05_Modelagem_de_Dados_no_Power_BI

Prévia do material em texto

Modelagem 
da Informação
Material Teórico
Responsável pelo Conteúdo:
Prof. Me. José Ahirton Batista Lopes Filho
Revisão Textual:
Prof.ª Me. Sandra Regina Fonseca Moreira
Modelagem de Dados no Power BI
• Power BI para Modelagem de Dados;
• Usando o Power BI;
• O Esquema Relacional.
• Capacitar os alunos para a utilização da ferramenta Power BI para Modelagem de Dados;
• Impulsionar o pensamento crítico quanto a utilização de ferramentas para modelagem 
de dados e criação de visualizações para orientação à tomada de decisões, não só nas 
especifi cidades de desenvolvimento, mas, de fato, pensando em como atender às neces-
sidades de negócios reais.
OBJETIVOS DE APRENDIZADO
Modelagem de Dados no Power BI
Orientações de estudo
Para que o conteúdo desta Disciplina seja bem 
aproveitado e haja maior aplicabilidade na sua 
formação acadêmica e atuação profissional, siga 
algumas recomendações básicas: 
Assim:
Organize seus estudos de maneira que passem a fazer parte 
da sua rotina. Por exemplo, você poderá determinar um dia e 
horário fixos como seu “momento do estudo”;
Procure se alimentar e se hidratar quando for estudar; lembre-se de que uma 
alimentação saudável pode proporcionar melhor aproveitamento do estudo;
No material de cada Unidade, há leituras indicadas e, entre elas, artigos científicos, livros, vídeos 
e sites para aprofundar os conhecimentos adquiridos ao longo da Unidade. Além disso, você tam-
bém encontrará sugestões de conteúdo extra no item Material Complementar, que ampliarão sua 
interpretação e auxiliarão no pleno entendimento dos temas abordados;
Após o contato com o conteúdo proposto, participe dos debates mediados em fóruns de discus-
são, pois irão auxiliar a verificar o quanto você absorveu de conhecimento, além de propiciar o 
contato com seus colegas e tutores, o que se apresenta como rico espaço de troca de ideias e 
de aprendizagem.
Organize seus estudos de maneira que passem a fazer parte 
Mantenha o foco! 
Evite se distrair com 
as redes sociais.
Mantenha o foco! 
Evite se distrair com 
as redes sociais.
Determine um 
horário fixo 
para estudar.
Aproveite as 
indicações 
de Material 
Complementar.
Procure se alimentar e se hidratar quando for estudar; lembre-se de que uma 
Não se esqueça 
de se alimentar 
e de se manter 
hidratado.
Aproveite as 
Conserve seu 
material e local de 
estudos sempre 
organizados.
Procure manter 
contato com seus 
colegas e tutores 
para trocar ideias! 
Isso amplia a 
aprendizagem.
Seja original! 
Nunca plagie 
trabalhos.
UNIDADE Modelagem de Dados no Power BI
Power BI para Modelagem de Dados
Diante de mudanças constantes, tais como o volume crescente de dados (o cha-
mado Big Data) e a cada vez maior pressão por decisões mais produtivas, o BI 
(Business Intelligence), ou Inteligência Empresarial, surge como um arcabouço de 
técnicas e tecnologias indispensáveis no auxílio a gestores e organizações na defini-
ção de estratégias, avaliações, correções de planejamentos e de apoio a gestão de 
negócios e melhor tomada de decisões.
Nesse contexto, o Power BI vem despontando como uma das soluções mais robustas dispo-
níveis, uma vez que tem muitos usos, adeptos ao redor do mundo, grandes empresas utiliza-
doras e material de referência fartamente disponível. 
Disponível gratuitamente, para Windows, em: http://bit.ly/37A0jtb
Ex
pl
or
Um desses usos, e o mais interessante no contexto desta disciplina de Mo-
delagem da Informação, é a possibilidade de modelagem de dados de modo a 
facilitar o chamado self service BI, ou como conhecido em português, BI de 
autoatendimento, tornando mais fácil o processo de conexão a dados, visuali-
zação e análise.
O Power BI é uma solução completa que inclui não só o carregamento de dados 
e modelagem, mas também auxilia na utilização de diferentes métricas, bem como 
na construção e distribuição de relatórios. 
O software pode então se utilizar dos dados de origem e executar a mode-
lagem de dados em forma de processo, de modo bastante facilitado, além de 
fornecer uma interface de usuário poderosa para a construção de análises e 
relatórios variados.
Quer ver diferentes exemplos de painéis e relatórios feitos por usuários de todo o mundo? 
Acesse o Data Stories Gallery, parte do site Microsoft Power BI Community no seguinte link: 
http://bit.ly/37qLw3A
Ex
pl
or
A adoção do Power BI para auxílio na modelagem de dados tem aumentado, 
haja vista que um dos pontos fortes do software é que não é necessário nivelar os 
dados em uma tabela. Ao invés disso, pode-se usar várias tabelas, de várias fontes 
diferentes, e se definir a relação entre elas, o que será apresentado a partir de exem-
plo prático nesta unidade. 
Também podemos, por exemplo, criar cálculos personalizados e atribuir no-
vas métricas para se exibir segmentos específicos de dados, bem como usar essas 
novas medidas em visualizações para uma fácil modelagem, tudo de acordo com 
nosso escopo específico de negócio.
8
9
Por que modelar dados no Power BI?
A abordagem clássica de BI de autoatendimento geralmente segue a abordagem 
descrita na Figura 1 abaixo:
Carregar dados De�nir métricas Produzir reports
Figura 1 – Exemplo clássico de um self service BI convencional
Esta é a solução implementada pela ampla maioria de usuários que necessitam de um BI de 
autoatendimento. Mas, afinal, o que seria um BI de autoatendimento? Ex
pl
or
Um BI de autoatendimento é uma abordagem na qual as equipes de dados forne-
cem soluções, sistemas e aplicações para que as outras equipes da empresa possam 
acessar dados inerentes ao negócio de forma mais simplificada, de modo que eles 
mesmos consigam fazer suas próprias análises, de modo independente. 
Na estrutura mais tradicional, de acordo com o observado na Figura 1, ba-
sicamente se encontram fontes de dados, então há a devida conexão a elas, 
importando-se o que se precisa à medida em que todos os cálculos necessários 
são devidamente adicionados antes de se criar as visualizações e painéis (do 
inglês, dashboards).
É exatamente para isso que o produto foi projetado, geralmente funcionando 
perfeitamente a partir de uma grande variedade de fontes de dados. 
Outro ponto a favor da utilização do Power BI é a existência do DAX (Data 
Analysis Expressions), a linguagem de fórmulas proprietária do software, a qual, 
em sua versão mais recente, pode ser utilizada para estender um modelo de dados 
com métricas adicionais complexas. Ainda, o software também fornece recursos de 
modelagem de dados que permitem a adição de hierarquias e definição de KPIs (do 
inglês, key performance indicators), nossos indicadores para tomada de decisões.
No entanto, essa abordagem da Figura 1 pressupõe que os dados de origem 
sejam compreensíveis para os usuários, e fáceis de se aplicar. Essa é uma suposi-
ção deveras otimista, uma vez que pode não funcionar quando nossa aplicação se 
utiliza de dados mais complexos.
Dito isto, ultimamente tem havido uma mudança de paradigma quando fala-
mos em BI de autoatendimento. Mais especificamente, falamos da adição de uma 
camada de metadados aos dados de origem para tornar as informações acessíveis 
aos usuários. Esta é a abordagem descrita na Figura 2 a seguir:
9
UNIDADE Modelagem de Dados no Power BI
Carregar dados Modelar um DataWarehouse (DW) De�nir métricas Produzir reports
Figura 2 – Exemplo clássico de um self service BI mais atual
Podemos perceber que não há nada original nessa abordagem; inclusive é o que a grande 
maioria dos arquitetos e desenvolvedores de BI faz a partir do SQL Server há anos. Então, por 
que não a aplicar a uma solução para modelagem de dados a partir do Power BI?
Ex
pl
or
Pode ser uma surpresa para alguns, mas o Power BI pode, com o auxílio de ou-
tros produtos Microsoft, tornar-se uma solução de BI completa. Isso ocorre porque, 
embora seja uma ferramenta única, permite executar as principais etapas de um 
processo de BI.
A saber, para o processo de carregamento de dados temos, por exemplo,a inter-
face do Power BI Query Editor; para o processo de modelagem, podemos utilizar 
ambos Power BI e Power BI Query Editor; para métricas, temos o Power BI e o 
DAX; para a criação de relatórios temos o Power BI e, para distribuição do que foi 
criado, podemos utilizar o PowerBI.com. 
Ainda em comparação com o SQL Server, o Power BI leva certa vantagem 
quando falamos de:
• Desenvolvimento de um data warehouse para construção de provas de concei-
to (POCs) em um curto prazo;
• Projetos onde devemos evitar estender um data warehouse corporativo para 
capacitar apenas um pequeno grupo de usuários;
• Fornecimento de uma solução em específico e personalizada para um conjunto 
de usuários;
• Fornecimento de uma solução direcionada para um grupo específico de usuá-
rios em que uma solução corporativa não é rentável;
• Projetos onde vamos permitir que os usuários acessem dados de fora dos da-
dos corporativos específicos que eles usam tradicionalmente (normalmente 
fontes de Big Data).
A variedade de recursos que o Power BI oferece permite executar todas as se-
guintes tarefas diárias do BI, seja para carga de dados (sequenciamentos de cargas, 
pesquisas de dados, conversão de tipo de dados dentre outros), seja para modela-
gem de dados e métricas (desenho do esquema, seja dimensional ou tabular, utili-
zação de camada semântica, onde podemos renomear objetos para maior clareza, 
auxílio a hierarquias, KPIs e cálculo de métricas), bem como para camada de apre-
sentação (comparação de tipos de visualização, criação de pesquisa hierárquica, 
definição de requisitos de interação do usuário) e muito mais.
10
11
Modelagem Star Schema vs. Snowflake Schema
O esquema em estrela (no inglês, star schema) é o tipo de modelo multidimen-
sional usado em data warehouses. No esquema em estrela, as tabelas de fatos e 
as tabelas de dimensões estão contidas. Nesse esquema, menos junções de chaves 
estrangeiras (foreign-key join) são usadas. Este esquema forma uma estrela com a 
tabela de fato, e as tabelas de dimensões.
Fact
Table
Dimension
Table
Dimension
Table
Dimension
Table
Dimension
Table
Dimension
Table
Figura 3 – Exemplo de Star Schema
Já o esquema de floco de neve (do inglês, snowflake schema) é outro tipo de 
modelo multidimensional usado para a construção de data warehouses onde estão 
contidas as tabelas de fatos, as tabelas de dimensão e as tabelas de subdimensão. 
Esse esquema forma um floco de neve com tabelas de fatos, tabelas de dimensão e 
tabelas de subdimensão, como na Figura 4 a seguir:
Fact
Table
Dimension
Table
Dimension
Table
Dimension
Table
Dimension
Table
Dimension
Table
Sub-dimensional
Table Sub-dimensionalTable
Sub-dimensional
Table
Sub-dimensional
Table
Sub-dimensional
Table
Sub-dimensional
Table
Sub-dimensional
Table
Sub-dimensional
Table
Sub-dimensional
Table
Figura 4 – Exemplo de Snowfl ake Schema
11
UNIDADE Modelagem de Dados no Power BI
Algumas das diferenças entre os esquemas em estrela e floco de neve, podem 
ser definidas como:
• No esquema em estrela, as tabelas de fatos e as tabelas de dimensões estão 
contidas. Já no esquema de floco de neve além das tabelas de fatos e das tabe-
las de dimensões, as subdimensionais também estão contidas;
• O esquema em estrela é um modelo de cima para baixo, enquanto o esquema 
em floco de neve é considerado um esquema de baixo para cima;
• O esquema em estrela usa mais espaço, enquanto o esquema em floco de neve 
usa menos espaço;
• Leva-se menos tempo para a execução de consultas no esquema em estrela;
• No esquema em estrela, a Normalização não é usada. Enquanto isso, a norma-
lização e a desnormalização são usadas no esquema em floco de neve;
• O design no esquema em estrela é muito simples, enquanto no esquema floco 
de neva o design é complexo;
• A complexidade da consulta do esquema em estrela é baixa;
• O entendimento no esquema em estrela é muito simples.
Usando o Power BI 
Agora que já sabemos o que o Power BI oferece, vamos nos concentrar nos 
aspectos relacionados à modelagem de modo que, a partir de exemplos práticos, 
possamos abordar os seguintes tópicos:
• Aplicação de uma estrutura dimensional lógica a uma fonte de dados relacional;
• Adaptação da camada semântica e adição de métricas calculadas e algu-
mas hierarquias.
Isso permitirá que você aprecie alguns dos aspectos mais conhecidos do Power 
BI Query Editor no Power BI Desktop. O que veremos acaba por incluir também:
• Junção de tabelas a nível da consulta;
• Utilização de consultas intermediárias ocultas como uma área de preparação 
de dados;
• Geração e aplicação de chaves substitutas no Power BI Query Editor;
• Renomeação de consultas e campos;
• Adição de hierarquias;
• Criação de medidas calculadas.
12
13
O Esquema Relacional
Os dados exemplo da atividade desta unidade estão disponíveis em um banco de 
dados OLTP (transacional) simples, que contém seis tabelas, devidamente ilustradas 
na Figura 5 a seguir:
Figura 5 – Tabelas do banco de dados exemplo referente 
a vendas de carros e suas devidas informações
Fonte: ASPIN, 2016
Claramente, esse esquema não representa uma arquitetura de dados corpora-
tivos completa, no entanto, é suficiente para os propósitos do exemplo, pois nos 
permitirá sobrepor o design relacional existente com uma topologia de dados radi-
calmente diferente, e então estendê-lo com uma dimensão de tempo, passos esses 
que serão explicados melhor nas sessões seguintes desta unidade.
Para a feitura do exemplo a seguir, passo a passo, considere o seguinte cenário: 
como usuários, para nossa análise, precisaremos de dados distribuídos entre dife-
rentes tabelas; também desejamos uma camada de apresentação simplificada que 
nos forneça atributos e métricas em um esquema em estrela clássico. 
Mais informações sobre o esquema estrela em: http://bit.ly/2TSd8uI
Ex
pl
or
De fato, podemos simplificar ao máximo a visão de nossa arquitetura de BI ideal 
exemplo (ou seja, nosso esquema dimensional desejado), como mostrado na Figura 6:
Localização
Geográ�ca
Clientes
Tempo
VeículosVendas
Figura 6 – Visão de arquitetura ideal para o exemplo da unidade
13
UNIDADE Modelagem de Dados no Power BI
Carregando dados
Como primeira etapa na criação de um esquema em estrela sobre um modelo 
relacional, precisamos carregar os dados. Este exemplo usará o conhecido banco 
de dados de exemplo, intitulado CarSalesData, consistindo em dados de vendas de 
automóveis, ou seja, dados sobre carros, modelos, concessionárias, fabricantes etc.
Os arquivos referidos nessa unidade podem ser baixados no seguinte link do Google Drive, 
disponível em: http://bit.ly/38Bb2U1Ex
pl
or
Se você preferir evitar o problema de criar um banco de dados e executar o 
script para preencher as tabelas, os dados dessas tabelas também estão em uma 
planilha denominada CarSales_Tables, também fornecida no link acima. Os passos 
para carregar os dados exemplo no Power BI são:
1. Iniciar o Power BI Desktop e clicar em Obter Dados, na tela inicial;
2. Clique em Banco de Dados, Banco de Dados do SQL Server e então 
em Conectar;
3. A caixa de diálogo Banco de Dados do SQL Server será exibida;
4. Digite o Nome do Servidor, clique em Importar e OK;
5. A caixa de diálogo Navegador será exibida;
6. Expanda o banco de dados CarSalesData e selecione as seis tabelas que 
estão no DER da Figura 5;
A caixa de diálogo Navegador será semelhante à da Figura 7 a seguir:
Figura 7 – Caixa de diálogo Navegador (do inglês, Navigator)
Fonte: ASPIN, 2016
7. Clique em Editar. O Editor de Consultas do Power BI (Query Editor) abri-
rá e exibirá as tabelas que você selecionou. Podemos ver melhor isso na 
Figura 8 a seguir:
14
15
Figura 8 – Editor de Consultas do Power BI (do inglês, Query Editor)
Fonte: ASPIN, 2016
8. No painel Consultas, à esquerda da tela, clique com o botão direito do 
mouse em cada tabela de dados de origem individualmente e desmarque 
a opção Ativar Carregamento;
Esse passo fará com que as tabelas de origem sejamtransformadas em 
tabelas intermediárias, as quais não estarão visíveis para nossos usuários 
fi nais, mas que poderão ser usadas como base para as transformações 
de dados que serão aplicadas posteriormente. Os nomes das tabelas apa-
recerão em itálico no painel Consultas, à esquerda;
9. Renomeie todas as consultas para remover o prefi xo Data.
Ao final desse passo-a-passo, nossa primeira etapa, de carregamento de dados, es-
tará concluída. Como produto desta etapa temos nossos dados relacionais disponí-
veis no Power BI Desktop, prontos para a correta modelagem dimensional.
Criando a dimensão do veículo
Uma rápida análise nos dados de origem mostra que os atributos que descrevem 
os veículos podem ser encontrados em algumas tabelas tais como Stock (estoque) 
e Colors (cores). 
Portanto, precisamos isolar os atributos necessários dessas tabelas e criar uma 
única tabela virtual (em verdade, uma outra consulta), a qual ficará visível para o 
usuário como a dimensão Vehicle (veículo).
1. Clique com o botão direito do mouse na consulta Stock e selecione Re-
ferência (Reference); 
2. Isso criará uma cópia da consulta de estoque que dependerá dos dados 
de origem na consulta de origem;
3. No painel de Confi gurações da Consulta (Query Settings), à direita, reno-
meie a consulta Stock (2) para Dim_Vehicle;
15
UNIDADE Modelagem de Dados no Power BI
4. Deixando a consulta Dim_Vehicle selecionada, clique em Mesclar Con-
sultas (Merge);
5. Quando a caixa de diálogo Mesclar aparecer, clique na coluna ColorID 
na parte superior da caixa de diálogo;
6. Selecione a consulta Colors na lista pop-up e clique na coluna ColorID 
na parte inferior da caixa de diálogo;
7. Defina o tipo de junção (Join) como interno (Inner);
Se tudo foi feito corretamente, você terá resultado semelhante ao da Figura 9:
Figura 9 – Exemplo de Junção (Merge) no Power BI
Fonte: ASPIN, 2016
8. Clique em OK. Uma nova coluna (NewColumn) aparecerá à direita da 
tabela de dados;
9. Clique no ícone à direita da nova coluna;
10. No pop-up, selecione o botão de opção Expandir, desmarque ColorID e 
desmarque a opção Usar o Nome da Coluna Original como Prefixo; 
11. Clique em OK. A coluna Color da consulta Colors será adicionada à 
consulta Dim_Vehicle;
12. Como efeito disso, você acabou de criar uma visualização com base nas 
duas consultas;
13. Clique com a tecla Control pressionada para selecionar as seguintes co-
lunas: Make (Marca), Model (Modelo), VehicleType (Tipo de veículo) e 
Color (Cor); 
14. Em seguida, clique com o botão direito do mouse em qualquer uma das 
colunas selecionadas e escolha a opção Remover Outras Colunas; 
15. Isso deixará você com uma tabela de dados contendo apenas quatro colunas;
16. Essas colunas são os atributos exigidos pela dimensão Vehicle (Veículo);
17. Selecione todas as quatro colunas na tabela e, na faixa inicial, clique em 
Remover Linhas e, em seguida, em Remover Duplicatas. Assim, somente 
registros exclusivos permanecerão na tabela;
16
17
18. Na faixa de opções Adicionar Coluna, clique no triângulo pop-up no 
botão Adicionar Coluna de Índice. Selecionar desde 1; 
19. Então, uma nova coluna contendo um identifi cador monotônico cres-
cente único será adicionada. Essa será a chave substituta (no inglês, 
surrogate key);
20. Clique com o botão direito do mouse na nova coluna e renomeie-a para 
VehicleSK.
A consulta da dimensão final será semelhante à da Figura 10 a seguir:
Figura 10 – Exemplo da nossa dimensão VehicleSK criada nos passos anteriores
Fonte: ASPIN, 2016
Criando a tabela de fatos Vendas
Vamos agora criar a tabela de fatos que mostra todas as vendas de carros do 
banco de dados de origem. Podemos fazer a criação da seguinte maneira:
1. Clique com o botão direito do mouse na consulta InvoiceLines e selecio-
ne Referência; 
2. A partir desse comando será criada uma cópia da consulta de origem. 
A consulta recém-criada usará a consulta original como fonte de dados;
3. Clique com o botão direito do mouse na tabela de referência que você 
acabou de criar e selecione Renomear. Chame-a de Fact_Sales;
4. Deixando a consulta Fact_Sales selecionada, na faixa de opções Início, 
clique em Mesclar Consultas. Quando a caixa de diálogo Mesclar apare-
cer, clique na coluna StockID, na parte superior da caixa de diálogo;
5. Selecione a consulta Stock na lista pop-up e clique na coluna StockID na 
parte inferior da caixa de diálogo;
17
UNIDADE Modelagem de Dados no Power BI
6. Defina o tipo de Junção como Interno (lembrando, inner join). Clique 
em OK;
7. Clique no ícone à direita da nova coluna;
8. No pop-up, selecione o botão de opção Expandir, desmarque Selecionar 
todas as colunas e também desmarque Usar o nome da coluna original 
como prefixo;
9. Selecione as colunas Make, Model, VehicleType e ColorID e clique em OK;
10. Clique em Mesclar Consultas;
11. Quando a caixa de diálogo Mesclar aparecer, clique na coluna 
NewColumn.ColorID na parte superior da caixa de diálogo;
12. Selecione a consulta Colors na lista pop-up e clique na coluna ColorID 
na parte inferior da caixa de diálogo;
13. Defina o tipo de junção como interno (inner). Clique em OK;
14. Clique no ícone à direita da nova coluna. No pop-up, selecione o botão 
de opção Expandir, desmarque ColorID e desmarque Usar o nome da 
coluna original como prefixo; 
15. Selecione as colunas Make, Model, VehicleType e ColorID e clique OK;
16. Clique em Mesclar consultas (merge queries); 
17. Quando a caixa de diálogo Mesclar aparecer, clique nas colunas 
NewColumn.Make, NewColumn.Model, NewColumn.VehicleType e 
NewColumn.Color, nesta respectiva ordem;
18. Selecione a consulta Dim_Vehicle na lista pop-up de consultas disponíveis;
19. Clique nas colunas Make, Model, VehicleType e Color, nesta ordem, na 
parte inferior da caixa de diálogo e clique em OK; 
20. Você estará então ingressando nas duas consultas utilizando-se de vá-
rios campos;
21. Clique no ícone à direita da nova coluna. No pop-up, selecione o botão 
de opção Expandir, desmarque a opção Selecionar todas as colunas e 
selecione apenas a coluna VehicleSK. Clique em OK;
22. Selecione os VehiclePrice e VehicleSK na tabela Fact_Sales;
23. Clique com o botão direito do mouse em qualquer uma dessas colunas e 
selecione Remover outras colunas; 
A tabela de fatos será semelhante à da Figura 11 a seguir:
18
19
Figura 11 – Exemplo da nossa tabela de fatos criada nos passos anteriores.
Fonte: ASPIN, 2016
O processo feito permite detectar e adicionar o campo VehicleSK da dimensão do 
veículo à tabela de fatos.
Adicionando uma dimensão de tempo
É difícil imaginar um data warehouse, mesmo em um modelo exemplo pequeno 
como o estudado nesta unidade, sem uma dimensão de tempo. Então, vamos ver como 
adicionar isso ao modelo em alguns poucos passos, de maneira facilitada e intuitiva:
1. Na Visualização de Dados (Data View), ative a faixa de opções Modela-
gem e clique no botão Nova Tabela;
2. A expressão Table = aparecerá na barra de fórmulas;
3. Substitua a expressão Table por DateDimension;
4. Clique à direita do sinal de igual e insira a seguinte função DAX:
5. DateDimension = CALENDAR( “1/1/2012”, “31/12/2016” )
6. Adicione cinco novas colunas contendo as fórmulas mostradas na Tabela 1 
a seguir:
19
UNIDADE Modelagem de Dados no Power BI
Tabela 1 – Colunas e Fórmulas a serem adicionadas
FullYear YEAR([DateSK])
Quarter “Q”&ROUNDDOWN(MONTH([DateSK])/4,0)+1
QuarterNumber ROUNDDOWN(MONTH([DateSK])/4,0)+1
MonthFull FORMAT([DateSK], “MMMM”)
MonthNumber MONTH([DateSK])
Fonte: Adaptação de ASPIN, 2016
7. Selecione a coluna Quarter (Trimestre). Na faixa de opções Modelagem, 
clique no triângulo pop-up no botão Classificar por Coluna e selecione 
QuarterNumber (número de trimestre);
8. Selecione a coluna FullMonth;
9. Na faixa de opções Modelagem, clique no triângulo pop-up no botão 
Classificar por Coluna e selecione MonthNumber. 
Você acaba de utilizar a fórmula DAX CALENDAR (), onde especificou um intervalo de 
datas para o PowerBI gerar uma tabela contendo um período contínuo. Em seguida, 
você adicionou campos para exibir trimestre e mês, bem como os números desses 
itens que são usados como indicadores de classificação. Finalmente, você aplicou a 
ordem de classificação a qualquer coluna do tipo não numérica. 
Logo, isso evita que os nomes dos meses apareçam em ordem alfabética. Assim, 
sua dimensão Data está concluída. É claramente uma versão reduzida do tipo de 
tabela completa que você precisaria em um aplicativo a ser utilizado por clientes 
finais em um projeto de larga escala.
Criando o modelo dimensional
Agora vamos criar o modelo dimensional, embora com apenas uma dimensão 
no momento:
1. Supondo que você ainda esteja no Editor de Consulta do Power BI 
Desktop, clique em Fechar e Aplicar para retornar à exibição do relatório;
2. Clique no ícone Relacionamentos, à esquerda (terceiro ícone para baixo); 
3. Você deve ver a tabela de fatos e dimensões unida no campo VehicleSK;
O modelo inicial será semelhante ao da Figura 12:
Figura 12 – Exemplo do nosso modelo inicial de relacionamento Dim_Vehicle e Fact_Sales
Fonte: ASPIN, 2016
20
21
O Power BI Desktop acaba inferindo que as consultas (agora, no contexto do 
Power BI, tabelas) foram projetadas para serem unidas em um campo específico, e 
já adiciona o relacionamento entre as tabelas. 
As duas dimensões restantes podem ser criadas usando exatamente as mesmas 
técnicas que você viu na seção que descreve como criar a dimensão do veícu-
lo. O modelo finalizado, contendo todas as dimensões, pode ser encontrado no 
arquivo ModelagemdeDadosnoPowerBI.Pbix disponível no drive. 
A partir do arquivo, você pode conferir o modelo de dados finalizado na exibição Relaciona-
mentos do Power BI Desktop, e perceber que acabamos criando uma implementação prática 
completa, com base no ponto inicial da Figura 4 anterior.
Ex
pl
or
Finalizando o modelo de dados
O modelo de dados ainda precisa de alguns ajustes para torná-lo realmente ami-
gável e pronto para o BI de autoatendimento. Algumas coisas a fazer são:
1. Ocultar as chaves substitutas e classifi cá-las por colunas;
2. Adição de uma hierarquia de veículos e de uma hierarquia de tempo;
3. Criação de medidas calculadas, como exemplos simples do que pode ser 
feito para se estender um modelo de dados.
O primeiro passo é simples, porém necessário. Tudo o que você precisa fazer, 
em qualquer uma das visualizações do Power BI no Power BI Desktop, é clicar com 
o botão direito do mouse no campo que você deseja mascarar e selecionar Ocultar 
na exibição de relatório. 
O campo Chave Substituta não será mais visível para os usuários. No entanto, 
eles aparecerão em itálico na exibição Relacionamento e dados. Você deve fazer 
isso não apenas para todas as chaves substitutas em todas as tabelas, mas também 
para os campos QuarterNumber e MonthNumber na tabela DateDimension.
Adicionando hierarquias
As hierarquias são uma estrutura tradicional de metadados no BI; e o Power BI
Desktop possibilita que você as crie:
1. Na visualização Relatório, verifi que se a lista Campos está visível à direita;
2. Expanda a tabela Dim_Vehicle;
3. Clique com o botão direito do mouse no campo Criar e selecione Nova 
Hierarquia;
4. Clique com o botão direito do mouse no campo Model e selecione Adi-
cionar à hierarquia;
21
UNIDADE Modelagem de Dados no Power BI
5. Clique com o botão direito do mouse nos campos Make e Model origi-
nais (fora da hierarquia que você acabou de criar) e selecione Ocultar. 
Dessa forma, esses campos serão visíveis apenas na hierarquia.
Agora você tem uma hierarquia pai-filho pronta para usar, que pode ser aplicada a 
tabelas, matrizes e gráficos. 
Criar uma hierarquia de tempo é um processo praticamente idêntico, a saber, 
começamos com o campo FullYear como base para uma nova hierarquia na tabela 
DataDimension e adicionam-se os campos Quarter e Month Full. Finalmente, 
ocultamos esses dois últimos campos fora da hierarquia.
Criando medidas calculadas
O processo de BI inevitavelmente envolve adicionar mais cálculos analíticos ao 
modelo de dados. A seguir temos passos para um breve demonstração do DAX 
(a linguagem que o Power BI usa para o cálculo de métricas) para este fim:
1. Na visualização Dados, verifique se a lista Campos está visível à direita;
2. Selecione a tabela Fact_Sales na lista Campos;
3. Na faixa de opções Página inicial, clique no triângulo pop-up no botão 
Nova medida e selecione Nova coluna;
4. Uma coluna, chamada de Column (Coluna) aparecerá na tabela Fact_Sales 
à direita de todas as colunas pré-existentes;
5. Clique dentro da barra de fórmulas acima da tabela e insira a seguinte fórmula:
TotalCosts = [CostPrice] - [SpareParts] - [LaborCost]
6. Pressione Enter ou clique no ícone de visto na barra de fórmulas;
A nova coluna calculará o custo total para cada registro na tabela de fatos;
7. Como detalhe final, podemos adicionar um pouco de inteligência quanto 
a Tempo ao modelo exemplo. Assim, na visualização Dados, verifique se 
a lista Campos está visível à direita;
8. Selecione a tabela Fact_Sales na lista Campos;
9. Na faixa de opções Página inicial, clique no triângulo pop-up no botão 
Nova medida e selecione Nova medida;
10. Digite a medida abaixo:
QuarterSales = TOTALQTD (SUM (Fact_Sales [SalePrice]), DateDimension 
[DateSK])
11. Na faixa de opções Página inicial, clique no triângulo pop-up no botão 
“Nova medida e selecione Nova medida;
12. Digite a seguinte medida:
YearSales = TOTALYTD (SUM (Fact_Sales [SalePrice]), DateDimension 
[DateSK])
22
23
Agora temos algumas medidas que calcularão as vendas mês a dia e ano a data. Ago-
ra que o modelo de dados foi concluído, você deverá ver todas as medidas e atributos 
exibidos na Figura 13 a seguir, que é a Lista de Campos da Exibição de Relatório no 
Power BI Desktop.
Figura 13 – Lista de Campos de Exibição de Relatório de nosso exemplo
Fonte: ASPIN, 2016
Dashboards no Power BI
Agora você pode salvar e fechar o Editor de Consulta do Power BI Desktop e 
começar a usar os atributos e medidas disponíveis para criar relatórios e painéis a 
partir do painel Visualizações.
Diferentes visualizações disponíveis no Power BI: http://bit.ly/30NvuOY
Ex
pl
or
Para mais detalhes a respeito de dashboards e visualizações, favor checar o seguinte mate-
rial, disponível em: http://bit.ly/2GjJnLtEx
pl
or
Com o apresentado nestas unidades espera-se que você seja capaz de modelar 
dados para todas as necessidades envolvidas em uma equipe de dados, principalmen-
te no que tange o fornecimento de informações para a correta tomada de decisões.
A partir disso, passará a perceber que o processo de self service BI tem se mos-
trado como um diferencial para os profissionais da área, uma vez que se espera 
hoje em dia que as equipes de dados estejam compostas não só por perfis analíticos 
e de uso de ferramentas, mas também por profissionais cada vez mais capazes a ní-
vel de entendimento de negócios e storytelling de dados, o que acaba por envolver 
conhecimentos de modelagem, mineração e visualização de dados.
23
UNIDADE Modelagem de Dados no Power BI
Material Complementar
Indicações para saber mais sobre os assuntos abordados nesta Unidade:
 Leitura
Data Stories Gallery
http://bit.ly/37qLw3A
Data Warehouse – O Que É Star Schema?
http://bit.ly/2TSd8uI
Power BI: Novas ferramentas de modelagem de dados
http://bit.ly/2RMIjoz
Trabalhar com a exibição de Modelagem no Power BI Desktop
http://bit.ly/2NUALyM
Criação de relatórios facilitada
http://bit.ly/2NUAN9S
Introdução a dashboards para designers do Power BI
http://bit.ly/2GjJnLt
Criar um dashboard do Power BI de um relatório
http://bit.ly/2Rp8djm
24
25
Referências
ASPIM, A. Pro Power BI Desktop, Apress, 2016. Materiais de auxílio disponíveis 
em: <https://github.com/Apress/pro-power-bi-desktop-2018>.
25