Através de exemplos, baseado em um cenário de vendas de revistas, será mostrado como dar os primeiros passos para trabalhar com a ferramenta Microsoft Power BI. Será construído um modelo considerando a obtenção do dado bruto, passando pela fase de transformação, e por fim, apresentando as informações tratadas em um painel (dashboard), contendo alguns dos diversos tipos de componentes gráficos disponibilizados na ferramenta.
Saiba mais: O que é Business Intelligence (BI)?
O Power BI é uma ferramenta da Microsoft voltada para a apresentação de informações através da criação de painéis e dashboards. Sua utilização é ideal para analistas, diretores, gerentes, entre outros que precisam construir e apresentar as informações de maneira integrada e dinâmica.
Microsoft Power BI:
- Obtenção e modelagem dos dados
- Instalando e executando o Power BI
- Cenário usado para o exemplo
- Criando o projeto
- Tratando os dados da tabela/dimensão “DimCalendario”
- Tratando os dados da tabela “DimLivraria”
- Tratando os dados da tabelas/dimensao “DimCliente” e “DimRevista”
- Tratando os dados da tabela/fato “FatoVenda”
- Relacionando as tabelas
- Criando o painel de apresentação dos dados
Embora o alvo maior seja a camada de apresentação das informações, também é possível realizar o ETL (Extract, Transform and Load) dos dados. Nativamente, o Power BI possibilita conexão com diversas fontes de dados, possibilitando assim a criação de um ambiente integrado com dados provenientes de várias fontes de informação, podendo ser desde uma simples planilha Excel, até dados provenientes de redes sociais.
Ao realizar o cadastro na Microsoft com uma conta corporativa, é possível criar um projeto e disponibiliza-lo na internet ou acessa-lo através de smartphones. No entanto, neste artigo será usada a versão desktop do Power BI, uma vez que essa versão não exige a necessidade da utilização de uma conta corporativa. A versão desktop do Power BI pode ser baixado gratuitamente no site descrito na seção Links.
Segundo a própria Microsoft, o Power BI é uma solução voltada para a análise de negócios possibilitando realizar a análise informações e o compartilhamento de ideias. Os painéis do Power BI fornecem uma visão ampla e integrada para os usuários corporativos, de modo que eles possam consultar as suas métricas mais importantes. As informações podem ser atualizadas em tempo real e podem ficar disponíveis em diversos dispositivos.
Criar um projeto é bastante simples, existem mais de 50 conexões com diversos tipos de fontes de dados, disponibilizados de forma bastante simplificada, através de formulários predefinidos que visam auxiliar na conexão com elas. Para a montagem do painel de apresentação das informações, é possível utilizar diversos componentes gráficos visuais nativos, além de uma comunidade bastante ativa que desenvolve e customiza novos componentes. A partir deles é possível criar relatórios atraentes que transmitem com eficiência a mensagem desejada.
Um projeto no Power BI se resume em: estabelecer a conexão com a fonte de dados (geralmente várias fontes de dados), realizar o tratamento dos dados e, por fim, utilizar componentes gráficos para criar os painéis/dashboards. Um projeto do Power BI possui a extensão “pbix”, e pode ser aberto em qualquer outro computador que possui a ferramenta instalada, contudo, a maneira mais interessante de compartilhar o projeto é publicá-lo no serviço do Power BI, sendo necessário nesse caso uma conta corporativa.
Com o Power BI é possível unificar todos os dados de uma organização, estando eles na nuvem ou localmente. Através dos gateways do Power BI, é possível conectar os bancos de dados SQL Server, Oracle, estruturas do Microsoft Analysis Services, dados oriundos de redes sociais, entre outras fontes de dados, tudo isso em um mesmo painel, conforme será apresentado no tópico a seguir.
Obtenção e modelagem dos dados
Como já citado, o Power BI Desktop facilita a descoberta de dados, sendo possível incorporar os dados a partir de uma ampla variedade de origens de fontes de informações. A seguir é apresentada a relação com as opções de conexão de fonte de dados disponíveis atualmente agrupadas por categoria;
- Categoria arquivo: XML, Excel, CSV, Text, JSON, e através de diretórios.
- Categoria base de dados: Microsoft Access, MySQL, PostgreSQL, SQL Server, SQL Server Analysis Services, Teradata, SAP HANA, Oracle, IBM DB2, e Sybase.
- Categoria azure: Microsoft Azure Marketplace, banco de dados SQL do Azure, SQL Data Warehouse do Azure, Azure HDInsight, armazenamento de tabela do Azure, Azure HDInsight Spark (Beta), armazenamento de blob do Azure, repositório Azure Data Lake (Beta), banco de dados de documentos do Azure (Beta).
- Categoria serviços online: Facebook, Microsoft Exchange Online, SharePoint Online List, Dynamics CRM Online, Google Analytics, Salesforce Objects, Salesforce Reports, appFigures (Beta), comScore Digital Analytix (Beta), GitHub (Beta), MailChimp (Beta), Marketo (Beta), Planview Enterprise (Beta), QuickBooks Online (Beta), SparkPost (Beta), Smartsheet, SQL Sentry (Beta), Stripe (Beta), SweetIQ (Beta), Troux (Beta), Twilio (Beta), tyGraph (Beta), Webtrends (Beta), Zendesk (Beta).
- Categoria outros: Web, R Script, Microsoft Exchange, Data Feed, Hadoop File (HDFS), Active Directory, ODBC, Spark (Beta), SharePoint List.
O Power BI Desktop também fornece recursos que auxiliam na fase de modelagem de dados, como a detecção automática e relações, medidas personalizadas, colunas calculadas, categorização de dados e classificação por coluna. É possível também visualizar os dados contidos na fonte de dados, além de visualizar o modelo em um diagrama, no qual é permitido realizar a análise da estrutura e, se necessário, criar novas relações.
Instalando e executando o Power BI
Como mencionado no início do artigo, o foco será a utilização da versão desktop do Power BI, uma vez que essa versão não necessita de uma conta corporativa. O link para o download gratuito do Power BI encontra-se na seção links. Para a instalação do Power BI desktop, os seguintes requisitos mínimos precisam ser atendidos:
- Windows 7 / Windows Server 2008 R2 ou versões posteriores;
- .NET Framework 4.5;
- Internet Explorer 10 ou versão posterior;
- Memória (RAM): a partir de 1 GB disponível, sendo que 1,5 GB ou mais é o recomendado;
- Tela: a partir de 1440 x 900 ou 1600 x 900 (16:9) recomendado. Resoluções inferiores, como 1024 x 768 ou 1280 x 800 não são recomendadas, uma vez que existem componentes que são exibidos além destas resoluções;
- CPU: processador de 1 giga-hertz (GHz) ou mais rápido x86 - ou x64 bits (recomendado).
O método de instalação do Power BI é o mesmo das ferramentas para o sistema operacional Windows, baseado no conceito Next > Next > Finish. Após a instalação do Power BI, ao executá-lo, uma tela de boas-vindas é mostrada conforme pode ser visto na Figura 1.
Nessa tela é possível obter dados, ver as fontes de dados recentes, abrir os projetos existentes, acessar o fórum e o blog sobre a ferramenta, além de tutorias que podem ajudar no aprendizado. Para a realização do exemplo, clique no botão “Iniciar Sessão”. Feito isso, a tela de construção dos painéis do Power BI Desktop será exibida.
Existem três tipos exibições no Power BI Desktop: “Relatório”, “Dados“ e “Relações”. Sendo que o modo “Relatório” é o local onde construímos o painel de apresentação das informações. No modo “Dados” é possível visualizar o conteúdo de cada uma das fontes de dados, e no modo “Relações” é possível visualizar o diagrama com as fontes de dados utilizadas no projeto. É possível alterar a exibição clicando em cada um dos três ícones localizados na barra esquerda tela, conforme pode ser visualizado na Figura 2.
Cenário usado para o exemplo
Para entender melhor como trabalhar com algumas das funcionalidades disponibilizadas no Power BI, será utilizado um exemplo cujo cenário é descrito a seguir. Considere que você precisa desenvolver um painel (dashboard) para acompanhar as vendas das revistas da editora DevMedia. A ideia é criar um painel semelhante ao apresentado na Figura 3, em que seja possível acompanhar a quantidade de revistas vendidas por tempo (ano, mês, dia), localização geográfica das lojas que venderam as revistas, o perfil do cliente, analisando os dados da quantidade de vendas por sexo e a quantidade de vendas por revista. Cada um dos componentes que compõem o painel será explicado com mais detalhes a seguir.
Para atingir o objetivo proposto, será necessário utilizar cinco fontes de dados, sendo elas:
- Revista: esse repositório é responsável pelo armazenamento das revistas oferecidas para venda, sendo composto pelos atributos: código, nome da revista, categoria que ela está vinculada e o link da internet para o logotipo da revista;
- Livraria: responsável pelo armazenamento das lojas que fazem a venda das revistas, sendo composto pelos atributos: código, nome da livraria, cidade, estado e o país no qual essa livraria está localizada;
- Cliente: responsável pelo armazenamento dos clientes que compraram as revistas, sendo composto pelos atributos: código, nome, sexo e a data de nascimento do cliente;
- Calendário: responsável pelo armazenamento dos dados detalhados de cada data no calendário. Esses detalhes são importantes para o projeto, uma vez que possibilita visualizarmos a data sobre diversos formatos. Esse repositório é composto pelos atributos: data, ano, mês, dia, Mes_Nome, mes_nome_abrev, dia_da_semana, dia_da_semana_nome, bimestre, trimestre, semestre, data_por_extenso, dia_util, FinalSemana;
- Venda: responsável pelo armazenamento das vendas realizadas das revistas, sendo composto pelos atributos: CodigoVenda, DataVenda, HoraVenda, CodigoLivraria, CodigoCliente, CodigoRevista, ValorUnitario, QtdVenda.
Curso de Elasticsearch: Hello World com Elasticsearch
Para efeito de demonstração do uso do Power BI, não será usado um SGBD, como fonte de informação. Embora seja facilmente possível realizar a conexão do Power BI com um SGBD, não é a intenção do autor deste artigo que o leitor tenha que fazer a instalação de um SGBD para poder reproduzir o exemplo apresentado, por essa razão, será considerado nesse exemplo dois tipos diferentes de fontes de dados, sendo que os repositórios “Revista”, “Livraria”, “Cliente“ e “Venda” serão obtidos a partir de uma planilha Excel, e o repositório “Calendário” será obtido a partir de um arquivo .csv. Esses repositórios estão disponíveis para download no site da DevMedia. Também é importante destacar que se tratam de dados fictícios.
Criando o projeto
Para começar qualquer projeto, é necessário inicialmente indicar no Power BI a origem dos dados. É nesse momento que é realizada a conexão com a fonte de dados para obter as informações que serão usadas posteriormente na criação do painel para sua apresentação. Portanto, será necessário selecionar a opção para conectar com o Excel e depois selecionar a opção para conectar com arquivos no formato .csv.
Para fazer isso, clique no botão “Obter Dados”, localizado na parte superior da tela, em seguida observe que será aberto uma nova janela para seleção do tipo de fonte de dados, selecione a opção “Ficheiro” e depois selecione a opção “Excel”. Por fim, clique no botão “Ligar”, conforme pode ser visto na Figura 4.
Feito isso, selecione na janela de seleção o arquivo “VendasDevMedia.xlsx”. Fazendo uma analogia com a área de banco de dados, cada aba do arquivo do Excel corresponde a uma tabela de um banco de dados, cada coluna da planilha corresponde a um campo da tabela e cada linha corresponde aos registros.
Ao selecionar a planilha, uma nova tela será aberta, onde é possível marcar quais abas (tabelas) serão utilizadas no Power BI. Para esse exemplo selecione todas as abas e depois clique no botão carregar, conforme pode ser visto na Figura 5.
Depois de carregados os dados, é possível visualizá-los através do tipo de visualização “Dados” localizado na aba esquerda da tela, conforme pode ser visto na Figura 6. Além desse botão, encontram-se outros dois para as funcionalidades “Relatório” e “Relações” que serão usados mais adiante nesse exemplo.
Feito isso, resta apenas incorporar os dados do Calendário que está disponibilizado no formato .csv. Repita o procedimento para obter os dados apresentado anteriormente, mas dessa vez, ao invés de selecionar o tipo de fonte Excel, selecione CSV que também está na categoria Ficheiro, lembrando que o delimitador do arquivo fornecido nesse exemplo é a tabulação. Depois de concluída a importação, ao consultar os dados da tabela “DimCalendario”, o resultado deverá ser semelhante ao apresentado na Figura 7. Concluída essa fase de obtenção das fontes de dados, inicia-se a fase da realização do tratamento dos dados incorporados no Power BI.
Tratando os dados da tabela/dimensão “DimCalendario”
A tabela, também denominada tecnicamente de dimensão, “DimCalendario”, precisa de alguns tratamentos, estes tratamentos basicamente envolvem formação e ordenação dos dados.
Para fazer isso, clique no botão “Dados”, localizado na barra a esquerda da tela, conforme já foi mostrado na Figura 6, e selecione a tabela/dimensão “DimCalendario”. Logo depois clique na aba chamada “Modelação” localizada na parte superior da tela. O objetivo será trocar a forma de apresentação do campo “Data” do formato atual (escrito por extenso) para o formato no padrão dia/mês/ano (dd/mm/yyyy). Para fazer isso, uma vez posicionado na aba “Modelação”, clique no título da coluna “Data”, em seguida no menu “Formato”, selecione a opção “Data Hora” e depois a opção correspondente à dd/MM/yyyy conforme ilustrado na Figura 8.
Outro ponto que é necessário tratar refere-se à ordenação dos campos “mes_nome”, “mes_nome_abrev” e “dia_da_semana_nome”. A ordenação desses campos é importante, pois se isso não for feito, ao criar um gráfico que mostre o total de vendas por mês, o resultado será apresentado com o nome dos meses em ordem alfabética e não na ordem cronológica, ou seja, tendo como primeiro mês Agosto ao invés do mês Janeiro, o mesmo valendo para o dia da semana. Portanto, para contornarmos isso, clique na coluna “Mes_Nome”, em seguida clique no botão “Ordenar Por Coluna” e selecione o campo “Mês”, conforme pode ser visto na Figura 9. Esse campo foi utilizado pelo fato dele corresponder ao número do mês no ano, garantindo assim a ordem cronológica. Isso pode parecer um pequeno detalhe, mas é fundamental para uma boa navegação dos dados quando eles estiverem no dashboard. Faça o mesmo para o campo “mes_nome_abrev” e também para o campo “dia_da_semana_nome”, sendo que esse último deverá ser ordenado pelo campo “dia_da_semana”.
Tratando os dados da tabela “DimLivraria”
Finalizadas essas ações na tabela “DimCalendario”, é necessário tratar os dados da tabela “DimLivraria”. O que precisa ser feito é adicionar uma nova coluna, também conhecida como campo, que será derivado, ou seja, um campo que é baseado no conteúdo de outros campos, que será chamado de “EstadoPais”. Esse campo será composto pela concatenação do campo “Estado” acrescido do caractere vírgula e do campo “País”. Isso é importante uma vez que existem componentes de geolocalização que precisam receber os dados da forma mais detalhada possível, tornando assim a sinalização no mapa mais precisa. Para exemplificar a importância disso, considere que tenha sido realizada uma venda no Distrito Federal. Se for informada apenas essa nomenclatura, o componente de geolocalização irá sinalizar Distrito Federal no México, o que não é o desejado, pois a intenção era sinalizar Distrito Federal no Brasil. Ao utilizar o campo “EstadoPais” o problema deixa de acontecer, uma vez que o mesmo armazenaria, no caso do exemplo, o texto “Distrito Federal, Brasil”, tornando assim a localização mais precisa.
Para criar esse campo, selecione a tabela “DimLivraria”, em seguida clique no botão “Nova Coluna”, localizado na parte superior da tela, e aplique a seguinte formula: EstadoPais = DimLivraria[Estado] & ", " & DimLivraria[Pais]. Na Figura 10 é possível visualizar essa operação.
Faça o mesmo adicionando um campo chamado “Localizacao”, sendo que ele deverá corresponder à concatenação do nome da cidade acrescido de uma vírgula, do nome do estado, com outra vírgula e, finalmente, com o nome do país. A formula usada é: Localizacao = DimLivraria[Cidade] & "," & DimLivraria[Estado] & ", " & DimLivraria[Pais].
Tratando os dados da tabelas/dimensao “DimCliente” e “DimRevista”
Finalizado o tratamento na tabela/dimensão “DimLivraria”, é necessário tratar a tabela/dimensão “DimCliente”. Nesse caso será preciso formatar a data de nascimento para o formato dd/mm/yyyy e, para isso, devemos proceder da mesma maneira como foi feito na formatação da data na tabela “DimCalendario”.
Para a tabela/dimensão “DimRevista”, a formatação necessária será mudar a categoria do dado do campo “Logotipo”, em outras palavras, é necessário indicar ao Power BI que esse campo, embora contenha um texto, ele pertence à categoria URL de imagem. Fazendo isso o Power BI irá interpretar a URL de modo a exibir a imagem correspondente, no caso o logotipo da revista. Para isso, selecione a tabela/dimensão “DimRevista”, clique na coluna “Logotipo”, em seguida, clique na opção “Categoria de Dados: Não categorizado” e selecione a opção “URL de imagem”, conforme pode ser visto na Figura 11.
Tratando os dados da tabela/fato “FatoVenda”
Para a tabela/fato “FatoVenda”, serão necessárias quatro transformações. Inicialmente formate o campo “DataVenda“ para o formato dd/mm/yyyy, conforme já demonstrado anteriormente. Em seguida, crie uma nova coluna (campo) chamada: “ValorVenda”, esse campo deverá corresponder ao cálculo dos campos “QtdVenda” multiplicado pelo campo “ValorUnitario”. O procedimento de como criar uma coluna/campo já foi demonstrado anteriormente, e a única diferença aqui refere-se à fórmula, que deverá ser da seguinte maneira: ValorVenda = (FatoVenda[QtdVenda] * FatoVenda[ValorUnitario])
Em seguida é necessário trocar o formato do campo recém-criado “ValorVenda” e do campo “ValorUnitário” para o formato de moeda no padrão brasileiro. Para fazer isso, selecione a coluna “ValorVenda”, depois na opção formato selecione a opção “moeda” e, em seguida, a opção “R$ Portuguese (Brazil) ”, conforme pode ser visto na Figura 12. Siga o mesmo procedimento para formatar o campo “ValorUnitario”.
Por fim, é necessário que sejam criadas duas medidas na tabela “FatoVenda”. As medidas correspondem ao fato que será analisado sob as perspectivas representadas de cada tabela/dimensão tratada anteriormente.
A primeira medida corresponde à quantidade total de exemplares das revistas que foram vendidas e a outra corresponde ao valor total das vendas. Para criar uma medida basta clicar no botão “Nova Medida”, depois adicione a seguinte formula: TotalQtdVenda = SUM(FatoVenda[QtdVenda]), conforme pode ser visto na Figura 13. Note que está sendo usada a função SUM que faz a soma de uma informação, no caso o campo “QtdVenda” da tabela “FatoVenda”.
Observe também que uma medida não é mostrada como uma coluna, mas sim como um atributo. É bem simples identificar uma medida, pois elas são representadas por um ícone de uma calculadora, conforme também pode ser visto na Figura 13. Não se esqueça de se certificar de que o tipo de dado dessa medida é um número inteiro. Para fazer isso, clique sobre a medida criada, localizada na lateral direita da tela, e observe o menu “formato” apresentado na parte superior da tela, que deverá corresponder ao tipo “Número inteiro”.
Faça o mesmo criando uma medida para representar o Valor total das vendas. A medida deverá se chamar “TotalValorVenda” e deverá ter a seguinte formula: TotalValorVenda = SUM(FatoVenda[ValorVenda]).
Não se esqueça de formatar essa medida para moeda no padrão brasileiro. Para isso, selecione a medida criada, que é mostrado na lateral direita da tela, e repita os procedimentos de formatação para moeda no padrão brasileiro.
Relacionando as tabelas
Finalizada a fase de transformação dos dados, é necessário definir o relacionamento entre as tabelas. Esse relacionamento é importante, pois é a partir dessa relação que os dados tanto da tabela fato quanto das tabelas de dimensões irão interagir. O Power BI é capaz de identificar os relacionamentos com um índice de acerto alto, mas para efeito de treinamento, serão removidos os relacionamentos existentes e serão criados novos relacionamentos.
Para visualizar os relacionamentos, clique no botão tipo de exibição “Relação” na aba esquerda da tela, conforme apresentado na Figura 6, em seguida remova todas as relações existentes, clicando em cima da linha que representa a relação e depois pressionando a tecla delete.
Depois de removidas todas as relações existentes, clique e mantenha pressionado o mouse no campo “DataVenda” da tabela/fato “FatoVenda” e arraste para o campo “Data” da tabela/dimensão “DimCalendario”. Em seguida, clique sobre o campo “CodigoLivraria” da tabela/fato “FatoVenda” e arraste para o campo “CodigoLivraria” da tabela/dimensão “DimLivraria”.
Depois clique no campo “CodigoCliente” na tabela/fato “FatoVenda” e arraste para o campo “CodigoCliente” na tabela/dimensão “DimCliente”. Por fim, faça o mesmo com o campo “CodigoRevista” na tabela/fato “FatoVenda” e arraste até o campo “CodigoRevista” na tabela/dimensão “DimRevista”. Os relacionamentos deverão ficar semelhantes ao apresentado na Figura 14.
Esse tipo de modelagem corresponde ao modelo star-schema de um Data Warehouse, no qual existe um fato, no caso a tabela “FatoVenda”, com suas respectivas medidas que poderão ser visualizadas sob diversas perspectivas. Essas perspectivas são denominadas tecnicamente de dimensão, sendo que nesse exemplo são representadas pelas tabelas: “DimCalendario”, “DimCliente”, “DimRevista“ e “DimLivraria”. Com isso pronto, é possível iniciar a montagem do painel de apresentação dos dados
Criando o painel de apresentação dos dados
Como ponto de partida, será necessário clicar no botão “Relatório” posicionado no lado esquerdo da janela conforme apresentado na Figura 6. Em seguida, é necessário criar uma estrutura que apresente os campos “Ano”, “Mes_Nome_Abrev” e “Data”, pertencentes à tabela/dimensão “DimCalendario” de uma forma organizada do menor nível de detalhes até o maior.
Para fazer isso será necessário expandir a tabela “DimCalendario” localizada na lateral direita da tela, clicar com o botão direito no campo “Ano” e selecionar em seguida a opção “Nova Hierarquia”, conforme apresentado na Figura 15.
Em seguida, arraste os campos “Mes_Nome_Abrev” e “Data” para dentro da hierarquia criada. O resultado deverá ser igual ao apresentado na Figura 16. A hierarquia facilitará a visualização das informações no painel (dashboard), pois as mesmas ficarão disponíveis com a mesma ordem correspondente à ordem da hierarquia criada.
Antes de iniciar a criação do primeiro gráfico para o dashboard, vale destacar que um local de configuração importante para a elaboração e parametrização dos gráficos está localizado no quadro “Visualizações”, posicionado à direita da tela. Nesse local é possível escolher o tipo de gráfico, parametrizar qual informação será o eixo do gráfico, qual será informação será o valor, qual será usado como legenda, tratamento de cores, filtros entre outros recursos.
O primeiro gráfico que será adicionado ao painel será o gráfico de colunas agrupadas, portanto, primeiramente clique sobre o gráfico em questão dentro de “Visualizações”. Ao fazer isso será exibida uma representação desse componente na tela, em seguida, arraste a medida “TotalQtdVenda” da tabela/fato “FatoVenda” para a lacuna “Valor”, e depois arraste a hierarquia criada na dimensão “DimCalendario” para a lacuna “Eixo”. O resultado gerado deverá ser semelhante ao apresentado na Figura 17.
Com isso, o Power BI apresentará os dados agrupados por ano. Como foi utilizada uma hierarquia no eixo do gráfico, é possível ativar a navegação para o nível inferior da hierarquia, que no caso é o mês (ação denominada drill-down). Para ativar o drill-down, clique no ícone representado com uma seta apontado para baixo dentro do gráfico, conforme indicado na Figura 17. Ao fazer isso o Power BI interpretará o duplo clique em uma coluna ano como uma requisição de drill-down. Faça isso e você poderá visualizar os dados agrupados por mês. Se fizer mais uma vez, poderá visualizar os dados agrupados por data. Para voltar ao nível acima, operação de drill-up, clique no ícone representado com uma seta para cima.
Outras características podem ser acrescidas ao gráfico, por exemplo, trocar as cores da coluna de acordo com o ano e exibir o rótulo com o valor de cada coluna. Para fazer isso, clique no ícone “Formato” localizado dentro do quadro “Visualizações” representado por um ícone de um lápis. Para trocar a cor, clique no grupo “Cores de dados” e ative a opção “Mostrar Tudo” e troque as cores de cada ano conforme mostrado na Figura 18. Ative também o grupo “Etiqueta de dados” para que seja mostrado o valor correspondente de cada coluna. O resultado deverá ficar semelhante ao resultado apresentado na Figura 18.
Observe como foi simples montar um gráfico de acompanhamento da quantidade de vendas através da perspectiva do tempo (ano, mês, dia). Existem outras propriedades que podem ser aplicadas no gráfico, mas para não alongar demais o artigo, fica a cargo do leitor a descoberta do funcionamento de cada propriedade.
Reduza o tamanho do gráfico para que seja possível adicionar o próximo componente no painel, que será um rótulo com a quantidade de revistas vendidas e outro rótulo com o valor movimentado das vendas. O rótulo permite visualizar um valor de forma bem objetiva, sem gráficos ou qualquer outra interferência, que não seja o próprio valor.
Para fazer isso, clique no componente gráfico chamado “Cartão”. Depois que a representação gráfica do componente for exibida no painel, arraste a medida “TotalValorVendas” para a lacuna “Campos” dentro do quadro “Visualização”, conforme mostrado na Figura 19. Se desejar exibir o valor no formato de moeda, basta clicar no botão “Formato” representado pelo ícone do lápis. Dentro do quadro “Visualizações”, expanda a opção “Etiqueta de dados” e na propriedade “Mostrar unidades” selecione a opção “Nenhum”. Repita esse procedimento criando um cartão para exibir os dados correspondentes à medida “TotalQtdVenda”.
Um ponto interessante a se ressaltar sobre o Power BI é que os componentes interagem entre si, por exemplo, ao selecionar qualquer ano no gráfico de colunas, a quantidade de revistas vendidas e o valor correspondente, que estão sendo representados pelos rótulos, são atualizados automaticamente de acordo com o ano selecionado. Isso será ainda mais perceptível à medida que novos componentes são adicionados ao painel. Esse recurso é muito interessante, pois oferece ao usuário a possibilidade de interagir com as informações. Certifique-se apenas que a opção “drill-down” esteja desligada no gráfico de colunas agrupadas para que a interação entre os componentes possa acontecer.
Continuando o exemplo, agora será necessário criar um filtro por revista, a ideia é adicionar um componente que permita selecionar para qual revista se deseja visualizar as informações. Para fazer isso, clique no componente “Segmentação de dados” e depois arraste o campo “Logotipo” da dimensão “DimRevista” para a lacuna “campo”. Para um filtro ainda mais eficiente, clique no botão “Formato”, representado pelo ícone de um lápis, dentro do quadro “Visualizações”, expanda a opção “Controlos de Seleção” e desative a opção “Seleção única”. Assim será possível marcar mais de uma opção de filtro.
Observe que a imagem do logotipo das revistas é exibida, isso se deve ao fato de que o campo “Logotipo” foi classificado como “URL de Imagem”, conforme apresentado na Figura 11. O resultado com o componente para o filtro das revistas pode ser visto na Figura 20.
O próximo componente será um mapa com a indicação dos estados em que as revistas foram vendidas. Para fazer isso, clique no componente “Mapa de manchas”, arraste na lacuna “Localização” o campo “EstadoPais” pertencente à dimensão “DimRevista”. Na lacuna “Saturação da cor” arraste a medida “TotalQtdVenda” pertencente a tabela/fato “FatoVenda”, dessa maneira, quanto mais escuro for a cor do estado, mais vendas foram realizadas, e quanto mais claro, temos que houve menos vendas.
O fato de ter sido criado o campo derivado chamado “EstadoPais”, conforme apresentado na Figura 10, foi importante para evitar que estados com nomes iguais em outros países não causassem problemas do posicionamento no mapa. A Figura 21 ilustra o componente sendo utilizado.
O próximo passo é adicionar outro filtro, desta vez para representar as cidades em que houve as vendas das revistas. Para isso, utilize novamente o componente “Segmentação de dados”. A forma de como usar esse componente já foi demonstrada anteriormente, apenas repita os procedimentos utilizando campo “Localização” da dimensão “DimLivraria” para a lacuna “Campo”. Adicionando esse componente será possível filtrar as vendas por cidade permitindo uma análise ainda mais detalhada das informações.
Para finalizar o exemplo proposto no cenário, falta adicionar dois gráficos de rosca, também conhecido como gráfico de anel. O primeiro para indicar a quantidade das vendas pelo sexo do cliente e o segundo para indicar a quantidade de vendas por revista. Para fazer isso, clique no componente “Gráfico em anel”, em seguida arraste para lacuna “legenda” o campo “Sexo” pertencente à tabela/dimensão “DimCliente”, e arraste para lacuna “Valores” a medida “TotalQtdVendas” da tabela/fato “FatoVendas”. Se preferir, utilize a opção de cores, como já foi demonstrado no gráfico de colunas para definir a cor do sexo feminino como rosa e do sexo masculino como azul (ver Figura 22).
Repita esse mesmo procedimento criando um novo gráfico de anel, só que dessa vez utilize ao invés do campo “Sexo”, o campo “Nome” da dimensão “DimRevista” dentro da lacuna “Legenda”. Com isso será possível visualizar a quantidade de revistas vendidas por nome da revista.
É importante destacar que é possível atualizar os dados a qualquer momento. Existem duas maneiras para isso, a primeira é atualizar todas as tabelas envolvidas de uma só vez, para isso, utilize o botão “Atualizar” localizado na parte superior da tela dentro da aba “Base”. A segunda forma é atualizar uma tabela especifica, nesse caso, basta clicar com o botão direito sobre a tabela desejada e quando o menu for mostrado, clicar na opção “Atualizar Dados” conforme pode ser visto na Figura 23. Para ver essas funcionalidades em ação, experimente adicionar novas linhas nas abas do arquivo “VendasDevMedia.xlsx” e depois siga o procedimento apresentado para a atualização.
Observe que com esse painel (dashboard) é possível analisar a quantidade de revistas vendidas através de diversas perspectivas como o tempo, representado no gráfico de colunas, em que é possível realizar o drill-down a partir do ano, passando pelo mês até chegar à data. Também é possível visualizar sob a perspectiva da localização geográfica, através do gráfico de mapas e do componente de filtro correspondente à cidade que a loja que vendeu a revista está localizada. Também é possível analisar as vendas sob a perspectiva do perfil do cliente, representado no exemplo pelo sexo do cliente.
De posse dessas informações, é possível dar ao diretor ou gerente subsídios para agir diante de uma decisão que o mesmo precisa tomar, por exemplo, para aumentar as vendas, em qual cidade/estado é necessário investir em propaganda, ou através do perfil do cliente, modificar a maneira de se relacionar com ele, ou qual revista que vende mais, ou em que período é realizado um número maior de vendas.
Em suma, os dados que estavam espalhados em uma ou mais fontes de dados diferentes, foram unificados e transformados em informações. Essas informações foram exibidas no painel (dashboard) através de componentes gráficos, que oferecem uma experiência de visualização das informações mais agradável e interativa ao usuário.
Evidentemente que a ferramenta oferece muito mais do que foi demonstrado no artigo. Como pôde ser visto, o Power BI permite que em pouco tempo sejam desenvolvidos painéis para acompanhamento das informações. Mesmo aqueles usuários não familiarizados com os conceitos de BI podem, desde que a fonte de dados esteja disponibilizada, criar seus próprios painéis de maneira independente da TI.
