Escolar Documentos
Profissional Documentos
Cultura Documentos
• Instrutor de Power BI com mais de 15.000 alunos, 4500 avaliações e nota média 4,6
(máximo de 5)
2
Objetivos do Curso
01 02 Conectividade
03 ETL com
04 Introdução à
Introdução Modelagem
de Dados Power Query
de Dados
08 Administração e
07 Power BI
06 Visualização
05 Principais
Governança Online de Dados Funções DAX
4
Introdução
5
Data Analytics Como fazer com que aconteça?
ANÁLISE PRESCRITIVA
O que acontecerá?
ANÁLISE PREDITIVA
O que aconteceu?
ANÁLISE DESCRITIVA
Tudo Começa com BI!
7
O que é BI?
Transformação e Monitoramento e
Coleta Organização Análise Compartilhamento
Das informações que são a base da gestão de negócios, tais como informações de
vendas, estoque, produção, financeiro, informações de clientes, etc.
8
Cenário Atual nas Empresas
9
Cenário Atual nas Empresas
• Etc
10
Plataformas Modernas de BI
• Cada vez mais a área de Negócios está pedindo independência da TI no uso e criação de
relatórios, a fim de ganhar agilidade e autonomia
11
Principais objetivos:
12
Processo Tradicional de BI
13
Processo Tradicional de BI
Clientes
Estoque
Produção
Vendas
ETL DW BI Relatório
Financeiro
14
O que é o Power BI?
15
Microsoft Self-Service BI Suplementos do Excel
Power Query
Permite a obtenção e
manipulação de
informações a partir de
diferentes fontes de dados
Camada de ETL
Powerpivot
Permite a criação de modelos
de dados diretamente no Excel
para a transformação dos Power View
dados em informações
significativas. Fica sobre um Permite a criação de
banco de dados em memória relatórios e dashboards
extremamente rápido! que garantem uma
experiência interativa ao
Camada de Modelagem usuário
de Dados
Camada de Relatórios
16
Microsoft Power BI Suplementos do Excel em um único aplicativo
Powerpivot
17
Com o Power BI é preciso montar o
relatório apenas uma vez.
18
Power BI no Processo de BI
19
Processo Tradicional de BI
Clientes
Estoque
Produção
Vendas
ETL DW BI Relatório
Financeiro
20
Eu obrigatoriamente preciso
de um Data Warehouse?
21
Vamos analisar o Banco de Dados
Transacional (OLTP) da Adventure Works
22
Banco de Dados Transacional (OLTP)
23
Data Warehouse
ERP
Planilhas
CRM
Dados
externos
24
Agora vamos analisar o Banco de Dados
Dimensional (DW) da Adventure Works
para Vendas na Internet
25
Modelagem Dimensional
26
O cenário mais comum de uso do Power BI entre os
analistas de negócio é importando diretamente
as tabelas da fonte de dados
27
Power BI Conectado Diretamente na Fonte (sem DW)
Clientes
Estoque
Produção
Vendas
Power Query Powerpivot Power View
Financeiro
28
Veremos mais para frente que este não é o cenário
mais adequado e que é importantíssimo
centralizarmos nossas bases em um DW
29
Se sua empresa não tem condições de criar um DW,
podemos usar a funcionalidade chamada
Fluxo de Dados do Power BI
30
Power BI com Fluxo de Dados
Clientes
Estoque
Produção
Vendas
Power Query Fluxo de Dados Powerpivot Power View
Online
Financeiro
31
Falaremos sobre Fluxo de Dados mais para frente!
32
Por que escolhemos o Power BI?
33
Vantagens Microsoft Power BI
• Atualizações mensais
• Integração com outras soluções da Microsoft (Azure, Azure Machine Learning, Sharepoint, SSAS, HDInsight, etc)
• E, por último, mas não menos importante, o preço imbatível: $9,90 por usuário por mês
34
Quadrante Mágico Gartner
35
“Versões” do Power BI
Versão Versão Online Versão Online
Desktop Plano Free Plano Pro
Realizar transformações, construir modelos e utilizar funções DAX
Construir relatórios
Construir dashboards
36 Não recomendado
Case Curso Para Negócios
37
38
Case CRM
39
40
Case DistSoft
41
42
Case Análise de Sentimento
43
44
Case Eleições Governador SC
45
46
Case Censo 2010 SC
47
48
Cases SAJ Insights (Softplan)
49
SAJ Insights
50
SAJ Insights
51
Convex Legal Analytics
52
53
Convex Legal Analytics
54
Case Convex Legal Analytics (Softplan)
55
Convex
56
Convex
57
Convex Legal Analytics
58
Convex
“O sistema analisa dados das bases dos tribunais e gera pareceres. A gente
pode entender como os tribunais estão decidindo certo assunto, ver a
tendência dominante”, explica. Não se trata de substituir o trabalho de um
advogado; a máquina está fazendo algo que simplesmente não era feito.
“Não tem como um advogado ler 5 milhões de processos para saber qual
é a distância entre o ajuizado (entrada do processo na Justiça) e a
sentença. O volume de processos é algo que vai além da capacidade
humana.”
59
https://educacao.estadao.com.br/noticias/geral,robos-podem-ler-processos-e-ate-escrever-peticoes,70002449375
Cases Comunidade
60
Galerias de Relatórios
• Power BI Arte:
http://powerbiarte.com.br/
61
Galerias de Relatórios
62
Galerias de Relatórios
63
Galerias de Relatórios
64
Galerias de Relatórios
65
Galerias de Relatórios
66
Editor de Consultas
(Power Query)
67
Editor de Consultas
• Foi desenvolvido com foco no Analista de Negócios, que pode realizar inúmeras ações
apenas com o clique do mouse
• Utiliza a linguagem M por trás, que por sua vez foi desenvolvida com foco no Analista de
Dados, usuários que se sentem mais confortáveis com uso de fórmulas
– Algumas ações mais avançadas são possíveis somente através do uso da linguagem M, porém a grande maioria
é possível de ser realizada com o clique do mouse.
– Não é necessário aprender esta linguagem a fundo, mas entender um pouco do contexto e das estruturas dos
códigos gerados lhe ajudará a ganhar mais produtividade nas criações.
68
Principais Funcionalidades
• Etc...
69
Linguagem M
70
Linguagem M
71
Linguagem M
72
Linguagem M
73
Linguagem M
74
Linguagem M
75
Linguagem M
76
Parâmetros
77
Parâmetros
• São um tipo especial de query que retornam um único valor, e podem ser utilizados em
múltiplas outras queries
• Podem ser de qualquer tipo, incluindo texto, números e datas, porém não podem ser
tabelas nem listas
• Exemplos de uso:
– Caminho do diretório ou caminho para a fonte de dados, que pode mudar ao longo do tempo e precisa ser
reconfigurada em cada uma das consultas
– Filtro de quaisquer informações em uma tabela, que pode mudar para diferentes cenários de uso
78
Exemplo de Parâmetro
79
Junção de Tabelas
80
81
82
83
84
85
86
87
Visualizando Online
https://app.powerbi.com/view?r=eyJrIjoiYmNhN
zgzYjAtNjc2OS00YjQwLTgwNzItM2Q1MzcyMmJl
YjMyIiwidCI6IjZjMGE1YjljLTA4OWEtNDk0ZS1iM
DVlLTcxNjEwOTgyOTA0NyIsImMiOjF9
88
Combinando Arquivos de uma Pasta
89
Combinando Arquivos de uma Pasta
• Muitas vezes temos uma pasta onde colocamos arquivos periodicamente que possuem
todos mesmos formatos
90
Tabela de Data
91
Tabela de Data
• É possível criar facilmente uma tabela de datas a partir de uma lista no Editor de Consultas
• Com a lista criada, basta agora transforma-la em uma tabela clicando em “Para a Tabela”
• Com a tabela de datas criada é possível agora criar novas colunas a partir da coluna de data
92
Tabela de Data
93
Introdução à Modelagem de Dados
94
Power BI Conectado Diretamente na Fonte (sem DW)
Clientes
Estoque
Produção
Vendas
Power Query Powerpivot Power View
Financeiro
95
Modelo de Dados
96
Modelo de Dados
97
Modelo de Dados
• Porém do ponto de vista de Clientes e Produtos ela não está na granularidade adequada.
• Dizemos que esta tabela está 100% desnormalizada, com informações espalhadas demais nela,
que se repetem em diversas linhas.
• Isso dificulta a criação de medidas e a análise em torno das propriedades de um Cliente ou Produto
• Essa situação fica pior ainda quando temos mais de uma tabela Fato no modelo, visto que com
ambas 100% desnormalizadas não conseguimos relacioná-las para realizar comparações de dados.
• Para corrigir isso, precisamos criar tabelas auxiliares nas granularidades corretas.
– Chamamos essas tabelas de tabelas Dimensão, e devemos relacioná-las às tabelas Fato
98
Tabelas Dimensão e Fato
99
Banco de Dados Dimensional
Dimensão A Tabelas Dimensão:
Fato
Dimensão B Dimensão E
• Medidas sobre o negócio
• Valores que posso agregar
• Dados quantificáveis
• Pode conter milhões de
linhas
• Ex: quantidade de vendas,
valor das vendas, lucro
Esquema
Estrela
Dimensão C Dimensão D
100
Dimensões x Fatos
• Uma dimensão deve representar uma entidade que possui determinadas propriedades.
– Cliente: Nome, Idade, Escolaridade, Localização, etc
– Produto: Nome do Produto, Categoria, Subcategoria, Cor, Tamanho, etc
• Essas dimensões interagem entre si e geram um evento, que é armazenado em tabelas Fato:
– Um produto é vendido em uma determinada DATA, para um determinado CLIENTE, que mora em uma CIDADE, e
por aí vai.
• Quando criamos um modelo de dados tentamos sempre deixá-lo no Esquema Estrela (Star
Schema), visto que ele é comprovadamente o esquema mais eficiente para análise de dados.
• Isso significa ter uma ou mais tabelas fatos com dimensões ligadas à ela
– As tabelas fato NUNCA devem estar relacionadas entre si!
101
Dimensões x Fatos
DIMENSÃO FATO
Tipo de • Define entidades de negócios • Armazena observações/eventos
• Exemplo: produtos, clientes, históricos
informação fornecedores, data, contas, etc • Exemplo: vendas, transações, estoque,
orçamento, títulos pagos, etc
Estrutura • Possui uma chave única • Chaves das dimensões que se repetem
(identificador da dimensão) ao longo das linhas
• Colunas descritivas (atributos) • Colunas numéricas
102
Normalização x Desnormalização
103
Vamos analisar o Banco de Dados
Transacional (OLTP) da Adventure Works
104
Banco de Dados Transacional (OLTP)
105
Agora vamos analisar o Banco de Dados
Dimensional (DW) da Adventure Works
para Vendas na Internet
106
Modelagem Dimensional
107
Relacionamento Entre Tabelas
108
Relacionamento Entre Tabelas
Dimensão Fato
Direção
Cardinalidade
109
Cardinalidade do Relacionamento
• Um para Um (1:1)
– Não é usual, e se existe é porque ambas as tabelas poderia ser uma única
110
Direção do Filtro Cruzado
• Único:
– Filtro se propaga do lado 1 para o lado N, ou seja, das Dimensões para as Fatos
– Comportamento padrão, mais seguro e eficiente computacionalmente
• Ambos:
– Filtro se propaga em ambos os sentidos (Bidirecional)
– Precisa ser ativado manualmente
– Perigoso e mais lento que o padrão Unidirecional
111
Resumindo...
112
Relacionamento Entre Tabelas
113
Relacionamento Entre Tabelas
Produto
ID Produto Produto Categoria
3 Rádio Audio
Vendas
ID Produto Valor
4 DVD Player Audio
1 R$300,00
5 Dell XPS Computers
1 R$550,00
1
2 R$430,00
3 R$259,00
*
3 R$198,00
4 R$59,00
5 R$980,00
114 5 R$1280,00
Linguagem DAX
115
Linguagem DAX
116
Funções DAX
Funções lógicas
01 Agem sobre uma expressão para retornar informações sobre os
valores da expressão.
DAX
DATA ANALYSIS EXPRESSIONS Funções de data e hora
02 Semelhantes às funções de data e hora do Microsoft Excel. No
entanto, as funções DAX se baseiam nos tipos de dados datetime
Coleção de funções, operadores e constantes usados pelo Microsoft SQL Server.
que podem ser usados em uma fórmula ou
expressão, para calcular e retornar um ou mais Funções de filtro
valores. 03 Permitem manipular o contexto de dados para criar cálculos
dinâmicos
Funções semelhantes às do Excel.
Funções de inteligência de tempo
04 Usando intervalos de hora e data em combinação com agregações
ou cálculos, é possível criar comparações significativas em períodos
de tempo comparáveis.
117
M vs DAX
118
M vs DAX
X
• Voltado para modelagem de negócio
• Voltado para ETL
• Pode referenciar colunas de
• Sempre que possível é preferível criar quaisquer tabelas através de
colunas e tabelas pelo Power Query relacionamentos e Lookups
devido à melhor compressão
M vs DAX
120
Coluna Calculada x Medida
121
Coluna Calculada x Medida
X
tabela, sendo recalculadas a cada do seu uso e somente para as linhas
atualização visíveis nos visuais do relatório
122
Vamos criar uma Coluna Calculada e
uma Medida no Power BI
123
Por que criar Medidas com DAX se podemos
utilizar as Colunas e deixar o Power BI fazer a
Soma, Média, Contagem, etc?
124
Coluna Calculada x Medida
A 80 20 0,25
SUM SUM SUM
A 120 36 0,30 Produto
Venda Lucro Margem
B 50 5 0,10 A 300 66 0,65
B 100 20 0,20 B 230 35 0,425
B 80 10 0,125
[Margem Correta] =
SUM ( Tabela[Lucro] ) / SUM ( Tabela[Venda] )
Tabela[Margem] =
Tabela[Lucro] / Tabela[Venda]
125
Tecnicamente seria possível ignorar completamente
DAX se o máximo que precisássemos fossem
Somas, Médias, Contagens, etc.
126
Além disso, medidas Explícitas são mais indicadas para
serem utilizadas no Valor dos gráficos no lugar de
colunas, que geram medidas implícitas
127
Funções Agregadoras
128
Funções Agregadoras
129
Iteradores
130
Iteradores
• Iteram linha a linha sobre uma determinada tabela e avaliam a expressão em cada linha,
agregando ao final o valor resultante das iterações
• Sintaxe: • Exemplo:
SUMX ( Total Custo =
< tabela >; SUMX (
< expressão >
Vendas;
)
Vendas[Quantidade] * Vendas[Custo Unitário]
)
131
Buscando Valores em Outras Tabelas
132
Função RELATED
• Permite percorrer o relacionamento do lado N para o lado 1 (Fatos para Dimensões) a fim de
obter o valor de uma coluna da tabela Dimensão
• Utilizada em situações onde há um contexto de linha, como em uma coluna calculada ou em
funções iteradoras, como a SUMX
• Recebe uma coluna e retorna um único valor
Coluna Calculada:
Medida:
133
Funções de Tabela
134
Funções de Tabela
Geralmente são aplicadas como filtros e/ou como tabelas virtuais no meio de fórmulas.
Dificilmente são utilizadas para se gerar novas tabelas físicas em modelos bem estruturados, a não
ser para testes e para estudo de como funcionam.
• FILTER
• ALL
• VALUES
• DISTINCT
• CROSSJOIN
• GENERATE
• SUMMARIZE
• ADDCOLUMNS
• SUMMARIZECOLUMNS
135
FILTER
• Iterador que vai linha a linha da tabela passada no primeiro argumento checando a condição do segundo
argumento. Ao final retorna uma tabela filtrada contendo apenas as linhas que satisfazem a condição:
FILTER(
< tabela >;
< filtro >
)
• Exemplo:
136
ALL
• Retorna uma tabela com todos os valores da(s) tabela(s) ou coluna(s) informada(s),
ignorando quaisquer filtros prévios existentes:
ALL (
< tabela > ou < coluna >
)
• Exemplo:
Todas as Vendas =
ALL ( Vendas[No. Venda] )
137
VALUES
• Retorna uma tabela com todos os valores da(s) tabela(s) ou coluna(s) informada(s),
respeitando quaisquer filtros prévios existentes:
VALUES (
< tabela > ou < coluna >
)
• Exemplo:
Todas as Vendas =
VALUES ( Vendas[No. Venda] )
138
ALL x VALUES
• A diferença entre ALL e VALUES só é percebida quando aplicamos a função a uma medida e
aplicamos diferentes filtros, como por exemplo:
139
Medidas Rápidas no Power BI
140
Medidas Rápidas
• O Power BI oferece uma funcionalidade muito interessante para quem está iniciando o
aprendizado em DAX, que é a possibilidade de criar medidas de forma intuitiva
141
Contextos de Avaliação
Simples a primeira vista, mas que gera muita confusão em alguns casos
142
O que é um contexto de avaliação?
143
O que é um contexto de avaliação?
144
Fontes de um contexto
145
Fontes de um contexto
146
Perguntas:
147
Exemplificando Contextos de Avaliação
148
Tipos de Contexto
Contexto de Filtro define quais linhas estão visíveis na tabela, podendo ser obtido por:
• Eixo dos visuais
• Filtros do canvas
• Filtros laterais
• Interação entre visuais
Contexto de Linha possui o conceito de “linha atual” para cada iteração, sendo definido por:
• Colunas calculadas
• Iteradores (funções SUMX, AVERAGEX, FILTER, etc)
149
Função CALCULATE
150
Função CALCULATE
CALCULATE (
< expressão >;
< filtro 1 >;
< filtro 2 >;
....;
< filtro n >
)
• Primeiro é feita a avaliação dos filtros internos e depois a avaliação da expressão para os filtros
aplicados
151
Filtrando com CALCULATE
152
Filtrando com CALCULATE
• Resumindo:
• Primeiro deve-se avaliar quais as linhas da tabela Vendas estão visíveis através dos contextos
de filtro presentes
• Após isso aplica-se um novo filtro à tabela através do filtro no segundo argumento, que
restringe a quantidade de linhas por onde a expressão será avaliada
153
Removendo Filtros da CALCULATE com ALL
• Ambas são muito úteis para calcular porcentagem de contribuição de cada categoria no total
154
Removendo Filtros da CALCULATE com ALL
155
Removendo Filtros da CALCULATE com ALL
• Resumindo:
156
Condição E na CALCULATE
• Exemplo:
157
Condição E na CALCULATE
158
Condição OU na CALCULATE
Ou então:
159
Condição OU na CALCULATE
160
Funções de Inteligência de Tempo
161
Funções Inteligência de Tempo
• Acumulado ao ano
• Acumulado ao trimestre
• Acumulado ao mês
• Mesmo período no último ano
• Mesmo período no último trimestre
• Mesmo período no último mês
162
Funções Inteligência de Tempo
• Sintaxe de mesmo período último ano (muito útil para calcular porcentagem de crescimento ao longo do tempo):
CALCULATE ( CALCULATE (
< expressão >; < expressão >;
DATEADD (
< coluna de data >; - 1; YEAR
= SAMEPERIODLASTYEAR (
< coluna de data >
) )
)
)
163
Funções Inteligência de Tempo
• É possível utilizar a função FILTER para acumular ao longo do período de tempo desejado:
164
Funções Inteligência de Tempo
• É possível utilizar a função FILTER em conjunto com a ALLSELECTED para considerar apenas
o período de tempo do slicer:
165
Variáveis
166
Variáveis
[Medida] =
[Medida] = VAR TotalVendas = SUM ( fVendas[Vendas] )
IF ( RETURN
SUM ( fVendas[Vendas] ) < 100; IF (
SUM ( fVendas[Vendas] ) * 1,25; TotalVendas < 100;
SUM ( fVendas[Vendas] ) * 0,90 TotalVendas * 1,25;
) TotalVendas * 0,90
)
167
Relacionamentos Especiais:
Muitos para Muitos, Bidirecionais e Inativos
168
Relacionamentos de Muitos para Muitos (N:N)
169
Relacionamentos de Muitos para Muitos (N:N)
170
Relacionamentos de Muitos para Muitos (N:N)
• ATENÇÃO:
– UTILIZAR SEMPRE COM FILTRO UNIDERECIONAL, COM
A DIMENSÃO FILTRANDO A FATO
– JAMAIS CRIAR RELACIONAMENTOS N:N ENTRE
TABELAS FATO
171
Filtros Bi-Direcionais
172
CROSSFILTER
• Sintaxe:
CROSSFILTER( <Coluna 1>; <Coluna 2>; <Direção> )
• <Direção>:
– ONE: considera o relacionamento do lado 1 para o lado N
– BOTH: considera o relacionamento nos dois sentidos
– NONE: elimina o relacionamento
173
USERELATIONSHIP
• Muito utilizado quando temos relacionamento de duas colunas na Fato para uma única
coluna na Dimensão, como “Data de Vendas” e “Data de Envio”, ou quando duplicamos uma
tabela Dimensão para comparação de dados da mesma Dimensão
• Sintaxe:
USERELATIONSHIP( <Coluna 1>; <Coluna 2> )
174
TREATAS
• Com isso conseguimos transferir o contexto de filtro de uma tabela para outra mesmo sem
a presença de um relacionamento entre elas
• Sempre que possível é preferível criar relacionamentos físicos, pois são mais eficientes
que relacionamentos virtuais
• Sintaxe:
TREATAS( < expressão tabela > ; < coluna target > )
175
RANKX e TOPN
176
RANKX
• Muito útil para ranquear uma determinada categoria de acordo com uma expressão
• Sintaxe:
RANKX (
< tabela>;
< expressão >;
< opcionais >
)
177
RANKX
178
TOPN
• Função que retorna uma tabela com as TOP N linhas de uma tabela avaliada em uma
determinada expressão
• Sintaxe:
TOPN (
N,
< tabela >;
< expressão >;
< opcionais >
)
179
Visualização de Dados
180
Storytelling com Dados
181
Por que Storytelling é Importante?
182
Ciência por Trás da Visualização de Dados
183
Recomendações para Visualização de Dados
184
Recomendação de Leitura
185
Antes x Depois
Dê destaque ao
que importa!
186
Antes x Depois
187
Antes x Depois
188
Antes x Depois
189
Antes x Depois
38%
29%
22%
16%
190
Antes x Depois
191
192
ALGO DE
ERRADO NÃO
ESTÁ MUITO
CERTO!
Galerias de Relatórios
• Power BI Arte:
http://powerbiarte.com.br/
194
Guia de Referência de Visuais
195
Storytelling com Power BI
196
197
198
199
Visualizando Online
https://app.powerbi.com/view?r=eyJrIjoiMDA4Y
WIwZWEtMDE3ZS00YmFhLWE5YWMtODFlZWE
zNTU1ODNiIiwidCI6IjZjMGE1YjljLTA4OWEtNDk0
ZS1iMDVlLTcxNjEwOTgyOTA0NyIsImMiOjF9
200
Storytelling com Power BI
Além de oferecer visuais modernos e interativos, o Power BI contem features muito interessantes
que ajudam na narração de dados:
• Drill-Down e Drill-Through
• Formatação condicional
• Tooltips
• Painel de seleção
• Painel de indicadores
• Perguntas e Respostas
• Explicar aumento/diminuição
• Insights rápidos
• Desenvolvimento de layout
para mobile
• Etc
201
Visual Customizado para Storytelling
202
Aplicativo Mobile
203
Aplicativo Mobile
204
Power BI Online
205
Principais Funcionalidades do Serviço do Power BI
1) Visualização de relatórios
206
Processo de Publicação de um Relatório
Power BI Online
Servidor da Microsoft Publicar
Conjunto
de Dados Relatório
Workspace
Modelo +
Tabelas
Importar Relatório
Ambiente Local
Banco de Dados Power BI Desktop
Servidor da Empresa
207
208
Workspaces
Meu Workspace
Destinado para uso pessoal;
209
Workspaces
Workspaces do Aplicativo
São ambientes de desenvolvimento com espaços de trabalho
compartilhados, onde múltiplos usuários podem colaborar com a criação
de relatórios e painéis;
210
Adicionando Pessoas aos Workspaces
211
Permissões em um Workspace
212
Compartilhamento
213
Compartilhamento de Conteúdo
2. Publicando aplicativos
3. Publicando na Web
214
Compartilhamento de Conteúdo
Para visualização de conteúdo de dentro do Portal Online do Power BI essas são as duas formas de compartilhamento:
1. Compartilhamento individual
Indicado quando se deseja compartilhar poucos relatórios/painéis ou quando o conteúdo deve ser compartilhado
com poucos usuários.
Ao compartilhar desta forma, qualquer mudança feita é instantaneamente visualizada pelo usuário que recebeu o
compartilhamento.
2. Publicando Aplicativos
Melhor forma para compartilhar conteúdo com grandes audiências. É possível deixar bem personalizado e com
aparência de um software.
As edições nos visuais dos relatórios e painéis não são refletidas automaticamente no Aplicativo publicado.
Aplicativos são mais recomendados pois é possível maior controle e visibilidade, porém é possível criar apenas um
Aplicativo por Workspace.
215
Licenciamento
216
Planos do Power BI
217
Planos do Power BI (sem Premium)
Versão Versão Online Versão Online
Desktop Plano Free Plano Pro
Construir modelos e utilizar funções DAX
Construir relatórios
Construir dashboards
Publicar na Web
218
Power BI Premium
219
O que é o Power BI Premium?
220
Atribuindo Plano Premium a um Workspace
221
Principal Vantagem do Power BI Premium
222
Planos do Power BI Premium
Planos EM Planos P
X
organização
Usuários Free, além das vantagens ao
Usuários Free que possuem conta no lado, podem também visualizar
AAD podem visualizar relatórios aplicativos e dashboards
embedados em aplicações SaaS, como compartilhados diretamente no portal
Sharepoint, Microsoft Teams, ou em sua online do Power BI
própria aplicação Web
223
Outras Vantagens do Power BI Premium
224
Quando Adquirir os Planos P do Power BI Premium?
• De um ponto de vista financeiro, quando seu aplicativo for distribuído para mais de 505
usuários finais que irão apenas visualizar relatórios (não irão editar):
– Acima de 505 usuários é mais vantajoso adquirir o Plano P1 e deixar todos eles com conta Free
– Abaixo de 505 usuários é mais vantajoso deixar todos eles com a conta Pro
– $9,90 x 505 usuários = $4.999,50 por mês
P1 8 25GB $4.995
P2 16 50GB $9.995
P3 32 100GB $19.995
225
Quando Adquirir os Planos P do Power BI Premium?
226
Quando Adquirir os Planos EM do Power BI Premium?
• Quando os usuários possuírem conta no seu AAD e você quiser incorporar seu relatório
em aplicações Web para mais de 63 usuários finais
– Acima de 63 usuários é mais vantajoso adquirir o Plano EM1 e deixar todos eles com conta Free
– Abaixo de 63 usuários é mais vantajoso deixar todos eles com a conta Pro
– $9,90 x 63 usuários = $623,70 por mês
227
Planos do Power BI (com Premium)
Versão Versão Online Versão Online
Desktop Plano Free Plano Pro
Construir modelos e utilizar funções DAX
Construir relatórios
Construir dashboards
Publicar na Web
Premium EM Premium P
228
Atualização de Dados
229
Processo de Publicação de um Relatório
Power BI Online
Servidor da Microsoft
Conjunto
Publicar de Dados Relatório
Workspace
Modelo +
Tabelas
Importar Relatório
Ambiente Local
Banco de Dados Power BI Desktop
Servidor da Empresa
230
Gateway de Dados Local
• Ele funciona como uma ponte fornecendo uma transferência de dados rápida e segura entre
os dados locais e os serviços do Power BI na nuvem
231
Segurança a Nível de Linha (RLS)
232
Segurança a Nível de Linha (RLS)
• Cria-se uma função no Power BI Desktop através da aplicação de um filtro que irá restringir os
dados no nível de linha
233
Segurança a Nível de Linha (RLS)
• Selecione a tabela à qual você deseja aplicar a regra e insira a expressão DAX
– Esta expressão deve retornar TRUE ou FALSE
234
Segurança a Nível de Linha (RLS)
• Ao publicar este relatório no serviço do Power BI, será necessário atribuir os usuários finais às
funções criadas no Power BI Desktop
• Para gerenciar a segurança no modelo de dados, deve-se ir à aba “Conjunto de dados”, clicar nas
reticências e depois em “Segurança”
235
Administração e Governança
236
Cenário nas Empresas Antes do Power BI
• Etc
237
Aí surgiu o Power BI e todos os
problemas se acabaram!!!
238
Será mesmo?!
239
Utilizando Power BI na Organização
Aline:
Vendas x
Leonardo:
Base Budget.PBIX
Visão
Vendas Gerentes.pbix
ETL
Leonardo:
Visão
Vendedores.pbix Leonardo:
Budget Visão
Diretoria.pbix
Fernando:
Vendas x
Base Compras.PBIX Perceberam que tem uma transformação errada sendo
Compras aplicada na Base de Budget e que tem um KPI
de Vendas sendo calculado de forma errada!
240
Problemas Comuns Encontrados no Uso do Power BI
• Criação de diversos modelos de dados com os mesmos dados e medidas DAX repetidas
241
Governança de Dados
• Não é porque estamos utilizando o Power BI que agora teremos a vida fácil.
• Automatizar tarefas repetitivas que antes eram feitas de forma manual no Excel
foi apenas o primeiro passo estabelecer uma Cultura de Dados na Organização.
242
Governança de Dados
243
Fluxo de Dados
244
Fluxo de Dados
245
Fluxo de Dados
1. Fornecer uma cópia das tabelas de banco de dados aos analistas de negócios, visto que dificilmente a TI
libera acesso para eles diretamente ao banco de dados. Com isso uma pessoa elencada pela TI pode ficar
responsável por criar essas Entidades no Dataflow (Entidade é a nomenclatura para Tabela no DF);
2. Centralização e reaproveitamento das tabelas resultantes de transformações pelo Power Query, evitando o
trabalho de copiar queries de um PBIX para outro e ter que manter as mesmas transformações em
diferentes locais;
246
Sem Fluxo de Dados
Comercial
Dimensão Data
utilizada no arquivo
Comercial.pbix
Dimensão Data
utilizada no arquivo
Financeiro.pbix
Financeiro
Comercial
Arquivo
Comercial.pbix
Dimensão Data
processada no
Fluxo de Dados Arquivo
Financeiro.pbix
Financeiro
Workspace A
Conjunto de
Dados A1
Conjunto de
Fluxo de Dados A
Dados A2
Workspace B
Conjunto de
249 Dados B1
Processo de BI
250
Processo de BI Conceitual
Clientes
Estoque
Produção
Vendas
ETL DW BI Relatório
Financeiro
251
Processo de BI com Power BI
Clientes
Estoque
Produção
Vendas
Conjunto de Dados Relatórios
Power Query Fluxo de Dados
e Painéis
Online
Financeiro
Base de Dados
252
Shared Datasets
253
Conjuntos de Dados Compartilhados
• Ao publicar um arquivo PBIX, duas estruturas são criadas no Serviço Online do Power BI:
1) Relatório; 2) Conjunto de Dados
254
Conjuntos de Dados Compartilhados
Workspace A
Relatório A1
Workspace B
É criado um link para
o Conjunto de Dados
original, não havendo
duplicação dos dados
255 Relatório B1
Conjuntos de Dados Promovidos e Certificados
256
Arquitetura Ideal
Necessita de atualização e não Essas 3 estruturas criadas podem
Necessita de atualização e exige gateway se não forem estar em Workspaces diferentes
exige gateway se a base adicionadas bases de dados
de dados for local locais ao Fluxo de Dados
Power BI Online
Ambiente Local
Conectar
Importar Live
Base de Modelo de Relatório
Dados Dados PBIX PBIX
• Maior facilidade no trabalho em equipe, podendo-se separar as equipes que cuidam de cada
camada.
259
Data Lineage
260
Data Lineage
261
262
Data Lineage
263
Modelo Tabular
264
Modelo Tabular
• DAX é uma linguagem fácil de ser aprendida, porém não tão simples de dominar por completo
– Há sempre diversas maneiras de se obter o mesmo resultado
– Saber qual é a melhor maneira não é uma tarefa fácil
– Requer grandes esforços para otimização quando se trabalha com grandes bases de dados
265
Modelo Tabular
266
VertiPaq Engine
• Passos executados:
– Leitura dos dados, transformação em uma estrutura colunar codificada e comprimida
– Criação de dicionários e índices para cada coluna
– Criação de estrutura de dados para relacionamentos
– Cálculo e compressão das colunas calculadas (portanto são comprimidas após as colunas originais)
267
Compressão Colunar
268
Compressão Colunar
• Value Encoding:
– Realiza operações matemáticas nos valores da coluna a fim de diminuir a quantidade de bits armazenado
– Válido apenas para colunas de números inteiros
• Dictionary Encoding
269
Dictionary Encoding
• Troca o armazenamento de strings por inteiros e cria um dicionário dos valores distintos (De-Para dos valores)
• Esta troca do tipo de dados reduz a quantidade de bits necessário para o armazenamento
• Torna o modelo tabular praticamente independente do tipo de dado das colunas, pois sempre haverá a
transformação deles para número inteiro
• Seu tamanho é altamente afetado pela quantidade de valores únicos na coluna
Dictionary Encoding
270
Run Length Encoding (RLE)
• Cria uma estrutura que diminui o tamanho da tabela evitando valores repetidos
• Depende muito da ordenação da coluna e também da quantidade de valores únicos
– Esses são os dois piores inimigos da VertiPaq Engine
– A quantidade de linhas e o tipo de dado são menos importantes que a cardinalidade e a distribuição dos dados
• O algoritmo do modelo tabular automaticamente define a melhor ordenação
• Quando a quantidade de valores distintos é tão grande, ou a distribuição é ruim, a Engine mantém a estrutura inicial da coluna
• Chaves primárias nunca são comprimidas pelo método RLE
2
RLE
1
271
1
Compressão Final
Dicionário
Dictionary
Encoding
Dados
RLE
272
VertiPaq Analyzer
• Download: https://www.sqlbi.com/tools/vertipaq-analyzer/
273
DAX Studio
• É possível capturar queries DAX de um modelo PBIX aberto, a fim de encontrar possíveis
gargalos em questão de performance e otimizar o modelo
• Download: https://www.sqlbi.com/tools/dax-studio/
• Vídeos interessantes:
– https://www.youtube.com/watch?v=tR9WPT4L87M
– https://www.youtube.com/watch?v=B-h3Pohtn1Y
274