer isso:
- Importe ambas as tabelas no Power BI.
- Navegue até a guia lateral Exibição de modelo.
- Arraste e solte as colunas relacionadas entre as tabelas.
Essa conexão inicial é fundamental para criar relatórios integrados e eficazes.
O que são Relacionamentos entre Tabelas?
No Power BI, um relacionamento entre tabelas conecta dados de uma tabela aos de outra, como se fizesse uma ponte entre as duas. Por exemplo, se você tem uma tabela Vendas com uma coluna ID Cliente e outra tabela Clientes com ID Cliente e o nome de cada cliente, o relacionamento permite combinar as vendas a nomes, e não apenas a números de ID.
O Power BI oferece uma abordagem visual para criar relacionamentos, como na imagem acima. As conexões podem ser um para muitos (uma linha de uma tabela está ligada a várias linhas de outra) ou muitos para muitos (várias linhas de ambas as tabelas estão conectadas).
Os relacionamentos entre tabelas não apenas simplificam a organização dos dados, mas também tornam possíveis análises complexas, como:
- Vendas por loja.
- Performance de produtos por região.
- Tendências de consumo por faixa etária.
Sem esses relacionamentos, você estaria limitado a analisar tabelas isoladas, o que dificultaria a compreensão das interações entre diferentes aspectos do negócio.
Exemplificando:
Vamos criar uma matriz, que é uma tabela com resumo de dados. Ela tem três campos: linhas, colunas e valores. Vamos ver as lojas nas linhas, quantidade vendida nos valores. Para nosso dashboard, crie um cartão para a quantidade total vendida. Assim filtramos os dados de acordo com o que colocamos nos eixos, nas linhas.
Mas veja que estamos juntando duas informações da mesma tabela. Agora imagine que precisamos misturar informações de tabelas diferentes. Seguindo nosso exemplo, vamos tentar ver a cidade da loja e a quantidade de produtos vendida. Essas informações não estão numa mesma tabela.
Se apenas arrastar cidade pras linhas, a matriz mostra o mesmo número para todas. Isso acontece porque estamos juntando informações de tabelas diferentes.
Excluindo Relações entre Tabelas
Por padrão, o Power BI cria os relacionamentos de forma automática, normalmente com base nos nomes das colunas (por exemplo, ele pode relacionar a coluna Cliente de uma tabela com a coluna Id Cliente de outra).
Muitas vezes esses relacionamentos fazem o esperado, mas nem sempre. Então é melhor sempre checar!
Vamos desfazer as relações da imagem anterior. Pra isso, clique com o botão direito em cima de cada setinha de relacionamento e depois em excluir.
Tabela Fato e Tabela Dimensão
Para entender melhor os relacionamentos, é importante diferenciar dois tipos de tabelas:
- Tabela Fato: Contém registros e dados históricos, com listagem de vendas, receitas e custos. Esses dados são frequentemente numéricos e podem ser analisados matematicamente.
- Tabela Dimensão: Armazena informações adicionais ou características, como as tabelas de cadastro, com nomes de produtos, categorias ou locais.
A organização dessas tabelas é essencial pra criar relatórios claros e eficientes. Normalmente as tabelas dimensão complementam as tabelas fato, transformando IDs em informações palpáveis.
Por isso, no Power BI, a prática comum é posicionar as tabelas dimensão acima das tabelas fato, facilitando a navegação e compreensão do modelo.
Colunas em Comum
Para que os relacionamentos funcionem, é essencial que as tabelas tenham colunas em comum com valores compatíveis. Por exemplo, uma tabela com informações de vendas tem uma coluna ID loja. E a tabela dos cadastros de lojas, além e outras informações, também tem uma coluna ID loja.
Esse único dado em comum já forma a relação que precisamos entre as duas tabelas, que faz com que o relacionamento possa funcionar corretamente.
Criando Relações entre Tabelas no Power BI (Relacionamento entre Tabelas)
Criar relacionamentos no Power BI é bem intuitivo e visual:
- Abra a aba Modelo.
- Arraste a coluna de uma tabela até a coluna correspondente em outra.
- Ajuste as configurações do relacionamento, se necessário, e clique em Salvar.
Encerrando a Aula 3
Com as tabelas relacionadas corretamente, nós conseguimos fazer análises que antes não seriam possíveis, por exemplo, visualizar a quantidade de produtos vendida por categoria.
Os relacionamentos entre tabelas no Power BI são a chave para criar relatórios dinâmicos e poderosos. Eles permitem combinar dados de múltiplas fontes, criar análises detalhadas e otimizar a compreensão de informações complexas.
Se você ainda não experimentou criar relacionamentos no Power BI, agora é o momento! Comece conectando suas tabelas e veja como isso pode transformar a maneira como você trabalha com dados.
Aula 4 – Introdução às Fórmulas
Agora que já temos nossos dados tratados e os relacionamentos entre tabelas formados, o próximo passo são as análises!
Imagine que você tem uma base de dados cheia de números, mas precisa transformá-los em informações úteis e fáceis de visualizar. Como fazer isso? Com as fórmulas do Power BI.
Nesta aula, vamos explorar algumas das principais fórmulas que vão te ajudar a realizar suas primeiras análises. Você vai aprender a usar a função SUM, para somar valores, a AVERAGE, para calcular médias, e a CALCULATE, que permite aplicar condições aos cálculos.
Caso prefira esse conteúdo no formato de videoaula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para fazer o download do(s) arquivo(s) utilizados na aula, preencha com o seu e-mail:
Não vamos te encaminhar nenhum tipo de SPAM! A Hashtag Treinamentos é uma empresa preocupada com a proteção de seus dados e realiza o tratamento de acordo com a Lei Geral de Proteção de Dados (Lei n. 13.709/18). Qualquer dúvida, nos contate.
Roteiro da aula
Para transformar dados em informações úteis, precisamos das fórmulas certas. Nesta aula, vamos aplicá-las para analisar dados essenciais da empresa. Você vai aprender a calcular:
- Quantidade vendida
- Quantidade devolvida e percentual de devoluções
- Faturamento total
- Ticket médio
- Vendas em lojas online
Esses indicadores vão te ajudar a extrair insights valiosos e entender melhor o desempenho do seu negócio, seja ele qual for!
Vamos começar?
Quantidade vendida
Vamos criar uma fórmula que vai somar os números da coluna Qtd. Vendida da nossa base de vendas.
Na planilha Base Vendas, clique com o botão direito em qualquer lugar e depois em Nova medida.
Na barra de fórmulas, digite:
Total Vendas = SUM(‘Base Vendas’[Qtd. Vendida]).
Isso vai somar todos os valores da coluna e armazenar o resultado em um dado chamado Total Vendas, que aparecerá no menu lateral, do lado direito da tela.
O valor do total de venda não vai aparecer na tabela, mas pode ser selecionado na hora que criarmos nossos dashboards. Vamos fazer isso.
Vá até a guia Exibição de Relatório.
Crie um cartão.
Agora arraste o elemento Total de Vendas até o campo de dados no menu.
Pronto! Agora temos um cartão com o nosso valor total de vendas.
Dica: No menu de Visualizações, você pode ir na aba Formatar visual e selecionar Nenhum em Exibir unidades para mostrar o valor completo.
Quantidade devolvida e percentual de devoluções
Os passo iniciais são os mesmos: clique com o botão direito em qualquer lugar e adicione uma Nova medida. Escreva a fórmula:
Total Devoluções = SUM('Base Vendas'[Qtd. Devolvida])
Dê Enter e pronto: agora temos uma nova medida chamada Total Devoluções.
Para o percentual de devoluções, precisamos dividir o total de devoluções pelo total de venda, fazemos isso com a seguinte fórmula:
% Devoluções = [Total Devoluções] /[Total Vendas]
Agora vamos para a aba Exibir relatórios para visualizar a quantidade devolvida e também o percentual de devoluções.
Crie um card e arraste a medida Total Devoluções.
Em seguida, crie um card para a medida % Devoluções, arraste a medida e formate como percentual no menu superior.
Agora o seu card deve ficar assim:
Corrigindo um erro antes de prosseguir!
Antes de prosseguirmos com a próxima análise, vamos aprender a resolver um erro com o banco de dados, o que pode ser útil em várias situações de incompatibilidade de arquivos.
Lembra na aula anterior quando foi necessário ajustar as casas decimais dos números da coluna Preço Unit.? Vamos precisar fazer a mesma coisa aqui, pois a coluna Preço Unit. da nossa base de vendas tem 699 e 7980, em vez de 6,99 e 79,80. Para isso, como vimos devemos recorrer ao Power Query.
Porém, o programa não nos dá permissão de mexer nos arquivos de base apenas com .pbix disponibilizado aqui na Aula 4. Para ver o erro com seus próprios olhos, clique em Base Vendas no meu do lado direito, Página Inicial e Transformar Dados.
Esse erro ocorre porque o programa não sabe onde estão os arquivos de base (aqueles .xlsx da aula anterior). Pra mostrar o caminho a ele, selecione os arquivos com erro, um de cada vez, no menu do lado esquerdo, e clique em Configurações da fonte de Dados, no menu superior.
Na caixa de diálogo que vai abrir, clique no arquivo, depois em Alterar Fonte e procure os arquivos corretos para cada título.
Com os arquivos sem erros, vamos, dentro do Power Query, selecionar Base Vendas.
Selecione a coluna Preço Unitário e vá na aba Transformar. Em Padrão, escolha Dividir e preencha o campo Valor da caixa de diálogo com 100.
Pronto. Agora podemos prosseguir com nossas análises, mas não saia do Power Query!
Faturamento total
Para calcular o faturamento total, a princípio precisaríamos de uma coluna com o faturamento de cada uma das vendas. Perceba que não temos essa informação na nossa tabelas.
No Power Query, temos uma funcionalidade incrível que cria novas colunas a partir de cálculos. Vamos fazer uma coluna que multiplica quantidade vendida por preço unitário.
Selecione a coluna Qtd. Vendida, segure Ctrl e selecione também a de Preço Unitário. Com as duas colunas selecionadas, vá em Adicionar coluna, no menu superior e clique em Multiplicar, em Padrão.
Nossa missão no Power Query está concluída! Antes de sair, não esqueça de ir em Página Inicial > Fechar e Aplicar.
De volta ao Power BI, clique com o botão direito em qualquer lugar da tabela, adicione uma Nova medida e insira a fórmula:
Fat Total = SUM(‘Base Vendas’[Fat na Venda])
Agora, na aba de Exibir relatórios, adicione um novo cartão e arraste a nova medida Fat Total.
Um último retoque que podemos fazer no nosso cartão é adicionar a moeda, nesse caso o cifrão que indica dólares.
Clique na medida Fat Total no menu do lado direito da tela e vá na aba Ferramentas de medida, no menu superior. Clique no $ e escolha $ Inglês (Estados Unidos).
O cartão vai ficar assim:
Ticket médio
Para esta análise de média, não vamos usar mais SUM, e sim AVERAGE.
Crie uma nova medida com a seguinte fórmula:
Ticket Médio = AVERAGE
Nos relatórios, crie o card e faça a mesma formatação para dólar que fizemos no último exemplo.
Eis o nosso card com o valor médio de uma venda!
Vendas em lojas online
Pra finalizar, vamos fazer uma análise que busca uma informação um pouco mais específica, somando todas as vendas feitas por lojas online.
Não temos os números das vendas e os tipos de loja em uma mesma tabela. Mas isso não é um problema, pois na aula anterior vimos os relacionamentos entre tabelas, que tornam essa análise cruzada possível.
Na verdade, só precisamos de uma fórmula com uma condição, e para isso usaremos o comando CALCULATE.
Crie uma nova medida com a seguinte fórmula:
Vendas Online = CALCULATE(SUM('Base Vendas'[Qtd. Vendida]),'Cadastro Lojas'[Tipo Loja]="Online")
Agora crie um card em seus relatórios e teremos o valor vendido.
Outras análises possíveis
Agora que já aprendemos a fazer as bases de algumas das principais análises no Power BI, vamos mostrar algumas outras opções que podem ser feitas utilizando essas bases.
Uma opção simples para tornar o seu relatório mais inteligente é criar medidas com porcentagem. Como exemplo, vamos criar uma fórmula que mostre o percentual das vendas online, que acabamos de analisar.
% Vendas Online = [Vendas Online]/[Total de Vendas]
Transforme em percentual, e temos este card:
Podemos também tornar as medidas que criamos mais específicas. Por exemplo, a partir da medida Faturamento total, é possível visualizar o faturamento de cada mês. Pra fazer isso, crie uma nova matriz, arraste Fat Total no campo valores e Marcas no campo linhas.
Assim, vamos ter no nosso dashboard um elemento que mostra o faturamento total e também o faturamento de cada marca.
Encerrando a Aula 4
Nesta aula, exploramos as principais fórmulas do Power BI para transformar números brutos em informações úteis e visualizações claras.
Aprendemos a calcular indicadores essenciais, como quantidade vendida, percentual de devoluções, faturamento total, ticket médio e vendas online, utilizando funções como SUM, AVERAGE e CALCULATE.
Além disso, corrigimos um erro no banco de dados e aplicamos formatações para deixar nossos relatórios mais precisos e compreensíveis. Agora, você tem uma base sólida para aprofundar suas análises e explorar outras métricas que podem agregar ainda mais valor aos seus dashboards.
Aula 5 – Escolhendo os gráficos certos!
Depois de dominar o tratamento dos dados e montar análises incríveis, o próximo desafio é transformar esses números em visuais que contam a história. Mas, será que você sabe qual o gráfico ideal pra cada situação?
Escolher o tipo certo de visualização é fundamental para que sua mensagem seja clara e impactante. Imagine um gráfico de pizza com 10 fatias quase iguais – uma verdadeira bagunça que só vai confundir quem está analisando!
Nesta aula, vamos descobrir como selecionar os gráficos que realmente destacam suas informações e facilitam a tomada de decisão, tornando seu dashboard não só bonito, mas também intuitivo e funcional.
Caso prefira esse conteúdo no formato de videoaula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para fazer o download do(s) arquivo(s) utilizados na aula, preencha com o seu e-mail:
Não vamos te encaminhar nenhum tipo de SPAM! A Hashtag Treinamentos é uma empresa preocupada com a proteção de seus dados e realiza o tratamento de acordo com a Lei Geral de Proteção de Dados (Lei n. 13.709/18). Qualquer dúvida, nos contate.
O banco de dados
Nesta seção, vamos explorar um novo arquivo – diferente daquele com o qual trabalhamos até agora. Este arquivo reúne várias bases de dados: uma de vendas, outra de projetos (totalmente não relacionada entre si) e uma de movimentações financeiras.
O objetivo aqui não é aplicar fórmulas, mas sim identificar quais tipos de gráficos funcionam melhor para cada cenário. Com essa diversidade de casos, podemos entender como a escolha correta de gráfico transforma a visualização dos dados, facilitando a interpretação e a tomada de decisões.
Os gráficos do Power BI
No menu de visualizações do Power BI, você encontra várias opções de gráficos, como os de barras, mapas, linhas agrupadas e radar. Muitas pessoas acham que um único tipo de gráfico serve para todas as situações, mas cada gráfico tem sua função e pode ajudar a contar a história dos seus dados de forma mais clara.
Gráficos de barras
Os gráficos de barras são ótimos para comparar diferentes categorias e fazer rankings. Por exemplo, se você quiser mostrar quais produtos têm as maiores ou menores vendas, esse gráfico deixa tudo bem visual.
A diferença entre um gráfico de barras e um de colunas tem a ver com a “leitura em Z”. Isso quer dizer que nossos olhos tendem a ler as informações começando pelos títulos, passando pela barra e terminando no número.
No gráfico de barras, essa sequência acontece de maneira natural, facilitando a compreensão dos dados.
Se você quiser se aprofundar nesse assunto, o livro Storytelling com Dados é uma ótima referência para aprender mais sobre como usar os gráficos para contar uma boa história com suas informações.
Gráfico de colunas
Os gráficos de colunas são ideais para mostrar informações ao longo do tempo. Eles ajudam a visualizar mudanças e tendências, pois os dados “crescem” horizontalmente, passando a ideia de uma linha do tempo. São super intuitivos para acompanhar altas e quedas.
No Power BI, encontramos diferentes tipos de gráficos de colunas, como os agrupados e os empilhados. Mas qual a diferença entre eles?
Colunas agrupadas
Também chamados de gráficos de colunas clusterizados, eles organizam os dados em grupos lado a lado. Assim, é fácil comparar categorias diferentes em cada período. Por exemplo, se você quiser comparar as vendas de dois produtos mês a mês, esse tipo de gráfico deixa a comparação clara e direta.
Colunas empilhadas
Neste tipo, os valores são somados e exibidos um sobre o outro. O foco não é comparar as categorias entre si, mas ver como cada parte contribui para o total. Esse gráfico só faz sentido se as informações puderem ser somadas.
Veja um exemplo de uso errado do gráfico de colunas empilhadas:
Gráfico de funil
O gráfico de funil é perfeito pra mostrar processos que acontecem em etapas. Ele é muito útil para acompanhar, por exemplo, quantos projetos estão em cada fase de um processo.
Além disso, ele mostra, em valor percentual, quantos projetos já foram finalizados.
E, ao passar o mouse, você pode ver detalhes adicionais sobre cada etapa.
Gráfico de pizza
O objetivo do gráfico de pizza é mostrar a participação de cada categoria em relação ao total, sendo ideal para quando temos poucas categorias. Ele destaca visualmente como cada fatia contribui para o conjunto.
Mas, se usamos um gráfico de pizza com muitas categorias, a leitura se torna confusa. As fatias ficam muito pequenas e difíceis de diferenciar, o que prejudica a clareza das informações.
Por isso, é importante reservar esse tipo de gráfico para cenários com dados simples e poucas divisões.
Análises percentuais
Para índices simples, como a margem de lucro de uma empresa, você pode usar um card no Power BI, como vimos anteriormente. Mas, para deixar a apresentação mais interessante, é legal conhecer os melhores gráficos para análises percentuais.
Gráfico de rosca
O gráfico de rosca é perfeito para exibir uma única porcentagem, mostrando a proporção da informação em relação ao total. Ele transforma um número simples em uma visualização impactante.
Compare a apresentação de um card sozinho com a combinação de número e rosca – a rosca dá um toque visual que facilita a interpretação.
Velocímetro
O gráfico de velocímetro, ou indicador, já vem pronto no Power BI. Ele mostra de forma intuitiva o desempenho de um índice, ajudando a visualizar rapidamente se os resultados estão dentro do esperado ou se precisam de atenção.
Mapas – Análises com localidades
Para análises envolvendo dados geográficos, os mapas são essenciais. Por exemplo, ao analisar vendas por continente, você pode usar o ícone do globo terrestre da bandeja de gráficos para visualizar as informações.
Além disso, o mapa coroplético, que colore os territórios conforme a intensidade dos valores, funciona como uma formatação condicional aplicada ao território, facilitando a identificação de áreas com melhor ou pior desempenho.
Análises com hierarquia
Quando você tem dados organizados em níveis – como vendas por continente, país, região e cidade – o Power BI permite criar gráficos que exploram essa hierarquia.
Basta escolher o gráfico e arrastar as categorias na ordem correta: no eixo X, comece com o continente, depois o país; e no eixo Y, a soma do faturamento.
Inicialmente, o gráfico mostra os continentes.
Mas, ao clicar na setinha para baixo (primeiro dos ícones em destaque), você consegue ver os países.
Outra opção interessante é a árvore hierárquica, que agrupa os números dos continentes e países de forma visualmente agradável e fácil de entender.
O visual fica bem legal:
Encerrando a Aula 5
Escolher o gráfico certo transforma dados em insights poderosos. O Power BI oferece uma gama de visualizações que se adaptam a diferentes necessidades – desde cards e gráficos de rosca para índices simples, até velocímetros, mapas e análises hierárquicas para cenários mais complexos.
Cada tipo de gráfico tem seu papel na hora de contar a história dos seus dados de forma clara e impactante.
Aula 6 – Criando o Dashboard Completo
Depois de dominar o tratamento dos dados e montar análises incríveis, o próximo desafio é transformar esses números em visuais que contam a história. Mas, será que você sabe qual o gráfico ideal para cada situação?
Escolher o tipo certo de visualização é fundamental para que sua mensagem seja clara e impactante. Imagine um gráfico de pizza com 10 fatias quase iguais – uma verdadeira bagunça que só vai confundir quem está analisando.
Nesta aula, vamos descobrir como selecionar os gráficos que realmente destacam suas informações e facilitam a tomada de decisão, tornando seu dashboard não só bonito, mas também super funcional.
Caso prefira esse conteúdo no formato de videoaula, assista ao vídeo abaixo ou acesse o nosso canal do YouTube!
Para fazer o download do(s) arquivo(s) utilizados na aula, preencha com o seu e-mail:
Não vamos te encaminhar nenhum tipo de SPAM! A Hashtag Treinamentos é uma empresa preocupada com a proteção de seus dados e realiza o tratamento de acordo com a Lei Geral de Proteção de Dados (Lei n. 13.709/18). Qualquer dúvida, nos contate.
Planejando o Dashboard
Antes de começar a criar o dashboard, é essencial planejar exatamente quais informações serão apresentadas.
Um bom dashboard deve ser claro, intuitivo e bem organizado. Em muitos casos, dashboards possuem várias páginas, mas, para este curso, vamos construir um painel completo em uma única página.
Outro ponto importante é a hierarquia das informações. Para garantir uma experiência visual eficiente, seguiremos o conceito de leitura em Z, abordado na aula anterior. Isso significa que os dados mais gerais devem estar posicionados onde o olhar do usuário naturalmente começa.
No nosso caso, essas informações incluem:
- Receita
- Total de Vendas
- Ticket Médio
- Quantidade de Clientes
Depois de apresentar esses dados de forma clara e objetiva, podemos adicionar informações mais detalhadas das nossas análises, como:
- Faturamento mensal
- Vendas por tipo de loja
- Vendas por gênero do cliente
- Faturamento por região
- Faturamento por marca
Criando um título para o relatório
Antes de adicionarmos os gráficos e indicadores, vamos inserir um título para o nosso dashboard. A maneira mais prática e eficiente de fazer isso no Power BI é utilizando uma caixa de texto.
- Acesse a guia Inserir no menu superior.
- Clique em Caixa de Texto.
- Digite o título desejado. Aqui, usaremos Dashboard Comercial.
Por padrão, o texto da caixa pode aparecer pequeno e sem destaque. Vamos ajustá-lo:
- Defina o tamanho da fonte como 44.
- Escolha a fonte DIN.
- Alinhe o texto centralizado.
Para um design mais profissional, podemos adicionar um fundo colorido à caixa de texto:
- Com a caixa selecionada, vá até o menu lateral direito, na aba Efeitos.
- Escolha uma cor de fundo que combine com o estilo do seu dashboard.
Dica: O Power BI oferece algumas paletas de cores padrão. Se quiser explorar outras combinações, vá até a aba Exibição no menu superior e selecione um Tema diferente.
Agora, ajuste o posicionamento e o design da sua caixa de título para que ela fique visualmente agradável. Com isso, temos o primeiro elemento do nosso dashboard pronto!
Adicionando e formatando cartões
Os cartões são um excelente recurso para destacar informações gerais de forma clara e objetiva. Como já vimos ao longo do curso, eles são ideais para apresentar métricas simples, como Receita Total, Total de Vendas, Ticket Médio e Quantidade de Clientes.
Quando localizados no topo do dashboard, os cartões garantem uma leitura rápida e intuitiva, pois exibem apenas um número acompanhado de um rótulo explicativo.
Agora que já sabemos como criar cartões, vamos explorar algumas opções de formatação para deixá-los mais atrativos. Um dos ajustes mais importantes é personalizar o título dos cartões, substituindo o rótulo padrão por algo mais informativo e alinhado ao design do seu dashboard.
Rótulos e títulos
Depois de criar o cartão, remova o rótulo padrão e ative um título:
- Vá até Formatar > Visual e desative a opção Rótulo da Categoria.
- Acesse Formatar > Geral e ative a opção Título.
Nas abas Visual e Geral, você pode personalizar o tamanho da fonte, o alinhamento e outras propriedades, tanto para o valor numérico quanto para o título do cartão.
Efeitos visuais
Para deixar o cartão mais sofisticado, explore as opções na aba Efeitos, onde é possível adicionar:
- Sombra, para destacar o cartão na tela.
- Borda, que define um contorno para o elemento.
- Arredondamento de borda, que suaviza as extremidades.
Pequenos ajustes como esses fazem uma grande diferença na aparência do seu dashboard.
Reutilizando a formatação
Uma funcionalidade prática do Power BI é a transferência de formatação entre elementos. Isso significa que você pode copiar a formatação de um cartão já estilizado para outro, sem precisar refazer todas as configurações.
- Crie um novo cartão e arraste a métrica Total de Vendas para ele.
- Selecione o cartão de Receita, clique no ícone do pincel de formatação e depois no novo cartão.
Para deixar a exibição mais clara, também podemos ajustar as casas decimais:
- Vá até Formatar > Visual > Valor do Balão e aumente o número de casas decimais.
Outra dica útil é simplesmente copiar e colar os cartões já criados. Depois, basta arrastar novas métricas para dentro deles, garantindo que todos fiquem no mesmo tamanho e formato. Só não esqueça de ajustar o título e revisar os detalhes!
Para o nosso quarto cartão, queremos exibir a Quantidade de Clientes. No entanto, esse número não está disponível diretamente na tabela nem entre as métricas que criamos até agora. Então, como acessamos esse valor?
Contando clientes com DISTINCTCOUNT
Nem todos os clientes cadastrados realizaram compras. Por isso, queremos contar apenas os clientes ativos, ou seja, aqueles que já compraram pelo menos uma vez.
Para isso, podemos usar a coluna de ID do Cliente, que identifica cada cliente individualmente.
Mas não podemos simplesmente contar o número de compras, pois um mesmo cliente pode ter feito compras em dias diferentes e, assim, aparecer repetido na tabela.
A solução é utilizar a função DISTINCTCOUNT, que conta apenas os valores únicos de uma coluna.
Curiosidade: A função DISTINCTCOUNT não existe no Excel, sendo exclusiva do Power BI.
Criando a Métrica
1. Clique com o botão direito na tabela e selecione “Nova Medida”.
2. Insira a seguinte fórmula:
Qtd Clientes = DISTINCTCOUNT('Base Vendas'[Id Cliente])
Agora podemos voltar ao dashboard e criar um novo cartão para exibir essa métrica!
Apresentando o faturamento mensal
Para visualizar o faturamento mensal, vamos inserir um gráfico eficiente que destaque a evolução das vendas ao longo do tempo. Como vimos na Aula 5, gráficos de coluna, linha ou área são ideais para esse tipo de análise. Aqui, optaremos por um gráfico de área.
Com o gráfico vazio criado: no eixo Y, arraste a métrica Faturamento; no eixo X, arraste a Data da Venda.
Porém, o gráfico ainda não está ideal. Ele exibe as vendas dia a dia, mas queremos visualizar apenas os totais mensais.
Selecionando informações de data
Observe que o eixo X contém diferentes níveis de data (dia, mês, trimestre e ano). Para mostrar apenas o faturamento mensal, remova os níveis de detalhe Dia e Trimestre, mantendo apenas Mês e Ano no eixo X.
Configurando rótulos de dados
Por padrão, conseguimos ver os valores de cada mês ao passar o mouse sobre o gráfico, mas podemos exibir essas informações diretamente na tela:
1. Vá até a guia Visual.
2. Ative a opção Rótulos de Dados.
3️. Ajuste o tamanho e a cor da fonte, assim como fizemos nos cartões.
Uma funcionalidade interessante do Power BI é que, ao clicar em um mês específico no gráfico, os números nos cartões também se atualizam automaticamente! Isso permite explorar os dados de forma dinâmica e interativa.
Visualizando as vendas por gênero
Outro gráfico interessante para adicionarmos ao nosso dashboard é a proporção de vendas por gênero. Como vimos na aula anterior sobre gráficos, quando lidamos com poucas categorias, gráficos do tipo rosca ou pizza são boas opções. Vamos utilizar o gráfico de rosca.
1️. Insira um gráfico de rosca.
2️. No campo Valores, arraste a métrica Total de Vendas.
3️. No campo Legenda, arraste a informação Gênero, localizada na planilha Cadastro de Clientes.
Para a formatação, comece colando a formatação do nosso gráfico de área. Depois ajuste os detalhes na aba Rótulos de Detalhe, no menu de formatação.
Em Opções dos rótulos, selecione quais informações serão exibidas no gráfico.
Apresentando o faturamento por marca
Para exibir o faturamento por marca, é interessante utilizar um gráfico que facilite a comparação entre os valores. Como vimos, para rankings, o ideal é usar um gráfico de barras.
1️. Insira um gráfico de barras.
2️. No eixo X, arraste a métrica Fat Total (Faturamento Total).
3️. No eixo Y, arraste a informação Marca.
4️. Cole a formatação do gráfico de área e ajuste os detalhes conforme necessário.
Na parte formatação:
- Desative a exibição dos valores do eixo X.
- Em Rótulos de Dados, altere a unidade de valores para Milhão (em vez de Bilhão).
Filtrando os dados exibidos
O Power BI permite diversas configurações para a interação dos dados no dashboard.
Atualmente, ao clicarmos em uma métrica de gênero, o gráfico escurece a informação selecionada, mas não oculta os demais dados. O que queremos é que o gráfico filtre e exiba apenas a informação escolhida.
1️. Vá em Arquivo > Opções e Configurações > Opções.
2️. No menu Configurações do Relatório, encontre Opções Visuais.
3️. Altere a configuração de realce cruzado para filtragem cruzada e clique em OK.
Agora, ao clicar em um item, as barras filtram os dados corretamente.
Dica: Para aplicar filtros combinados (por exemplo, visualizar dados por gênero e loja), segure Ctrl e clique em cada categoria desejada.
Veja que nosso gráficos de marcas ainda tem um pequeno ajuste a ser feito. Dado que são muitas marcas incluídas na análise, nosso gráfico de marcas exibe apenas algumas opções por vez, exigindo rolagem para ver todas. Para corrigir isso:
1. Reduza o tamanho das fontes no gráfico.
2. Caso ainda seja necessário, diminua o título do dashboard e reorganize os elementos para ganhar mais espaço.
Faturamento por região
Para visualizar dados geográficos, utilizamos gráficos de mapa. O Power BI reconhece automaticamente colunas que contêm informações como País, Continente e Cidade.
Na nossa planilha, esses dados estão na tabela Cadastro Lojas.
Configurando a Categoria Geográfica
1️. Acesse a planilha Cadastro Lojas.
2️. Vá em Ferramentas de Coluna e ajuste a Categoria de Dados corretamente (por exemplo, Continente, País, Estado).
1️. Clique no ícone de globo terrestre na bandeja de gráficos.
2️. No campo Localização, arraste Continente.
3️. No campo Tamanho da Bolha, arraste Fat Total.
4️. Ajuste a formatação conforme desejado (utilizando a formatação dos gráficos anteriores para manter a identidade visual).
Esse tipo de visualização ajuda a entender como as vendas estão distribuídas pelo mundo.
Encerrando a Aula 6
Chegamos ao final da Aula 6 e, com ela, finalizamos o nosso dashboard interativo e o nosso curso de Power BI!
Nesta etapa, organizamos nossas métricas de forma clara e estratégica, criando gráficos essenciais para análise, como o de área para faturamento mensal, o de rosca para vendas por gênero e o de barras para faturamento por marca.
Também adicionamos um mapa geográfico para visualizar os dados por região e configuramos interações e filtros dinâmicos, tornando a navegação ainda mais intuitiva.
Essa aula marcou o encerramento do curso, consolidando tudo o que aprendemos ao longo dessa jornada. Parabéns por chegar até aqui!
Agora é o momento de colocar em prática todo esse conhecimento e explorar ainda mais as possibilidades do Power BI!
Conclusão do Curso
Chegamos ao final desta jornada pelo Power BI! Ao longo do curso, passamos por todas as etapas essenciais para transformar dados brutos em análises visuais ricas e interativas.
Começamos com os fundamentos, entendendo o que é Business Intelligence e como o Power BI se encaixa nesse cenário.
Depois, exploramos a importação e tratamento de dados, aprendemos a criar relacionamentos entre tabelas, utilizamos fórmulas DAX para análises mais aprofundadas e descobrimos como escolher os gráficos mais adequados para cada tipo de informação.
Por fim, consolidamos todo esse aprendizado na criação de um dashboard completo, reunindo os principais indicadores de forma clara e intuitiva.
Com todas essas ferramentas em mãos, agora você está pronto para aplicar o Power BI em suas análises e relatórios, transformando dados em insights estratégicos. Parabéns por concluir o curso e por dar esse passo importante no domínio do Power BI!
O conhecimento que você adquiriu aqui é só o começo—há sempre novas possibilidades para explorar! Não deixe de acompanhar nossas publicações e ver o montão de conteúdos que já temos publicado sobre Power BI!
Hashtag Treinamentos
Para acessar outras publicações de Power BI, clique aqui!
Posts mais recentes de Power BI
- As 5 Melhores Fórmulas do Power BIAprenda as 5 melhores fórmulas do Power BI que você precisa dominar para melhorar ainda mais suas análises!
- Processo Seletivo Power BI: Questões e ResoluçõesNeste post, vamos resolver uma prova prática de Processo Seletivo Power BI baseada em um desafio de processo seletivo para análise de dados.
- Play Axis Power BI: Dashboards que parecem FilmesQuer aprender a transformar os seus Relatórios e Dashboards em Filmes? Vou te mostrar como fazer isso utilizando o Play Axis Power BI!
Posts mais recentes da Hashtag Treinamentos
- Como surgiu a OpenAI: entenda a história completa da criadora do ChatGPT e seus impactosDescubra como surgiu a OpenAI, conheça sua transformação na gigante da inteligência artificial e entenda como essa trajetória afeta a tecnologia e os negócios!
- Connected Speech – Como Entender o Inglês Falado por NativosAprenda tudo sobre Connected Speech e entenda, de uma vez por todas, o inglês falado por nativos com mais fluência e clareza!
- 17 Novas Fórmulas Excel Úteis para o TrabalhoConheça 17 novas fórmulas Excel que serão muito úteis no seu dia a dia! Aprenda sobre as fórmulas mais recentes que aumentarão sua produtividade no trabalho!
Redator de conteúdo na Hashtag Treinamentos. Produzo textos didáticos sobre tecnologia, buscando informar e engajar o público de forma acessível e descomplicada.