O tópico de hoje é algo que quase todo mundo que trabalha com Power BI já ouviu falar, mas quase ninguém consegue explicar. O que é exatamente o DAX? Serão apenas fórmulas do Excel dentro do Power BI ou algo completamente diferente? A questão é que a maioria das pessoas pensa que o DAX é basicamente fórmulas do Excel com outro nome, não é? O DAX é uma forma totalmente diferente de pensar sobre cálculos. Se você tentar tratá-lo como Excel, ficará frustrado e confuso sem entender por que seus números não batem. Ao final deste episódio, você saberá o que o DAX realmente é porque é importante e os conceitos básicos para começar a usá-lo com confiança. Pegue seu café e vamos começar. O que é exatamente o DAX? DAX significa Data Analysis Expressions e é a linguagem de fórmulas usada no Power BI, no Power Pivot do Excel e no SQL Server Analysis Services. Pense nele como um motor que alimenta seus cálculos nos bastidores. O DAX não é novidade. Ele existe desde que o Excel Power Pivot foi introduzido há mais de uma década. Mas com o Power BI, ele se tornou a linguagem principal para quem leva análise de dados a sério. E aqui está o que o torna diferente. No Excel você escreve fórmulas que trabalham com células individuais. Aponte para 1, multiplique por B1 e você obtém um resultado para uma célula. O DAX não funciona assim. Ele trabalha com tabelas e colunas inteiras de uma só vez. Você não calcula uma célula por vez. Em vez disso, você diz ao mecanismo, pegue toda esta coluna de números e some ao filtro esta tabela inteira com base nesta condição. Então como você pode visualizar? Imagine que você está construindo um prédio escritor. O Power BI fornece a estrutura, os andares, as paredes e as salas. Esse é o seu modelo de dados. O DAX é a fiação e encanamento. É o que faz tudo funcionar. Sem o DAX, você tem um prédio que parece bonito, mas não tem eletricidade nem água corrente. Com ele, as luzes acendem, as torneiras funcionam e seus relatórios respondem quando alguém clica em um filtro. Essa capacidade de resposta é o objetivo principal. O DAX permite criar cálculos que reagem automaticamente a filtros e interações. Crie uma medida e ela mostrará o número correto que alguém esteja olhando para o total de vendas por região, produto ou mês. Simplesmente funciona. Para usá-lo bem, você precisa entender as duas principais formas de trabalhar com o DAX. Vamos detalhá-las. Dois mundos. Colunas calculadas versus medidas. Hoje falaremos sobre dois blocos de construção no DAX. Colunas calculadas e medidas. A maioria das pessoas pensam na mesma coisa. Elas não são. Confundi-los é um dos erros mais comuns que vejo. Uma coluna calculada é estática. Ela adiciona uma nova coluna à sua tabela. Ela é preenchida durante uma atualização, então permanece lá. Ela não muda até a próxima atualização. Aqui está a maneira mais simples de pensar nisso. Imagine um arquivo de documentos. Você coloca um papel ou uma pasta. Esse papel tem o nome completo do cliente. Não importa se você olha o arquivo hoje ou na semana que vem. O nome ainda está lá. Isso é uma coluna calculada. Uma medida é completamente diferente. Ela não fica na tabela. Ela vive na memória do seu relatório. Toda vez que alguém filtra, segmenta ou clica em um visual, a medida desperta e recalcula. Por que isso importa? Se um usuário clica em um segmentador para a região nordeste, a medida recalcula instantaneamente. Uma coluna calculada ignora o segmentador. Ela tem que ver. Ela é estática. Aqui está a regra simples. Se o número precisa mudar, quando alguém clica em um botão, use uma medida. Se ele é o mesmo, não importa o que é uma coluna calculada, serve. O total de vendas deve sempre ser uma medida. Se alguém filtrar por região ou por mês, o total deve atualizar. O nome completo do cliente é uma coluna. Ele nunca muda. Um segmentador não irá alterar. Agora, é aqui que a maioria dos iniciantes se confunde. Eles criam colunas calculadas para tudo. Parece natural porque é assim que o Excel funciona. Mas usar colunas em excesso sobrecarrega-se a mudança. Seus relatórios ficam lentos. Colunas calculadas criam números estáticos que ignoram seus usuários. Medidas são quase sempre a melhor escolha. Elas são dinâmicas. Elas respondem. Assim que você entende essa diferença, está pronto para a verdadeira mágica do DAX. Essa mágica é chamada de contexto de filtro. A grande ideia é contexto de filtro. Ok, temos nossos dois blocos de construção. Agora, vamos falar sobre o motor por trás dele. Todo número que você vê em um relatório do Power BI é calculado dentro de algo chamado contexto de filtro. Parece complicado, mas é simples. Contexto de filtro é apenas um conjunto de filtros ativos naquele exato momento. De onde vêm esses filtros? Eles vêm dos segmentadores na sua página. Eles vêm do visual que você clicou. Eles vêm da própria página. Até a linha que você está olhando cria um contexto de filtro. Veja por que você devia se importar. Quando você escreve uma medida como total de vendas, você não diz a ela para olhar a região nordeste no terceiro trimestre. Você apenas diz para somar a coluna de venda. É só isso. A medida não conhece regiões, não conhece trimestres. Ela apenas soma todas as linhas que estão visíveis no momento. O contexto de filtro decide o que está visível. Imagine um holofote. Todo o seu conjunto de idades é essa lá. O contexto de filtro é holofote. A medida é uma câmera tirando uma foto exatamente do que a luz ilumina. Mova o holofote para a região nordeste. A medida recalcula. Mova para o terceiro trimestre, ela recalcula novamente. Você não alterou a fórmula. O contexto mudou. Isso confunde a maioria das pessoas. Elas criam uma medida. Ela parece correta em um visual, então a colocam em uma matriz com filtros diferentes. E o número muda. Elas acham que algo está quebrado. Não está quebrado. Isso é exatamente o que uma medida deve fazer. Ela é dinâmica. Este é o verdadeiro poder. Você escreve uma fórmula e ela funciona para cada combinação possível de filtros em todo o seu relatório. Uma fórmula, infinitas respostas. Mas você deve ser cuidadoso. Se você não souber quais filtros estão ativos, não entenderá o seu número. Você precisa rastrear o holofote. Fique confortável com o contexto de filtro e você desbloqueará o verdadeiro poder do DAX. E isso nos leva à estrela do show, a função Calculate, a função mais importante, Calculate. A dica de conhecimento de hoje é sobre a função mais importante do DAX. Ela se chama Calculate. Se você dominar apenas uma função que seja esta. A Calculate permite que você controle o contexto de filtro em vez de apenas aceitar os filtros ativos. Veja como as medidas normais funcionam. Quando você escreve uma medida, ela respeita o contexto de filtro atual automaticamente. Se alguém seleciona 2024 em um segmentador, sua medida mostra o número de 2024. Se escolherem região Nordeste, ela mostra números do Nordeste. A medida responde a quaisquer filtros em jogo, sem necessidade de trabalho extra. Esse é o comportamento padrão. Mas e se você precisar de um número que ignore os filtros atuais? Talvez você queira o total de vendas de todas as regiões ao lado das vendas da região selecionada. Ou você precisa das vendas do ano passado enquanto alguém visualiza este ano. Nesses casos, você não pode depender do contexto padrão. Você precisa modificá-lo. É exatamente isso que a Calculate faz. A Calculate funciona alterando temporariamente o contexto de filtro. Você fornece uma expressão para calcular, então fornece um ou mais filtros a serem aplicados. Ela altera o contexto, executa o cálculo e retorna o resultado. O contexto de filtro original permanece intocado. Essa é a mágica. A sintaxe é simples. Você escreve Calculate Expressão Filtro 1 Filtro 2. A expressão geralmente é uma medida que você já criou. Os filtros são as condições que você deseja aplicar. Você pode adicionar quantos filtros precisar. Vamos ver esse ação. Suponha que você tem uma medida chamada total de vendas. Ela mostra as vendas para o período selecionado. Para mostrar as vendas do mesmo período do ano passado, você escreve Calculate Total de Vendas Sem Period Last Year Calendar Date. É só isso que é necessário. A Calculate pega a sua medida existente e desloca o contexto de data em um ano. Você obtém a comparação necessária em uma única. Sem a Calculate, você fica preso ao contexto de filtro que existir. Com a Calculate, você pode sobrescrever filtros, adicionar novos ou remover os existentes. Você pode solicitar o total de vendas de todos os produtos mesmo quando alguém filtra uma categoria específica. Você pode buscar as vendas do mês passado, mesmo quando o relatório mostra o mês atual. Controle está em suas mãos. Cerca de 80% DAX avançado depende da Calculate. Inteligência de tempo, comparações dinâmicas, agregações personalizadas, totais acumulados, todos usam a Calculate internamente. Ficar confortável com essa única função lhe dá um poder enorme sobre seus relatórios. Mas a Calculate trabalha o nível de filtro. Quanto à lógica linha a linha dentro de uma medida, é aí que entra um conjunto diferente de funções. Funções iteradoras, para quando você precisa pensar linha por linha. Então a Calculate lida muito bem com mudanças no nível de filtro, mas às vezes você precisa entrar em uma tabela e calcular cada linha individualmente dentro de uma medida. O Sum Simples não consegue fazer isso. Você precisa de algo que percorra a tabela linha por linha. E aqui está uma situação comum. Tem uma tabela de vendas com quantidade e preço unitário em coluna separada. Isso aqui é uma medida que mostra a receita total. Você não pode simplesmente multiplicar uma quantidade por um preço unitário. Isso multiplicaria os totais, não as linhas individuais. Você precisa multiplicar a quantidade de cada linha pelo seu preço unitário. Então somar todos esses resultados. Isso é matemática linha por linha. As funções iteradoras foram feitas para ele. São as funções que terminam em X. SumEx, AverageEx, Context, Minx, Maxx, Maxx. O X significa expressão. Essas funções pegam uma tabela, percorrem cada linha, realizam um cálculo em cada uma e agregam os resultados em um único valor. Para o exemplo da receita, você escreve SumEx, Vendas, Quantidade de Vendas, Preço Unitário de Vendas. O primeiro argumento é a tabela a ser percorrida. O segundo argumento é a expressão a ser avaliada em cada linha. A SumEx vai linha por linha, multiplica a quantidade pelo preço e soma tudo. Uma medida lhe dá a receita total correta, de forma simples e direta. Use iteradores sempre que seu cálculo envolver múltiplas colunas da mesma linha. Lucro por item, preço com desconto, pontuações ponderadas. Sempre que o cálculo exigir uma lógica linha a linha dentro de uma medida, um iterador é a sua ferramenta. Mas os iteradores têm um custo de desempenho. Eles percorrem todas as linhas. Portanto, usá-los excessivamente em tabelas com milhões de registros pode deixar seus relatórios extremamente lento. A regra simples, use o iterador apenas quando realmente precisar de lógica linha a linha. Se uma soma ou média simples fornecer a resposta correta, use-as. Seus relatórios agradecerão. Mais uma dica. Às vezes uma coluna calculada somada a uma agregação simples é mais rápida do que uma suma X. Se você criar uma coluna calculada que realiza o cálculo por linha durante a atualização e depois usar uma soma regular nessa coluna, você evita pagar o custo do iterador toda vez que alguém visualiza o relatório. Teste ambas as abordagens e seus próprios dados. A opção mais rápida depende do tamanho do seu modelo e da frequência com que os dados mudam. Coré com sabedoria. Inteligência temporal simplificada. Agora vamos falar sobre um dos recursos mais solicitados no Power BI, comparação entre períodos. Como estão as vendas deste mês em comparação ao mês passado? Como o ano está indo em relação ao ano anterior? Essas perguntas surgem em quase todos os relatórios de negócios. E o DAX possui funções criadas justamente para isso. As funções de inteligência temporal lidam com totais acumulados. No ano, mesmo período do ano anterior, médias móveis e variações mês a mês. Elas fazem parte do DAX, então você não precisa criar uma lógica de filtro complexa do zero. Mas aqui está o detalhe. As funções de inteligência temporal precisam de uma tabela de datas adequada, não apenas de qualquer coluna de data da sua tabela fato. Você precisa de uma tabela separada com uma linha por dia, cobrindo todo o seu intervalo de datas sem lacunas. E ela deve ser marcada como uma tabela de datas no seu modelo. Se pular essa etapa, as funções simplesmente não funcionarão. Assim que configurar a tabela de datas, as funções mais úteis são TotalityD, SemiPeriodLastYear, DateDD e DateBetween. TotalityD é mais simples. Você escreve Total de Vendas, Data do Calendário. E você obtém um total acumulado desde o início do ano até a data que estiver no contexto. Coloque isso em um gráfico de linhas por mês e você verá esse total acumulado crescer conforme o ano avança. SemiPeriodLastYear faz exatamente o que o nome sugere. Ele desloca o contexto da data em um ano para trás. Você o combina com um Calculate desta forma. Calculate Total de Vendas, SemiPeriodLastYear, Data do Calendário. Agora você tem as vendas do ano passado ao lado dos números deste ano para facilitar a comparação. O DateDD é ainda mais flexível. Ele permite que você desloque por dias, meses, trimestres ou anos. Você pode comparar este trimestre com o mesmo trimestre de dois anos atrás. Ou ver os números do mês passado usando menos o mesmo. É o canivete suíço da mudança temporal. O erro mais comum que as pessoas cometem é esquecer de marcar sua tabela de datas. Você pode ter uma tabela de datas perfeita com todos os dias de 2020 e 2030, mas se não marcá-la como tabela de datas no modelo, as funções retornarão erros ou valores vazios. É uma configuração simples. Clique com o botão direito na tabela, escolha marcar como tabela de datas e selecione a coluna de datas. Faça isso uma vez e tudo começará a funcionar. Outro erro é usar funções de inteligência temporal em uma coluna de data dentro da sua tabela fato em vez de uma tabela de datas dedicada. As funções esperam intervalos de datas contínuos e sem lacunas e tabelas fato quase nunca tem isso. Portanto, crie uma tabela de datas adequada, marque a sua inteligência temporal funcionar perfeitamente. Amadilhas comuns de iniciantes. Mesmo com as funções certas, iniciantes ainda caem em armadilhas comuns. Deixe-me mostrar as maiores para que você possa evitá-las desde o primeiro dia. A fonte número 1 de erros no DAX é confundir contexto de linha com contexto de filtro. Anteriormente, falamos sobre como colunas calculadas criam contexto de linha, avaliando uma linha por vez enquanto medidas usam contexto de filtro baseado em quais filtros estão ativos. Iniciantes frequentemente escrevem uma medida como se ela tivesse acesso a linhas individuais e depois se perguntam por que os resultados estão errados. Se sua medida precisa ver linhas individuais, use uma função iteradora. O segundo grande erro é usar colunas calculadas quando uma medida funcionaria. Colunas calculadas parecem familiares porque você pode ver os valores na tabela, mas cada coluna calculada torna seu modelo maior e a atualização mais lenta. Antes de adicionar uma, pergunte se este valor precisa mudar quando alguém filtrar o relatório. Se sim, deve ser uma medida. Outra amadilha é ignorar o próprio modelo de dados. O DAX não funciona isoladamente. Ele depende dos relacionamentos entre suas tabelas. Se o seu modelo tem relacionamentos fracos, cardinalidade incorreta ou chaves de junção ausentes, suas fórmulas DAX falharão silenciosamente. Você obterá números que parecem plausíveis, mas que na verdade estão errados. A solução não é um DAX melhor. Corrige seu modelo primeiro. Depois, há uso em calculat. Iniciantes adicionam múltiplos filtros dentro do calculat sem perceber que eles podem se cancelar. Por exemplo, um filtro para vendas de 2024 e outro para vendas do ano passado entram em conflito e o resultado não será o que você espera. Cada filtro dentro do calculat deve ter um propósito claro. Se não tiver certeza do que ele está fazendo, teste isoladamente primeiro. Mas um erro comum é não utilizar variáveis. Variáveis declaradas com VAR permitem armazenar resultados intermediários e reutilizá-los na mesma medida. Sem elas, você repete o mesmo cálculo várias vezes na fórmula, deixando o código difícil de ler, depurar e executar e executar. Crie o hábito de usar VAR desde o início. Isso lhe poupará horas de frustração. E finalmente, sempre valide suas medidas em contextos diferentes. Uma medida que funciona perfeitamente em um visual de cartão pode falhar no total de uma matriz. Isso ocorre porque a linha de total é avaliada em um contexto de filtro diferente das linhas de detalhe. Teste suas medidas em tabelas, cartões, matrizes e com diferentes combinações de segmentador. Se uma medida funciona em todos esses cenários, você sabe que ela é sólida. Juntando tudo. Muito bem, vamos percorrer um exemplo real que reúne tudo. Imagine que você está criando um relatório de vendas. Você precisa mostrar três números. Vendas totais deste período, vendas totais do mesmo período no ano anterior, vendo a porcentagem de crescimento entre eles. Primeira coisa de que você precisa é uma tabela de datas. Vá ao seu modelo, crie uma tabela de datas que cubra todo o seu intervalo de datas, uma linha por dia, sem lacunas. Em seguida, clique com o botão direito e escolha marcar como tabela de datas e selecione a coluna de dados. Faça isso uma vez e toda a função de inteligência temporal que você escrever a partir daí simplesmente funcionará. A seguir, escreva sua medida base. Chame-a de vendas totais e digite vendas totais igual a soma do valor de vendas. Essa é a base e todo o resto dos cálculos será construído a partir desta única linha simples. Depois, escreve a medida do ano anterior. Use Calculate com Semi-Period Last Year. Fica assim. Vendas do ano anterior igual a Calculate, vendas totais, Semi-Period Last Year, calendário data. Agora você tem o ano atual ao lado do ano anterior. Agora a porcentagem de crescimento. Use e divide para lidar com casos em que as vendas do ano anterior possam ser zero e elas serão. Escreva desta forma. Percentual de crescimento igual a divide. Vendas totais. Vendas do ano anterior. O divide retorna um valor em branco em vez de um erro caso o denominador seja zero. Essa é a maneira inteligente de evitar falhas. Agora você tem três medidas reutilizáveis que funcionam com qualquer filtro que você aplicar. Coloque-as em uma tabela por produto, por região, por mês e elas responderão corretamente todas as vezes. Esse é o ponto principal. Construa sobre um modelo limpo, domine algumas funções principais e o resto se encaixará. Portanto, não tente escrever DAX complexo logo no primeiro dia. Acerte seu modelo primeiro. Aprenda o básico. Medidas, contexto de filtro e calculate. E você resolverá a maioria dos problemas de negócio com apenas algumas linhas de código. Então é aqui que chegamos. Você sabe o que é DAX, por que o contexto de filtro importa e como as funções calculate e iteradoras funcionam. Você vê as armadilhas comuns e como evitá-las. E percorremos um exemplo real que une tudo isso. O verdadeiro poder do DAX não está em memorizar sem funções, mas em uma modelagem de dados limpa e alguns padrões fundamentais. Acerte o modelo e o DAX se torna quase óbvio. Aqui está o que eu sugiro que você tenha. Abra o Power BI. Crie um modelo simples com uma tabela de datas, uma de vendas e uma de produtos. Depois escreva uma medida por dia durante uma semana. Comece com um total de vendas. Adicione vendas do ano anterior percentual de crescimento. Depois tente acumulado no ano. Ao final da semana você estará escrevendo medidas sem nem precisar pensar. É assim que tudo se encaixa. Se este episódio ajudou, inscreva-se e continue construindo esse conhecimento. Na próxima vez falaremos sobre depurar DAX quando as coisas dão errado, porque elas darão e saber como corrigi-las é a metade da batalha. Até lá.