Apostila Live2 PBIW PDF

POWER BI WEEK – DASHBOARD LOGÍSTICA (OTIF)
Sumário
Indicadores de Logística / / / / / / / / / / / / / / / / 3
Pilar 2: Estruturação da Base de Dados / / / / / / / / 6
Relacionamentos/ / / / / / / / / / / / / / / / / / / / 20
Visuais/ / / / / / / / / / / / / / / / / / / / / / / / / 21
Pilar 4: Cálculos com DAX / / / / / / / / / / / / / / / 24
Visuais/ / / / / / / / / / / / / / / / / / / / / / / / / 32
Tooltip (dica de ferramenta) / / / / / / / / / / / / / / 41
Principais influenciadores / / / / / / / / / / / / / / / 45
Drill-Through/ / / / / / / / / / / / / / / / / / / / / / 46
1
Olá! Tudo bem com você?!
E aí, está gostando das Lives?
Conforme prometido, esta é a Apostila da Live #2 da Power BI Week 2020!
O objetivo desse nosso encontro foi fazer um Dashboard de Logística com

Monitoramento de Entrega e Cálculo de OTIF. Mostrei como calcular vários KPI’s
importantes e como utilizar vários recursos do Power BI Desktop que vão deixar o
usuário do seu Dashboard simplesmente impressionado!
Nessa apostila, vou tentar passar tudo (ou quase tudo) do que te mostrei na
Live#2 para te ajudar a construir o seu próprio Dashboard! Já imaginou isso no seu
Portfólio?!
Veja uma palhinha do resultado:
Figura 1: Dashboard de Logística com Monitoramento de Entregas e Cálculo de OTIF
Bom, vamos começar com os indicadores.
2
Indicadores de Logística
Os principais indicadores de logística que vamos calcular no Power BI Desktop são

esses:
• Order Fill Rate (OFR): tempo médio que a operação leva para
a separação de um pedido, incluindo todas as atividades —
desde o recebimento da ordem de compra até a expedição.
• Order Cycle Time (OCT): tem como objetivo medir quanto tempo
a empresa leva para fazer uma entrega, desde o despacho até
a chegada no destino, ou seja, a eficiência geral da operação.
• On Time In Full (OTIF):
- On Time: mede a pontualidade do pedido (o produto foi entregue no prazo e

no local acordados?)
- In Full: mede a eficiência de todos os processos de atendimento e logísticos
- OTIF = [On Time] x [In Full]
Quando há o acompanhamento do OTIF e a empresa busca sempre pontuações

mais altas, vários ganhos são alcançados, tais como:
• Melhoria da performance de entrega;
• Aumento da satisfação dos clientes, consequentemente, da vantagem

competitiva no mercado;
• Modificação da cultura da empresa – todo o trabalho é focado em satisfazer o

cliente da melhor forma;
• Qualificação contínua dos processos, aumento da produtividade e

consequente redução dos custos operacionais.
Obs: clique aqui para ver a referência utilizada.
3
Bom, agora que já conhecemos os indicadores, vamos dar uma olhada na Base de
dados disponibilizada.
Imagine que extraímos esses dados de um sistema, e eles vieram em formato de

Excel - onde cada aba possui uma tabela.
A tabela Pedidos será a nossa única tabela fato. Veja que a coluna DataEntrega
possui valores em branco porque, para esses pedidos, ainda não houveram entregas,
ok?!
Observe a tabela Pedidos a seguir:
Figura 2: Base de dados (Pedidos)
A tabela Representante só possui três colunas, veja:
Figura 3: Base de dados (Representante)
4
A tabela Cliente possui essas quatro colunas:
Figura 4: Base de dados (Cliente)
Por fim, temos a tabela Cidade:
Figura 5: Base de Dados (Cidade)
Lembra dos 7 pilares para a construção de um projeto de Business Intelligence

com Power BI que mostrei na Apostila da Live#1 da PBIW? Já que temos os dados
extraídos do sistema (Pilar 1), o próximo passo é importar as tabelas para o Power BI e
estruturá-las (Pilar 2).
5
Pilar 2: Estruturação da Base de

Dados
Abra o PBI Desktop, vá em Página Inicial e clique em Excel:
Figura 6: Importando o arquivo para o PBI
Navegue até a pasta que você salvou o arquivo e clique em Abrir. Em seguida
aparecerá uma janela para que você escolha as tabelas que quer importar. Selecione
todas e depois em Transformar Dados para abrir o Power Query:
Figura 7: Selecionando as tabelas para importar
6
Repare que no Power Query, na tabela Pedidos, haverá colunas que o PBI não
conseguiu identificar o formato e então ele deixou como “ABC 123” – que é um
formato genérico que ele aplica nesses casos.
Isso ocorre porque o PBI se baseia nas primeiras mil linhas para identificar o Tipo
do dado (lembra que a coluna DataEntrega estava vazia no início da tabela?). Percebe
como é importante que você clique SEMPRE em Transformar Dados ao invés de clicar
no botão Carregar?! É para verificar essas coisas! Nunca se esqueça disso!
Para corrigir isso, devemos buscar em Etapas Aplicadas aquela responsável por
fazer essa conversão inadequada – dica: ela se chama Tipo Alterado. Clique nela e em
seguida vá na coluna de interesse (DataEntrega) e altere para o formato adequado. Se
aparecer uma Janela te perguntando se quer substituir a etapa atual, responda que
quer!
Figura 8: Alterando tipo de dado
7
Por fim, vamos modificar os nomes das tabelas. Aquele padrãozinho que você já
sabe: d na frente das tabelas dimensão e f para tabelas fato, beleza?!
Para fazer isso, ainda em Página Inicial no Power Query, dê duplo clique nas
tabelas e mude os nomes. Por fim, clique em Fechar e aplicar:
Figura 9: Renomeando tabelas
Se não lembrar da definição dos tipos de tabela (fato e dimensão), dê uma

olhadinha na Apostila da Live #1. A Microsoft também fala disso aqui.
8
Bom, se você notar, na tela Modelo, o PBI identificou automaticamente o

relacionamento entre a tabela dCidade e dCliente. Isso configura o Esquema Snow-
Flake.
Figura 10: Relacionamentos automáticos pelo Power BI
Não é que esteja errado, mas esse tipo de modelagem não é muito performático
se comparado ao Star Schema (tabelas dimensões conectadas nas tabelas fato).
No nosso exemplo, sabemos que Cidade é um atributo do Cliente. Nesse caso, o

melhor a fazer é levar as informações da tabela dCidade para a tabela dClinte.
Como fazer isso?! Mesclar consultas no Power Query! Ele é bem parecido com o
“vlookup” do Excel.
9
Para voltar ao Power Query (editor), busque por esse botão Transformar dados:
Figura 11: Voltando para a janela do Power Query (editor)
Vá até a tabela dCliente e em Página Inicial selecione Combinar  Mesclar

Consultas:
Figura 12: Mesclando consultas
10
Você vai notar que aparecerá uma coluna chamada “dCidade” no fim da tabela
dCliente. Você precisa clicar em Expandir para mostrar os dados. Veja como fazer isso:
Figura 13: Expandindo valores da tabela mesclada
Repare que deixei apenas “Cidade” marcado porque nós já temos a coluna
cdCidade na tabela dCliente lembra?! Aliás foi através de dela que fizemos nosso
“vlookup”.
11
Bom, agora não precisamos mais da tabela dCidade, certo?!
Vamos ocultá-la (desabilitando a sua carga)!
Figura 14: Ocultando tabela dCidade
Calma! Ainda não acabou! Vamos também criar nossa tabela dCalendario! Ontem
nós fizemos isso usando DAX, certo?! Hoje mostrarei como fazer isso via Power Query!
No Power Query temos a linguagem M. Ela é um pouco mais complexa que

a linguagem DAX mas não se preocupe! Se você reparar, fizemos tudo até agora
utilizando o mouse, né?! Você não vai precisar saber a linguagem em todos os projetos.
Uma coisa ou outra que vir a precisar você consegue facilmente encontrar no meu
curso, blog, na documentação oficial, Google... Então, não se preocupe agora com isso!
12
Antes de começar, verifique se a barra de fórmulas do Power Query está sendo

exibida. Caso não esteja, ative-a aqui:
Figura 15: Ativando barra de fórmulas no Power Query
Para criar uma tabela dCalendario, precisaremos:
• Em Página Inicial  Nova fonte
• Consulta Nula
• Digitar na barra de fórmulas “=List.Dates” (inclua o “=” também, mas tire as

aspas)
• Digite a data inicial em Start
• Digite o número de dias até a data final em Count
• Digite “1” em Step (porque queremos todos os dias do período, sem pular
nenhum dia)
• Clique em Invocar
13
Figura 16: Usando List.Dates no Power Query
Repare que você verá uma coluna com todas as datas do intervalo que você
especificou. Precisamos converter esse resultado para Tabela. Na guia Transformar,
clique em Para a Tabela e depois em Ok, veja:
Figura 17: Transformando resultado da função em Tabela
14
Para renomear a coluna “Lista”, dê um clique duplo nela e digite “Data”. Faça o
mesmo para o nome “Função Invocada” e digite “dCalendario”. Após isso, não se
esqueça de mudar o tipo de dado da coluna Data para o formato respectivo (Data).
Figura 18: Mudando o tipo de dado (para Data)
E aí? Achou tranquilo criar a tabela de Datas pelo Power Query? Com o dia a dia
isso vai entrando cada vez mais no sague, acredite!
15
Agora criaremos algumas colunas auxiliares como Ano, Mês, Dia, etc.. Veja como é
fácil:
1. Clique na coluna Data
2. Vá em Adicionar Coluna
3. Clique no botão Data
4. Selecione Ano
5. Repita esse processo para as colunas Mês, Nome do Mês e Dia (lembre-se
sempre de clicar na coluna “Data” primeiro)
Figura 19: Criando colunas auxiliares na dCalendario
O resultado ficou assim:
Figura 20: dCalendario
16
Vamos imaginar que você precise de uma coluna no formato “Mês/Ano”. O PBI te
ajudará a fazer isso se você fornecer alguns exemplos pra ele. Ele utilizará Inteligência
Artificial pra “entender” o que você quer, veja:
1. Selecione as colunas Ano e Nome do Mês (com ajuda da tecla CTRL)
2. Vá em Adicionar Coluna
3. Clique em Coluna de Exemplo
4. Selecione a opção Da Seleção
Figura 21: Adicionando coluna personalizada com Inteligência Artificial
17
Após isso, aparecerá uma nova janela para você inserir o resultado esperado
dessa nova coluna, levando em conta as colunas que você selecionou (1).
Você deve preencher na última coluna, por exemplo, alguma das linhas
com“Jan/2019”. Se você rolar a tabela para baixo, verá que ele repetiu janeiro em
todas as linhas, mas não é isso que queremos, certo?!
Então, dê mais uma dica para o PBI entender melhor o que você quer: digite
fev/2019 em alguma linha com essa data. Veja o exemplo que citei:
Figura 22: Preenchendo coluna de Exemplo
Verifique se está tudo Ok agora. Deve estar! Agora, clique em Ok.
18
Se tiver T.O.C. que nem eu provavelmente você deve estar nervoso(a) em ver
aquela coluna com o nome do mês iniciando com letra minúscula, né? Bora mudar isso
rapidinho?
Clique com o botão direito na coluna Nome do Mês  Transformar e Colocar

cada palavra em maiúscula.
Figura 23: Primeira letra em maiúsculo
Pronto ! Finalizamos a parte de transformações! Clique em Fechar e Aplicar.
19
Relacionamentos
Lembra que temos uma nova tabela (dCalendario)? Precisamos relacionar tabelas,
certo?!
Qual a coluna de data mais importante no seu negócio: DataPedido, DataEntrega,

DataEmissaoCTE ? Na minha opinião é a DataPedido.
Vamos relacionar nossa data da tabela dCalendario com essa coluna então!
Figura 24: Adicionando relacionamento entre Date e DataPedido
Caso não se lembre, para adicionar um novo relacionamento você só precisa

arrastar a coluna Date na direção da coluna DataPedido (dCalendario  fPedido).
20
Visuais
Primeiro vamos adicionar o fundo das nossas páginas. Para isso vá naquele
rolinho de tinta em Visualizações e procure por Segundo plano da página. Depois,
adicione uma imagem, mude a Transparência para 0% e selecione o tipo Ajuste:
Figura 25: Adicionando o Background (segundo plano de página)
Renomeie essa página para OTIF e repita o mesmo processo para as páginas de
nome “Decomposição” e “Influenciadores” - mas coloque os fundos respectivos em
cada uma delas, ok?! Por fim, duplique a página “Influenciadores” (botão direito no
nome da página) e mude seu nome para “Pedidos”.
21
Eu disponibilizei o tema em formato .json no dia da Live#2, certo?! Chegou a hora

de importá-lo!
Vá em Exibição  Setinha de Temas  Procurar temas:
Figura 26: Importando tema em. Json
Ah, uma dica! Se precisar, arrume o formato de exibição da data clicando na

coluna que deseja e em Ferramentas de coluna. Procure por Formato e mude para
dd/mm/yyyy.
Já vou adiantar que precisamos ordenar a coluna Nome do Mês, caso contrário
ela ficará desordenada no visual (o PBI vai ordenar por ordem alfabética porque ela é
um texto).
22
Para fazer isso, clique no nome dessa coluna, vá em Ferramentas de coluna 

Classificar por coluna  Selecionar Mês.
Figura 27: Ordenando a coluna Nome do Mês
Pronto! Vamos calcular as medidas (e coluna) com DAX!
23
Pilar 4: Cálculos com DAX

Mesmo esquema da Apostila da Live#1: vou colar as medidas aqui e em seguida
mostrarei como adicioná-las nos visuais, beleza?!
Utilizei um padrãozinho para dar nomes para as medidas:

usei um “#” na frente das medidas que forem inteiros (ex.:
quantidades) e “%” nas que representarem percentuais.
Sabemos que temos um pedido em cada linha da tabela fPedidos, certo?! Para
saber quantos pedidos temos no total , basta contar as linhas dessa tabela:
# Realizados = COUNTROWS(fPedidos)
Lembra que escolhi a coluna DataPedido como coluna principal (para relacionar
com a tabela dCalendario)? Então, veremos que há um problema nisso ao calcular
a quantidade de pedidos entregues, afinal nesse caso precisaríamos da coluna
DataEntrega, certo?! Para resolver isso, volte em Modelo e arraste o campo Date na
direção de DataEntrega:
Figura 28: Adicionando um relacionamento inativo
24
Perceba que ao fazer isso, criamos essa ligação tracejada. Isso significa que
esse relacionamento deverá ser ativado por meio de uma função DAX chamada
USERELATIONSHIP.
Além disso, você lembra que tínhamos linhas em branco na coluna DataEntrega?!
Precisamos adicionar um filtro dentro da CALCULATE para ignorar essas linhas vazias
da contagem. Veja como ficou:
# Entregues =
CALCULATE(
[# Realizados];
fPedidos[DataEntrega] <> BLANK();
USERELATIONSHIP(dCalendario[Date];fPedidos[DataEntrega])
)
Ah, tente não esquecer de mudar o formato do número sempre que terminar de
criar uma medida. Um dos lugares que você pode fazer isso é aqui:
Figura 29: Alterando o formato da medida
25
Para calcular quantos pedidos estão “Em Aberto” devemos pensar o seguinte:
para o pedido estar com esse status, ele não pode estar nem dentro da medida #
Realizado nem dentro da medida # Entregues, certo?! Logo, o jeito mais fácil de
calcular isso é fazendo a diferença entre essas duas medidas!
Se a gente só fizesse a diferença, veja como ficaria o resultado:
Figura 30: Testando medida
Note que da forma que fizemos estamos considerando apenas os pedidos em

aberto daquele mês, ou seja, estamos desconsiderando o resto (não está acumulando).
O único valor dessa matriz que estaria correto é a última linha com o Total.
26
Vamos precisar usar a função CALCULATE e dentro dela utilizaremos a função

FILTER junto da ALL. Veja como ficou a fórmula final:
# Em Aberto =
CALCULATE(
[# Realizados] - [# Entregues];
FILTER(
ALL(dCalendario);
dCalendario[Date] <= MAX(dCalendario[Date])
)
)+0
Obs.: esse “+0” no final serve para que nos visuais (principalmente Cartão) não
apareça valores “em branco”. No lugar, aparecerá 0, que é o correto.
Figura 31: Verificando a medida # Em Aberto
27
Vamos calcular agora a Order Fill Rate. Se não lembrar o que significa, volte lá no
início da apostila e dê uma olhada na definição. Veja como ficou a medida:
Order Fill Rate =

AVERAGEX(
fPedidos;
DATEDIFF(fPedidos[DataPedido]; fPedidos[DataEmissaoCTE]; DAY)
)
A próxima medida será a Order Cycle Time. Nesse caso, a diferença será dada
entre DataPedido e DataEntrega (é a mesma estrutura da medida anterior):
Order Cycle Time =

AVERAGEX(
fPedidos;
DATEDIFF(fPedidos[DataPedido]; fPedidos[DataEntrega]; DAY)
)
28
A seguir adicionaremos uma coluna calculada na tabela fPedidos. Para fazer isso
clique com o botão direito em qualquer coluna da tabela fPedidos e selecione Nova
coluna. Na barra de fórmula digite:
OnTime =
IF(
fPedidos[DataEntrega] <= fPedidos[DataPrevistaEntrega]
&& fPedidos[DataEntrega] <> BLANK();
"Sim";
"Não")
Agora, vamos adicionar mais uma medida (que depende dessa coluna calculada
que adicionamos):
# No Prazo (OnTime) =
CALCULATE(
[# Entregues];
fPedidos[OnTime] = "Sim"
)
Podemos então calcular o percentual dos pedidos que estão no prazo em relação
ao total, né?! A função DIVIDE é ótima para calcular percentuais, veja:
% OnTime =
DIVIDE([# No Prazo (OnTime)]; [# Entregues])
29
Bora para mais uma medida! Não desiste, ein! Estou de olho! Vamos lá!
% InFull =
VAR vQtdInFull =
CALCULATE(
[# Entregues];
fPedidos[OcorrenciaDevolucao] = 0
)+0
RETURN
DIVIDE(vQtdInFull; [# Entregues])
Se você notar tem um “VAR” ali. Isso é utilizado para declararmos uma variável –
Sim, nós conseguimos criar variáveis locais dentro de uma medida! Irado né?! Fizemos
assim porque não preciso desse valor separado em outro lugar. Nesses casos é bem
mais prático utilizar variáveis.
Finalmente calcularemos o % OTIF!
% OTIF = [% OnTime] * [% InFull]
Vamos adicionar também o valor % OTIF do ano anterior para que a gente possa
comparar esses valores lado a lado num gráfico:
% OTIF LY =
VAR vLY = CALCULATE([% OTIF];
SAMEPERIODLASTYEAR(dCalendario[Date]))
RETURN
IF( [% OTIF] <> BLANK(); vLY )
30
Note que esse IF no final da medida serve para ocultarmos essas datas futuras
(que tem valor para % OTIF LY mas não tem para % OTIF):
Figura 32: Problema de valores futuros
Lá na parte de visuais você vai entender por que estou criando mais essas últimas
medidas:
% OnTime Não Atendido = 1 - [% OnTime]
% OnTime Não Atendido = 1 - [% OnTime]
% InFull Não Atendido = 1 - [% InFull]
31
Visuais
Na página OTIF, vamos adicionar 5 cartões e adicionar as seguintes medidas, um
em cada cartão. O primeiro cartão ficou assim (basta arrastar a medida para Campos).
Dei aquele velho CTRL+C CTRL+V para repetir os demais cartões (mudando apenas a
medida):
Figura 33: Cartões da página OTIF
Agora, esses ícones bonitinhos eu baixei nesse site aqui. Para adicioná-los basta ir
em Inserir  Imagem:
Figura 34: Inserindo ícones
32
Vamos adicionar o filtro de ano. Selecione o visual chamado Segmentador de

Dados e adicione a coluna Ano da tabela dCalendario nesse visual. Para deixarmos
esse filtro igual àquele que mostrei no início da apostila, você precisa alterar umas
coisinhas, veja:
Primeiro, mude para Lista e depois coloque os tópicos da lista na horizontal:
Figura 35: Segmentador de Dados em lista
Figura 36: Segmentador em Lista com tópicos na horizontal
33
Para remover esse item “Em branco” do segmentador, filtre esse visual através do
filtro lateral:
Figura 37: Removendo itens em branco de um visual
Note que ele aparece devido àquelas linhas de pedidos não entregues
(DataEntrega em branco).
34
O próximo gráfico é o “Gráfico de colunas agrupadas e linhas”. Veja os campos

que utilizei.
Figura 38: Desempenho de OTIF ao longo do tempo
Obs.: Ano atual e Ano anterior foram os nomes novos que dei para %OTIF e
%OTIF LY apenas nesse visual, ok?!
Na formatação eu removi o Eixo Y porque optei por utilizar rótulos. Se você

quiser fazer o contrário, fique à vontade! A ideia é não deixar ambas as opções – para
deixar o visual mais limpo, ok?!
35
Repare que é muito importante que você coloque o eixo Y iniciando em zero.
Caso contrário ele pode começar a partir de um certo valor – e pode causar confusão
para o usuário. Para modificar isso, vá em Eixo Y e insira 0 no campo Iniciar:
Figura 39: Ajustando escala do Eixo Y
Agora, utilizaremos o Gráfico de colunas empilhadas. Veja os campos utilizados:
Figura 40: Gráfico de colunas empilhadas
36
Repare que esse total em cima das barras é uma funcionalidade que apareceu na
última atualização do Power BI Desktop. Você pode adicioná-lo aqui:
Figura 41: Rótulos totais
Agora, mostraremos o valor % OTIF por equipes. Temos a opção de mostrar

apenas as equipes mais relevantes (maior quantidade de pedidos realizados). Veja
abaixo que utilizei um filtro de N Superior no painel de Filtros da lateral da página:
Figura 42: Gráfico de barras clusterizado
37
Você pode alterar a cor e a posição do rótulo do gráfico no ítem Rótulos. Eu

coloquei na extremidade da barra, veja:
Figura 43: Mudando a posição do rótulo
Se você for adicionar um gráfico de rosca com o % OTIF notará que ele ficará
totalmente preenchido. É aí que entra aquela medida que criei lá em cima e não
expliquei: % OnTime Não Atendido – nada mais é que o complemento. Utilizaremos
essas duas medidas em Valores:
Figura 44: Gráfico de rosca
38
Note que esse gráfico está sem rótulo e está fininho assim porque modifiquei o
raio interno. Se quiser esse efeito mais clean, desative Rótulos de detalhe e aumente
o Raio interno (também removi Legendas e Título):
Figura 45: Configurações do gráfico de rosca
Depois você pode adicionar um cartão no meio desse Gráfico de rosca e um título
em cima (utilizando uma caixinha de texto):
Figura 46: Cartão dentro do gráfico de rosca
39
Gostaria agora que você fizesse o mesmo procedimento para % On Time e % In

Full. O objetivo é ficar assim:
Figura 47: Gráficos de rosca + cartão
40
Tooltip (dica de ferramenta)

Um recurso bem bacana no Power BI é o Tooltip. Veja como é o efeito dele
quando passo o mouse em cima da barra de dezembro do gráfico de barras que
construímos (olhe para o quadrado com borda vermelha):
Figura 48: Efeito causado pelo Tooltip
Resumindo, Tooltip (Dica de Ferramenta): possibilita exibir informações

extras que sejam relevantes à análise, geralmente cruzando informações de outras
dimensões.
Tem um tutorial bem bacana, passo a passo, aqui no meu blog. Quando tiver um
tempinho, corre lá para ver!
41
Para criar um Tooltip você precisará adicionar uma nova página. Vamos chamá-la
de Tooltip Mes. Nessa página você deve realizar essas configurações:
Figura 49: Configurações da página de Tooltip
Agora você pode adicionar os gráficos que quiser ali! Eu utilizei esses daqui:
Figura 50: Gráficos utilizados no Tooltip
42
Repare que os três gráficos de linha possuem a coluna Date da tabela

dCalendario, ok?!
Clique com o botão direito nessa página onde criou o Tooltip e selecione Ocultar
página.
Muito importante: para que esse Tooltip apareça naquele gráfico de barras, você
precisa indicar isso nele. Volte na página anterior (OTIF) e depois de clicar no gráfico
de barras, e escolha essas duas opções em Tipo e Página:
Figura 51: Configurações necessárias para o Tooltip aparecer no seu gráfico
O próximo gráfico que adicionaremos, agora na página “Decomposiçao” será

este: árvore hierárquica. Este visual é bem fácil de construir, basta você adicionar
uma medida em Analisar e inserir as dimensões em Explicar por. Além disso, repare
que você pode expandir essa árvore de várias maneiras... Veja as opções que aparecem
quando você clicar nesse “+”:
43
Figura 52: Árvore hierárquica
Ah, também adicionei ali embaixo uma medida em Dicas de ferramentas para
que esse valor apareça ao passar o mouse em cima dos campos do visual. Vou deixar as
configurações de cor, fundo, rótulos etc com você, ok?!
Esse visual é bem bacana, porque você pode deixar a árvore aberta (como mostro
a seguir) mas o usuário que verá isso publicado no PBI online também conseguirá fazer
sua própria abertura! Isso abre um mundo de possibilidades em termos de análise!
Explore bastante esse visual e você terá a mesma conclusão que eu tive!
44
Figura 53: Árvore hierárquica totalmente expandida
Principais influenciadores
Também vou te mostrar outro queridinho em termos de visuais bacanas do Power
BI!
É o gráfico Principais Influenciadores. Ele roda uma Inteligência Artificial por

trás para cruzar as informações que você inserir nele.
Os campos para inserir nesse visual são bem parecidos com aqueles que
utilizamos na Árvore hierárquica. A diferença é o que ele te mostra de resultados.
Faça um teste você mesmo. Leia as informações que ele trouxer de resultado! É um
storytelling bem legal! A regra geral é explorar os visuais!
45
Figura 54: Principais influenciadores
Drill-Through
Bom, praticamente finalizamos a maioria das páginas! Faltou apenas uma página –
que se chama Pedido, lembra dela?!.
Muitas vezes acontece de um supervisor perguntar quais os clientes que estão

sendo considerados em determinado gráfico... Querem saber mais informações sobre
um determinado ponto...
Uma funcionalidade bem legal do PBI é o Drill-Through. Essa trava línguas serve
para que o usuário do seu Dashboard consiga detalhar os dados facilmente (e somente
se ele quiser). É como se fosse um botão mágico que te leva para outra página com
mais detalhes daquilo que você selecionou.
Bora criar esse negócio! Vá para a página Pedido.
46
Primeiro, devemos adicionar todos os campos possíveis que levarão o usuário a

chegar nessa página de detalhes. Exemplo: se você adicionar a coluna “Cidade”, todos
os gráficos que possuírem o campo Cidade habilitarão automaticamente um botão de
Drill-Through. Durante a Live, coloquei essas colunas aqui:
Figura 55: Colunas para Drill-Through
47
Vamos adicionar uma tabelona nessa página. Insira o visual Tabela e coloque
(quase) todas essas colunas em Valores:
Figura 56: Tabela com Detalhes dos pedidos
Repare que automaticamente apareceu um botão de voltar () nessa página!
Faça um teste: vá naquela árvore hierárquica e clique com o botão direito em

alguma das barras. Veja que vai aparecer um botão chamado “Drill-through” e se clicar
nele, você chegará nessa página que acabamos de criar!
Figura 57: Botão de Drill-Through
48
Bom, vou te mostrar como ficaram as páginas finalizadas e sei que depois dessas
duas apostilas você tem total condição de conseguir completar o que falta, certo?! É
com a “mão na massa” que a gente mais aprende!
Basicamente falta ajustar os títulos, duplicar visuais (mudando as medidas) e

adicionar aqueles três botões com suas respectivas ações (para navegar entre as
páginas).
As página finalizadas:
Figura 58: Página OTIF
49
Figura 59: Página Decomposição
Figura 60: Influenciadores
50
Bom, acabou (por hoje)!
Obrigado pela presença na Power BI Week ! Não esquece que ainda tem mais,
viu?!
Até mais!
Abraços,
Leonardo Karpinski.
51
52

Apostila Live2 PBIW PDF

Загружено:

Сведения о документе

Исходное описание:

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Apostila Live2 PBIW PDF

Загружено:

Авторское право:

Доступные форматы

POWER BI WEEK – DASHBOARD LOGÍSTICA (OTIF)

Pilar 2: Estruturação da Base de Dados / / / / / / / / 6

Pilar 4: Cálculos com DAX / / / / / / / / / / / / / / / 24

Tooltip (dica de ferramenta) / / / / / / / / / / / / / / 41

Olá! Tudo bem com você?!

E aí, está gostando das Lives?

Conforme prometido, esta é a Apostila da Live #2 da Power BI Week 2020!

O objetivo desse nosso encontro foi fazer um Dashboard de Logística com

Veja uma palhinha do resultado:

Figura 1: Dashboard de Logística com Monitoramento de Entregas e Cálculo de OTIF

Bom, vamos começar com os indicadores.

Os principais indicadores de logística que vamos calcular no Power BI Desktop são

• On Time In Full (OTIF):

- On Time: mede a pontualidade do pedido (o produto foi entregue no prazo e

- In Full: mede a eficiência de todos os processos de atendimento e logísticos

- OTIF = [On Time] x [In Full]

Quando há o acompanhamento do OTIF e a empresa busca sempre pontuações

• Melhoria da performance de entrega;

• Aumento da satisfação dos clientes, consequentemente, da vantagem

• Modificação da cultura da empresa – todo o trabalho é focado em satisfazer o

• Qualificação contínua dos processos, aumento da produtividade e

Obs: clique aqui para ver a referência utilizada.

Imagine que extraímos esses dados de um sistema, e eles vieram em formato de

Observe a tabela Pedidos a seguir:

Figura 2: Base de dados (Pedidos)

A tabela Representante só possui três colunas, veja:

Figura 3: Base de dados (Representante)

A tabela Cliente possui essas quatro colunas:

Figura 4: Base de dados (Cliente)

Por fim, temos a tabela Cidade:

Figura 5: Base de Dados (Cidade)

Lembra dos 7 pilares para a construção de um projeto de Business Intelligence

Pilar 2: Estruturação da Base de

Figura 6: Importando o arquivo para o PBI

Figura 7: Selecionando as tabelas para importar

Figura 8: Alterando tipo de dado

Figura 9: Renomeando tabelas

Se não lembrar da definição dos tipos de tabela (fato e dimensão), dê uma

Bom, se você notar, na tela Modelo, o PBI identificou automaticamente o

Figura 10: Relacionamentos automáticos pelo Power BI

No nosso exemplo, sabemos que Cidade é um atributo do Cliente. Nesse caso, o

Figura 11: Voltando para a janela do Power Query (editor)

Vá até a tabela dCliente e em Página Inicial selecione Combinar  Mesclar

Figura 12: Mesclando consultas

Figura 13: Expandindo valores da tabela mesclada

Bom, agora não precisamos mais da tabela dCidade, certo?!

Vamos ocultá-la (desabilitando a sua carga)!

Figura 14: Ocultando tabela dCidade

No Power Query temos a linguagem M. Ela é um pouco mais complexa que

Antes de começar, verifique se a barra de fórmulas do Power Query está sendo

Figura 15: Ativando barra de fórmulas no Power Query

Para criar uma tabela dCalendario, precisaremos:

• Em Página Inicial  Nova fonte

• Digitar na barra de fórmulas “=List.Dates” (inclua o “=” também, mas tire as

• Digite a data inicial em Start

• Digite o número de dias até a data final em Count

Figura 16: Usando List.Dates no Power Query

Figura 17: Transformando resultado da função em Tabela

Figura 18: Mudando o tipo de dado (para Data)

1. Clique na coluna Data

3. Clique no botão Data

Figura 19: Criando colunas auxiliares na dCalendario