Nesta apresentação eu mostro um pouco do conteúdo que disponibilizo no meu curso de Power BI Aplicado.
Para conferir o conteúdo completo basta acessar o seguinte link:
https://www.udemy.com/power-bi-aplicado/?couponCode=DESCONTOLKD
3. 3
O que é BI?
Objetivo
Principal
Facilitar a interpretação dos dados, identificar novas oportunidades de negócio e ajudar a
empresa a montar uma estratégia de longo prazo.
Coleta
Transformação e
Organização Análise
Monitoramento e
Compartilhamento
Das informações que são a base da gestão de negócios, tais como informações de vendas, estoque, produção,
financeiro, informações de clientes, etc.
4. 4
Processo que auxilia a transformação dos dados
brutos em informações compreensíveis e
significativas para posterior análise do negócio.
5. 5
Aplicações de BI
BI
Acompanhamento das vendas e
do funil de vendas
Controle de estoque, produção e
entrega de produtos
Acompanhamento da efetividade
de campanhas de Marketing
Avaliação de Churn,
Upsell e Cross-sell
Acompanhamento das metas e
indicadores de sucesso individuais
e das áreas
Avaliação da saúde financeira da
empresa
6. 6
Cenários para Aplicação de BI
Conseguimos fazer análise
completa da empresa:
• Vendas
• Financeiro
• Estoque
• Produção
• Clientes
• etc
Conseguimos fazer estudo da
base através de análise dos
dados do software:
• Perfil dos clientes
• Propensão para churn
• Recomendação de Upsell e
Cross-sell
• etc
Conseguimos fazer integração
apenas com ferramentas que
disponibilizam API.
Empresa possui ERP com acesso
ao banco de dados
Empresa de Software com acesso
às informações dos clientes
Empresa utiliza sistemas e
aplicativos de terceiros na nuvem
01 02 03
10. 10
ERP
Planilhas
CRM
Dados
externos
Utilizado para armazenar
informações relativas às atividades
de uma organização de forma
consolidada, com as informações
unificadas e padronizadas em um
mesmo local.
Sua função é tornar as informações
acessíveis para o seu entendimento,
gerenciamento e uso.
Sua missão é mostrar apenas o que
é importante, e mostrar com
velocidade
Data Warehouse
11. 11
Banco de Dados Dimensional
Dimensão A
Dimensão B Dimensão E
Fato
• Medidas sobre o negócio
• Valores que posso agregar
• Dados quantificáveis
• Ex: quantidade de vendas,
valor das vendas, lucro
Dimensão C Dimensão D
Tabelas Dimensão:
• pontos de vista dos quais os fatos
podem ser analisados
• fatores de agrupamento
• perspectivas
• Ex: vendas por local, por dia, por
produto, por tipo, etc
Esquema
Estrela
12. 12
Agora vamos analisar o Banco de Dados
Dimensional (DW) da Adventure Works
para Vendas na Internet
15. 15
Modelagem de Dados
Construções de modelagem OLAP
(cubos, dimensões, medidas).
Surgiu com o SQL Server 2000
Construções de modelagem
relacionais (modelo, tabelas,
colunas).
Surgiu com o SQL Server 2012
Originalmente um suplemento,
mas agora está totalmente
integrado no Excel.
Semelhante à tabular, porém para
ser utilizado com dados não tão
grandes no Excel ou no Power BI
Modelagem
Multidimensional
Modelagem
Tabular
Modelagem
Powerpivot
01 02 03
16. 16
Dimensão ADimensão B
Dimensão C
Modelagem Multidimensional - Cubo
Estrutura dimensional por onde é
possível realizar diversas operações
para obter os valores da Tabela Fato
17. 17
Dimensão
Tempo
Tabela de calendário para ser
possível filtrar por diferentes
dimensões que representam o
tempo, como Ano, Mês, Dia,
Semana do Ano, Trimestre, etc
Dimensão
Produto
Tabela com dados únicos dos
produtos, como Nome,
Categoria, Preço Unitário, etc.
Dimensão
Cliente
Tabela com dados únicos dos
clientes, como Nome,
Documento, Nascimento,
Endereço, Telefone, etc
Exemplo de Cubo
Cada bloco representa o Valor das
Vendas de um determinado produto para
um determinado cliente, em um
determinado período de tempo
18. 18
Modelagem Tabular
• Surgiu em 2012 junto com o SQL Server 2012
• Aparência semelhante às tabelas de Excel
• É um modelo relacional, portanto não é obrigatório a conexão a um DW com esquema estrela
• Mais simples de ser desenvolvido
• Mais rápido computacionalmente
• Utiliza linguagem DAX, mais fácil que a linguagem MDX (modelo dimensional)
• Ideal para bases não muito grandes e cálculos não muito complexos
20. 20
Microsoft Self-Service BI
Suplementos do Excel
Powerpivot
Permite a criação de modelos
de dados diretamente no Excel
para a transformação dos
dados em informações
significativas
Camada de DW e
Modelagem de Dados
Power Query
Permite a obtenção e
manipulação de
informações a partir de
diferentes fontes de dados
Camada de ETL
Power View
Permite a criação de
relatórios e dashboards
que garantem uma
experiência interativa ao
usuário
Camada de Relatórios
21. 21
Processo de Self-Service BI
Clientes
Estoque
Produção
Vendas
Externos
Power Query
Powerpivot Powerpivot
Power View
22. 22
Enterprise x Self-Service BI
Relatórios
Reporting Services
Modelagem
de dados
Analysis Services
ETL
Integration
ServicesEnterprise
Self-Service Power
Query
Power
Pivot
Power
View
26. 26
Microsoft Power BI
• Atualizações mensais
• Grande comunidade na internet
• Inúmeras possibilidades de conexão com dados, de diversas fontes
• Integração com outras soluções da Microsoft (Azure, Azure Machine Learning, Sharepoint, SSAS, HDInsight, etc)
• Facilidade para realizar ETL e modelagem de dados
• Poder das expressões DAX para realizar cálculos avançados
• Interatividade dos relatórios, podendo filtrar dados com extrema facilidade
• Possibilidade de embedar relatórios em aplicativos
• Gráficos e visuais avançados, inclusive podendo-se utilizar a linguagem R
• Possibilidade de compartilhar os dashboards para qualquer pessoa
• Possui aplicativo para celular
• E, por último, mas não menos importante, o preço imbatível: $9,90 por usuário
27. 27
Versão Desktop x Online
Versão
Desktop
Versão
Online
Construção de modelos e funções DAX
Conexão com fontes de dados on-premise
Conexão com fontes de dados online
Construção de relatórios
Construção de dashboards
Compartilhamento, colaboração e publicação na web
Q&A e insights
Valor Grátis
Possui versão grátis
e Pro à $9,90
28. 28
ETL com Query Editor
Limpar e filtrar dados
Substituir valores
Formatar dados
Pivotar colunas
Criar colunas personalizadas
Remover colunasRemover valores duplicados
Combinar dados
30. 30
Tipos de Visualização
Gráficos de barras e colunas
Gráficos de linha e área
Gauges, KPI’s e Medidores
Gráfico de dispersão
etc
Gráficos de Funil
Gráficos de rosca
32. 32
Funções DAX
DAX
DATA ANALYSIS EXPRESSIONS
Coleção de funções, operadores e
podem ser usados em uma fórmula ou
calcular e retornar um ou mais valores.
Funções semelhantes às do Excel.
Funções de filtro
Permitem manipular o contexto de dados para criar cálculos
dinâmicos
Funções de inteligência de tempo
Usando intervalos de hora e data em combinação com agregações
ou cálculos, é possível criar comparações significativas em
períodos de tempo comparáveis.
Funções lógicas
Agem sobre uma expressão para retornar informações sobre os
valores da expressão.
Funções de data e hora
Semelhantes às funções de data e hora do Microsoft Excel. No
entanto, as funções DAX se baseiam nos tipos de dados datetime
usados pelo Microsoft SQL Server.
01
02
03
04
33. 33
Funções Lógicas
=AND(10>9,6<3)
Retorna FALSE
Retorna “Falso”
FunçãoAND
Verifica se os dois argumentos são
TRUE, e retorna TRUE se os dois
forem TRUE.
01
Função IF
Verifica se uma condição fornecida
como o primeiro argumento foi
atendida. Retorna um valor se a
condição é TRUE; retorna outro
valor se a condição é FALSE.
02
Função IFERROR
Avalia uma expressão e retorna um
valor especificado caso a
expressão retorne um erro; caso
contrário, retorna o valor da própria
expressão.
03
=IF(AND(10>9,6<3),
“Verdadeiro”,
“Falso”
)
Retorna 9999, pois 25/0 é NaN
=IFERROR( 25/0,9999)
34. 34
Funções de Data e Hora
=DATE(2016,1,25)
Retorna o dia 25/jan/2016
Retorna a data atual
Função DATE
Retorna a data especificada no
formato datetime.
01
Função TODAY
Retorna a data atual.02
Função YEAR
Retorna o ano de uma data como
um inteiro de quatro dígitos no
intervalo 1900 a 9999.
03
=TODAY()
Retorna o ano referente à data
da coluna enviada
=YEAR(dCalendario[Data])
35. 35
Funções de Filtro
=CALCULATE(
SUM(fVendas[Vendas]),
ALL(dProdutos)
)
Calcula o total em Vendas
ignorando qualquer filtro
na tabela dProdutos
=CALCULATE(
SUM(fVendas[Vendas]),
FILTER(
dProdutos,
dProdutos[Produto]="Bicicleta“
)
)
Calcula o total em Vendas
do produto Bicicleta
Função CALCULATE
Avalia uma expressão em um contexto
que é modificado pelos filtros
especificados.
01
FunçãoALL
Retorna todas as linhas de uma
tabela ou todos os valores de uma
coluna, ignorando qualquer filtro
que possa ter sido aplicado.
02
Função FILTER
Retorna uma tabela que representa
um subconjunto de outra tabela ou
expressão.
03
36. 36
Funções de Inteligência de Tempo
=CALCULATE(SUM (fVendas[Vendas]),
DATEADD(dCalendario[Data],
-1,YEAR
)
)
Calcula o total em Vendas
do ano anterior
Calcula o total em Vendas
acumulado no ano
Função DATEADD
Retorna uma tabela que contém uma
coluna de datas, adiantadas ou
atrasadas no tempo conforme o
número especificado de intervalos.
01
Função DATESYTD
Retorna uma tabela que contém
uma coluna de datas desde o início
do ano, no contexto atual.
02
Função TOTALMTD
Avalia o valor da expressão no
período desde o início do mês, no
contexto atual.
03
=CALCULATE(SUM(fVendas[Vendas]),
DATESYTD(dCalendario[Data])
)
Calcula o total em Vendas
acumulado no mês
=TOTALMTD(SUM(fVendas[Vendas]),
dCalendario[Data]
)
37. 37
Coluna Calculada x Medida
Coluna Calculada
• Row context
• Valor calculado para cada linha da
tabela
• Utilizado quando se deseja expor os
valores em um eixo do gráfico ou
quando se deseja fazer classificar os
dados com base nos valores
calculados
Medida
• Filter context
• Calculada somente para as células
que são usadas na tabela dinâmica
ou gráfico dinâmico
• Mais eficientes computacionalmente
• Utilizada sempre que tivermos
valores para expor em um gráfico
X
38. 38
Coluna Calculada x Medida
Produto Venda Lucro
A 100 10
A 80 20
A 120 36 Produto
SUM
Venda
SUM
Lucro
SUM
Margem
A 320 66 0,65
Agregando por Produto
Margem Correta =
SUM ( Lucro ) / SUM ( Venda)
Margem
0,10
0,25
0,30
O objetivo aqui é focarmos em BI mais pro lado de TI, pro lado analítico, e não tanto pro lado de dev, que é o de integração com ferramentas. Fazer integrações com software, buscar dados da internet, etc, é um trabalho mais hacker e que exige alguém com mais conhecimento em programação e técnicas de hacker mesmo. Eu tenho perfil mais de análise, portanto vamos focar em analytics. O felipe, depois do curso de hoje, poderia dar uma estudada em integrações para Power BI e dar um curso para nós em breve :D
É ter acesso fácil aos dados para poder agir de acordo com os resultados apontados.
Um número não é nada sem a devida interpretação.
O objetivo aqui é focarmos em BI mais pro lado de TI, pro lado analítico, e não tanto pro lado de dev, que é o de integração com ferramentas. Fazer integrações com software, buscar dados da internet, etc, é um trabalho mais hacker e que exige alguém com mais conhecimento em programação e técnicas de hacker mesmo. Eu tenho perfil mais de análise, portanto vamos focar em analytics. O felipe, depois do curso de hoje, poderia dar uma estudada em integrações para Power BI e dar um curso para nós em breve :D
De qualquer forma o item 3 tem muita aplicação também, principalmente para diretores acompanharem os resultados das áreas
Esse BD é atualizado constantemente, a cada movimentação da empresa há uma atualização dos dados
Bancos transicionais (OLTP) são bancos relacionais altamente normalizados para evitar redundância, e possuem diversas informações que não são necessárias para análises. Como realizar queries em SQL diretamente nos bancos OLTP são lentas e difíceis de fazer, opta-se por construir um DW, que possui um design que torna o processo de análise mais fácil. DWs são então voltados para análise!!
Um modelo de dados dimensional é extremamente simples, isto facilita para os usuários deste banco de dados identificarem onde estão localizadas as informações e permite que os softwares que naveguem por estes bancos de dados com eficiência. Um outro fator importante para a modelagem dimensional é a velocidade de acesso a uma informação, com modelos simples sem muitas tabelas para relacionar, é muito rápido para extrair as informações necessárias.
Powerpivot e tabular possuem a mesma estrutura por trás
Utiliza-se quando não se tem muitas restrições em segurança e gerenciamento
O volume total do cubo é a quantidade de vendas total da empresa.
Na intersecção destas três dimensões está a quantidade de produtos que foi vendido.
O volume total do cubo é a quantidade de vendas total da empresa.
Na intersecção destas três dimensões está a quantidade de produtos que foi vendido.
O que vem mudando no mundo de BI? Antigamente o gestor precisava pedir pra TI gerar relatórios, e eles demoravam para serem produzidos. Havia ilhas de informação, com informações dispersas e não unificadas. Gasta-se muito tempo para unir manualmente informações de diversos locais, dificultando o processo de tomada de decisão.
Desde o início dos anos 2000 começaram a surgir ferramentas de BI que cada vez mais estão dependendo menos do pessoal de TI.. são as chamadas ferramentas de Self Service BI. These facilities focus on four main objectives: easier access to source data for reporting and analysis, easier and improved support for data analysis features, faster deployment options such as appliances and cloud computing, and simpler, customizable, and collaborative end-user interfaces.
Business users are able to access the real-time data they want and quickly generate results without the need for technical expertise. Often, no coding skills are required.
Agile BI’s upfront costs, total cost of ownership (TCO) and total cost of change (TCC) are significantly less than Traditional BI’s costs.
When compared to Traditional BI, Agile BI offers a shorter development cycle that uses less IT resources and is faster to deliver.
User adoption is typically greater with Agile BI than with Traditional BI because it’s easier for the non-technical business user to understand and leverage.
Isto não quer dizer que continua sendo interessante um DW.. Quanto mais limpo o banco de dados entrar na ferramenta de BI melhor
O objetivo aqui é focarmos em BI mais pro lado de TI, pro lado analítico, e não tanto pro lado de dev, que é o de integração com ferramentas. Fazer integrações com software, buscar dados da internet, etc, é um trabalho mais hacker e que exige alguém com mais conhecimento em programação e técnicas de hacker mesmo. Eu tenho perfil mais de análise, portanto vamos focar em analytics. O felipe, depois do curso de hoje, poderia dar uma estudada em integrações para Power BI e dar um curso para nós em breve :D