Visão geral
Business Intelligence é uma metodologia para transformar dados em informação que apoia decisões; Power BI, Tableau, Qlik e Looker Studio são ferramentas. O painel é a camada de entrega de quase todo projeto de dados: é onde o resultado chega a quem decide.
Conteúdo em construção: esta matéria cobre os fundamentos e o primeiro painel de ponta a ponta. Relacionamentos entre tabelas, DAX avançado e storytelling entram nas próximas atualizações.
O processo de BI
Identificação da fonte → coleta → limpeza → transformação → modelagem → armazenamento → análise e visualização.
Em termos de ferramenta: ETL (extract, transform, load) → modelagem → visualização → publicação.
Self-service analytics e governança
- Self-service: usuários de negócio criam as próprias análises, apoiados numa base estruturada e confiável.
- Pilares: técnicos (tecnologia, data warehouse), humanos e organizacionais (capacitação, processos, recursos) e entregáveis (relatórios, análises, visualizações).
- Fatores de sucesso: governança de dados, cultura orientada a dados, capacitação, processos definidos e suporte tecnológico.
- Vantagens: agilidade, menos dependência de TI, menor custo, foco estratégico.
- Sem governança aparecem números divergentes entre áreas, retrabalho e a "IA/BI de sombra" (shadow AI): painéis e ferramentas usados sem conhecimento nem controle da organização.
Premissas de um projeto de dados
Antes de abrir a ferramenta: contexto, escopo, tecnologia e público. Depois: identificar a fonte → importar e tratar → desenvolver relatórios → montar o painel.
Passo a passo no Power BI
- Obter dados: Excel, CSV, web, bancos (SQL Server, Databricks e outros).
- Transformar dados no Power Query: - promover cabeçalhos e definir tipos (data como Data gera a hierarquia ano/trimestre/mês); - preencher para baixo células mescladas que viraram nulas (não use em vazios reais); - dividir coluna por delimitador (ex.: nome e sobrenome); - substituir valores; - despivotar: marque as colunas fixas e use "transformar outras colunas em linhas" — meses novos entram sozinhos no futuro.
- Fechar e aplicar; conferir no modo tabela.
- Criar medidas em DAX.
- Montar os visuais, escolher o tipo de gráfico e formatar.
- Adicionar segmentações (filtros) e atualizar quando a fonte mudar.
- Salvar e, em produção, publicar no serviço com governança (acessos, atualização agendada).
Cada transformação vira uma etapa aplicada (removível pelo X). O Editor Avançado mostra todas em linguagem M — é a documentação do tratamento.
DAX: medidas
Total Vendas = SUM ( Vendas[Valor] )
Ticket Médio = DIVIDE ( [Total Vendas], DISTINCTCOUNT ( Vendas[Pedido] ) )
- Medida é um cálculo reutilizável e mais performático que a agregação implícita (arrastar a coluna e deixar o Power BI somar).
- Funções DAX em inglês:
SUM,AVERAGE,MIN,MAX,DIVIDE,CALCULATE.
Qual visual usar
| Pergunta | Visual |
|---|---|
| Qual o número principal? | cartão (KPI), com unidade (mil, mi) e moeda |
| Comparar categorias | barras (horizontais quando os rótulos são longos) |
| Evolução no tempo | linhas |
| Composição com poucas partes | rosca/pizza (até ~5 fatias) |
| Relação entre duas métricas | dispersão |
| Detalhe linha a linha | tabela/matriz |
| Filtrar o painel | segmentação |
Boas práticas de painel
- Uma pergunta principal por página; o KPI mais importante no canto superior esquerdo.
- Mesma escala e mesma cor para a mesma coisa em todo o painel.
- Títulos que dizem a conclusão ("Vendas caíram 8% no 3º trimestre"), não só o assunto.
- Base grande: agregue na origem (views, tabelas em camadas), use modelo estrela (fato + dimensões) e remova colunas sem uso.
- Num projeto de previsão, o painel compara real × previsto e mostra o erro por período.
Alternativas
Tableau, Qlik, Looker Studio, Amazon QuickSight, visualizações do Databricks; em Python, pandas + Plotly/Dash ou Streamlit. O Power BI Desktop roda só no Windows (no Mac e no Linux, via máquina virtual).