Sebenta · Analisar dados com Business Intelligence (UC00889)

Introdução

Esta UC é uma introdução prática ao Business Intelligence (BI): pegar em dados dispersos — vendas em Excel, um export de CSV, uma base de dados SQL — e transformá-los em dashboards que ajudam a decidir. Não é um curso de estatística: é sobre o fluxo real de trabalho de quem faz análise de dados numa empresa.

Usamos o Power BI Desktop (gratuito, o mais usado no mercado), mas a lógica — fonte → ETL → modelo → visual — é a mesma em Looker Studio, Metabase ou Tableau. O que aprenderes aqui é transferível.

No fim desta UC deves conseguir: importar dados de várias fontes, limpá-los com Power Query, montar um modelo dimensional, escrever medidas em DAX e construir um dashboard interativo — respeitando as regras de segurança e proteção de dados.

1. O que é Business Intelligence

BI é o conjunto de práticas e ferramentas para transformar dados em informação para decisão. A cadeia é sempre a mesma:

• Dados — factos em bruto (40 000 linhas de vendas).
• Informação — dados organizados (vendas por mês e região).
• Conhecimento — o padrão que se lê (as lojas do Sul caem no verão).
• Decisão — a ação humana (lançar uma campanha).

O BI trata das três primeiras etapas. A decisão é sempre das pessoas — a ferramenta dá-lhes a base.

O ambiente de trabalho

O Power BI Desktop organiza-se em três vistas:

• Relatório — onde desenhas os visuais (o dashboard).
• Dados — as tabelas carregadas.
• Modelo — os relacionamentos entre tabelas.

A janela do Power Query (Editor de consultas) abre à parte, para o ETL. Em ambiente empresarial há ainda o serviço online (Power BI Service) para publicar e partilhar, com licenciamento próprio (Free, Pro, Premium) e menus de administração.

2. O modelo de dados dimensional

O erro típico do principiante é meter tudo numa folha gigante, com o nome do produto e do cliente repetidos em cada linha. Isso é lento, ocupa espaço e gera erros (o mesmo produto escrito de três maneiras).

A solução profissional é o modelo dimensional (star schema): separar os dados em tabelas ligadas.

Tabela de Factos

Guarda os eventos mensuráveis — cada venda, cada movimento. Tem:

• Métricas (valores numéricos que somas): quantidade, preço, total.
• Chaves estrangeiras que apontam para as dimensões.

É normalmente a maior tabela (uma linha por evento).

Tabelas de Dimensão

Guardam o contexto por onde analisas: Produto, Cliente, Loja, Tempo. Cada uma tem uma chave primária e atributos descritivos (nome, categoria, região).

Chaves primárias e estrangeiras

• Chave primária (PK) — identifica cada linha de uma dimensão de forma única (ProdutoID = 42).
• Chave estrangeira (FK) — na tabela de factos, repete a PK para ligar o evento ao seu contexto.

A FK ProdutoID na tabela Vendas diz "esta venda foi do produto 42". A ligação entre a FK e a PK é o relacionamento, e é o que permite dizer "vendas por categoria de produto".

Star schema

Desenhado, fica a tabela de factos ao centro e as dimensões à volta — como uma estrela. É simples, rápido a filtrar e fácil de manter. É o modelo que deves procurar em 90% dos casos a este nível.

3. ETL — Extract, Transform, Load

ETL é o processo que traz e prepara os dados antes de os analisar. No Power BI faz-se no Power Query, e a grande vantagem é que fica gravado como uma sequência de passos que se repete sozinha sempre que os dados mudam.

Extract — extração

Importar de onde os dados vivem. Em Obter dados, o Power Query liga a:

• Excel e CSV — o mais comum nas empresas.
• Bases de dados SQL (SQL Server, MySQL, PostgreSQL).
• Web — tabelas de páginas e APIs.
• Pastas, SharePoint, folhas Google, etc.

Ao importar, o Power Query cria uma consulta (query) por fonte.

Transform — transformação

Dados reais vêm sujos. As transformações mais usadas:

• Filtrar linhas — remover nulos, cancelados, testes.
• Classificar — ordenar por data ou valor.
• Agrupar (Group By) — resumir (total por cliente).
• Substituir valores e corrigir tipos (texto → data, texto → número).
• Colunas calculadas — criar Total = Quantidade × Preço.
• Remover/dividir/unir colunas.

Cada passo aparece na lista Passos Aplicados, à direita. Podes voltar atrás, reordenar ou apagar qualquer um.

Load — carregamento

Feita a limpeza, Fechar e Aplicar carrega as tabelas no modelo. A partir daí, um clique em Atualizar volta a correr toda a sequência ETL sobre os dados novos. Defines uma vez, corre sempre.

4. Relacionamentos e modelo

Na vista Modelo, ligam-se as tabelas arrastando a FK da tabela de factos para a PK da dimensão. Cada relação tem uma cardinalidade, normalmente um-para-muitos (uma loja tem muitas vendas; uma venda tem uma loja).

Com o modelo ligado, o Power BI propaga os filtros: escolher uma loja num segmentador filtra automaticamente a tabela de factos. Um modelo bem construído torna todos os cálculos seguintes simples.

5. DAX — cálculos

DAX (Data Analysis Expressions) é a linguagem de fórmulas do Power BI. Há dois tipos de cálculo:

• Coluna calculada — gera um valor por cada linha, guardado na tabela. Útil para categorizar (ex.: faixa de preço).
• Medida — um cálculo agregado que reage aos filtros ativos no visual. É o coração do BI.

Medidas essenciais

Total Vendas = SUM(Factos_Vendas[Total])
Nº Vendas    = COUNTROWS(Factos_Vendas)
Ticket Médio = DIVIDE([Total Vendas], [Nº Vendas])

Repara que Ticket Médio reutiliza outras medidas — é boa prática. DIVIDE protege da divisão por zero (melhor que /).

CALCULATE

A função mais poderosa é CALCULATE, que altera o contexto de um cálculo:

Vendas 2026 = CALCULATE([Total Vendas], Dim_Tempo[Ano] = 2026)
Vendas Sul  = CALCULATE([Total Vendas], Dim_Loja[Regiao] = "Sul")

Com CALCULATE fazes comparações (ano atual vs anterior), percentagens do total e quase tudo o que um dashboard precisa.

6. Dashboards

O modelo e as medidas são a "cozinha"; o dashboard é o prato servido. Regras:

• Um visual por pergunta. Escolhe o tipo certo: linhas para evolução no tempo, barras para comparar categorias, cartão para um KPI, tabela/matriz para detalhe.
• Interatividade — segmentações (slicers) para o utilizador filtrar, cross-filter (clicar num visual filtra os outros) e drill-down (ano → mês).
• Contexto — um número sozinho não diz nada; compara com meta ou período anterior.
• Design — KPIs no topo, cores com significado, rótulos e unidades. O gestor deve entender em segundos.

7. Segurança, backups e RGPD

O BI cruza dados sensíveis — vendas, clientes, por vezes salários. Responsabilidades:

• Controlo de acessos — cada utilizador vê apenas o que lhe compete (row-level security no Power BI Service).
• Backups regulares e testados dos ficheiros e das fontes.
• Atualizações das aplicações, para corrigir falhas de segurança.
• RGPD — o Regulamento Geral de Proteção de Dados obriga a tratar dados pessoais com finalidade e base legal, a recolher só o necessário (minimização) e a garantir segurança e os direitos de acesso e eliminação. Num dashboard, agrega e anonimiza sempre que possível — raramente precisas do nome do cliente para ver a tendência de vendas.

Conclusão

O Business Intelligence é um fluxo claro: extrair os dados, transformá-los com Power Query, montar um modelo dimensional, calcular com DAX e mostrar num dashboard interativo — tudo com segurança e respeito pelo RGPD. Domina este ciclo numa ferramenta e transferes a competência para qualquer outra. As fichas e o projeto que se seguem levam-te a fazê-lo de ponta a ponta.