Power BI: explorando seus tipos de dados

Power BI: explorando seus tipos de dados
Marcelo Cruz
Marcelo Cruz

Compartilhe

O Power BI é amplamente conhecido pela sua capacidade em criar diversas visualizações e realizar tratamento de dados.

Quando estamos realizando a etapa do tratamento, lidamos com uma variedade de tipos de dados.

Para que as análises sejam realizadas da melhor forma possível e que as visualizações criadas se comportem como esperado, precisamos definir os tipos de dados corretamente.

Pensando nisso, surge uma questão: quais tipos de dados podemos utilizar no Power BI?

Para responder esta pergunta, vamos explorar os principais tipos de dados do Power BI e suas principais características.

Vamos juntos conhecer os principais tipos de dados do Power BI para potencializar suas análises! Estou animado para explorar essas possibilidades contigo. Vamos lá!

Principais tipos de dados

No Power BI, os tipos de dados têm papel fundamental na interpretação dos dados. A partir da definição deles, podemos realizar cálculos e criar visualizações.

Cada tipo de dado possui suas próprias características e aplicações, e conhecê-los nos permite realizar nossas análises da melhor forma possível. Pensando nisso, vamos explorar os principais tipos de dados no Power BI.

Numérico

Existem três tipos de dados numéricos: número decimal, número decimal fixo e número inteiro.

Cada um desses tipos têm suas próprias características e utilidades. Pensando nisso, vamos conhecer elas a seguir.

Número decimal

Os números decimais são usados para representar tanto valores com casas decimais ou valores inteiros.

Esse tipo de dado é ideal para armazenar valores que possuem frações, como preços, taxas, proporções e percentuais.

No Power BI, a precisão do número decimal é de até 15 dígitos, com o separador podendo estar presente em qualquer posição.

Podemos utilizar como exemplo o seguinte número: 456.947,657496528.

Número decimal fixo

Semelhante ao número decimal padrão, o número decimal fixo é utilizado para representar valores decimais.

Entretanto, como o próprio nome diz, o número de casas decimais é fixo, podendo suportar até 19 dígitos no total, contando com quatro dígitos à direita (19,4).

Podemos conferir alguns exemplos de números decimais fixos e não fixos:

  • Fixo: 352.859.287.567.056,8922.
  • Não fixo: 642.482,376893369.

Esse tipo numérico é útil para evitar erros de arredondamento, pois é capaz de truncar o número representado.

Por conta disso, podemos utilizá-lo para padronizar a precisão dos dados, representar valores monetários com precisão fixa, entre outros.

Dessa forma, podemos garantir a consistência e integridade dos dados.

Número inteiro

O número inteiro é utilizado para representar valores positivos ou negativos que não possuem casas decimais. A sua capacidade total é de 19 dígitos.

O tipo inteiro pode ser aplicado a dados como quantidade de produtos vendidos, número de clientes em uma região, total de pessoas registradas, entre outros.

Além disso, é muito utilizado em operações de contagem e agregação.

Resumo dos tipos numéricos

A seguir podemos conferir uma tabela com o resumo dos três tipos numéricos apresentados:

Tipo NuméricoCaracterísticas
Número Decimal- Pode representar valores com casas decimais ou inteiros.
- Precisão de até 15 dígitos.
- O separador decimal pode estar em qualquer posição.
Número Decimal Fixo- Representa valores decimais com número fixo de casas decimais.
- Suporta até 19 dígitos no total, com 4 à direita.
- Útil para evitar erros de arredondamento.
Número Inteiro- Representa valores positivos ou negativos sem casas decimais.
- Capacidade total de 19 dígitos.
- Utilizado em operações de contagem e agregação.

Data/Hora

Assim como ocorre com o tipo numérico, o Power BI permite o uso de diversos tipos de dados de Data/Hora, cada um deles com suas próprias características e aplicabilidades.

No total, podemos utilizar cinco tipos diferentes: Data/Hora, Data, Hora, Data/Hora/Fuso Horário e Duração. A seguir, vamos conhecer cada um deles.

Data/Hora

Esse tipo combina informações de data e hora em um único valor.

O tipo Data/Hora é frequentemente utilizado para representar momentos específicos no tempo, como a marcação de data e horário exatos, ou timestamps, de transações, eventos ou registros.

Por exemplo, pode ser usado para acompanhar a data e hora exata de uma compra realizada online ou o horário final de uma entrega.

Data

O tipo Data representa apenas a parte de data de um valor, sem informações de hora.

Por exemplo, ao analisar a tendência de vendas ao longo do tempo, pode ser suficiente utilizar apenas a data de cada transação, ignorando a hora específica em que ocorreram.

Em um modelo do Power BI, a Data é representada no formato Data/Hora, porém, com o valor 0 no lugar da hora.

Hora

Ao contrário do tipo de dado Data, o tipo Hora representa apenas a parte da hora de um valor, sem incluir informações de data.

Pode ser utilizado quando a análise envolve horários, como horários de pico de atividade em um site ou a distribuição do tempo gasto em diferentes atividades ao longo do dia.

Data/Hora/Fuso Horário

Esse tipo de dado inclui informações sobre o fuso horário associado à data e hora representadas.

O Power BI mantém o valor do horário de acordo com o que foi carregado. Por exemplo, se um horário igual a 20:00 é carregado, esse exato valor será mantido independente da localização do usuário.

É importante para análises que envolvem dados de diferentes regiões geográficas, garantindo que as informações sejam mantidas corretamente de acordo com a localização específica em que ocorreram.

Um exemplo de uso que pode ser destacado é a análise de dados de vendas em uma empresa global, onde é crucial considerar os fusos horários para entender melhor os padrões de compra em diferentes regiões.

Duração

O tipo de dado Duração representa um intervalo de tempo decorrido entre dois pontos, sem incluir informações de data ou hora específicas.

É útil para calcular a diferença entre dois timestamps ou para medir a duração de eventos.

No Power BI, esse valor é convertido para o número inteiro, podendo realizar operações de adição ou subtração sobre o tempo de duração.

Como exemplo de uso do tipo Duração, podemos destacar o momento em que se determina o tempo médio de entrega de um produto ou duração total de um projeto.

Resumo dos tipos de data/hora

A seguir podemos conferir uma tabela com o resumo dos tipos de data/hora apresentados:

Tipo Data/HoraCaracterísticas
Data/Hora- Combina informações de data e hora em um único valor.
- Usado para representar momentos específicos no tempo, como timestamps de transações ou eventos.
Data- Representa apenas a parte de data de um valor, sem informações de hora.
- Útil para analisar tendências ao longo do tempo, ignorando a hora específica de ocorrência.
Hora- Representa apenas a parte da hora de um valor, sem incluir informações de data.
- Útil para análises que envolvem horários específicos, como horários de pico de atividade.
Data/Hora/Fuso Horário- Inclui informações sobre o fuso horário associado à data e hora representadas.
- Importante para análises geográficas, garantindo a precisão dos dados em diferentes regiões.
Duração- Representa um intervalo de tempo decorrido entre dois pontos, sem informações de data ou hora específicas.
- Útil para calcular diferenças de tempo ou duração de eventos.

Texto

O tipo de texto é usado para representar strings (uma sequência de caracteres). Podemos utilizar dados textuais para representar informações como nomes, descrições e categorias, por exemplo.

No Power BI, os valores textuais são armazenados e pesquisados sem diferenciar letras maiúsculas de minúsculas, ou seja, não é case sensitive**. Entretanto, o Editor do Power Query leva em consideração essa diferença.

Por conta disso, pode acontecer de dados carregados inicialmente com o uso de letras maiúsculas e minúsculas, mas ao serem exibidas no Power BI, fora do Power Query, os textos ficarem diferentes, já que ele desconsidera esse tipo de diferenciação.

Booleano

Os dados booleanos representam valores verdadeiros ou falsos (True/False). Eles são úteis para análises que utilizam lógica condicional, como filtragem baseada em condições específicas.

Esse tipo de dado pode ser utilizado em casos que há uma condição a ser verificada como verdadeira ou falsa, como por exemplo: status atual (concluído/em andamento), status de pagamento (realizado/pendente), aprovação de despesas (aprovada/não aprovada), entre outros.

No Power BI, é muito importante que o tipo de dado da sua coluna contendo valores booleanos seja confirmado.

Por exemplo, caso uma coluna contenha valores de TRUE ou FALSE mas esteja configurada como sendo do tipo “Qualquer”, o Power BI não irá reconhecer os valores booleanos adequadamente, o que pode afetar as suas visualizações.

Para garantir que os valores serão lidos corretamente, faça a alteração manualmente do tipo de dado da coluna para Booleano.

Outros tipos de dados

Além dos tipos mencionados acima, o Power BI suporta uma variedade de outros tipos, incluindo Percentual, Binário, Tabela, Blank e Qualquer.

Esses tipos oferecem outras possibilidades para lidar com tipos variados de dados, facilitando a representação dos valores presentes em nossas análises.

Para conferir em detalhes como ocorre o funcionamento de cada tipo de dado apresentado, confira os artigos Tipos de dados no Power BI Desktop e Tipo de dados no Power Query, disponibilizados pela Microsoft.

Banner promocional da Alura, com um design futurista em tons de verde, apresentando o texto

Definir o tipo de dado no Power BI

Quando importamos nossos dados no Power BI, uma das primeiras coisas que a ferramenta faz é detectar o tipo de dado de cada coluna automaticamente.

Porém, caso a detecção automática seja insuficiente, podemos definir o tipo de dado através de algumas formas.

Vamos conhecê-las a seguir:

1 - Página Inicial → Transformar → Tipo de dados:

Captura de tela das opções de definição do tipo de dados no Power Query. As opções estão localizadas na guia Página Inicial, no grupo Transforma, no botão Tipo de dados. Tanto a guia quanto o botão estão destacados com um retângulo verde.

2 - Transformar → Qualquer coluna → Tipo de dados:

Captura de tela das opções de definição do tipo de dados no Power Query. As opções estão localizadas na guia Transformar, no grupo Qualquer Coluna, no botão Tipo de dados. Tanto a guia quanto o botão estão destacados com um retângulo verde.

3 - Menu na coluna:

Captura de tela das opções de definição do tipo de dados no Power Query. As opções estão localizadas no menu da coluna, localizado à esquerda do nome da coluna. O botão do menu está destacado com um retângulo verde.

4 - Menu de atalho da coluna → Alterar tipo:

Captura de tela das opções de definição do tipo de dados no Power Query. As opções estão localizadas no menu de atalho da coluna, aberto ao clicar com o botão direito do mouse sobre a coluna, destacado com uma seta verde. Com o menu aberto, é possível localizar a opção Alterar Tipo, destacado com um retângulo verde.

Definir o tipo de dado é essencial para garantir a precisão da análise. Apesar da detecção automática ser útil em muitos casos, é importante saber como ajustar manualmente os tipos de dados conforme necessário.

Dessa forma, podemos garantir a precisão e a consistência dos dados em nossas análises e visualizações.

Conclusão

Neste artigo, conhecemos os principais tipos de dados do Power BI. Durante a leitura, fomos capazes de:

  • Conhecer os principais tipos de dados do Power BI e suas características;
  • Compreender em quais cenários utilizar cada tipo de dado;
  • Aprender a definir o tipo de dado no Power BI.

Caso esteja pensando em aplicar os conhecimentos aprendidos neste artigo, confira os projetos realizados nos cursos da nossa Formação de Power BI, na qual temos um time de especialistas que vai te ajudar a alavancar ainda mais sua carreira e capacitar você a adquirir cada vez mais conhecimentos na ferramenta.

Abraço e até mais!

Créditos

Marcelo Cruz
Marcelo Cruz

Sou estudante de Ciência da Computação na UNIR. Atualmente, sou Monitor na Escola de Dados. Gosto muito de aprender e compartilhar conhecimento. Apaixonado por Python e Dados.

Veja outros artigos sobre Data Science