WEBVTT

00:00:00.000 --> 00:00:03.240
O tópico de hoje é algo que quase todo mundo que trabalha com Power BI já ouviu falar,

00:00:03.480 --> 00:00:04.900
mas quase ninguém consegue explicar.

00:00:05.640 --> 00:00:06.500
O que é exatamente o DAX?

00:00:06.820 --> 00:00:09.900
Serão apenas fórmulas do Excel dentro do Power BI ou algo completamente diferente?

00:00:10.260 --> 00:00:13.380
A questão é que a maioria das pessoas pensa que o DAX é basicamente fórmulas do Excel

00:00:13.380 --> 00:00:14.200
com outro nome, não é?

00:00:14.680 --> 00:00:16.940
O DAX é uma forma totalmente diferente de pensar sobre cálculos.

00:00:17.620 --> 00:00:21.220
Se você tentar tratá-lo como Excel, ficará frustrado e confuso sem entender por que seus

00:00:21.220 --> 00:00:22.040
números não batem.

00:00:22.760 --> 00:00:26.120
Ao final deste episódio, você saberá o que o DAX realmente é porque é importante

00:00:26.120 --> 00:00:28.420
e os conceitos básicos para começar a usá-lo com confiança.

00:00:28.420 --> 00:00:30.240
Pegue seu café e vamos começar.

00:00:31.160 --> 00:00:32.000
O que é exatamente o DAX?

00:00:33.000 --> 00:00:37.200
DAX significa Data Analysis Expressions e é a linguagem de fórmulas usada no Power BI,

00:00:37.360 --> 00:00:40.520
no Power Pivot do Excel e no SQL Server Analysis Services.

00:00:41.480 --> 00:00:44.140
Pense nele como um motor que alimenta seus cálculos nos bastidores.

00:00:44.880 --> 00:00:45.580
O DAX não é novidade.

00:00:46.280 --> 00:00:49.120
Ele existe desde que o Excel Power Pivot foi introduzido há mais de uma década.

00:00:49.800 --> 00:00:53.720
Mas com o Power BI, ele se tornou a linguagem principal para quem leva análise de dados a sério.

00:00:54.340 --> 00:00:55.420
E aqui está o que o torna diferente.

00:00:55.420 --> 00:00:58.280
No Excel você escreve fórmulas que trabalham com células individuais.

00:00:59.000 --> 00:01:01.820
Aponte para 1, multiplique por B1 e você obtém um resultado para uma célula.

00:01:02.400 --> 00:01:03.300
O DAX não funciona assim.

00:01:03.660 --> 00:01:05.660
Ele trabalha com tabelas e colunas inteiras de uma só vez.

00:01:06.000 --> 00:01:07.300
Você não calcula uma célula por vez.

00:01:07.740 --> 00:01:09.180
Em vez disso, você diz ao mecanismo,

00:01:09.320 --> 00:01:13.500
pegue toda esta coluna de números e some ao filtro esta tabela inteira com base nesta condição.

00:01:14.320 --> 00:01:15.200
Então como você pode visualizar?

00:01:15.520 --> 00:01:17.100
Imagine que você está construindo um prédio escritor.

00:01:17.580 --> 00:01:20.200
O Power BI fornece a estrutura, os andares, as paredes e as salas.

00:01:20.580 --> 00:01:21.400
Esse é o seu modelo de dados.

00:01:21.740 --> 00:01:22.900
O DAX é a fiação e encanamento.

00:01:22.900 --> 00:01:24.260
É o que faz tudo funcionar.

00:01:24.720 --> 00:01:28.200
Sem o DAX, você tem um prédio que parece bonito, mas não tem eletricidade nem água corrente.

00:01:28.720 --> 00:01:33.160
Com ele, as luzes acendem, as torneiras funcionam e seus relatórios respondem quando alguém clica em um filtro.

00:01:33.640 --> 00:01:35.360
Essa capacidade de resposta é o objetivo principal.

00:01:35.700 --> 00:01:39.000
O DAX permite criar cálculos que reagem automaticamente a filtros e interações.

00:01:39.920 --> 00:01:44.880
Crie uma medida e ela mostrará o número correto que alguém esteja olhando para o total de vendas por região, produto ou mês.

00:01:45.440 --> 00:01:46.060
Simplesmente funciona.

00:01:46.060 --> 00:01:49.360
Para usá-lo bem, você precisa entender as duas principais formas de trabalhar com o DAX.

00:01:49.700 --> 00:01:50.480
Vamos detalhá-las.

00:01:51.440 --> 00:01:52.220
Dois mundos.

00:01:52.580 --> 00:01:54.060
Colunas calculadas versus medidas.

00:01:54.900 --> 00:01:57.000
Hoje falaremos sobre dois blocos de construção no DAX.

00:01:57.160 --> 00:01:58.320
Colunas calculadas e medidas.

00:01:58.800 --> 00:02:00.040
A maioria das pessoas pensam na mesma coisa.

00:02:00.420 --> 00:02:00.820
Elas não são.

00:02:01.280 --> 00:02:03.380
Confundi-los é um dos erros mais comuns que vejo.

00:02:03.920 --> 00:02:05.140
Uma coluna calculada é estática.

00:02:05.620 --> 00:02:07.000
Ela adiciona uma nova coluna à sua tabela.

00:02:07.320 --> 00:02:09.580
Ela é preenchida durante uma atualização, então permanece lá.

00:02:09.940 --> 00:02:11.420
Ela não muda até a próxima atualização.

00:02:11.920 --> 00:02:13.420
Aqui está a maneira mais simples de pensar nisso.

00:02:13.780 --> 00:02:14.820
Imagine um arquivo de documentos.

00:02:14.820 --> 00:02:16.280
Você coloca um papel ou uma pasta.

00:02:16.740 --> 00:02:18.200
Esse papel tem o nome completo do cliente.

00:02:18.420 --> 00:02:20.860
Não importa se você olha o arquivo hoje ou na semana que vem.

00:02:21.180 --> 00:02:21.720
O nome ainda está lá.

00:02:22.080 --> 00:02:22.980
Isso é uma coluna calculada.

00:02:23.300 --> 00:02:24.500
Uma medida é completamente diferente.

00:02:24.940 --> 00:02:25.680
Ela não fica na tabela.

00:02:26.200 --> 00:02:27.380
Ela vive na memória do seu relatório.

00:02:27.840 --> 00:02:32.260
Toda vez que alguém filtra, segmenta ou clica em um visual, a medida desperta e recalcula.

00:02:32.920 --> 00:02:33.600
Por que isso importa?

00:02:34.020 --> 00:02:37.740
Se um usuário clica em um segmentador para a região nordeste, a medida recalcula instantaneamente.

00:02:38.180 --> 00:02:39.760
Uma coluna calculada ignora o segmentador.

00:02:40.240 --> 00:02:40.680
Ela tem que ver.

00:02:40.980 --> 00:02:41.580
Ela é estática.

00:02:43.020 --> 00:02:43.880
Aqui está a regra simples.

00:02:43.880 --> 00:02:47.440
Se o número precisa mudar, quando alguém clica em um botão, use uma medida.

00:02:48.160 --> 00:02:50.720
Se ele é o mesmo, não importa o que é uma coluna calculada, serve.

00:02:51.560 --> 00:02:53.000
O total de vendas deve sempre ser uma medida.

00:02:53.580 --> 00:02:56.240
Se alguém filtrar por região ou por mês, o total deve atualizar.

00:02:56.640 --> 00:02:57.800
O nome completo do cliente é uma coluna.

00:02:58.180 --> 00:02:58.800
Ele nunca muda.

00:02:59.120 --> 00:03:00.260
Um segmentador não irá alterar.

00:03:00.480 --> 00:03:02.080
Agora, é aqui que a maioria dos iniciantes se confunde.

00:03:02.560 --> 00:03:03.980
Eles criam colunas calculadas para tudo.

00:03:04.420 --> 00:03:06.260
Parece natural porque é assim que o Excel funciona.

00:03:06.880 --> 00:03:08.700
Mas usar colunas em excesso sobrecarrega-se a mudança.

00:03:09.020 --> 00:03:10.060
Seus relatórios ficam lentos.

00:03:10.060 --> 00:03:13.560
Colunas calculadas criam números estáticos que ignoram seus usuários.

00:03:14.160 --> 00:03:15.720
Medidas são quase sempre a melhor escolha.

00:03:16.080 --> 00:03:16.780
Elas são dinâmicas.

00:03:17.140 --> 00:03:17.740
Elas respondem.

00:03:18.500 --> 00:03:21.820
Assim que você entende essa diferença, está pronto para a verdadeira mágica do DAX.

00:03:22.320 --> 00:03:23.860
Essa mágica é chamada de contexto de filtro.

00:03:24.700 --> 00:03:25.960
A grande ideia é contexto de filtro.

00:03:26.440 --> 00:03:27.620
Ok, temos nossos dois blocos de construção.

00:03:28.280 --> 00:03:29.760
Agora, vamos falar sobre o motor por trás dele.

00:03:29.760 --> 00:03:34.040
Todo número que você vê em um relatório do Power BI é calculado dentro de algo chamado contexto de filtro.

00:03:34.500 --> 00:03:35.780
Parece complicado, mas é simples.

00:03:36.740 --> 00:03:39.920
Contexto de filtro é apenas um conjunto de filtros ativos naquele exato momento.

00:03:40.260 --> 00:03:41.120
De onde vêm esses filtros?

00:03:41.500 --> 00:03:42.740
Eles vêm dos segmentadores na sua página.

00:03:43.060 --> 00:03:44.300
Eles vêm do visual que você clicou.

00:03:44.740 --> 00:03:45.700
Eles vêm da própria página.

00:03:46.180 --> 00:03:48.320
Até a linha que você está olhando cria um contexto de filtro.

00:03:48.840 --> 00:03:49.860
Veja por que você devia se importar.

00:03:50.160 --> 00:03:54.540
Quando você escreve uma medida como total de vendas, você não diz a ela para olhar a região nordeste no terceiro trimestre.

00:03:54.860 --> 00:03:56.300
Você apenas diz para somar a coluna de venda.

00:03:56.720 --> 00:03:57.120
É só isso.

00:03:57.120 --> 00:04:00.140
A medida não conhece regiões, não conhece trimestres.

00:04:00.340 --> 00:04:02.800
Ela apenas soma todas as linhas que estão visíveis no momento.

00:04:03.580 --> 00:04:05.140
O contexto de filtro decide o que está visível.

00:04:06.020 --> 00:04:06.880
Imagine um holofote.

00:04:07.340 --> 00:04:08.420
Todo o seu conjunto de idades é essa lá.

00:04:08.940 --> 00:04:10.280
O contexto de filtro é holofote.

00:04:10.700 --> 00:04:13.180
A medida é uma câmera tirando uma foto exatamente do que a luz ilumina.

00:04:13.620 --> 00:04:15.020
Mova o holofote para a região nordeste.

00:04:15.480 --> 00:04:16.280
A medida recalcula.

00:04:16.580 --> 00:04:18.140
Mova para o terceiro trimestre, ela recalcula novamente.

00:04:18.600 --> 00:04:19.400
Você não alterou a fórmula.

00:04:19.800 --> 00:04:20.580
O contexto mudou.

00:04:21.080 --> 00:04:22.220
Isso confunde a maioria das pessoas.

00:04:22.740 --> 00:04:23.540
Elas criam uma medida.

00:04:23.540 --> 00:04:26.800
Ela parece correta em um visual, então a colocam em uma matriz com filtros diferentes.

00:04:26.800 --> 00:04:27.520
E o número muda.

00:04:28.560 --> 00:04:29.620
Elas acham que algo está quebrado.

00:04:29.920 --> 00:04:30.500
Não está quebrado.

00:04:30.960 --> 00:04:32.420
Isso é exatamente o que uma medida deve fazer.

00:04:32.840 --> 00:04:33.440
Ela é dinâmica.

00:04:33.860 --> 00:04:34.500
Este é o verdadeiro poder.

00:04:34.820 --> 00:04:39.120
Você escreve uma fórmula e ela funciona para cada combinação possível de filtros em todo o seu relatório.

00:04:39.460 --> 00:04:40.960
Uma fórmula, infinitas respostas.

00:04:41.460 --> 00:04:42.320
Mas você deve ser cuidadoso.

00:04:42.820 --> 00:04:45.380
Se você não souber quais filtros estão ativos, não entenderá o seu número.

00:04:45.940 --> 00:04:46.900
Você precisa rastrear o holofote.

00:04:46.900 --> 00:04:50.700
Fique confortável com o contexto de filtro e você desbloqueará o verdadeiro poder do DAX.

00:04:51.220 --> 00:04:55.860
E isso nos leva à estrela do show, a função Calculate, a função mais importante, Calculate.

00:04:56.920 --> 00:05:00.120
A dica de conhecimento de hoje é sobre a função mais importante do DAX.

00:05:00.800 --> 00:05:01.500
Ela se chama Calculate.

00:05:02.040 --> 00:05:04.120
Se você dominar apenas uma função que seja esta.

00:05:04.720 --> 00:05:09.080
A Calculate permite que você controle o contexto de filtro em vez de apenas aceitar os filtros ativos.

00:05:09.700 --> 00:05:10.860
Veja como as medidas normais funcionam.

00:05:10.860 --> 00:05:14.240
Quando você escreve uma medida, ela respeita o contexto de filtro atual automaticamente.

00:05:14.660 --> 00:05:18.360
Se alguém seleciona 2024 em um segmentador, sua medida mostra o número de 2024.

00:05:18.980 --> 00:05:21.500
Se escolherem região Nordeste, ela mostra números do Nordeste.

00:05:21.840 --> 00:05:24.960
A medida responde a quaisquer filtros em jogo, sem necessidade de trabalho extra.

00:05:25.400 --> 00:05:26.240
Esse é o comportamento padrão.

00:05:26.700 --> 00:05:29.080
Mas e se você precisar de um número que ignore os filtros atuais?

00:05:29.620 --> 00:05:33.000
Talvez você queira o total de vendas de todas as regiões ao lado das vendas da região selecionada.

00:05:33.980 --> 00:05:36.960
Ou você precisa das vendas do ano passado enquanto alguém visualiza este ano.

00:05:37.400 --> 00:05:39.300
Nesses casos, você não pode depender do contexto padrão.

00:05:39.300 --> 00:05:40.480
Você precisa modificá-lo.

00:05:40.480 --> 00:05:41.820
É exatamente isso que a Calculate faz.

00:05:42.120 --> 00:05:44.560
A Calculate funciona alterando temporariamente o contexto de filtro.

00:05:44.920 --> 00:05:48.680
Você fornece uma expressão para calcular, então fornece um ou mais filtros a serem aplicados.

00:05:49.160 --> 00:05:52.060
Ela altera o contexto, executa o cálculo e retorna o resultado.

00:05:52.580 --> 00:05:54.280
O contexto de filtro original permanece intocado.

00:05:54.580 --> 00:05:55.020
Essa é a mágica.

00:05:55.540 --> 00:05:56.320
A sintaxe é simples.

00:05:56.880 --> 00:05:59.200
Você escreve Calculate Expressão Filtro 1 Filtro 2.

00:06:01.140 --> 00:06:02.920
A expressão geralmente é uma medida que você já criou.

00:06:03.460 --> 00:06:05.220
Os filtros são as condições que você deseja aplicar.

00:06:05.740 --> 00:06:07.360
Você pode adicionar quantos filtros precisar.

00:06:07.800 --> 00:06:08.440
Vamos ver esse ação.

00:06:08.440 --> 00:06:10.700
Suponha que você tem uma medida chamada total de vendas.

00:06:10.940 --> 00:06:12.560
Ela mostra as vendas para o período selecionado.

00:06:12.860 --> 00:06:16.040
Para mostrar as vendas do mesmo período do ano passado, você escreve Calculate Total

00:06:16.040 --> 00:06:18.280
de Vendas Sem Period Last Year Calendar Date.

00:06:18.600 --> 00:06:19.180
É só isso que é necessário.

00:06:19.620 --> 00:06:22.840
A Calculate pega a sua medida existente e desloca o contexto de data em um ano.

00:06:23.220 --> 00:06:24.860
Você obtém a comparação necessária em uma única.

00:06:25.260 --> 00:06:28.280
Sem a Calculate, você fica preso ao contexto de filtro que existir.

00:06:28.780 --> 00:06:32.280
Com a Calculate, você pode sobrescrever filtros, adicionar novos ou remover os existentes.

00:06:32.440 --> 00:06:36.580
Você pode solicitar o total de vendas de todos os produtos mesmo quando alguém filtra uma categoria específica.

00:06:36.580 --> 00:06:39.360
Você pode buscar as vendas do mês passado, mesmo quando o relatório mostra o mês atual.

00:06:39.760 --> 00:06:40.780
Controle está em suas mãos.

00:06:41.280 --> 00:06:43.520
Cerca de 80% DAX avançado depende da Calculate.

00:06:44.000 --> 00:06:47.480
Inteligência de tempo, comparações dinâmicas, agregações personalizadas, totais acumulados,

00:06:47.840 --> 00:06:49.240
todos usam a Calculate internamente.

00:06:49.780 --> 00:06:53.220
Ficar confortável com essa única função lhe dá um poder enorme sobre seus relatórios.

00:06:53.220 --> 00:06:55.220
Mas a Calculate trabalha o nível de filtro.

00:06:55.740 --> 00:06:59.620
Quanto à lógica linha a linha dentro de uma medida, é aí que entra um conjunto diferente de funções.

00:07:00.420 --> 00:07:02.540
Funções iteradoras, para quando você precisa pensar linha por linha.

00:07:03.220 --> 00:07:09.440
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.

00:07:10.040 --> 00:07:11.280
O Sum Simples não consegue fazer isso.

00:07:11.720 --> 00:07:13.620
Você precisa de algo que percorra a tabela linha por linha.

00:07:14.420 --> 00:07:15.340
E aqui está uma situação comum.

00:07:15.880 --> 00:07:18.580
Tem uma tabela de vendas com quantidade e preço unitário em coluna separada.

00:07:19.140 --> 00:07:20.540
Isso aqui é uma medida que mostra a receita total.

00:07:20.540 --> 00:07:23.260
Você não pode simplesmente multiplicar uma quantidade por um preço unitário.

00:07:24.060 --> 00:07:26.300
Isso multiplicaria os totais, não as linhas individuais.

00:07:26.880 --> 00:07:29.400
Você precisa multiplicar a quantidade de cada linha pelo seu preço unitário.

00:07:29.520 --> 00:07:30.860
Então somar todos esses resultados.

00:07:31.540 --> 00:07:32.520
Isso é matemática linha por linha.

00:07:34.160 --> 00:07:35.740
As funções iteradoras foram feitas para ele.

00:07:36.120 --> 00:07:37.600
São as funções que terminam em X.

00:07:37.860 --> 00:07:41.560
SumEx, AverageEx, Context, Minx, Maxx, Maxx.

00:07:41.900 --> 00:07:43.040
O X significa expressão.

00:07:43.580 --> 00:07:50.100
Essas funções pegam uma tabela, percorrem cada linha, realizam um cálculo em cada uma e agregam os resultados em um único valor.

00:07:50.540 --> 00:07:55.480
Para o exemplo da receita, você escreve SumEx, Vendas, Quantidade de Vendas, Preço Unitário de Vendas.

00:07:56.600 --> 00:07:58.720
O primeiro argumento é a tabela a ser percorrida.

00:07:59.500 --> 00:08:02.140
O segundo argumento é a expressão a ser avaliada em cada linha.

00:08:03.000 --> 00:08:06.860
A SumEx vai linha por linha, multiplica a quantidade pelo preço e soma tudo.

00:08:06.860 --> 00:08:10.640
Uma medida lhe dá a receita total correta, de forma simples e direta.

00:08:11.600 --> 00:08:14.720
Use iteradores sempre que seu cálculo envolver múltiplas colunas da mesma linha.

00:08:15.820 --> 00:08:18.760
Lucro por item, preço com desconto, pontuações ponderadas.

00:08:18.980 --> 00:08:23.200
Sempre que o cálculo exigir uma lógica linha a linha dentro de uma medida, um iterador é a sua ferramenta.

00:08:23.820 --> 00:08:25.280
Mas os iteradores têm um custo de desempenho.

00:08:25.740 --> 00:08:26.820
Eles percorrem todas as linhas.

00:08:26.820 --> 00:08:31.180
Portanto, usá-los excessivamente em tabelas com milhões de registros pode deixar seus relatórios extremamente lento.

00:08:31.760 --> 00:08:35.240
A regra simples, use o iterador apenas quando realmente precisar de lógica linha a linha.

00:08:35.760 --> 00:08:38.700
Se uma soma ou média simples fornecer a resposta correta, use-as.

00:08:39.100 --> 00:08:40.060
Seus relatórios agradecerão.

00:08:40.500 --> 00:08:41.040
Mais uma dica.

00:08:41.160 --> 00:08:44.740
Às vezes uma coluna calculada somada a uma agregação simples é mais rápida do que uma suma X.

00:08:44.740 --> 00:08:50.820
Se você criar uma coluna calculada que realiza o cálculo por linha durante a atualização e depois usar uma soma regular nessa coluna,

00:08:51.220 --> 00:08:54.320
você evita pagar o custo do iterador toda vez que alguém visualiza o relatório.

00:08:55.180 --> 00:08:56.780
Teste ambas as abordagens e seus próprios dados.

00:08:57.300 --> 00:09:00.440
A opção mais rápida depende do tamanho do seu modelo e da frequência com que os dados mudam.

00:09:00.980 --> 00:09:01.600
Coré com sabedoria.

00:09:02.040 --> 00:09:03.260
Inteligência temporal simplificada.

00:09:03.740 --> 00:09:07.660
Agora vamos falar sobre um dos recursos mais solicitados no Power BI, comparação entre períodos.

00:09:08.280 --> 00:09:10.200
Como estão as vendas deste mês em comparação ao mês passado?

00:09:10.560 --> 00:09:12.000
Como o ano está indo em relação ao ano anterior?

00:09:12.000 --> 00:09:15.060
Essas perguntas surgem em quase todos os relatórios de negócios.

00:09:15.280 --> 00:09:17.240
E o DAX possui funções criadas justamente para isso.

00:09:17.580 --> 00:09:20.140
As funções de inteligência temporal lidam com totais acumulados.

00:09:20.220 --> 00:09:23.380
No ano, mesmo período do ano anterior, médias móveis e variações mês a mês.

00:09:23.920 --> 00:09:27.320
Elas fazem parte do DAX, então você não precisa criar uma lógica de filtro complexa do zero.

00:09:27.980 --> 00:09:28.840
Mas aqui está o detalhe.

00:09:28.840 --> 00:09:33.600
As funções de inteligência temporal precisam de uma tabela de datas adequada, não apenas de qualquer coluna de data da sua tabela fato.

00:09:34.040 --> 00:09:38.200
Você precisa de uma tabela separada com uma linha por dia, cobrindo todo o seu intervalo de datas sem lacunas.

00:09:38.560 --> 00:09:40.520
E ela deve ser marcada como uma tabela de datas no seu modelo.

00:09:40.520 --> 00:09:43.320
Se pular essa etapa, as funções simplesmente não funcionarão.

00:09:44.140 --> 00:09:50.200
Assim que configurar a tabela de datas, as funções mais úteis são TotalityD, SemiPeriodLastYear, DateDD e DateBetween.

00:09:50.640 --> 00:09:51.580
TotalityD é mais simples.

00:09:52.080 --> 00:09:53.960
Você escreve Total de Vendas, Data do Calendário.

00:09:53.960 --> 00:09:58.300
E você obtém um total acumulado desde o início do ano até a data que estiver no contexto.

00:09:58.840 --> 00:10:02.700
Coloque isso em um gráfico de linhas por mês e você verá esse total acumulado crescer conforme o ano avança.

00:10:03.480 --> 00:10:05.360
SemiPeriodLastYear faz exatamente o que o nome sugere.

00:10:05.720 --> 00:10:07.320
Ele desloca o contexto da data em um ano para trás.

00:10:07.320 --> 00:10:09.040
Você o combina com um Calculate desta forma.

00:10:09.500 --> 00:10:12.580
Calculate Total de Vendas, SemiPeriodLastYear, Data do Calendário.

00:10:13.540 --> 00:10:17.220
Agora você tem as vendas do ano passado ao lado dos números deste ano para facilitar a comparação.

00:10:17.680 --> 00:10:18.780
O DateDD é ainda mais flexível.

00:10:19.120 --> 00:10:21.580
Ele permite que você desloque por dias, meses, trimestres ou anos.

00:10:22.020 --> 00:10:25.180
Você pode comparar este trimestre com o mesmo trimestre de dois anos atrás.

00:10:25.280 --> 00:10:27.080
Ou ver os números do mês passado usando menos o mesmo.

00:10:27.580 --> 00:10:29.200
É o canivete suíço da mudança temporal.

00:10:29.860 --> 00:10:32.360
O erro mais comum que as pessoas cometem é esquecer de marcar sua tabela de datas.

00:10:32.360 --> 00:10:36.980
Você pode ter uma tabela de datas perfeita com todos os dias de 2020 e 2030, mas se não

00:10:36.980 --> 00:10:40.800
marcá-la como tabela de datas no modelo, as funções retornarão erros ou valores vazios.

00:10:41.240 --> 00:10:42.140
É uma configuração simples.

00:10:42.520 --> 00:10:45.540
Clique com o botão direito na tabela, escolha marcar como tabela de datas e selecione a coluna

00:10:45.540 --> 00:10:45.760
de datas.

00:10:45.880 --> 00:10:47.300
Faça isso uma vez e tudo começará a funcionar.

00:10:47.560 --> 00:10:51.060
Outro erro é usar funções de inteligência temporal em uma coluna de data dentro da sua

00:10:51.060 --> 00:10:53.040
tabela fato em vez de uma tabela de datas dedicada.

00:10:53.800 --> 00:10:57.600
As funções esperam intervalos de datas contínuos e sem lacunas e tabelas fato quase nunca

00:10:57.600 --> 00:10:57.940
tem isso.

00:10:57.940 --> 00:11:01.900
Portanto, crie uma tabela de datas adequada, marque a sua inteligência temporal funcionar

00:11:01.900 --> 00:11:02.340
perfeitamente.

00:11:03.180 --> 00:11:04.160
Amadilhas comuns de iniciantes.

00:11:04.540 --> 00:11:07.220
Mesmo com as funções certas, iniciantes ainda caem em armadilhas comuns.

00:11:07.700 --> 00:11:10.360
Deixe-me mostrar as maiores para que você possa evitá-las desde o primeiro dia.

00:11:10.840 --> 00:11:14.380
A fonte número 1 de erros no DAX é confundir contexto de linha com contexto de filtro.

00:11:15.180 --> 00:11:18.940
Anteriormente, falamos sobre como colunas calculadas criam contexto de linha, avaliando uma linha

00:11:18.940 --> 00:11:22.340
por vez enquanto medidas usam contexto de filtro baseado em quais filtros estão ativos.

00:11:23.360 --> 00:11:26.840
Iniciantes frequentemente escrevem uma medida como se ela tivesse acesso a linhas individuais

00:11:26.840 --> 00:11:28.460
e depois se perguntam por que os resultados estão errados.

00:11:28.980 --> 00:11:32.100
Se sua medida precisa ver linhas individuais, use uma função iteradora.

00:11:34.350 --> 00:11:36.970
O segundo grande erro é usar colunas calculadas quando uma medida funcionaria.

00:11:37.710 --> 00:11:41.390
Colunas calculadas parecem familiares porque você pode ver os valores na tabela, mas cada

00:11:41.390 --> 00:11:44.390
coluna calculada torna seu modelo maior e a atualização mais lenta.

00:11:45.510 --> 00:11:49.310
Antes de adicionar uma, pergunte se este valor precisa mudar quando alguém filtrar o relatório.

00:11:50.110 --> 00:11:50.910
Se sim, deve ser uma medida.

00:11:51.450 --> 00:11:53.230
Outra amadilha é ignorar o próprio modelo de dados.

00:11:53.730 --> 00:11:54.750
O DAX não funciona isoladamente.

00:11:54.750 --> 00:11:57.210
Ele depende dos relacionamentos entre suas tabelas.

00:11:57.970 --> 00:12:01.270
Se o seu modelo tem relacionamentos fracos, cardinalidade incorreta ou chaves de junção

00:12:01.270 --> 00:12:03.450
ausentes, suas fórmulas DAX falharão silenciosamente.

00:12:03.830 --> 00:12:05.990
Você obterá números que parecem plausíveis, mas que na verdade estão errados.

00:12:06.270 --> 00:12:07.170
A solução não é um DAX melhor.

00:12:07.590 --> 00:12:08.470
Corrige seu modelo primeiro.

00:12:08.810 --> 00:12:09.730
Depois, há uso em calculat.

00:12:10.510 --> 00:12:14.530
Iniciantes adicionam múltiplos filtros dentro do calculat sem perceber que eles podem se cancelar.

00:12:15.490 --> 00:12:19.630
Por exemplo, um filtro para vendas de 2024 e outro para vendas do ano passado entram em conflito

00:12:19.630 --> 00:12:21.310
e o resultado não será o que você espera.

00:12:21.810 --> 00:12:23.990
Cada filtro dentro do calculat deve ter um propósito claro.

00:12:23.990 --> 00:12:27.210
Se não tiver certeza do que ele está fazendo, teste isoladamente primeiro.

00:12:27.810 --> 00:12:29.410
Mas um erro comum é não utilizar variáveis.

00:12:30.150 --> 00:12:33.830
Variáveis declaradas com VAR permitem armazenar resultados intermediários e reutilizá-los

00:12:33.830 --> 00:12:34.490
na mesma medida.

00:12:35.270 --> 00:12:39.010
Sem elas, você repete o mesmo cálculo várias vezes na fórmula, deixando o código difícil

00:12:39.010 --> 00:12:41.450
de ler, depurar e executar e executar.

00:12:41.670 --> 00:12:43.070
Crie o hábito de usar VAR desde o início.

00:12:43.490 --> 00:12:44.890
Isso lhe poupará horas de frustração.

00:12:45.290 --> 00:12:47.670
E finalmente, sempre valide suas medidas em contextos diferentes.

00:12:48.230 --> 00:12:51.550
Uma medida que funciona perfeitamente em um visual de cartão pode falhar no total de

00:12:51.550 --> 00:12:52.050
uma matriz.

00:12:52.590 --> 00:12:55.630
Isso ocorre porque a linha de total é avaliada em um contexto de filtro diferente das linhas

00:12:55.630 --> 00:12:56.170
de detalhe.

00:12:56.790 --> 00:13:00.230
Teste suas medidas em tabelas, cartões, matrizes e com diferentes combinações de segmentador.

00:13:01.050 --> 00:13:04.250
Se uma medida funciona em todos esses cenários, você sabe que ela é sólida.

00:13:05.570 --> 00:13:06.230
Juntando tudo.

00:13:06.870 --> 00:13:09.170
Muito bem, vamos percorrer um exemplo real que reúne tudo.

00:13:09.890 --> 00:13:11.650
Imagine que você está criando um relatório de vendas.

00:13:11.710 --> 00:13:12.670
Você precisa mostrar três números.

00:13:12.810 --> 00:13:17.030
Vendas totais deste período, vendas totais do mesmo período no ano anterior, vendo a porcentagem

00:13:17.030 --> 00:13:17.990
de crescimento entre eles.

00:13:18.770 --> 00:13:20.350
Primeira coisa de que você precisa é uma tabela de datas.

00:13:20.710 --> 00:13:24.650
Vá ao seu modelo, crie uma tabela de datas que cubra todo o seu intervalo de datas, uma

00:13:24.650 --> 00:13:25.750
linha por dia, sem lacunas.

00:13:26.170 --> 00:13:29.430
Em seguida, clique com o botão direito e escolha marcar como tabela de datas e selecione a coluna

00:13:29.430 --> 00:13:29.670
de dados.

00:13:29.870 --> 00:13:33.050
Faça isso uma vez e toda a função de inteligência temporal que você escrever a partir daí

00:13:33.050 --> 00:13:33.790
simplesmente funcionará.

00:13:34.070 --> 00:13:35.150
A seguir, escreva sua medida base.

00:13:35.590 --> 00:13:38.910
Chame-a de vendas totais e digite vendas totais igual a soma do valor de vendas.

00:13:39.470 --> 00:13:42.650
Essa é a base e todo o resto dos cálculos será construído a partir desta única linha

00:13:42.650 --> 00:13:43.090
simples.

00:13:43.710 --> 00:13:45.050
Depois, escreve a medida do ano anterior.

00:13:45.050 --> 00:13:47.230
Use Calculate com Semi-Period Last Year.

00:13:47.710 --> 00:13:48.310
Fica assim.

00:13:49.010 --> 00:13:52.570
Vendas do ano anterior igual a Calculate, vendas totais, Semi-Period Last Year, calendário

00:13:52.570 --> 00:13:52.990
data.

00:13:54.550 --> 00:13:56.270
Agora você tem o ano atual ao lado do ano anterior.

00:13:56.910 --> 00:13:57.970
Agora a porcentagem de crescimento.

00:13:58.810 --> 00:14:02.850
Use e divide para lidar com casos em que as vendas do ano anterior possam ser zero e

00:14:02.850 --> 00:14:03.290
elas serão.

00:14:04.290 --> 00:14:05.070
Escreva desta forma.

00:14:05.450 --> 00:14:06.910
Percentual de crescimento igual a divide.

00:14:07.310 --> 00:14:08.010
Vendas totais.

00:14:08.190 --> 00:14:08.970
Vendas do ano anterior.

00:14:09.210 --> 00:14:09.910
Vendas do ano anterior.

00:14:10.750 --> 00:14:14.430
O divide retorna um valor em branco em vez de um erro caso o denominador seja zero.

00:14:15.050 --> 00:14:16.530
Essa é a maneira inteligente de evitar falhas.

00:14:17.050 --> 00:14:19.850
Agora você tem três medidas reutilizáveis que funcionam com qualquer filtro que você

00:14:19.850 --> 00:14:20.230
aplicar.

00:14:20.710 --> 00:14:24.230
Coloque-as em uma tabela por produto, por região, por mês e elas responderão corretamente

00:14:24.230 --> 00:14:24.870
todas as vezes.

00:14:25.430 --> 00:14:26.090
Esse é o ponto principal.

00:14:26.510 --> 00:14:30.130
Construa sobre um modelo limpo, domine algumas funções principais e o resto se encaixará.

00:14:30.550 --> 00:14:32.550
Portanto, não tente escrever DAX complexo logo no primeiro dia.

00:14:32.850 --> 00:14:33.710
Acerte seu modelo primeiro.

00:14:34.230 --> 00:14:34.970
Aprenda o básico.

00:14:34.970 --> 00:14:37.370
Medidas, contexto de filtro e calculate.

00:14:37.490 --> 00:14:40.930
E você resolverá a maioria dos problemas de negócio com apenas algumas linhas de

00:14:40.930 --> 00:14:41.270
código.

00:14:42.090 --> 00:14:42.830
Então é aqui que chegamos.

00:14:43.290 --> 00:14:46.650
Você sabe o que é DAX, por que o contexto de filtro importa e como as funções calculate

00:14:46.650 --> 00:14:47.550
e iteradoras funcionam.

00:14:47.870 --> 00:14:49.910
Você vê as armadilhas comuns e como evitá-las.

00:14:50.550 --> 00:14:52.450
E percorremos um exemplo real que une tudo isso.

00:14:53.110 --> 00:14:56.470
O verdadeiro poder do DAX não está em memorizar sem funções, mas em uma modelagem de dados

00:14:56.470 --> 00:14:58.310
limpa e alguns padrões fundamentais.

00:14:58.910 --> 00:15:01.050
Acerte o modelo e o DAX se torna quase óbvio.

00:15:01.550 --> 00:15:02.650
Aqui está o que eu sugiro que você tenha.

00:15:02.650 --> 00:15:03.590
Abra o Power BI.

00:15:04.410 --> 00:15:07.750
Crie um modelo simples com uma tabela de datas, uma de vendas e uma de produtos.

00:15:08.490 --> 00:15:10.250
Depois escreva uma medida por dia durante uma semana.

00:15:10.650 --> 00:15:11.690
Comece com um total de vendas.

00:15:11.810 --> 00:15:13.550
Adicione vendas do ano anterior percentual de crescimento.

00:15:13.650 --> 00:15:14.690
Depois tente acumulado no ano.

00:15:15.270 --> 00:15:17.790
Ao final da semana você estará escrevendo medidas sem nem precisar pensar.

00:15:18.250 --> 00:15:18.990
É assim que tudo se encaixa.

00:15:19.330 --> 00:15:21.930
Se este episódio ajudou, inscreva-se e continue construindo esse conhecimento.

00:15:22.390 --> 00:15:25.910
Na próxima vez falaremos sobre depurar DAX quando as coisas dão errado, porque elas

00:15:25.910 --> 00:15:28.210
darão e saber como corrigi-las é a metade da batalha.

00:15:28.710 --> 00:15:28.970
Até lá.
