window.lintrk('track', { conversion_id: 13086145 });
top of page

Posts do fórum

kimberly.ribeiro
31 de mar. de 2023
In Power BI
Você sabe o que é o storytelling? Storytelling é um termo em inglês formado pela junção das palavras story, que significa história, e telling, que quer dizer contar. Dessa forma, storytelling pode ser definido como a arte de contar histórias. E qual a importância do Sotrytelling no Power BI? A importância de uma boa visualização de dados é inegável, mas ainda mais essencial é o storytelling. No contexto do power bi, é a habilidade de contar uma história através dos dados. O objetivo é apresentar os dados de uma forma que seja fácil de entender e analisar, além de gerar insights significativos. O storytelling é importante por várias razões. Em primeiro lugar, ele ajuda a comunicar a mensagem de maneira clara. Com o storytelling, a análise de dados se torna mais fácil de entender, independentemente do público-alvo. O storytelling também ajuda a tornar os dados mais memoráveis. Quando apresentados de maneira correta, os dados são absorvidos mais facilmente pelo público. Além disso, o storytelling ajuda a gerar insights mais profundos a partir dos dados, ajuda a examinar os dados de novas perspectivas e revela novas informações não óbvias. Por último, o storytelling é importante porque permite que a análise de dados se torne mais humana. Em vez de entregar dados em um formato cansativo, ele ajuda a gerar empatia entre o público e os dados. E tem alguns passos que você pode seguir para conseguir ter um bom storytelling: -Definir a sua identidade visual e padrões que vão ser utilizados: Como os padrões de cores irão ser utilizados no relatório, criar uma estrutura para conseguir visualizar onde os filtros e visuais vão ficar localizados, qual o tipo de background (se for ter um background) que será utilizado no relatório... -Evitar uma quantidade excessiva de visuais: É necessário otimizarmos ao máximo as informações que serão apresentadas para o usuários. Quando a página contém muitos visuais acaba ficando uma visualização muito poluída e acaba dificultando a visualização e entendimento dos dados; -Compreender qual o melhor visual para as informações que você quer apresentar: Como por exemplo, os gráficos de barras e colunas são normalmente utilizados para observar um valor específico entre categorias diferentes: Portanto, a importância do storytelling no power bi é inegável. Ele ajuda a comunicar a mensagem de forma clara, objetiva e de uma maneira que prenda o usuário final. Ele torna os dados mais memoráveis, gera insights mais profundos e conecta o público com os dados. O ideal é sempre considerar o storytelling com parte integrante do processo de análise de dados, pois é essencial ter em mente que, para que os dados realmente tenham valor para os líderes e usuários do relatório, eles devem ser apresentados de uma forma que possibilite suas interpretações e entendimento. E é claro que essa é uma área que tem muito para ser explorada, além de ser muito importante no processo de criação do relatório. Portanto é importante seguirmos suas boas práticas, assim como em todas as etapas do nosso processo de desenvolvimento. E para isso, não deixe de acompanhar as postagens e dicas que sempre estão por aqui no nosso fórum 😊🚀 Material de apoio: Tipos de visualização no Power BI - Power BI | Microsoft Learn What is Data Storytelling and Data Storytelling Examples | Microsoft Power BI Optimization guide for Power BI - Power BI | Microsoft Learn
A importância do Storytelling no Power BI content media
1
0
23
kimberly.ribeiro
21 de mar. de 2023
In Power BI
Para começarmos a falar de ETL vamos entender o que essa sigla significa? ETL é a sigla referente a Extract, transform and load, ou seja: Extrair, transformar e carregar. Esses três passos são fundamentais para a análise de dados e no Power BI são muito utilizados, por isso é muito importante entendermos qual a maneira certa de executá-los. 1° Extrair: A extração de dados é feita através da conexão com a fonte de dados que você irá trabalhar, podendo ser um arquivo em Excel, um banco de dados em SQL ou qualquer uma das inúmeras conexões nativas que o Power BI oferece... O Power BI faz a conexão com a fonte de dados e através dessa conexão os dados serão importados para o Power BI; 2°Transformar: Essa etapa é de extrema importância, é nela que você fará o processo de tratamento de dados. Nessa etapa, você fará a identificação de tabelas Fato e Dimensão, criará a sua tabela dCalendário e fará a limpeza e tratamento dos seus dados... Tudo isso dentro do nosso querido amigo Power Query. Vamos lá, logo quando você faz a conexão com o Banco de Dados a tela que abre no Power BI é essa aqui: E aparecem 2 opções de botões que muita gente se confunde: Você deve escolher a opção “Transformar Dados” para abrir o Power Query e conseguirmos fazer o tratamento dos nossos dados. Agora vou apresentar algumas dicas que farão toda a diferença na performance do seu relatório: -Remover colunas que não são utilizadas: Muitas vezes quando fazemos a conexão de dados nem todas as colunas presentes nas tabelas serão utilizadas no relatório, é muito importante selecionarmos apenas as colunas que estão em uso. Isso impacta positivamente na performance, principalmente diminuindo o tempo de atualização do relatório. ⚠️Dica boa é dica compartilhada: Existe um programa chamado Mesure Killer, que mostra todas as colunas e medidas não utilizadas em um relatório, esse programa pode ser baixado na Microsoft Store e é de grande ajuda para otimizar nosso tempo na identificação dessas tabelas. -Desabilitar cargas de tabelas não utilizadas: Durante o processo de tratamento de dados, muitas vezes é necessário fazer uma mesclagem de tabelas e quando isso acontece essas tabelas não podem ser excluídas, pois servem de “base” para a tabela mesclada, por isso desabilitamos a carga dessas tabelas no relatório: Por último, mas não menos importante: -As etapas do Power Query: No canto direito da tela do Power Query é onde fica todas as etapas de transformações aplicadas na tabela: Quanto mais etapas forem adicionadas mais a performance é comprometida. Por isso, tudo que puder ser feito em uma etapa só ou até mesmo ser editado direto no código é preferível. Por exemplo, a etapa “Tipo Alterado” que é a etapa que define o tipo de cada coluna (como Texto, Número Inteiro, Data..): ela pode ser feita em apenas uma etapa: Depois que todo o tratamento for feito na tabela você pode selecionar todas as colunas e clicar no botão “Detectar Tipo de Dados” na aba “Transformar”: O Power Query irá identificar automaticamente o tipo de dado de cada coluna. Mas é importante dar aquele check nos tipos de cada coluna antes de carregar os dados para não deixar escapar nadinha. 😉 3°Carregar: Depois que tiver finalizado toda a sua parte de tratamento de dados é só clicar no botão do canto superior esquerdo para carregar as suas tabelas prontinhas para fazermos a parte de modelagem: Mas não se preocupe, caso você precise alterar algo no Power Query você pode acessá-lo sempre que precisar, é só clicar em “Transformar Dados” na sua página inicial do Power BI: Assim, sempre que necessário, você pode fazer alguma alteração na Transformação dos dados.😄 É claro que esses pontos que apresentei para você aqui são só o comecinho de uma área que está sempre evoluindo e é cheia de informações. Por isso, é importante sempre se manter atualizado e pesquisar mais sobre o assunto para se aprofundar cada vez mais. Então não deixe de acompanhar as postagens para ficar sempre por dentro das novidades e dicas que estão sempre por aqui! 🚀
Introdução ao processo de ETL content media
2
0
100
kimberly.ribeiro
14 de mar. de 2023
In Power BI
Artigo desenvolvido juntamente com a @gislaine.souza! 😀 Por acaso você já se perguntou “Porque seguir boas práticas no desenvolvimento de um projeto?”. Se você ainda tem dúvidas sobre esse assunto, vem conosco para receber algumas dicas sobre Boas Práticas (com foco no Power Query). 😊 Primeiramente vamos relembrar: Após realizar a conexão com a fonte de dados que você irá trabalhar lembre-se de não carregar os dados antes de transformá-los (seguindo as etapas do processo de ETL): Agora que chegamos na página do Power Query, vamos fazer um tour por suas abas e falar um pouquinho sobre as que mais utilizamos durante o tratamento de dados 🙂 Página Inicial: contém informações sobre fontes de dados, parâmetros, editor avançado, colunas, linhas... Transformar: contém informações sobre tabelas, colunas, textos, colunas numéricas, data… Adicionar Colunas: é possível adicionar coluna de exemplo, personalizada, condicional, etc. Além de colunas de data e hora Exibição: é possível adicionar aba de visualização de dados, como por exemplo se tiver algum erro, espaços em branco ou a qualidade da coluna... Agora que já conhecemos um pouco mais sobre as abas, vamos apresentar tópicos muito importantes para as boas práticas dentro do Power Query! -Organizando tabelas em pastas: No canto esquerdo da tela existem as consultas que foram adicionadas. A princípio elas ficam soltas na página e é preferível separá-las em 4 pastas para uma boa organização: Fatos, Dimensões, Auxiliares e Parâmetros. Para isso, basta clicar com o botão direito do mouse num espaço vazio > Novo Grupo > Renomeie e clique em “OK”. Basta arrastar cada consulta para sua respectiva pasta. -Parâmetros: Aproveitando que citamos o Parâmetro acima, vamos falar um pouquinho sobre esta funcionalidade que tanto nos ajuda na hora de trocar o caminho da fonte de dados. Geralmente trabalhamos com mais de uma tabela e quando por algum motivo o caminho do arquivo é alterado, ao invés de realizar a troca de um por um, basta ir até o parâmetro, realizar essa troca e ver a mágica acontecer. Na página inicial, procure por “Gerenciar Parâmetros” > Novo Parâmetro > Dê um nome para seu parâmetro > Informe o tipo (texto, data...) > Em Valor Atual informe o caminho do arquivo e clique em “OK”. Para adicionar o parâmetro como fonte do arquivo: Ao lado direito da página em Etapas Aplicadas clique em “Fonte”. Na barra de fórmulas você vai encontrar o caminho do arquivo. Basta excluir este caminho e deixar somente o nome do arquivo. No lugar coloque o nome do parâmetro que foi criado na etapa anterior e coloque um "&" para juntar as informações. Por exemplo: Caminho original: Caminho com parâmetro: -Comentar as etapas: Comentar as etapas do que foi feito é muito importante, pois futuramente se o código precisar de manutenção é mais fácil entender tudo que foi feito, incluindo as regras de negócio. Como comentar as etapas: Como saber se a etapa está comentada? É simples, ela fica com esse ícone ao lado: Sabe onde você também consegue ver os comentários feitos? No código, como mostra o exemplo abaixo: Os comentários ficam com essa “//” e você consegue comentar direto no código também. -Renomear as etapas: Quando renomeamos as etapas isso facilita muito na identificação de cada uma, a renomeação pode ser um resumo breve do que a etapa está fazendo: E isso ajuda bastante a deixar o código mais limpo também, olha só: A etapa que foi renomeada fica sem essa #, o que ajuda muito na leitura e no entendimento do código 🙂 -Desativar Carga: Geralmente algumas tabelas não são usadas no modelo e mesmo assim nós as deixamos sendo carregadas a cada atualização. Para evitar esse carregamento desnecessário basta desativá-la. Clique com o botão direito do mouse em cima da tabela que deseja desabilitar e desmarque a opção “Habilitar Carga”. Veja como é simples: -dCalendario: Vocês conhecem a tabela Calendário e sabem para que ela é utilizada dentro de um relatório? A tabela Calendário, mais conhecida como dCalendario é uma tabela dimensão e a usamos para relacionar as datas com as tabelas fatos. Ela pode ser criada via DAX e Power Query mas a forma mais prática será através da segunda opção, para obter um maior desempenho no Power BI. Dentro do Power Query é possível criar uma tabela Calendário tanto usando botões quanto escrevendo o código através do Editor Avançado (localizado na Página Inicial). Usando diretamente o código é possível diminuir etapas, enquanto com os botões a cada clique uma nova etapa será criada. Abaixo há exemplos: Com código: Com botões do Power Query: -Redução de etapas: As etapas do Power Query são onde se concentram todas as transformações feitas na tabela durante o tratamento dos dados. Essas etapas podem ser encontradas no canto direito do Power Query, como mostra o exemplo abaixo: E qual a importância de diminuir essas etapas? Bom, como as etapas vão sendo adicionadas conforme vamos alterando algo na tabela muitas vezes podem ter etapas repetidas: Ou seja, quanto maior for a quantidade de etapas mais a performance do relatório vai ser comprometida, então sempre que for possível fazer transformações em uma mesma etapa é preferível que sejam feitas. Por exemplo, a renomeação de colunas: Nesse caso, é possível renomear as colunas direto no código. Assim, todas as tabelas que forem renomeadas ficam somente em uma etapa! 😀 -Tipagem de colunas: Esse tópico também é muito importante no Power Query, pois essa classificação de valores ajuda a garantir um conjunto de dados mais estruturado. Quando o tipo não está definido na coluna irá aparecer o seguinte ícone: Ou seja, o Power BI não entende qual o tipo do dado presente na coluna. Por exemplo, o Power BI pode entender que uma certa coluna contém dados de texto mesmo se forem números, e se precisarmos utilizar esses dados em uma medida DAX ela não vai funcionar. Por isso é muito importante saber identificar e escolher a tipagem certa para cada coluna. E essa alteração também pode ser feita em uma etapa só: Na aba “Transformar” apresentada no começo deste artigo você encontra a opção “Detectar Tipo de Dados”, é só selecionar todas as tabelas e clicar nesta opção. Mas lembre-se: é importante verificar se os tipos foram detectados corretamente!⚠️ -Remover colunas não utilizadas: Muitas vezes não utilizamos todas as colunas que carregamos no relatório, então elas podem ser removidas, isso ajudará na performance do relatório, diminuindo o tempo de atualização. E como eu consigo identificar essas colunas? indo de tabela em tabela? Temos uma dica muito boa para você: Existe uma ferramenta externa chamada Measure Killer, ela está disponível na Microsoft Store. Nela aparecerá todas as colunas e medidas que foram carregadas e não estão sendo utilizadas, assim a identificação dessas colunas fica bem mais rápida e prática! 😉 -Desativar a atualização de tabelas inseridas manualmente: No Power Query temos a opção de inserir dados manualmente, normalmente esses dados são dados fixos, ou seja: dados que não precisam de atualização. Nesses casos a opção de atualização pode ser desativada: Isso ajuda bastante na performance, na verdade todos esses pontos apresentados acima além de fazerem parte das boas práticas também garantem um bom desempenho a longo prazo! 🙂 Agora que vocês conheceram um pouquinho mais sobre as boas práticas no Power Query, lembrem-se de aplicá-las para que seus dados estejam bem estruturados, facilitando assim as próximas etapas de desenvolvimento dentro do Power BI, como a etapa de modelagem e a construção visual do seu relatório. 😀 Material de apoio: https://learn.microsoft.com/pt-br/power-bi/guidance/model-date-tables Tipo de dados no Power Query - Power Query | Microsoft Learn O que é o Power Query? - Power Query | Microsoft Learn https://learn.microsoft.com/pt-br/power-query/power-query-query-parameters
Boas Práticas no Power Query content media
4
2
933

kimberly.ribeiro

Mais ações
bottom of page