Power Bi

Prévia do material em texto

AMOSTRA - DOMINANDO O POWER BI 1
AMOSTRAAMOSTRA AMOSTRA
AMOSTRA - DOMINANDO O POWER BI2
SUMÁRIO
Prefácio
Sobre os Autores
Aprendendo Power BI com Esse Livro
 Do Que Você Precisa Para Aproveitar o Livro?
 Convenções e Padrões
 Download dos Arquivos de Exemplo
 Download das Figuras Coloridas
1. Fundamentos do Business Intelligence
1.1 Cultura Data-Driven
1.2 Investimento e ROI
1.3 Softwares de Business Intelligence
2. Introdução ao Power BI
2.1 Componentes do Power BI (Desktop)
2.2 Plataformas do Power BI
 Power BI Desktop
 Power BI Serviço
 Power BI Para Celulares
2.3 Quanto Custa o Power BI
 Power BI Gratuito
 Power BI Pro
 Power BI Premium
 Servidor de Relatórios
2.4 Comunidade do Power BI
2.5 Como Começar: Power BI Desktop
3. Tratamento de Dados no Power Query
A interface do Editor de Consultas
3.1 Obtenção de Dados
AMOSTRA - DOMINANDO O POWER BI 3
3.2 Tratamento de Dados
 O Processo de ETL
3.3 Etapas de Transformação
3.4 Importando Arquivos de Excel
3.5 Importando Arquivos da Pasta
3.6 Importando Apenas Arquivos Desejados da Pasta
3.7 Importando Dados do SQL Server
3.8 Importando Dados da Web
3.9 Importando Dados de uma API
3.10 Importando Dados de um Arquivo TXT
3.11 Aplicando Transformações Básicas
 Remover Linhas
 Remover Colunas
 Promovendo Linhas em Cabeçalhos
 Removendo Linhas Internas
 Alterando o Tipo de Dado
 Tratamento de Erros
 Limpar e Cortar Espaços
 Substituir Valores
3.12 Quando Utilizar a Transformar ou Adicionar?
3.13 Tipos de Dados
 A Etapa “Tipo Alterado”
 Conversão de Data Utilizando a Localidade
3.14 Transformar Colunas Em Linhas
3.15 Agrupar e Agregar Dados
3.16 Criar Colunas com Dados Relacionados de Outras Tabelas (Mesclar)
3.17 Juntar Várias Consultas (Acrescentar)
3.18 A Sensacional Coluna de Exemplos
3.19 Contornando Erros com a Coluna Personalizada
AMOSTRA - DOMINANDO O POWER BI4
3.20 Duplicar e Referenciar Consultas
3.21 Variáveis no Power Query com Parâmetros
 Fonte de Dados Dinâmica
 Lista de Parâmetros
 Parâmetros em Modelos do Power BI
 Web Scraping com Parâmetros
3.22 Gerenciando Consultas no Relatório
3.23 Criando Uma Tabela Calendário Estática
3.24 Criando Uma Tabela Calendário Dinâmica
3.25 Editor Avançado
3.26 Saúde Estrutural dos Seus Dados
4. Relacionamento e Modelagem de Dados
4.1 Banco de Dados da Parrot Technology
 Normalização de Dados
 Granularidade
4.2 Relacionamento Entre Tabelas
 Tipos de Chaves
 Um para Um
 Um para Muitos
 Muitos para Muitos
 Bidirecional
4.3 Relacionamento no Power BI
 Snowflake
 Próximo Passo
5. Cálculos e a Linguagem DAX
5.1 DAX para Usuários do Excel
 Conceito de Tabela
 Similaridade Entre Funções
5.2 Características da Linguagem DAX
AMOSTRA - DOMINANDO O POWER BI 5
 Formato de Dados
 Sintaxe do DAX
 Operadores
 Tipos de Resultados no DAX
5.3 Tipos de Cálculos
 Medidas
 Coluna Calculada
 Tabela Calculada
5.4 Contexto de Cálculo
5.5 A Função Mais Importante: CALCULATE
5.6 Organizando Medidas e Expressões
5.7 Principais Exemplos de Cálculos no DAX
 Cálculos de Agregação Essenciais
 Cálculo com Condicionais
 Trazendo Valores Relacionados
 Eliminando Colunas Calculadas com Funções Iterantes
 Percentual do Total
 Percentual Apenas dos Valores Selecionados
 Média da Categoria
 Ativando Relacionamentos Inativos
 Soma Acumulada do Ano
 Comparando Valores com o Ano Anterior
 Comparando Valores de Dois ou Mais Anos Atrás
 Comparando Valores do Mês Passado
 Ranking
 Análise de Pareto
 Análise de Cenários com Parâmetros Dinâmicos
 Tabelas Calculadas
 Medidas Rápidas
AMOSTRA - DOMINANDO O POWER BI6
5.8 Aprendizado da Linguagem DAX
6. Visualização
 Princípios Para Criação de Visuais e Relatórios
6.1 Comparar Valores
6.2 Identificar Mudanças ao Longo do Tempo
6.3 Mostrar a Representatividade
6.4 Evidenciar Composições e Fluxos
6.5 Detalhamento de Valores e Dimensões
6.6 Indicadores de Performance
6.7 Exibição de Valores
6.8 Geográficos
6.9 Segmentação de Dados
6.10 Filtros de Visual, Página e Relatório
6.11 Detalhar
6.12 Dica de Ferramenta
6.13 Análise Automática
6.14 Interações Entre Visuais
6.15 Botões de Interações Dentro de Visuais
6.16 Botões
6.17 Classificar Por Colunas
6.18 Hierarquia
6.19 Agrupamento
6.20 Formatação e Configurações da Área de Trabalho
6.21 Temas
7. Power BI Serviço
7.1 Publicação do Relatório
7.2 Relatórios ou Painéis?
7.3 Espaços de Trabalho
7.4 Compartilhamento
AMOSTRA - DOMINANDO O POWER BI 7
7.5 Assinatura e Alertas Por E-mail
7.6 Gateway: Atualização Programada
7.7 Segurança do Power BI
8. Power BI Para Celulares
9. Recursos Adicionais
9.1 Excel e Power BI
9.2 Documentação Oficial
Bibliografia
AMOSTRA - DOMINANDO O POWER BI8
SOBRE OS AUTORES
Karine Lago trabalha há mais de 10 anos no ramo de inteligência de mercado e 
é especialista em business intelligence e sócia-fundadora da DATAB Inteligência e 
Estratégia, atuando com consultoria e treinamento em clientes de grande porte 
no Brasil. Bacharel em Publicidade e Propaganda e pós-graduada em Gestão 
Estratégica da Informação pela Universidade Federal de Minas Gerais. É MCP 
(Microsoft Certified Professional) com a MCSA (Microsoft Certified Solutions 
Associate) em BI Reporting e MOSE (Microsoft Office Specialist Expert). Foi 
premiada pela Microsoft como Microsoft MVP (Most Valuable Professional) por 
contribuir e compartilhar sua técnica com a comunidade. Ela administra e gerencia 
conteúdos educacionais focado no Microsoft Excel e Power BI no Youtube (www.
youtube.com/c/KarineLago) com mais de 40 mil seguidores. Também é escritora do 
livro “Excel de A até XFD”.
Laennder Alves é especialista Excel e Power BI e sócio-fundador da DATAB 
Inteligência e Estratégia. Bacharel em engenharia civil. Foi premiado como Microsoft 
MVP (Most Valuable Professional) em Data Platform por contribuir e compartilhar sua 
técnica com a comunidade e é MCP (Microsoft Certified Specialist). Cria conteúdo 
para Linkedin e Youtube (www.youtube.com/c/LaennderAlves) e possui mais de 46 
mil seguidores. Foi também revisor técnico no livro “Excel de A até XFD”.
AMOSTRA - DOMINANDO O POWER BI 9
APRENDENDO POWER BI COM ESSE LIVRO
Esse livro é destinado a todos os profissionais que desejam aprender a construir 
ricas análises no Power BI. Não somente aqueles que analisam dados como 
rotina, mas também para os que executam as mais diversas atividades que geram 
dados. Os benefícios de saber analisar e tomar decisões baseadas em fatos são 
indiscutivelmente vantajosos.
No dia a dia temos a percepção de diversos problemas que podem ser 
fundamentados com dados para basear discussões e gerar mudanças. Nem sempre 
gerentes e executivos participam do dia a dia executor. Se você está lendo esse 
livro, é porque já se interessou pela análise de dados e tem ideia de que sua correta 
execução e esclarecimento podem influenciar a performance de equipes e projetos, 
a lucratividade de empresa e a otimização de rotinas. 
Esse livro foi projetado para guiá-lo sistematicamente desde o entendimento 
conceitual da informação à execução de projetos no Power BI abordando a maioria 
das etapas necessárias para construí-lo. Prepare-se para colocar a mão na massa. 
Capítulo 1: Revisaremos alguns dos principais conceitos de business intelligence e 
abordaremos tópicos sobre implantação de projetos de BI, cultura organizacional e 
se suas decisões são ou não baseadas em dados.
Capítulo 2: Você conhecerá o ambiente do Power BI e como ele é estruturado, 
desde suaconcepção, ao licenciamento e suas diferentes interfaces.
Capítulo 3: Aqui começa a prática. Vamos obter dados de algumas fontes diferentes 
e realizar seu tratamento no Power Query (ETL). Você conhecerá os recursos mais 
poderosos para preparar dados para a próxima etapa.
Capítulo 4: Daremos sentido ao esforço da organização realizada no Power 
Query. Com tabelas importadas e tratadas, você vai aprender sobre modelagem, 
relacionamento e será apresentado ao banco de dados de exemplo desse livro.
Capítulo 5: Será realizada a “tradução” dos dados em informação relevante. 
Utilizando funções DAX, você conhecerá sua estrutura, conceitos importantes como 
contexto de cálculo e executaremos alguns exemplos dos principais cálculos que 
podem ser aplicados em empresas.
Capítulo 6: Vamos explorar sobre os visuais disponíveis no Power BI para exibir as 
informações obtidas por meio dos cálculos realizados anteriormente. Você também 
aprenderá a formatá-los e a utilizar recursos de drill down e drill through para 
melhorar a análise de dados.
Capítulo 7: Publicaremos o relatório criado pelo desenvolvimento das três etapas 
anteriores e conheceremos o Power BI Serviço e suas diferenças do Power BI 
Desktop. Abordaremos sobre compartilhamento, assinatura de e-mail e atualização 
programada.
AMOSTRA - DOMINANDO O POWER BI10
Capítulo 8: O relatório criado será aplicado no layout para celulares e veremos as 
possibilidades de uso do recurso de mobilidade para consumo de relatórios
Capítulo 9: Materiais adicionais oficiais da Microsoft, desenvolvimento do 
aprendizado, e como trabalhar com o Excel e Power BI juntos.
FUNDAMENTOS DO BUSINESS INTELLIGENCE
CULTURA DATA-DRIVEN 
Um dos maiores desafios em projetos de BI não é o conhecimento técnico, pois 
pode ser obtido por meio de livros como esse, materiais de qualidade na internet e 
treinamentos, mas sim na prática da extração de valores da informação e conversão 
em tomada de decisão. O envolvimento nessa última camada não depende apenas 
do responsável pelo projeto de BI, mas de toda a organização e, principalmente, de 
seus líderes.
A maioria das organizações são compostas por diretores e gerentes que são 
responsáveis por “financiarem” projetos com seus orçamentos. Sempre existirão 
muitas iniciativas e necessidades nas mais diversas áreas da cadeia de valores de 
uma empresa. Como um projeto de BI pode se tornar atrativo, ser priorizado e 
financiando? Muito simples e complexo. A ambiguidade é relacionada ao fato de 
que as respostas são muito claras e possíveis, mas extremamente difíceis de serem 
tangibilizadas. Vamos analisa-las:
É um fator verdadeiro que a velocidade no acesso à informação gera mais 
velocidade na tomada de decisão. A lentidão comumente vista em empresas para 
decidir se continua ou não um produto, se demite ou não parte da empresa ou 
se contrata um novo departamento de pesquisa e investe nele está diretamente 
relacionada ao medo de errar e em suas consequências. A maior parte desse medo 
está fundamentado na imprevisibilidade do futuro, que está correto ter um pouco, 
nem sempre acertaremos, mas existem padrões, comportamentos e precedentes 
que podem dar segurança para decisores agirem mais rápido. E estes elementos 
podem ser extraídos de dados internos e externos e analisados em softwares de BI.
E a insegurança na decisão pode estar diretamente relacionada à priorização de 
emoção ou percepções, e não em fatos analisados. Muitos executivos estão em 
seus cargos pela experiência e acertos que fizeram durante uma longa carreira 
coletando vivências em suas áreas que o fizeram ter a expertise para estarem 
nos cargos que ocupam hoje. Não podemos descartar que isso é importante e 
válido para tomada de decisão, mas fundamentar integralmente em tendências 
do passado é como andar em uma sala escura cheia de buracos. As vezes esses 
executivos podem acertar, passar perto de tomar decisões desastradas e não tomar. 
A incerteza pode ser minimizada, em sua grande parte, agregando dados e análises 
informacionais.
AMOSTRA - DOMINANDO O POWER BI 11
O principal foco de todo esse processo de ser no levantamento de quais 
problemas essas organizações precisam resolver e quais tipos de 
respostas precisam obter. E isso é realizado antes mesmo do projeto de BI e, 
consequentemente, do projeto de mudança da cultura organizacional. O grande 
cerne do problema está na negligência desse passo, que deve ser realizado com 
muito esforço. Todos os indicadores devem convergir na resposta que precisa ser 
obtida e o excesso deles também deve ser avaliado, já que quanto mais informação, 
menos foco e maior probabilidade de indicar que, na verdade, a organização não 
sabe exatamente qual problema quer resolver.
Uma vez especificados e modelados, a distribuição deve ser facilitada. Não 
adianta esconder relatórios em subníveis da intranet e no meio de todos os e-mails 
recebidos. Os executivos precisam respirar esses dados assim como respiram o 
próprio ar para sobreviver como humanos. A empresa precisa se transformar e 
deixá-los o mais acessível possível dentro de seus limites de privacidade. Recursos 
digitais, como displays de performance por área pode ser um dos aliados, mas é 
preciso tomar cuidado para não serem apenas uma fonte de gasto de energia. 
Envolver técnicas de gamification com medidores de performance competitiva 
também são aliados fortes. Um exemplo real aplicado em uma empresa mineira de 
varejo foi na criação de um campeonato brasileiro entre os vendedores. Pontos eram 
concedidos de acordo com alguns aspectos que eram atingidos, como abertura de 
clientes, reativação, elevação do preço médio, venda de determinados SKUs e, é 
claro, atingimento da meta. Todos os dias, sem exceção, os relatórios tinham picos 
de acesso entre 07:00h e 09:00h e entre 17:30h e 18:30h por todos os vendedores. 
Aqueles que não acessavam normalmente não tinham o perfil competitivo e 
perdiam o campeonato e, consequentemente, o emprego, já que a performance 
estava ruim na execução das métricas observadas que eram importantes para a 
empresa.
Mais um ponto de atenção nesse processo de mudança é que o projeto de BI 
deve incluir a análise da performance de sua própria usabilidade. Você verá que 
o próprio Power BI possui uma área exclusiva e já estruturada para verificar quais 
são os usuários que estão acessando, com qual frequência e quais relatórios estão 
sendo consumidos. É preciso determinar uma rotina e um responsável por realmente 
avaliar e tomar decisões com consequências, seja na reformulação de análises que 
claramente foram mal especificadas ou verificar se algum usuário possui problemas 
de análise técnica ou tecnológicos, que é mais comum do que imaginamos. 
Transformar bancos de dados em oportunidades é o maior desafio que temos 
como analistas de dados. Peter Drucker defende o fato de que “o que não pode 
ser medido, não pode ser gerenciado” e isso não significa que as coisas darão 
errado. O mercado pode estar bom, o produto pode ser diferente da concorrência, 
a equipe pode ser espetacular, mas certamente essa performance cairá quando o 
mercado oscilar e é aqui que surgem as empresas que se anteviram e se prepararam 
para o futuro daquelas que não medem e não gerenciam (com efetividade).
AMOSTRA - DOMINANDO O POWER BI12
SOFTWARES DE BUSINESS INTELLIGENCE
Softwares de business intelligence são capazes de transformar grande volume de 
dados em dashboards analíticos e resumidos. Eles são configuráveis e executam 
automaticamente a rotina de coleta, tratamento, análise e visualização de dados. 
De acordo com as pesquisas realizadas, o termo business intelligence surgiu 
inicialmente em uma obra de Richard Millar Devens de 1865, descrevendo-o como 
o entendimento de fatores mercadológicos e políticos antes de seus competidores. 
Até então, business intelligence era utilizado como a pré-ciência sobre fatos para 
tomar decisões antes da concorrência. Foi apenas em 1985 que o termo “BI”, 
proveniente das letras iniciaisde business intelligence, foi atrelado a softwares 
capazes de transformar a forma como muitas informações eram consumidas 
no artigo “A Business Intelligence System” de Hans Peter Luhn. O cientista da 
computação, que no momento trabalhava para a IBM, descrevia os softwares de BI 
como sistemas automáticos desenvolvidos para propagar informações para diversos 
setores da economia. Suas pesquisas, dentre os desenvolvimentos de mais de 80 
patentes, foram inicialmente aplicadas em softwares de análises da IBM.
Atualmente existem muitos softwares de business intelligence no mundo que 
oferecem a base das funcionalidades que um software dessa categoria deve 
oferecer, desde a análise de dados por meio de cálculos utilizando diferentes 
linguagens, conexão às fontes externas de várias formas e visualização de dados 
com gráficos específicos e com seu próprio design e configuração. Diante de todas 
as suas semelhanças e diferenças, uma das mais relevantes no Power BI é a curva de 
aprendizado. 
Talvez pela estratégia de disponibilização de recursos no Excel antes de seu 
lançamento, mas certamente não só por isso, mas pela própria forma como 
foi logicamente arquitetada, o aprendizado das linguagens e do processo de 
construção de projetos no Power BI é considerado, por nós, como um dos mais 
rápidos e consistentes, possibilitando obter resultados em uma velocidade superior 
a muitos softwares da mesma categoria.
Uma pesquisa que respalda e transparece alguns dos motivos que nós, como 
especialistas em business intelligence, escolhemos o Power BI como nosso principal 
software de BI é a publicada pela Gartner, que é uma empresa líder mundial focada 
em pesquisa e consultoria em diversas áreas da tecnologia da informação. Todo ano 
um relatório extenso e um gráfico resumindo-o, chamado de “Quadrante Mágico 
de Analytics e plataformas de Business Intelligence”, é publicado com análises de 
softwares de BI sendo analisados 15 aspectos críticos envolvendo infraestrutura, 
administração de dados, análise e criação de conteúdo, descobertas e 
compartilhamento, facilidade de uso e retorno de investimento. Essas características 
são resumidas na figura a seguir. O Power BI é identificado como “Microsoft” e está 
no quadrante da direta superior, ou seja, dos líderes do mercado atualmente.
AMOSTRA - DOMINANDO O POWER BI 13
Figura 1–1: Quadrante mágico de softwares de BI da Gartner
De acordo com a pesquisa da Gartner de 28 de fevereiro de 2018, o Power BI 
se posiciona como um dos softwares com melhor custo benefício. Dos clientes 
entrevistados, 12% apontaram o fator preço como infl uenciador de sua escolha. Esse 
é o segundo aspecto mais importante para escolhê-lo como software de BI.
Além do preço, a facilidade de uso e visualização de dados obteve 14% de 
infl uência. Segundo a Gartner (2018), a estratégia da Microsoft é conhecida como 
fi ve-by-fi ve: 5 minutos para se cadastrar e 5 minutos para impressionar clientes. A 
facilidade de criação de relatórios e painéis complexos é um dos seus pontos mais 
altos.
Mais um fator que contribuiu para o Power BI obter tão alto posicionamento no 
quadrante é seu intenso roadmap de desenvolvimento com aspirações e inovações 
aplicadas à análise de dados, como a linguagem natural para criação de visões 
(Q&A), compatibilidade com a Cortana e sua integração com várias aplicações 
externas como o Offi ce 365, Flow, Dynamics 365 e realidade virtual (com HoloLens).
A experiência dos usuários é o quarto fator relevante de ser destacado no Power BI, 
que é avaliado como acima da média pela sua disponibilidade baseada na nuvem (e 
adicionamos seu aplicativo para dispositivos móveis) e capacidades de alto retorno 
para análise de dados com integração com o Azure. A comunidade forte ao redor 
do Power BI também é destacada como um dos diferenciais: Além dos materiais e 
documentações providas pela Microsoft, há líderes de comunidades, como os MVPs 
(Most Valuable Professionals), que são pessoas que contribuem para a propagação 
AMOSTRA - DOMINANDO O POWER BI14
de suas funcionalidades e interação direta com usuários e suas dúvidas.
Diante desse cenário, o Power BI provê não apenas uma solução de business 
intelligence, mas uma das mais completas em termos de recursos e envolvimento de 
usuários. Outros fabricantes possuem algumas funcionalidades parecidas e também 
são promissores, mas de acordo com a Gartner, o Power BI se destaca como o mais 
visionário, completo e simples no quesito obtenção de conhecimento para criar 
projetos de BI. 
AMOSTRA - DOMINANDO O POWER BI 15
IMPORTANDO DADOS DE UMA API
Uma API serve para conectar aplicações e seus dados com pessoas interessadas em 
extraí-los e utilizá-los em suas próprias aplicações. Seu nome vem de Application 
Programming Interface e basicamente permite a comunicação, no modo de leitura, 
dos dados via parâmetros configurados em sua URL. 
O Power BI é capaz de se conectar com uma API via conector Web e organizar o 
formato de dados, que em APIs normalmente estão como JSON ou XML. Para 
esse exemplo, utilizaremos uma das APIs disponibilizadas no site do IBGE (https://
servicodados.ibge.gov.br/api/docs).
O objetivo desse exemplo é buscar todas as informações geográficas de 
mesorregião, microrregião e cidade da região sudeste do Brasil. Ao escolher a 
API de localidade no site informado acima, uma página com a documentação será 
apresentada. Toda API tem sua própria documentação para instruir desenvolvedores 
a como utilizar seus parâmetros personalizados. 
Alguns dos códigos referentes aos parâmetros podem ser consultados na própria 
API. Por exemplo, na figura a seguir é mostrada a API de UFs que contêm os 
códigos dos estados para utilizarmos na requisição da API por município. Portanto, 
antes de usar uma API você deve estuda-la para conseguir caminhar por ela de 
forma independente.
Figura 1–2: API com nomes e regiões dos estados brasileiros
Ao consultar essa API de UFs (https://servicodados.ibge.gov.br/api/v1/localidades/
estados) no navegador de internet, o retorno é no formato JSON e, apesar de 
conseguirmos ler alguns dados, não conseguimos interpretá-lo corretamente pois 
está tudo junto e separado com colchetes, chaves, aspas e vírgulas.
AMOSTRA - DOMINANDO O POWER BI16
Figura 1–3: Retorno da API no navegador
Apesar de retornar um formato JSON, não utilizaremos o conector para JSON. 
Quando inserimos essa mesma API (que é uma URL) no conector da Web no Power 
BI, ele é capaz de ler e converter os dados automaticamente para colunas legíveis.
Figura 1–4: Conexão com a API
Depois de pressionar OK nessa janela e Editar o conteúdo para abrir o Power Query, 
ele será importado com objetos Record em uma lista. Para trabalhar com esses 
dados e adicionar colunas, converteremos para uma tabela conforme a figura a 
seguir.
AMOSTRA - DOMINANDO O POWER BI 17
Figura 1–5: Conversão de lista para a tabela
O próximo passo é expandir o objeto Record em colunas clicando nessas setas ao 
lado do nome da coluna. Lembre-se de desmarcar a opção “Use o nome da coluna 
original como prefixo” para não trazer nomes de colunas com o Column1 na frente 
(porque é o nome da coluna original).
Figura 1–6: Expansão do objeto Record para acessar os dados
A expansão dessa coluna retorna 4 outras: id, sigla, nome e região, sendo que essa 
última também tem valores armazenados no objeto Record do Power Query. Vamos 
expandi-la da mesma forma como fizemos anteriormente.
AMOSTRA - DOMINANDO O POWER BI18
Figura 1–7: Expansão do objeto Record para acessar os dados mais uma vez
Essa consulta resultou em algumas informações que precisávamos, como o id do 
estado, para utilizar na API por município, e na sigla, nome e região.
Figura 1–8: Resultado da consulta à API
Para buscar as informações dos municípios, assim como instruído na documentação 
da API, teremos que consultar uma URL com outros parâmetros: 
https://servicodados.ibge.gov.br/api/v1/localidades/estados/{UF}/municipios
Segundo a documentação, temos queinserir a UF entre chaves com os números 
referentes a elas. Se precisarmos consultar mais de uma, podemos utilizar o pipe ( | ) 
para separá-las.
AMOSTRA - DOMINANDO O POWER BI 19
Figura 1–9: Outro nível da API com municípios por UF
Portanto, para buscar as informações que precisamos do sudeste, conseguimos 
obter os códigos das UFs na API importada anteriormente. Nesse caso, serão os 
números 31, 32, 33 e 35 que correspondem a MG, ES, RJ e SP. Todos eles foram 
inseridos com o pipe separando-os, dizendo a API que queremos esses quatro 
estados.
Figura 1–10: Códigod dos estados inseridos na API conforme instrução
Após pressionar OK na janela anterior e Editar para abrir o Power Query, os 
nomes dos municípios podem ser visualizados no Power BI e uma tabela com a 
microrregião como Record também foi obtida. Observe que ao clicar na célula de 
um dos Record (não clique em cima da palavra Record, clique no espaço em branco 
da célula), conseguimos ver que existem três colunas nela: id, nome e outro Record, 
que dessa vez armazenará os dados da mesorregião.
AMOSTRA - DOMINANDO O POWER BI20
Figura 1–11: Analisando o que tem dentro do objeto Record
Ao clicar em expandir em todos os objetos Record encontrados (nas setas ao lado 
do nome da coluna, assim como mostrado na Figura 69), o resultado da conexão e 
importação dessa API no Power BI foi realizada com sucesso, retornando todos os 
municípios, microrregiões, mesorregiões e estados do sudeste do Brasil.
Figura 1–12: Relatório resultante da consulta via API
Uma das vantagens de utilizar APIs é que a cada atualização do modelo de dados 
no Power BI, uma consulta em sua base de dados é realizada e toda modificação 
de registros serão automaticamente considerados. Por exemplo, nessa situação 
do exercício novos municípios podem surgir (ou serem desconstituídos). Por essa 
vantagem, sempre que puder e estiver disponível, prefira fazer conexões com dados 
via APIs ao invés de download de seus arquivos em CSV ou Excel.
AMOSTRA - DOMINANDO O POWER BI 21
SOMA ACUMULADA DO ANO
É muito comum analisarmos métricas por períodos, principalmente quando ela 
possui um objetivo até certa data que deve ser atingida e que possui variação de 
performance ao longo dos dias. Uma das métricas mais comuns no mercado em 
geral é o acumulado do ano, principalmente quando atrelada a metas. 
Na situação da Parrot Technology, são disponibilizados dados de vendas e de 
metas mensais. No final do ano, o objetivo é atingir 100% ou mais da meta. Como 
as vendas variam mês a mês, é possível que em um deles a meta não seja atingida 
100%, mas que nos próximos seja superada, recuperando o não atingimento em 
alguns meses. Para desconsiderar essa variação, é muito comum acompanhar a 
performance acumulada do ano.
O Power BI possui duas medidas diferentes para realização desse cálculo: a 
DATESYTD, utilizando-a como filtro da CALCULATE, e a TOTALYTD, que é mais 
simples e retorna o mesmo resultado nessa situação. Sua sintaxe exige os seguintes 
argumentos:
TOTALYTD(Expressão;Datas;[Filtro];[Final _ do _ ano]) 
Essa função possui apenas duas exigências de argumentos: a expressão, que é 
a medida ou o cálculo que será realizado, e a datas, que é a coluna de datas da 
tabela do calendário, de preferência. Essa é a primeira função de inteligência de 
tempo que estamos analisando nesse livro e agora é o momento de compreender a 
importância da tabela calendário quando a construímos no Power Query. Ter todas 
as datas sem intervalos e o ano completo é essencial para que essa função retorne 
os valores corretos e sua usabilidade como argumento nessa função é um dos 
motivos para utilizá-la. 
O primeiro cálculo acumulado que realizaremos será da soma de vendas. 
Como a medida já está calculada, não precisamos reescrevê-la na TOTALYTD, 
basta referenciar o nome da medida que calcula as vendas ([Soma Vendas]). 
Posteriormente, informaremos que nossas datas estão na tabela dCalendário, na 
coluna [Data].
Soma Vendas YTD = 
TOTALYTD([Soma Vendas];’dCalendário’[Data])
No mercado de trabalho, principalmente em empresas multinacionais, é muito 
comum utilizamos a expressão YTD para nos referirmos à métrica do “acumulado”. 
YTD significa year-to-date, ou seja, “ano até a data” e por isso foi utilizada essa 
expressão no nome da medida.
O resultado da função acima pode ser observado abaixo ao compará-lo com a 
Soma Vendas. Em janeiro de 2010 foram 26.8 milhões de vendas e em fevereiro 
AMOSTRA - DOMINANDO O POWER BI22
20.2 milhões, resultando no total acumulado em fevereiro de 2010 de 47.1 milhões 
(janeiro + fevereiro), e assim por diante em todos os meses até atingir o último mês 
do ano e reiniciar a contagem.
Figura 1–13: Soma acumulada do ano
O cálculo acumulado pode ser igualmente utilizado para a soma de meta:
Soma Meta YTD = 
TOTALYTD([Soma Meta];'dCalendário'[Data])
E uma comparação entre essas duas medidas pode ser estabelecida como o 
percentual de vendas versus meta acumuladas.
Vendas x Meta YTD = 
DIVIDE([Soma Vendas YTD];[Soma Meta YTD];BLANK())-1
O resultado dessa análise revela um indicador essencial para todo negócio que 
precisa acompanhar a performance, principalmente se comparada às metas que 
estão diretamente relacionadas a lucratividade ou a algum outro objetivo. Com 
esses três cálculos, conseguimos observar que em janeiro de 2016 a meta não havia 
sido alcançada, mas que em fevereiro a performance de vendas foi superior a meta 
de fevereiro e o déficit da performance de janeiro, resultando em um indicador de 
Vendas x Meta YTD positivo.
AMOSTRA - DOMINANDO O POWER BI 23
Figura 1–14: Análise de vendas x meta acumulada
Caso necessário determinar que o ano não termina no dia 31 de dezembro e sim em 
outro período, esse processo pode ser realizado utilizando o último argumento da 
função. No exemplo abaixo, o ano fiscal terminará no dia 30 de junho, que é um dos 
períodos mais comuns em empresas multinacionais, portanto, o ano fiscal será de 1 
de julho a 30 de junho.
Soma Vendas YTD Fiscal = 
TOTALYTD([Soma Vendas];’dCalendário’[Data];”30/6”)
Observe na figura a seguir que o ano começa a acumular em julho e finaliza o 
acumulo em junho e depois recomeça no próximo ano.
Figura 1–15: Soma acumulada considerando o ano fiscal
AMOSTRA - DOMINANDO O POWER BI24
SEGMENTAÇÃO DE DADOS
Existem variadas formas de filtrar dados em relatórios no Power BI e uma delas é 
utilizando o visual de segmentação de dados. Inicialmente ao clicar no visual e 
inserir um campo nele, como mostrado na Figura 351, uma lista com os valores 
distintos do campo será mostrada e com seleção única (ou seja, apenas um pode 
ser selecionado pelo clique do mouse). Os visuais interagem com outros na mesma 
página (e em diferentes páginas também, desde que configurado), portanto, o filtro 
do “Computador” está sendo aplicado no gráfico ao lado.
Figura 1–16Figura 351: Segmentação de dados do tipo lista
O segmentador de dados possui mais de 2 tipos de exibição diferentes para valores 
textuais: Lista e Suspenso. Essas opções podem ser acessadas na seta para baixo 
no visual. A exibição padrão é a de Lista, que ambas imagens (anterior e a seguir) 
estão utilizando com seleção única de valores. Também é possível pressionar a 
tecla Ctrl para selecionar mais de um valor nesse visual padrão ou, então, modificar 
a configuração de seleção de seus itens para acumular valores clicados no menu 
Formato (rolo de tinta ao selecionar o visual) → Controles de Seleção → Seleção 
Única (desativar). 
Figura 1–17: Configurações da segmentação
AMOSTRA - DOMINANDO O POWER BI 25
Ao configurar o visual como Suspenso, uma caixa de combinação será exibida com 
todos os valores dentro dela. Para aplica-los como filtros, basta escolhe-los no menu 
suspenso ao clicar nela.
Figura 1–18: Segmentação do tipo suspenso
Existe um terceiro visual para o segmentador de dados que exibe botões com os 
valores. Para configurá-lo, é necessário que o formato de Lista esteja em exibição. 
Posteriormente,vá no menu Formato → Geral → Orientação e escolha Horizontal.
 
Figura 1–19: Segmentação do tipo lista orientado na horizontal
De acordo com o tipo de dado inserido no segmentador, suas opções podem 
mudar. Por exemplo, se uma data completa (dd/mm/aa) for inserida, por padrão 
será exibido o tipo de visual Entre mostrado na Figura 355. Para modificar uma data, 
você deve arrastar seus controles de seleção até a data inicial e final desejada.
AMOSTRA - DOMINANDO O POWER BI26
Figura 1–20: Segmentação de data
As opções de tipos de segmentação para datas são variadas. A primeira delas é essa 
que acabamos de ver, que é Entre duas datas, depois temos a Antes, que determina 
a data inicial como a primeira e apenas a data final pode ser modificada.
Figura 1–21: Opções de segmentação de data
A opção Depois (Figura 357) determina a última data como fixa e as anteriores 
podem ser selecionadas (esse exemplo é muito utilizado para sempre manter os 
registros atuais e permitir a seleção personalizada do passado). A opção de Lista, 
mostra uma Lista e Suspenso com todas as datas e não é recomendado quando a 
base possui muitas datas.
AMOSTRA - DOMINANDO O POWER BI 27
Figura 1–22: Segmentação do tipo “Depois”
E a opção Relativo é uma das mais dinâmicas. Com ela você pode determinar que 
os últimos 24 meses sejam exibidos e, automaticamente quando novas datas forem 
atualizadas no relatório, esse período se ajustará. Além de meses, existem as opções 
de Dias, Semanas e Anos. Os períodos com a palavra calendário, como a Meses 
(Calendário) significa que todo o período será selecionado desde o primeiro dia 
mês (nesse caso) e não na data no meio do mês que forma 24 meses com dias entre 
eles. É ideal para considerar períodos completos.
Figura 1–23: Segmentação do tipo “Relativo”