Tabelas Fato e Dimensão no Power BI: aprenda a como utilizar

Power BI · 8 min de leitura

Em resumo

Estruturar corretamente tabelas fato e dimensão é o primeiro passo para criar relatórios eficientes no Power BI. Neste guia detalhado, mostramos como transformar uma base de vendas bruta em um modelo de dados robusto, abrindo portas para análises rápidas, segmentadas e seguras. Aprenda na prática a montar, relacionar e usar essas tabelas para turbinar sua carreira em dados.

Tabelas Fato e Dimensão no Power BI: aprenda a como utilizar

Se você já tentou analisar dados no Power BI usando apenas uma planilha única, provavelmente enfrentou dificuldades para criar filtros eficientes, garantir cálculos corretos e montar visualizações realmente úteis. Isso acontece porque, para análises profissionais e dashboards que facilitam decisões, é fundamental separar os dados em tabelas fato e dimensão. Neste artigo, mostramos na prática como criar essa estrutura do zero, usando uma base de vendas simples. Assim, você consegue análises mais flexíveis e evita retrabalho, ganhando destaque em processos seletivos ou no dia a dia do trabalho com dados.

Estruturar o modelo de dados com tabelas fato e dimensão não só organiza a informação, mas permite responder perguntas de negócio de forma rápida, segura e confiável. Ao final deste guia, você vai dominar os conceitos e saber aplicar essa técnica nos seus próprios projetos, elevando o nível dos seus dashboards e relatórios no Power BI.

Caso prefira aprender por vídeo, assista à aula completa: https://www.youtube.com/watch?v=C3EH9eFtpdk

O material utilizado nesta aula está disponível para download logo abaixo do vídeo na descrição. Recomendamos baixar o arquivo para acompanhar cada passo do tutorial.

O que você vai aprender

  • O conceito de tabelas fato e dimensão e sua importância no Power BI
  • Como importar e preparar uma base de vendas real para análise
  • Passo a passo para criar tabela fato e tabelas dimensão no Power BI Desktop
  • Como configurar relacionamentos entre as tabelas para análises consistentes
  • Dicas para evitar erros comuns na modelagem de dados

Por que separar tabelas fato e dimensão no Power BI

Quando usamos uma única tabela para toda a base de vendas, cada linha traz tanto os dados do evento (a venda em si) quanto dados descritivos do cliente, produto, cidade, entre outros. Isso pode parecer simples, mas dificulta a aplicação de filtros, cria redundância e aumenta o risco de erros. Separando a tabela fato (onde ficam os registros dos eventos e medidas) das tabelas dimensão (com informações descritivas), o Power BI consegue cruzar dados com mais eficiência e traz flexibilidade para análises, como comparar vendas por categoria, cliente ou produto sem duplicidade.

Dica importante: Uma boa modelagem de dados é o segredo para criar painéis rápidos, com visualizações interativas e que respondem perguntas do negócio sem travar ou trazer resultados errados.

Passo 1: Importando a base de vendas no Power BI Desktop

  1. Acesse o Power BI Desktop e clique em Página Inicial > Obter Dados > Excel.
  2. Selecione o arquivo de apoio da aula e, na janela de navegação, escolha a planilha Vendas.
  3. Na tela seguinte, clique em Transformar Dados para abrir o Power Query.

No Power Query, você verá que cada linha representa uma venda, com colunas para data, ID da venda, cliente, produto, cidade, categoria, quantidade e preço unitário.

Esse é o ponto de partida para transformar uma base crua em um modelo de dados robusto.

Passo 2: Criando a tabela fato (F_Vendas)

  1. No Power Query, selecione a consulta Vendas e renomeie para F_Vendas, clicando duas vezes no nome da consulta à esquerda.
  2. Mantenha apenas as colunas essenciais para o registro do evento: IDVenda, Data, IDCliente, IDProduto, Quantidade e PrecoUnitario.
  3. Remova as colunas Cliente, Cidade, Produto e Categoria para evitar repetição de atributos.
  4. Verifique os tipos de dados:
    • Data: tipo data
    • IDVenda, IDCliente, IDProduto: tipo texto
    • Quantidade: número inteiro
    • PrecoUnitario: número decimal

A tabela fato deve conter apenas os dados do evento de venda e as chaves (IDs) que vão conectar às dimensões.

ColunaTipo de dadoFunção na tabela fato
IDVendaTextoIdentificador único do evento
DataDataQuando ocorreu a venda
IDClienteTextoChave para a dimensão cliente
IDProdutoTextoChave para a dimensão produto
QuantidadeNúmero inteiroMedida do evento
PrecoUnitarioNúmero decimalMedida do evento

Passo 3: Criando a dimensão Cliente

  1. Com o Power Query aberto, clique com o botão direito na consulta original Vendas e selecione Referenciar para criar uma nova consulta baseada nela.
  2. Renomeie a nova consulta para D_Cliente.
  3. Mantenha apenas as colunas IDCliente, Cliente e Cidade. Remova as demais colunas usando Remover Colunas no menu de contexto.
  4. Para evitar duplicidades, selecione IDCliente e use o botão Remover Duplicatas no menu Transformar.

Esta tabela vai armazenar informações descritivas sobre cada cliente, sem repetir dados, otimizando o espaço e facilitando os filtros no relatório.

Passo 4: Criando a dimensão Produto

  1. Repita o mesmo processo: clique com o botão direito na consulta Vendas e escolha Referenciar.
  2. Renomeie a nova consulta para D_Produto.
  3. Mantenha as colunas IDProduto, Produto e Categoria. Remova as outras.
  4. Remova duplicatas selecionando IDProduto e clicando em Remover Duplicatas.

A dimensão produto facilita análises por linha de produto, categoria ou nome, aumentando o poder do seu dashboard.

Passo 5: Aplicando as transformações e carregando o modelo

  1. Clique em Fechar & Carregar para retornar ao Power BI Desktop e carregar as três tabelas (F_Vendas, D_Cliente, D_Produto) no modelo de dados.

Na tela de modelagem, você verá as três tabelas separadas, prontas para serem conectadas pelos relacionamentos.

Passo 6: Criando os relacionamentos entre as tabelas

  1. Vá até a visão de Modelagem no Power BI Desktop.
  2. Arraste o campo IDCliente da tabela F_Vendas até o campo IDCliente da tabela D_Cliente; depois, faça o mesmo para IDProduto e D_Produto.
  3. Verifique se os relacionamentos são do tipo um para muitos (1:*): a dimensão é o lado "um", a fato é o lado "muitos".

Esses relacionamentos garantem que filtros de cliente ou produto impactem corretamente os cálculos e gráficos baseados na tabela fato.

Importante: Sempre confira se o relacionamento está correto. Uma ligação errada pode trazer resultados inconsistentes ou impedir a interação entre tabelas no relatório.

Passo 7: Usando as dimensões para análise no Power BI

Com as tabelas e relacionamentos criados, agora é possível montar visualizações que cruzam vendas com qualquer atributo de cliente ou produto, sem duplicidade e de forma eficiente.

  • Adicione um gráfico de barras para mostrar vendas por cliente, usando campos da D_Cliente e valores da F_Vendas.
  • Crie filtros (segmentações) por cidade ou categoria, diretamente das dimensões.
  • Monte dashboards dinâmicos, onde selecionar um cliente ou um produto atualiza todos os gráficos relacionados.

Erros comuns ao modelar tabelas fato e dimensão

  • Deixar atributos repetidos na tabela fato: Isso aumenta o tamanho do arquivo e gera cálculos incorretos.
  • Não remover duplicatas nas dimensões: Pode causar problemas nos relacionamentos e nos filtros dos relatórios.
  • Relacionar pelo campo errado: Sempre use as chaves (IDs) para conectar fato e dimensão.
  • Configurar o relacionamento do tipo muitos para muitos: Prefira o formato um para muitos para garantir integridade e performance.

Dicas para uma modelagem eficiente

  • Mantenha as tabelas de dimensão com o mínimo necessário de colunas descritivas.
  • Nomeie as tabelas de forma clara: F_Vendas, D_Cliente, D_Produto, etc.
  • Sempre revise os tipos de dados antes de carregar para o modelo.
  • Evite misturar medidas e atributos descritivos na mesma tabela.
  • Salve o arquivo após cada etapa importante para evitar perda de trabalho.

Perguntas frequentes

Por que não usar apenas uma tabela no Power BI?

Usar uma única tabela traz redundância, dificulta análises com filtros e aumenta o risco de erros nos cálculos. O modelo com tabela fato e dimensões é mais eficiente e seguro.

O que entra na tabela fato e o que vai para as dimensões?

A tabela fato armazena os eventos (transações) e medidas numéricas, enquanto as dimensões guardam informações descritivas, como nomes de clientes e produtos.

Como saber se o relacionamento entre as tabelas está correto?

O correto é relacionar as chaves (IDs), sempre do tipo um para muitos, com a dimensão no lado "um" e a fato no lado "muitos".

É possível adicionar mais dimensões depois?

Sim, basta criar novas consultas de dimensão e relacionar com a tabela fato pelo campo adequado.

Preciso de DAX para criar essas tabelas?

Não, a criação das tabelas fato e dimensão pode ser feita totalmente no Power Query, sem fórmulas DAX.

Conclusão

Agora você já sabe como criar tabelas fato e dimensão no Power BI, estruturar os relacionamentos e montar um modelo de dados eficiente. Essa organização é essencial para relatórios profissionais e para se destacar no mercado de dados. Para continuar evoluindo, confira nosso guia sobre como começar no Power BI do zero ou veja como o ChatGPT pode criar dashboards completos no Power BI.

Bons estudos e até o próximo conteúdo! 🚀

Quer dominar o Power BI do básico ao avançado? Conheça o curso de Power BI online da Atuar: 245 aulas, certificado e monitoria 24h com IA.

Continue aprendendo