Bloco 1 · O que é BI

Business Intelligence

BI = transformar dados dispersos em informação para decidir.

• Junta dados de várias fontes (vendas, stock, RH…).
• Organiza-os num modelo coerente.
• Mostra-os em dashboards que qualquer gestor lê.

Não é "fazer gráficos" — é responder a perguntas de negócio com dados.

Do dado à decisão

O BI trata das 3 primeiras; a decisão é humana.

Ferramentas

• Power BI (Microsoft) — o padrão no mercado; usamos nesta UC.
• Looker Studio (Google), Metabase, Tableau, Qlik.

Todas partilham a mesma lógica: fonte → ETL → modelo → visual.

O que aprendes aqui aplica-se a qualquer uma.

Bloco 2 · Modelo de dados

Porquê um modelo?

Uma folha gigante com tudo repetido é lenta e cheia de erros.

A solução: separar em tabelas ligadas — o modelo dimensional (star schema).

• 1 tabela central de factos (o que aconteceu).
• Várias tabelas de dimensões (o contexto).

Facto vs Dimensão

• Facto — os eventos mensuráveis: cada venda, com valores (quantidade, total) e chaves.
• Dimensão — o contexto por onde analisas: Produto, Cliente, Loja, Tempo.

Analisas os factos por dimensões: "total de vendas por produto por mês".

Chaves (PK / FK)

• Chave primária (PK) — identifica cada linha de uma dimensão de forma única (ex.: ProdutoID).
• Chave estrangeira (FK) — na tabela de factos, aponta para a PK da dimensão.

A FK ProdutoID na tabela Vendas liga cada venda ao seu produto. É isto que forma o relacionamento.

Star schema

        Dim_Tempo
            |
Dim_Produto — Factos_Vendas — Dim_Loja
            |
        Dim_Cliente

A tabela de factos ao centro, as dimensões à volta — parece uma estrela.
Simples, rápido, fácil de ler.

Bloco 3 · ETL

O que é ETL

Extract · Transform · Load — o processo que traz e limpa os dados antes de analisar.

1. Extract — ir buscar aos sistemas de origem.
2. Transform — limpar, filtrar, calcular.
3. Load — carregar no modelo, pronto a usar.

No Power BI o ETL faz-se no Power Query.

Extract — de onde vêm os dados

O Power Query importa de muitas fontes:

• Excel e CSV (o mais comum nas PME).
• Base de dados SQL (Server, MySQL, Postgres).
• Web (tabelas de páginas, APIs).
• Pastas, SharePoint, Google Sheets…

"Obter dados" → escolhe a fonte → Ligar.

Transform — limpar os dados

Dados reais vêm sujos. No Power Query:

• Filtrar linhas (tirar nulos, cancelados).
• Classificar (ordenar).
• Agrupar (Group By → somas/contagens).
• Substituir valores, mudar tipos (texto→data).
• Coluna calculada (ex.: Total = Qtd × Preço).

Cada passo fica registado e repete-se sozinho no próximo refresh.

Load — carregar

Terminada a limpeza, "Fechar e Aplicar": as tabelas entram no modelo.

Da próxima vez que os dados mudarem, um Atualizar repete todo o ETL automaticamente. É a grande vantagem: defines uma vez, corre sempre.

Bloco 4 · Modelo e DAX

Criar relacionamentos

Na vista Modelo, arrasta a FK da tabela de factos para a PK da dimensão.

• Relação 1 → muitos (uma loja tem muitas vendas).
• O Power BI passa a cruzar as tabelas: filtrar por loja filtra as vendas.

Um modelo bem ligado é 80% do trabalho.

DAX — o que é

DAX (Data Analysis Expressions) = a linguagem de cálculo do Power BI.

• Colunas calculadas — valor por linha (calculado no modelo).
• Medidas — cálculos agregados que reagem aos filtros (o mais importante).

Total Vendas = SUM(Factos_Vendas[Total])

Funções DAX essenciais

Total Vendas   = SUM(Factos[Total])
Nº Vendas      = COUNTROWS(Factos)
Ticket Médio   = DIVIDE([Total Vendas], [Nº Vendas])
Vendas 2026    = CALCULATE([Total Vendas], Dim_Tempo[Ano]=2026)

SUM, COUNTROWS, DIVIDE, CALCULATE, AVERAGE, FILTER.

CALCULATE é a mais poderosa: muda o contexto do cálculo.

Bloco 5 · Dashboards

Visuais certos para cada pergunta

Menos é mais: 4–6 visuais que contam uma história.

Interatividade

• Segmentações (slicers) — o utilizador filtra por ano, loja, produto.
• Cross-filter — clicar num visual filtra os outros.
• Drill-down — de ano → trimestre → mês.

Um dashboard interativo responde a perguntas que ainda não fizeste.

Boas práticas de dashboard

• Título claro e KPIs no topo (leitura em Z).
• Cores com significado, não decorativas.
• Rótulos e unidades sempre.
• Contexto: comparar com meta / período anterior.

Objetivo: o gestor entende em 10 segundos.

Bloco 6 · Segurança e dados

Proteger a informação

BI trabalha com dados sensíveis (vendas, clientes, salários):

• Controlo de acessos — cada um vê só o que precisa.
• Backups regulares e testados.
• Atualizações das aplicações (correções de segurança).
• Registo de quem acede a quê.

RGPD

O Regulamento Geral de Proteção de Dados obriga a:

• Tratar dados pessoais só com finalidade e base legal.
• Minimizar — recolher só o necessário.
• Garantir segurança e permitir acesso/eliminação.

Num dashboard: anonimizar/agregar sempre que possível.