Resposta direta: Power Query prepara e transforma os dados antes de serem utilizados no modelo, enquanto DAX é usado principalmente para cálculos sobre os dados modelados, como medidas que respondem aos filtros do relatório. Saber separar essas tarefas reduz retrabalho e facilita manutenção. Nem todo cálculo deve virar uma coluna nem toda limpeza deve ser feita em DAX.
O papel do Power Query
Power Query reúne operações de conexão, filtragem, tratamento de tipos, junção, substituição de valores e organização de tabelas. Se um arquivo chega com datas em texto, nomes de colunas inconsistentes ou linhas de cabeçalho extras, esse é um exemplo de trabalho de preparação.
Quando possível, leve as regras estáveis de limpeza para a etapa de transformação. Isso ajuda a evitar medidas cheias de exceções. Ainda assim, mudanças na fonte devem ser acompanhadas, pois nomes de colunas e estruturas podem afetar a atualização.
O papel do DAX
DAX permite criar medidas que calculam resultados conforme o contexto de filtro do relatório. Receita do período, média móvel e comparação entre acumulados são exemplos. Uma medida não precisa ficar armazenada como uma coluna com um valor fixo para cada linha.
O contexto de filtro é parte central do raciocínio. Quando alguém seleciona uma unidade, a mesma medida pode retornar apenas os dados autorizados e selecionados. Escrever DAX sem entender relacionamentos pode provocar resultados aparentemente coerentes, mas incorretos.
Exemplo: indicador de prazo de atendimento
Imagine uma base de chamados com data de abertura, data de conclusão e status. Primeiro, Power Query verifica tipos de datas, remove linhas inválidas conforme regra de negócio e padroniza categorias. Depois, o modelo relaciona chamados com calendário e dimensões necessárias.
DAX pode então calcular quantidade concluída, taxa dentro do prazo e variação mensal. A definição do SLA precisa vir da área responsável, inclusive feriados, horas úteis e exceções. A fórmula técnica não deve inventar a regra.
Erros frequentes de projeto
Criar muitas colunas calculadas para resultados que deveriam responder a filtros pode aumentar a complexidade do modelo. Também é comum usar medidas para corrigir dados que deveriam ter sido tratados antes da carga.
Outro problema é misturar granularidades, como uma meta mensal ligada diretamente a registros diários sem critério de distribuição. Documente a granularidade de fatos e metas antes de criar relações e medidas.
Organize o trabalho para manutenção
Nomeie consultas, medidas e campos com termos compreensíveis ao negócio. Registre a origem, a transformação aplicada e os responsáveis pela aprovação da lógica. Valide números com amostras conhecidas e com usuários da área antes da publicação.
A Intranet One pode estruturar a preparação dos dados e a modelagem Power BI para que novas visões sejam adicionadas sem reconstruir o projeto a cada solicitação.
Um roteiro para revisar um modelo existente
Liste as consultas, identifique a fonte de cada uma e examine etapas repetidas de limpeza. Depois, revise as relações do modelo e se há medidas duplicadas com nomes diferentes. Não altere tudo de uma vez: preserve amostras de comparação e testes de atualização.
Se o mesmo texto precisa ser padronizado em várias consultas, procure uma etapa de transformação consistente. Quando um indicador muda conforme o filtro do relatório, avalie medida DAX. A decisão deve considerar desempenho e clareza, não apenas preferência do desenvolvedor.
Contexto de filtro muda o significado do número
Uma medida de vendas pode retornar o total da empresa, o valor de uma unidade ou o resultado do mês selecionado sem criar três tabelas diferentes. Isso é útil, mas exige que o modelo propague filtros como esperado.
A medida também pode ter exceções deliberadas, por exemplo apresentar participação no total mesmo após selecionar uma categoria. Esses comportamentos devem ser documentados, pois um número que ignora um filtro pode parecer um erro ao usuário que não conhece a fórmula.
Validação da transformação de dados
Crie conferências para contagem de linhas, chaves únicas, datas inválidas, registros sem categoria e valores inesperados. Transformações devem ter uma justificativa: remover linhas sem regra clara pode eliminar transações legítimas.
Antes de publicar uma versão, compare os totais obtidos com um relatório aprovado pela área de negócio. Se uma mudança na consulta alterar o resultado histórico, registre o motivo e informe quem usa o dashboard. Essa disciplina reduz a dependência de conhecimento concentrado em uma pessoa.
Perguntas frequentes
Power Query substitui DAX?
Não. Eles resolvem etapas diferentes: preparação e cálculos no modelo.
É melhor usar medida ou coluna calculada?
Depende da regra, do contexto de filtro e da necessidade de armazenar o resultado por linha.
Próximos passos
Para avaliar a aplicação dessas orientações, conheça o serviço de consultoria e desenvolvimento Power BI da Intranet One. Se sua empresa está planejando um painel, vale também entender O que é Power BI e quando sua empresa deve utilizá-lo? e Power BI ou Excel: qual usar para analisar dados da empresa?.