<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Luiz Felipe on Medium]]></title>
        <description><![CDATA[Stories by Luiz Felipe on Medium]]></description>
        <link>https://medium.com/@luizfanunes?source=rss-3f8baae1ad25------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*7CFQySmzqZfwZr9gfehHDw.jpeg</url>
            <title>Stories by Luiz Felipe on Medium</title>
            <link>https://medium.com/@luizfanunes?source=rss-3f8baae1ad25------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sat, 21 Nov 2026 12:34:51 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@luizfanunes/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Primeiro Relatório com o Microsoft Power BI]]></title>
            <link>https://medium.com/@luizfanunes/primeiro-relat%C3%B3rio-com-o-microsoft-power-bi-fb21c926bce3?source=rss-3f8baae1ad25------2</link>
            <guid isPermaLink="false">https://medium.com/p/fb21c926bce3</guid>
            <category><![CDATA[bi]]></category>
            <category><![CDATA[microsoft]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[power-bi]]></category>
            <category><![CDATA[tutorial]]></category>
            <dc:creator><![CDATA[Luiz Felipe]]></dc:creator>
            <pubDate>Thu, 26 Oct 2017 13:30:00 GMT</pubDate>
            <atom:updated>2017-10-26T13:30:00.513Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/581/1*50JnSO9nCQOBq0WGBkqX6w.png" /></figure><p>Caso você não saiba o que é o Power BI, ou então mesmo o que é Business Intelligence, estou deixando <a href="https://medium.com/@luizfanunes/insights-com-power-bi-f0f7beec21ae">aqui</a> uma postagem que eu fiz falando sobre o assunto.</p><p>Agora que você já sabe o conceito básico, vamos começar.</p><p>O primeiro passo, caso você ainda não tenha o Power BI instalado em seu computador é baixar e instalar o programa através desse <a href="https://powerbi.microsoft.com/pt-br/">link</a> do site oficial.</p><p>Bem, mas antes de começar a usar o Power BI, você precisa entender alguns conceitos sobre ETL, e também sobre o o que são tabelas Fatos e Dimensões.</p><h4><strong>ETL(Extract, Transform, Load)</strong></h4><p>O significado de ETL em português é “<strong>Extrair, Transformar, Carregar</strong>”. É necessário sabermos um pouco sobre ETL pois na maioria das vezes que iremos trabalhar com dados, eles estão em uma forma não estruturada, normalmente chamamos de esses dados como <strong>dados desnormalizados.</strong> Para começarmos a criar os primeiros relatórios temos que organizar os dados de forma que siga nossas regras de negocio, além de limpar pequenas “sujeiras”, como por exemplo: espaços em branco,valores nulos,mesma palavra escrita de formas diferentes(PALAVRA &lt;&gt; palavra), entre outros. Existem várias maneiras de realizar o processo de ETL, como a criação de cubos de dados, mas nesse artigo vou comentar apenas utilizando as ferramentas disponibilizadas pelo Power BI.</p><p>Para realizarmos o processo de ETL dentro do Power BI, possuímos uma ferramenta dentro do editor de consultas, que se chama Power Query, após a importação dos dados necessários para as nossas analises, podemos utilizar o Power Query para realizar algumas funções como: Limpar e filtrar dados,Substituir valores,Combinar dados,Remover valores duplicados,Formatar dados,Criar colunas personalizadas,Pivotar colunas e Remover colunas. E é dentro dele também que iremos criar nossas tabelas de Dimensões e Fatos.</p><h4>Tabelas Dimensões e Tabelas Fatos</h4><p>Para conseguirmos gerar nossos relatórios de BI, dividimos nossa base de dados em tabelas de Dimensões e Fatos. Utilizamos essa organização, pois desse modo, conseguimos enxergar um mesmo fato de varias dimensões diferentes.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/493/1*XPI0g15wozDO-HD4HygiMw.png" /><figcaption>Esquema Estrela</figcaption></figure><p><strong>Dimensão: </strong>Consideramos parte da tabela dimensão os registros descritivos referente aos fatos. Normalmente é na Tabela dimensão que encontramos os elementos que constituem um fato.</p><p><strong>Fato: </strong>Consideramos parte da tabela fato, aqueles elementos que constituem o fato propriamente dito, como por exemplo uma tabela de vendas.</p><p>Para ficar mais fácil o entendimento, vamos para um exemplo pratico.</p><p>Possuímos quatro tabelas no exemplo abaixo. Conseguimos identificar que a tabela Fato é referente as vendas, ou seja o fato em questão é referente as vendas realizadas por um determinado comércio. E sendo as tabelas dimensões(ou tabelas auxiliares) podemos identificar as dimensões de Tempo,Produto e Loja. Ou seja usando esse mesmo modelo, podemos ver o mesmo cenário por 3 perspectivas diferentes. Podemos identificar as vendas realizadas dentro de um determinado período(<strong>“Qual foi meu número de vendas no mês de Janeiro?”</strong>), a perspectiva pelo produto(<strong>“Quais são cinco produtos que eu mais vendo?”</strong>) e por último enxergando pela loja(<strong>“Quais são as Lojas que mais faturam?”</strong>).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/467/1*ycagrOr0XMu4IPXBxdKviA.png" /><figcaption>Organização feita para BI de Vendas</figcaption></figure><h3><strong>Agora vamos começar !</strong></h3><p>Para este primeiro relatório irei começar com um exercício bem simples. Na verdade é bem semelhante ao exemplo acima referente as vendas de uma determinada franquia de supermercados, onde atualmente todo controle é feito através de uma planilha do Excel.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/524/1*WVvMlmzYzc3GSP9IQW9CDQ.png" /><figcaption>Planilha do Excel com os Registros das Vendas</figcaption></figure><p>Podemos ver que atualmente só são salvos as informações da <strong>Data da Venda, Nome do Produto, Valor Unitário, Quantidade vendida e o Valor Total da Venda</strong>. Sem distinção entre clientes que realizaram a compra. E esse mesmo esquema de tabelas é repetido na mesma aba, onde cada tabela é referente a uma loja da franquia. Você pode realizar o download desse arquivo clicando <a href="https://drive.google.com/open?id=0B01rskwKyIWkMDhBNEVFU2U2YnM"><strong>aqui</strong></a>.</p><h3><strong>Hora de Organizar as Coisas!</strong></h3><p>Assim que abrimos o arquivo de vendas, podemos ter a impressão que o arquivo já está organizado e arrumado. Mas lembre-se dos conceitos que mencionei para podermos realizar o BI.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LAQlawg85VjhidMlLRe3Tg.png" /></figure><p>Antes de importarmos o arquivo para dentro do Power BI e começar a modelar nossa base de dados, vamos tentar montar e visualizar quais tabelas Fatos e Dimensões que iremos obter.</p><p>Eu irei montar seguindo o esquema abaixo, mas sinta-se a vontade se quiser realizar algumas adaptações e/ou melhorias, mas a modelagem minima terá que ser parecida com a minha abaixo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/826/1*2lJ8Qhlh4gKBry2FXnkVUg.png" /><figcaption>Tabelas de Fatos e Dimensões</figcaption></figure><p>E agora que já temos em mente o que iremos fazer hora de importar nosso arquivo para dentro do Power BI.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/433/1*hEwJY65oEYVhVytOJZtfrg.png" /></figure><p>Para importar é bem simples.</p><p>Basta se certificar que você está na Aba <strong>Base</strong> , e ir em <strong>Obter Dados → Excel.</strong></p><p>Assim que você selecionar Excel, o Power BI irá solicitar o caminho do arquivo. Onde você pode seleciona-lo navegando através das pastas do gerenciador de arquivos do Windows.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/880/1*_vanO7-1GFkx_NkUmY-xag.png" /></figure><p>Após selecionar o arquivo, o Power BI irá abrir uma nova janela que irá demonstrar um breve preview das primeiras linhas dos dados que serão importados. Para confirmar basta selecionar o conjunto de dados através do menu lateral na esquerda e apertar <strong>Carregar</strong>.</p><p>Após carregar nosso conjunto de dados, para começarmos nosso processo de modelagem, iremos na aba <strong>Base ,</strong> e selecionar <strong>Editar Consultas.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hxKPCwC_wk-RyF57hfKKjg.png" /></figure><p>Dentro dessa tela, podemos ter uma boa noção do dados importados.</p><p>Antes de começarmos a modelar, irei ressaltar algumas coisas que podemos encontrar nessa janela.</p><p><strong>Consultas: </strong>Localizada no lado esquerdo da nossa janela, nesse espaço é onde iremos visualizar os conjuntos de dados que possuímos dentro do nosso projeto.</p><p><strong>Passos aplicados: </strong>Localizado no lado direito da nossa janela, nesse espaço podemos ver todos os passos a passos que realizamos durante a modelação dos dados, o Power BI salva esse histórico de mudanças, porque toda a vez que houver uma mudança no nosso arquivo e quisermos atualizarmos, o Power BI , automaticamente irá realizar todos esses passos nessa nova versão do arquivo.</p><p>Voltando à modelagem, normalmente ao modelar os dados, é mais cômodo desenvolvermos <strong>Scripts </strong>para fazer o trabalho mais difícil da modelagem, e depois utilizar as funções do Editor de Consultas apenas para realizar os ajustes mais finos.</p><p>Seguindo essa ideia, vamos primeiro desenvolver um script para juntarmos todas as sub tabelas da tabela principal para uma tabela unica de dados. O editor de consultas no permite desenvolvermos scripts em R, porém para isso é necessário antes ter instalado em sua maquina a distribuição do R que pode ser baixada diretamente do site <strong>Microsoft R Open</strong> clicando <a href="https://mran.microsoft.com/open/">aqui</a>.</p><p>Para executar um script em R, basta ir na Aba <strong>Transformar </strong>e selecionar <strong>Executar Script de R.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*DPKadCbJOBHqz9QLS6pAlA.png" /></figure><p>Na tela que irá se abrir iremos colar o seguinte script que irá modelar nossos dados.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/3d734cdb6ecc07e1e760c1c01fc3eaa5/href">https://medium.com/media/3d734cdb6ecc07e1e760c1c01fc3eaa5/href</a></iframe><p>Se você fizer tudo certo até aqui, você irá obter esse resultado.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/820/1*hYY6JbTwLe4IB_qA14e8Dw.png" /></figure><p>Agora que temos uma modelagem minima, vamos ajustar apenas alguns pequenos detalhes. O primeiro deles é especificar o tipo de dado das colunas. Para mudar o tipo de dados basta clicar no ícone que está a esquerda do nome da coluna e selecionar o novo tipo.</p><p>Vale ressaltar caso você tente converter o tipo da coluna para um outro, verifique se os seus dados estão prontos para suportar essa transformação de tipo. Por exemplo se tentarmos alterar o Tipo de Dados da coluna <strong>Produto</strong> do tipo <strong>Texto</strong> para <strong>Numérico</strong> todos os valores irão apresentar Error, pois não é possível realizar conversão de letras para um formato numérico. Outra coisa que cabe ressaltar que pode passar despercebido, é que dependendo das suas configurações regionais alguns padrões podem mudar, como por exemplo, no Estados Unidos, é utilizado para delimitar os números decimais o <strong>ponto</strong> ( <strong>. </strong>), já no Brasil utilizamos a <strong>virgula</strong> ( <strong>,</strong> ) e para delimitar as casas do milhar é ao contrario também, no Estados Unidos eles utilizam a <strong>virgula</strong> ( <strong>,</strong> ), e no Brasil utilizamos o <strong>ponto</strong> ( <strong>. </strong>). Segue o exemplo de um mesmo número escrito nos Estados Unidos e no Brasil.</p><p>Estados Unidos: <strong>6,543.21 / </strong>Brasil: <strong>6.543,21</strong></p><p>Já sabendo disso podemos ver que nas colunas <strong>Valor Unitário e Total</strong> a divisão dos números decimais está sendo através do <strong>ponto </strong>e caso tentemos realizar a conversão para o tipo numérico o Power BI irá realizar a transformação de modo errado como podemos ver abaixo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/301/1*09U4__AvBvdGsAr2REGhyQ.png" /></figure><p>Para evitarmos esse problema, antes de transformar o tipo da colunas, vamos substituir os <strong>pontos </strong>por <strong>virgulas. </strong>Para realizar isso basta clicarmos com o botão direito encima da(s) coluna(s) em questão e selecionar <strong>Substituir Valores.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/701/1*7WOYT_Rb5sQ-Na5NBg-6Hw.png" /></figure><p>Na tela que irá se abrir em <strong>Valor a Localizar</strong>, iremos por o <strong>ponto (.) </strong>e em <strong>Substituir Por </strong>iremos por a <strong>virgula (,) </strong>e selecionar <strong>OK.</strong></p><p>Após realizar a substituição de valores nas colunas Total e Valor Unitário, podemos definir os novos tipos de dados das colunas.</p><p>Iremos definir da seguinte maneira:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/839/1*XyDbGn4GlVR5x2DeQUM1fA.png" /></figure><p><strong>Data:</strong>Data,<strong> Produto:</strong>Texto,<strong> Valor.Unitario:</strong>Número Decimal Inteiro, <strong>Quantidade:</strong>Número Inteiro, <strong>Total:</strong>Número Decimal Inteiro, <strong>Loja: </strong>Texto, <strong>Endereco:</strong>Texto.</p><p>Agora que já possuímos a base de dados pronta, podemos começar a dividi-la entre nossas tabelas de Fatos e Dimensões, para evitar ter que fazer todo esse trabalho novamente, sugiro que em Consultas, você sempre duplique a tabela para já ter uma nova com todos os passos gravados. Para duplicar a tabela basta clicar com o botão direito encima dela e selecionar <strong>Duplicar.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/315/1*EdN93C_ynQRsVW6m2o73vw.png" /></figure><p>Vamos começar com as nossas tabelas dimensões, que são <strong>dim_lojas,dim_produtos e dim_calendário</strong>. Porém dentro do editor de consultas iremos construir apenas a dim_lojas e dim_produtos, a dim_calendário explicarei melhor mais pra frente pois ela sera uma tabela dinâmica.</p><p>Primeiro passo é renomear a nossa tabela duplicada para <strong>dim_lojas.</strong></p><p>Nessa tabela a unica coisa que sera útil, são as colunas com os nomes das Lojas e seu respectivo endereço.</p><p>Então o primeiro passo é excluir todas as colunas que estão fora desse escopo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/859/1*ZjSB74iKyq8D8yUV2CafaA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/315/1*ffGXD9bIj-Kyga0JYAvOdA.png" /></figure><p>Este será o resultado obtido, agora o que iremos fazer é remover todos os registros duplicados.</p><p>Para remover os duplicados, basta selecionar ambas as colunas, clicar com o botão direito e selecionar <strong>Remover Duplicados.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/631/1*PxFoykjjxOn_m1yze-zrIw.png" /></figure><p>Como resultado iremos obter uma lista unica das lojas e seus endereços.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/319/1*PTmQuusvHfXHICVnHnPIxw.png" /></figure><p>A única coisa que nos falta é adicionar uma coluna com um ID para cada loja. O próprio editor de Consulta nos fornece essa opção para criar uma coluna de índices, para isso vá na Aba <strong>Adicionar Colunas, </strong>e selecione <strong>Coluna de Índice → De 1</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/643/1*iZWWDwRQtXD-_VhGZq575g.png" /></figure><p>E como resultado final podemos alterar o nome da coluna que por padrão é <strong>Índice </strong>renomeá-la para <strong>id_loja</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/431/1*t0rfYLyLIxsra77YFTZ0VQ.png" /></figure><p>Feito isso, nossa tabela dimensão <strong>dim_lojas </strong>está pronta, agora vamos construir a tabela <strong>dim_produtos.</strong></p><p>Realize os seguintes passos para a construção de dim_produtos:</p><ol><li>Duplique a tabela <strong>Lojas</strong></li><li>Renomeie <strong>Lojas(2) </strong>para <strong>dim_produtos</strong></li><li>Remova as colunas <strong>Data, Quantidade, Total, Loja e Endereco</strong></li><li>Selecione as colunas restantes(<strong>Produto e Valor Unitário) </strong>e remova as linhas duplicadas</li><li>Adicione uma coluna de índice</li><li>Renomeie a coluna <strong>Índice</strong> para <strong>id_produto</strong>, e altere seu tipo para <strong>Número Inteiro.</strong></li></ol><p>Como resultado final você deve obter essa tabela, contendo o id do produto, o nome do produto e seu respectivo valor unitário.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/432/1*L-P2ffUj7isp4OapTFgGwg.png" /></figure><p>Agora que construímos nossas tabelas dimensões de produtos e lojas, vamos montar a tabela fato da venda.</p><p>O que precisamos alterar nessa tabela, é substituirmos a coluna Produto e Valor Unitário, por id_produto da nossa dim_produto, e substituir nossas colunas Loja e Endereço por id_loja.</p><p>Para fazer isso vamos na aba <strong>Base, </strong>e selecionar <strong>Combinar → Intercalar Consultas</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Ll6SwV-hKnjF3zhFFMVrVw.png" /></figure><p>Na nova janela, vamos selecionar através do menu de seleção, com qual tabela vamos intercalar, e qual é a coluna correspondente em ambas as tabelas para intercalar as nossas consultas. Nesse caso queremos obter informações da tabela dim_produtos, onde <strong>fat_vendas(Produto)</strong> é igual à <strong>dim_produtos(Produto)</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/697/1*z4zfM4xUqOU4sg5VMTrSkA.png" /></figure><p>Após isso, iremos expandir a nova coluna que será criada com as informações intercaladas e selecionar apenas os dados que queremos ter na tabela fato, que no caso é apenas o Id do Produto.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/369/1*eGb_RWpToq-Gdb3w81A1pg.png" /></figure><p>Depois de intercalar os dados com a tabela dim_produtos, iremos realizar os mesmos passos com a tabela dim_lojas, onde nesse caso <strong>fat_vendas(loja)</strong> é igual à <strong>dim_lojas(loja)</strong>.</p><p>Agora que já temos o ID de produto e loja, podemos excluir as colunas <strong>produto,valor unitário,loja e endereço</strong>, pois já é possível obtermos esses dados através dos IDs. Também podemos excluir a coluna <strong>Total</strong>, pois como já possuímos o valor unitário e a quantidade vendida, não é necessário guardar essa informação, já que conseguimos calcula-la multiplicando o valor unitário pela quantidade vendida. Após todos esses passos aplicados em <strong>fat_vendas </strong>você deve obter uma tabela como essa.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/481/1*mqFhRYdvhrfg0eWPTZws6A.png" /></figure><p>EDIT: Nesse caso também seria interessante adicionarmos uma <strong>coluna de índice(id_venda)</strong> em <strong>fat_vendas</strong>.</p><p>Feito todos esses passos, vá na aba <strong>Base </strong>e selecione <strong>Fechar e Aplicar</strong>, desse modo vamos aplicar as alterações feitas e voltar a tela inicial do Power BI.</p><p>Agora a única coisa que nos falta é criar a dimensão de data, mas como havia explicado anteriormente, iremos cria-lá de maneira automática.</p><p>Dentro da tela original do Power BI vamos na aba <strong>Modelação </strong>selecionar <strong>Nova Tabela</strong>, e colar o seguinte código DAX.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/10f8cb760e288150028ab283af919d27/href">https://medium.com/media/10f8cb760e288150028ab283af919d27/href</a></iframe><p>A função <strong>calendar</strong> requer os seguintes parâmetros:</p><p>CALENDAR([StartDate];[EndDate])</p><p>Então se observamos bem a nossa expressão, vamos reparar que estamos criando uma tabela com todas as datas entre a data mais antiga e a data mais atual de venda.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1003/1*vlOeE0NImgrmfCOnYe68cg.png" /></figure><p>Se clicarmos no <strong>ícone de dados</strong> no menu lateral esquerdo e selecionarmos a tabela <strong>dim_calendário</strong> podemos ver a tabela criada dinamicamente.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yKLZ20loT87YBD8YyU6Yqg.png" /></figure><p>Para nos auxiliar podemos criar algumas colunas de apoio à data, como por exemplo: Ano, Mês, Mês Nome,Mês-Ano e Dia.</p><p>Para isso basta ir na aba <strong>Modelação</strong> e selecionar Nova Coluna, e escrever as seguintes funções para cada coluna.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/b7c284ea7175194e60aa66d0ab18658c/href">https://medium.com/media/b7c284ea7175194e60aa66d0ab18658c/href</a></iframe><p>Outras coisa que também já podemos adiantar é a ordenação dos Meses em relação ao conjunto como um todo, onde por exemplo, Jan/2013 é igual ao 1º mês, Jan/2014 é nosso 13º mês, Jan/2015 é 25º mês e assim por diante.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/460a8d47feb4a16c648551dd87b97244/href">https://medium.com/media/460a8d47feb4a16c648551dd87b97244/href</a></iframe><p>Como resultado você irá obter uma tabela como essa.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/569/1*BqMHkw-BJr7yDEf4pQjMNg.png" /></figure><p>A vantagem de criar uma tabela dinâmica, é que todas as vezes que atualizarmos o arquivo essa tabela será criada automaticamente.</p><p>Agora que temos todas as tabelas dimensões e fatos, só nós resta editar os relacionamentos. Para isso vá no menu lateral e selecione o ultimo ícone que é referente á relações</p><p>O Power BI, já tem a capacidade de identificar alguns relacionamentos de forma automática, mas caso ele não tenha relacionado ou então relacionado de forma errada , você pode simplesmente excluir a relação e criar manualmente. Provavelmente em seu projeto, o Power BI só identificou o relacionamento da fat_vendas com as tabelas dim_produtos e dim_lojas, então para criar um novo relacionamento de forma manual entre dim_calendário e fat_vendas, basta clicarmos em dim_calendário(Date) e arrastar até fat_vendas(Data), Após todas essas etapas estamos prontos para começar a criar os nossos primeiros gráficos e relatórios.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/905/1*l43K6_CG842RUOzu7axRnA.png" /></figure><p>Antes de tudo, vamos criar uma tabela onde iremos guardar nossas medidas. É uma boa pratica para a maioria dos profissionais que utilizam o Power BI, criar uma tabela especialmente para guardar nossas medidas, atualmente não possuímos uma forma direta para criar uma tabela de medidas, então oque vamos fazer é ir na aba <strong>Base </strong>e selecionar <strong>Introduzir Dados.</strong> Na janela que irá se abrir apenas altere o nome da tabela para <strong>Medidas </strong>no campo <strong>Nome </strong>e clique em carregar.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/879/1*CWMRd4Lsy-YqIsp4G7454A.png" /></figure><blockquote>OBS: Não apague a coluna, logo após criar a Tabela, caso o Power BI não encontre nada dentro da tabela ele automaticamente à excluirá. Primeiro crie suas medidas e após isso sinta-se à vontade para apagar a coluna.</blockquote><p>Agora com a nossa tabela de medidas criadas, vamos criar nossas primeiras medidas.</p><p>As duas primeiras medidas que iremos criar será as medidas responsáveis de encontrar o <strong>Valor Unitario(dim_produto) e Quantidade(fat_vendas)</strong>. Para criar nossas medidas basta clicar com o botão direito encima da tabela Medidas localizada em <strong>Campos</strong>(menu lateral direito) e selecionar <strong>Nova Medida.</strong></p><p>A primeira medida será a do Valor Unitário para isso cole o seguinte código</p><blockquote>Valor Unitario = SUM(dim_produtos[Valor.Unitario])</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*acLxeSMOAL6cyREy3BZfAg.png" /></figure><p>E a segunda será Quantidade</p><blockquote>Quantidade = SUM(fat_vendas[Quantidade])</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OSoj9iDlYyw7xfP3sFgxHA.png" /></figure><p>Não precisa se preocupar se as expressões acima estão somando tudo sem distinção, o Power BI durante os relatórios irá agregar os valores de acordo com a granularidade que solicitarmos. Por exemplo, se utilizarmos uma granularidade encima do ID_Vendas ele irá somar apenas os valores referente a aquele ID_Vendas, mas caso criarmos um relatório encima de Lojas, ele irá somar apenas os valores referentes àquele ID_Loja, isso ficará mais claro em breve.</p><p>O que iremos construir agora é uma coluna dinâmica do Valor da venda, que é nada mais que [Valor Unitário] x fat_item(Quantidade). Para isso, vamos criar uma nova coluna em fat_venda com a seguinte expressão</p><blockquote>Total = fat_vendas[Quantidade] * [Valor Unitario]</blockquote><p>E agora que temos o valor de cada venda podemos criar uma nova medida na nossa tabela de medidas para o +.Valor Total</p><blockquote>Valor Total = SUM(fat_vendas[Total])</blockquote><p>Para esse artigo, vou apenas criar alguns gráficos e tabelas.</p><p>Atualmente, o Power BI nos fornece os seguintes elementos visuais para compor nossos relatórios, porém a cada atualizações novos elementos podem ser inseridos, e também existe a possibilidade de baixarmos outros elementos visuais no site da <a href="https://appsource.microsoft.com/en-us/marketplace/apps?product=power-bi-visuals&amp;page=1&amp;src=office&amp;corrid=24014c5b-ba90-46ca-a458-2c0010588e66&amp;omexanonuid=cbe726dd-d5e6-41cc-890f-5cd9487b6a14">Microsoft</a>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/181/1*1fUHmCHXE_A0ylLke7bxVg.png" /></figure><p>Vamos tentar criar um relatório onde será possível responder as perguntas de exemplo que dei no inicio desse artigo.</p><p><strong>“Qual foi meu número de vendas no mês de Janeiro?”</strong></p><p><strong>“Quais são cinco produtos que eu mais vendo?”</strong></p><p><strong>“Quais são as Lojas que mais faturam?”</strong></p><p>Primeiro vamos definir os elementos que iremos usar, vou chamo-lo pelos nomes e também pela posição(Horizontal :A → F e Vertical: 1 ↓ 5 ) para ficar mais fácil de encontrar.</p><p>Vamos primeiro adicionar o nosso relatório as <strong>Segmentação de Dados(A5) </strong>para filtrar os anos e meses.</p><p>Para isso basta arrastar o elemento para dentro do Relatório e no espaço <strong>Campo </strong>arraste dim_calendário(Ano)</p><p>E faço o mesmo passo novamente, mas dessa vez criando para dim_calendario(MesNome)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1Du-iF_mXznhHG6Wfh7udQ.png" /></figure><p>E por fim vamos adicionar um <strong>Cartão(D4) </strong>e em Campo iremos adicionar nossa medida Quantidade.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SzJ4699I86J_p0VhRG01Sw.png" /></figure><p>Já temos a estrutura pronta para responder a primeira pergunta, agora vamos para a segunda, os produtos mais vendidos. Para isso iremos criar uma nova medida com a função RANKX, essa função nos pede os elementos e seus respectivos valores para serem ranqueados, para isso crie uma medida Rank Produto com a seguinte expressão:</p><blockquote>Rank Produto = RANKX(ALL(dim_produtos[Produto]);[Quantidade])</blockquote><p>Onde nessa função estou pedindo para o Power BI ranquear pela quantidade de vendas todos os produtos de dim_produtos.</p><p>Agora para exibir vamos incluir uma <strong>Tabela(B5) </strong>com os valores: Rank Produto, Produto e Quantidade. E ordena-las pela coluna Rank Produto.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*y8tdQSGVidmwyGJuShtaQw.png" /></figure><p>E por ultimo falta descobrirmos qual loja fatura mais. Para isso vamos incluir um <strong>Gráfico de Colunas Agrupadas(A4)</strong> sendo o eixo dim_lojas(loja) e em valores Valor Total</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yeSf_RrgNLw0Mdco2PWOAw.png" /></figure><p>Em tese nosso relatório está pronto, oque podemos fazer aqui é adicionar mais alguns filtros e melhorar o visual dele, para isso não existe muito bem um padrão e vai de cada pessoa, caso você queira saber mais de como estilizar seu relatório <a href="https://powerbi.microsoft.com/pt-br/guided-learning/powerbi-learning-3-1-intro-visualizations/">clique aqui</a> para ser redirecionado para o site do Power BI, e ver alguns guias de para esse assunto de visualização.</p><p>Após algumas modificações no layout o resultado final foi esse relatorio</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xJIWcPyWs-3DhY2Iq0uuJQ.png" /></figure><p>E agora com nosso relatório em mãos somos capazes de responder tais perguntas</p><p><strong>“Qual foi meu número de vendas no mês de Janeiro?”</strong></p><p>R. Em Jan/2015 quantidade de vendas em todos os estabelecimentos foi de 104 Produtos.</p><p><strong>“Quais são cinco produtos que eu mais vendo?”</strong></p><p>R. Em Jan/2015 os produtos que foram mais vendidos em todas as lojas são: Farinha de Mandioca, Chocolate, Sardinha, Arroz e Batata Palha. Em sua respectiva ordem.</p><p><strong>“Quais são as Lojas que mais faturam?”</strong></p><p>R. Em Jan/2015 as lojas que mais faturaram foram na ordem do maior para menor foram o Estabelecimento C, Estabelecimento B e por ultimo o Estabelecimento A.</p><p>Essas perguntas que eu respondi foram somente referente ao mês de janeiro de 2015, mas caso seja necessário vermos em um outro determinado período, ou então de apenas algumas lojas em especifico, basta utilizarmos os filtros presentes no relatório, como no exemplo abaixo, onde estamos filtrando todas as vendas do Ano de 2016 do Estabelecimento A.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hJl_F-o5g_TCWW--yBkXXQ.png" /></figure><p>Vou deixar <a href="https://drive.google.com/open?id=0B01rskwKyIWkb3JGNDRCUzJDdFE">aqui</a>, o arquivo do projeto para download. Caso queira abri-lo em seu computador, salve o arquivo vendas.xlsx dentro da pasta C:\BI, ou então, modifique a origem de dados em <strong>File → Opções e Definições → Definições da Origem de Dados. </strong>Em <strong>origens de dados do ficheiro atual</strong> selecione o caminho do arquivo vendas.xlsx e clique em <strong>Alterar Origem </strong>e aponte o caminho onde o arquivo está salvo.</p><p>Se você leu esse artigo até aqui, espero que você tenha conseguido acompanhar todos os passos e se interessado pelo assunto.Caso ainda tenha dúvidas ou queira saber algo além, me contate enviando uma mensagem pelo <a href="https://www.linkedin.com/in/luizfanunes/">Linkedin</a> que ficarei feliz em ajudá-lo :)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=fb21c926bce3" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Insights com Power Bi]]></title>
            <link>https://medium.com/@luizfanunes/insights-com-power-bi-f0f7beec21ae?source=rss-3f8baae1ad25------2</link>
            <guid isPermaLink="false">https://medium.com/p/f0f7beec21ae</guid>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[business-intelligence]]></category>
            <category><![CDATA[power-bi]]></category>
            <dc:creator><![CDATA[Luiz Felipe]]></dc:creator>
            <pubDate>Thu, 12 Oct 2017 01:01:17 GMT</pubDate>
            <atom:updated>2017-10-12T18:15:05.903Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/625/1*dv6sIAhOQcpGPZFChXUMkQ.png" /></figure><p>O Business Intelligence (ou BI) surgiu devido à grande necessidade de otimizar o processo de tomadas de decisões realizadas pelas organizações. Esse processo visa na agilidade e precisão na obtenção dos dados para a geração de relatórios para pessoas de alta gestão dentro das organizações. Dentro desse contexto vamos explicar para quem ainda não está familiarizado com esse termo, qual é o conceito de BI e focar na solução disponibilizada pela Microsoft para a realização desse trabalho.</p><h4>Entendendo o BI</h4><p>O BI tem como seu conceito básico, a transformação de dados que por si só não possuem nenhum significado em informações mais claras de serem entendidas, possibilitando visualizar fatos que antes não foram percebidos ou entendendo problemas já conhecidos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/528/1*7CXGXYvfvOA9JDutNSssdA.png" /><figcaption>Ciclo de obtenção do conhecimento</figcaption></figure><p>O BI pode ser encarado como uma ideia nova, porém seu termo foi criado originalmente por Richard Millar Devens em “<em>Cyclopaedia of Commercial and Business Anecdote</em>s” no ano de 1865. Onde Devens descreveu como um bancário da época lucrou recebendo e agindo em cima de informações sobre o ambiente, antes de seus concorrentes. Esse conceito de coletar dados e conseguir obter informações para auxiliar nas tomadas de decisões, é como podemos definir BI. Porém somente na década de 90 o nome “Business Intelligence” foi criado pelo <a href="http://www.gartner.com/">Gartner Group</a> . Onde você pode obter a definição feita por eles <a href="http://www.gartner.com/it-glossary/business-intelligence-bi/">aqui</a>.</p><h4><strong>Porque o Microsoft Power BI?</strong></h4><p>O <a href="https://powerbi.microsoft.com/pt-br/">Power BI</a> foi uma ferramenta criada pela <a href="https://www.microsoft.com/pt-br/">Microsoft</a> no ano de 2013 sendo uma solução de <em>Analytics e Discovery Data</em>. Mas nessa mesma época já existiam várias outras empresas consolidadas nessa segmentação no mercado, onde podemos destacar o <a href="https://www.qlik.com/pt-br">QlikView</a> e <a href="https://www.tableau.com/pt-br">Tableau</a>. Porém mesmo sendo uma solução nova no mercado, o Power BI, já entrou para o quadrante mágico de BI feito pelo Grupo Gartner como um dos líderes de mercado.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9Sf6iFDBCfZF7-Twm4lTrw.jpeg" /><figcaption>Quadrante Mágico para Plataformas de BI, realizado pelo Grupo Gartner em 2013.</figcaption></figure><p>Porém devido seu lançamento ter acontecido apenas em poucos países, como, Estados Unidos, Canadá, e alguns países da Europa e Ásia. O Power BI foi perdendo seu sua liderança nos anos de 2014 e 2015 como podemos ver nos quadrantes mágicos dos respectivos anos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1005/1*mZk8_fXvRzKwdBVlvOFK2A.jpeg" /><figcaption>Quadrante Mágico para Plataformas de BI, realizado pelo Grupo Gartner em 2014 e 2015 respectivamente.</figcaption></figure><p>Porém em 2016 finalmente com a Microsoft disponibilizando o Power BI para mais países, incluindo o Brasil, o Power BI se destacou entre os principais líderes de mercado.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/512/1*Fc6dEfG5OpiFfYUaw5sfSw.jpeg" /><figcaption>Quadrante Mágico para Plataformas de BI, realizado pelo Grupo Gartner em 2016.</figcaption></figure><p>E Finalmente em 2017 o Power BI se consolidou com uma grande vantagem entre as outras plataformas de BI, como a solução de Analytics e Discovery Data mais utilizada no mercado.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/380/1*WC2PZhyscQuNlxrVQ-XsGA.jpeg" /><figcaption>Quadrante Mágico para Plataformas de BI, realizado pelo Grupo Gartner em 2017.</figcaption></figure><p>Essa posição só foi obtida através de alguns diferenciais que o Power BI possui em relação aos seus concorrentes, tais como :</p><p>· <strong>Solução em nuvem</strong>: O Power BI foi a primeira ferramenta de BI do mercado a surgir inteiramente na nuvem.</p><p>· <strong>Voltada para o usuário final</strong>: o Power BI é uma solução que disponibiliza a sua versão em nuvem e também desktop, em ambas, qualquer usuário pode criar as suas próprias visões e descobrir novas informações sobre os dados com que ela trabalha e com isso otimizar os seus relatórios para tomadas de decisões mais efetivas. Além disso, o Power BI disponibiliza Insights automáticos sobre as informações contidas nos relatórios provendo visões que o usuário não havia imaginado.</p><p>· <strong>Preço</strong>: Essa é a principal característica que leva o Power BI ser a principal ferramenta de BI. Uma licença para desenvolvedor está no valor de US$9,99 ao mês. Mas o Power BI também possui uma licença gratuita com apenas algumas limitações para organizações e estudantes .</p><h4>Insights com o Power BI</h4><p>O Power BI é uma ferramenta bem simples de ser utilizada, o que permite que até mesmo usuários sem conhecimento profundo em TI possam gerar seus primeiros relatórios, por exemplo, através da obtenção de dados salvos em planilhas do Excel. Porém mesmo sendo uma ferramenta simples de ser manipulada, permite uma infinidades de possíveis relatórios de BI, já que possui integração com varias fontes de dados como podemos ver abaixo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Fp_1x253dRFJY-isr_5EbA.png" /><figcaption>Formas de obtenção de dados com o Microsoft Power BI</figcaption></figure><p>O Power BI segue um conceito de <em>drag and drop</em>(em português, arrastar e soltar), onde uma vez com os dados importados, para começar a criar seus primeiros dashboards basta combinar os dados importados. E para usuários com conhecimento no assunto, o Power BI permite a realizão de cálculos e medidas utilizando notações DAX (Data Analysis Expressions).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/802/1*jF7qYIYBYS3VZcqSzGZb0w.png" /><figcaption>Gráficos do Power Bi</figcaption></figure><p>E para aumentar as possibilidades de gráficos em seus Dashboards , o Power BI permite que os desenvolvedores criem seus próprios gráficos através de scripts desenvolvidos com a linguagem R.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yt0PnopVhalmIcGPo6OIhw.png" /><figcaption>Gráficos criados através de scripts em R</figcaption></figure><p>Todo o resultado obtido através da modelagem dos dados, podem ser filtrados através de parâmetros fornecidos pelo usuário em tempo real e até mesmo combinando interações entre os gráficos do mesmo dashboard entre si. Com todas essas possibilidades, o Power BI, nos permite visualizar as informações da melhor maneira que acharmos, e isso pode nós levar a tomarmos conclusões que permitem escolhermos melhores decisões naquele momento.</p><p>E agora que você sabe oque é BI, caso tenha gostado do assunto e queira saber mais, você pode clicar <strong>aqui</strong>, onde eu vou mostrar um pouco mais sobre o Power BI na pratica.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f0f7beec21ae" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>