Boas Práticas

Melhores Práticas em Power BI — 76 Regras (Auditado)

Resumo da auditoria

1. Duas fontes distintas, ambas legítimas

O prefácio original atribui as 76 regras a "o repositório oficial de melhores práticas da Microsoft para Power BI, disponível sob licença MIT". Isso é parcialmente impreciso: o repositório oficial (microsoft/Analysis-Services/BestPracticeRules, BPARules.json) tem 71 regras em 6 categorias (Performance, DAX Expressions, Error Prevention, Maintenance, Naming Conventions, Formatting) — e cobre apenas o modelo semântico, não o relatório.

As 13 regras da seção "Relatórios e Visuais" — mais 1 regra na seção de Expressões DAX ("Evite colunas calculadas com definições duplicadas") — não estão nesse JSON. Confirmado pelo autor: essas vêm do Best Practices Analyser do Measure Killer (ferramenta de Gregor Brunner, MVP, measurekiller.com), que tem seu próprio conjunto de regras cobrindo tanto modelo quanto relatório — algo que o JSON oficial da Microsoft não faz. Fonte confirmada: a ClearPeaks descreve o recurso como "Evaluate your model against Microsoft best practices for both the model and report: Each area includes a default set of rules for analysis."

Texto final do prefácio — pronto para publicar (substitui o original, cita as duas fontes separadamente já que são conjuntos de regras distintos e não intercambiáveis):

"As práticas de modelo (Performance, Expressões DAX, Prevenção de Erros, Manutenção, Nomenclatura, Formatação) são baseadas no repositório oficial de Best Practice Rules da Microsoft, sob licença MIT. As práticas de Relatórios e Visuais são baseadas no Best Practices Analyser do Measure Killer, complementadas com experiência prática de projetos reais."

Este texto vai no campo descricao/intro da content_page powerbi-melhores-praticas (ver 05-schema-banco-de-dados.md), no lugar do prefácio original do documento-fonte.

2. Severidade — 29 correções aplicadas

O autor confirmou que a severidade deve seguir o valor oficial da Microsoft, não uma reclassificação editorial. Das 62 regras com correspondência direta no JSON oficial, 29 (47%) tinham severidade diferente da oficial — um desalinhamento sistemático, não pontual. Padrões observados:

• Subestimadas (documento mais brando que o oficial): AVOID_ INVALID_NAME_CHARACTERS, AVOID_INVALID_DESCRIPTION_CHARACTERS, SET_ISAVAILABLEINMDX_TO_TRUE_ON_NECESSARY_COLUMNS, AVOID_THE_USERELATIONSHIP_FUNCTION_AND_RLS_AGAINST_THE_SAME_TABLE (todas oficialmente severidade 3/alta, o documento tinha como média/baixa) — casos que quebram o modelo ou geram falha de deploy, deveriam ser tratados com mais urgência.
• Superestimadas: EVALUATEANDLOG_SHOULD_NOT_BE_USED_IN_ PRODUCTION_MODELS (oficial: severidade 1/baixa; documento: alta), AVOID_BI-DIRECTIONAL_RELATIONSHIPS_AGAINST_HIGH-CARDINALITY_ COLUMNS, SNOWFLAKE_SCHEMA_ARCHITECTURE, MODEL_SHOULD_HAVE_A_ DATE_TABLE, entre outras — regras que a Microsoft trata como recomendação e o documento tratava como crítica.

Todas as 29 foram corrigidas para o valor oficial no CSV entregável. As 14 regras de "Relatórios e Visuais" (fonte Measure Killer, não Microsoft) mantiveram a severidade original do documento, já que não há valor oficial da Microsoft para comparar.

3. Outros achados

• 1 regra sem fonte identificada em nenhuma das duas: "Evite colunas calculadas com definições duplicadas" (seção Expressões DAX) — o JSON da Microsoft só tem a regra equivalente para medidas duplicadas, não colunas calculadas. Pode ser do Measure Killer também (não confirmado) ou extrapolação razoável por analogia. Mantida no conteúdo, mas sinalizada como sem fonte confirmada.
• 2 regras oficiais da Microsoft recategorizadas sem aviso: "Avalie se RLS dinâmico é necessário" é oficialmente Performance, não Prevenção de Erros; "Corrija violações de integridade referencial" é oficialmente Maintenance, não Prevenção de Erros. Conteúdo correto, só a categoria mudou — baixo impacto, mas vale alinhar com a categorização oficial se o objetivo é rastreabilidade.
• 1 localização intencional, não é erro: a regra de formato de data usa dd/mm/yyyy (padrão brasileiro); o oficial da Microsoft hardcoda mm/dd/yyyy (padrão americano) na FixExpression. Manter como está — adaptação correta para o público do projeto.
• Cobertura parcial da Microsoft, não é erro: ~15 regras oficiais não aparecem no documento (a maioria em Performance — 19 de 24 cobertas). Não é obrigatório ter 100% de cobertura, mas fica registrado caso a equipe queira completar o conjunto depois.

4. Entregável

powerbi_melhores_praticas_auditoria.csv — 76 linhas: secao, n, titulo, severidade_documento_original, severidade_final_corrigida, fonte, status (Confirmado/Severidade corrigida/Fonte alternativa). Usar a coluna severidade_final_corrigida como valor definitivo ao publicar; as descrições completas (o quê/por quê/como/exemplos) permanecem as do documento original — não foram alteradas, só a severidade.

Próximo passo sugerido

Se a Biblioteca for incorporar este conteúdo, decidir onde ele entra na navegação do projeto — hoje o escopo documentado (00-briefing-projeto.md) é DAX/M/TMDL/PBIR/Atalhos; "Melhores Práticas de Modelagem" seria uma seção nova, não uma extensão de nenhuma das existentes. Vale confirmar se isso é desejado antes de mapear para uma rota.

<!-- ═══════════════ CABEÇALHO DE SKILL — LEIA ANTES DO CONTEÚDO ═══════════════ -->

Pergunta central obrigatória

O que eu quero que o usuário conclua ao olhar para isso? O visual serve à conclusão — não o contrário. Antes de sugerir qualquer visual, responder as 5 dimensões: objetivo, tipo de dado, audiência (executivo/analista/operador), espaço disponível, interatividade.

Must / Prefer / Avoid

MUST

• Classificar a pergunta analítica ANTES de sugerir visual: comparar, tendência, proporção, correlação, progresso vs meta, diagnóstico de causa.
• Justificar cada escolha com o princípio perceptual (posição > comprimento > inclinação > ângulo > área > cor) — nunca com "fica bonito".
• Aplicar limites de cardinalidade: pizza ≤4 fatias, linhas ≤5 séries, barras ≤12–15 categorias, waterfall ≤12 etapas.
• Barras com baseline zero, sempre. Rótulos de dados ativos → eixo de valores e gridlines desativados.
• Cores apenas com significado semântico; testar acessibilidade para daltonismo.

PREFER

• Barras horizontais ordenadas como substituto padrão de pizza, rosca e gauge.
• Visual KPI sobre gauge; card apenas quando não há meta.
• Formatação condicional guiada por limites de negócio, não estatísticos.
• Tooltip pages (320×240) para profundidade sem poluir a página.
• Small multiples quando a pergunta é "o padrão é consistente entre categorias?".
• Linhas de referência (média, meta) via painel de Análise.
• Árvore de Decomposição para causa raiz; Key Influencers para "o que explica?".

AVOID

• Nunca recomendar Q&A visual (depreciado; remoção prevista dez/2026) — indicar Copilot como substituto.
• Nunca: eixo Y truncado em barras, 3D, arco-íris em dados ordenados, empilhamento com >3 séries, mais de uma linha sobre colunas em combo.
• Não usar mapa só porque o dado tem campo geográfico — apenas quando a distribuição geográfica É o insight.

Seletor de fluxo (seções deste arquivo)

<!-- ═══════════════════════ FIM DO CABEÇALHO — CONTEÚDO ═══════════════════════ -->

Guia Definitivo de Visuais no Power BI

Design com princípio. Cada visual no lugar certo, pelo motivo certo.

"Um dashboard eficaz é o produto não de medidores e semáforos bonitinhos, mas sim de um design informado: mais ciência que arte, mais simplicidade do que deslumbre. Ele é, acima de tudo, sobre comunicação." — Stephen Few

---

Como Usar Este Guia

Este documento é uma referência prática para analistas que precisam escolher, configurar e justificar cada visual em um relatório Power BI. Ele combina os princípios de design de informação de Stephen Few com a documentação oficial Microsoft e as boas práticas de mercado.

A pergunta central antes de escolher qualquer visual:

O que eu quero que o usuário conclua ao olhar para isso?

Essa pergunta vem antes da pergunta técnica. O visual serve à conclusão — não o contrário.

---

A Estrutura de Decisão

Antes de abrir o painel de Visualizações, defina:

Com essas cinco dimensões respondidas, a escolha do visual se torna técnica, não intuitiva.

---

CATEGORIA 1 — Comparação e Tendências

Use estes visuais para comparar valores entre categorias ou rastrear mudanças ao longo do tempo.

---

Gráfico de Barras e Colunas

O que é: O padrão universal para comparação de valores discretos. Barras na horizontal, colunas na vertical.

Quando usar:

• Comparar valores entre categorias distintas (produtos, regiões, vendedores)
• Colunas: quando o eixo X representa tempo (Jan, Fev, Mar)
• Barras: quando os rótulos das categorias são longos (mais de 5 caracteres) ou há mais de 5 categorias Princípio de design aplicado: O comprimento da barra é o atributo mais preciso que o olho humano compara depois da posição. É por isso que barras superam pizzas: o cérebro calcula comprimento com muito mais exatidão do que ângulo ou área.

Configuração recomendada no Power BI:

• Desative linhas de grade ou use cinza muito claro (opacidade 15%)
• Ative rótulos de dados diretamente nas barras — elimina a necessidade de o usuário olhar para o eixo
• Remova o título do eixo se o título do visual já o descreve
• Use uma única cor; diferencie apenas quando a cor tiver significado (ex: destaque o maior valor ou o período atual)
• Ordene as barras por valor (maior para menor) quando a ordem categórica não for relevante Evite:
• Empilhamento com mais de 3 séries — as comparações internas se tornam impossíveis
• Eixo Y que não começa em zero — distorce a percepção da magnitude
• Cores diferentes para cada barra sem significado semântico — chartjunk por variação Documentação oficial: Column charts in Power BI

---

Gráfico de Linhas

O que é: Uma linha que conecta pontos de dados ao longo de um eixo contínuo, revelando a forma da tendência.

Quando usar:

• Dados contínuos ao longo do tempo com mais de 8 períodos
• Comparação de tendências entre poucas séries (até 4-5 linhas)
• Quando a direção e a velocidade da mudança importam mais que os valores absolutos Princípio de design aplicado: O gráfico de linhas ativa o processamento pré-atentivo pela inclinação — o olho detecta subidas e quedas antes de ler qualquer número. Isso o torna ideal para dashboards operacionais onde a tendência precisa ser percebida em relance.

Configuração recomendada no Power BI:

• Use linha suavizada para séries longas (reduz ruído visual)
• Ative marcadores apenas nos pontos que precisam de atenção — marcadores em todos os pontos poluem
• Adicione uma linha de referência (média, meta) via painel de Análise (Analytics) para contextualizar a tendência
• Para múltiplas séries, use rótulos de linha ao final (não legenda separada) — mantém o olho na série
• Considere área sombreada abaixo da linha principal para enfatizar magnitude quando há apenas uma série Evite:
• Mais de 5 séries na mesma área — o gráfico se transforma em espaguete ilegível
• Usar gráfico de linhas para dados categóricos sem relação temporal entre si Recursos avançados:
• Anomaly Detection integrado: ative em Análise → Encontrar anomalias para destacar automaticamente picos e quedas inesperados
• Previsão: Análise → Previsão gera projeção com intervalo de confiança baseado no histórico Documentação oficial: Line charts in Power BI

---

Gráfico de Área

O que é: Um gráfico de linhas com a área entre a linha e o eixo preenchida.

Quando usar:

• Mostrar a magnitude da mudança ao longo do tempo (o preenchimento enfatiza o volume)
• Comparar totais acumulados quando empilhado
• Uma única série que precisa de peso visual maior que a linha simples oferece Princípio de design aplicado: A área preenchida ativa a percepção de volume — o usuário sente o crescimento ou a queda, não apenas o vê. Use quando a magnitude da mudança for o insight principal, não apenas a direção.

Configuração recomendada no Power BI:

• Use transparência de 50-70% na área para evitar que o preenchimento domine sobre os dados
• Com múltiplas séries, prefira Área Empilhada 100% para mostrar composição proporcional ao longo do tempo
• Combine com linha de referência para metas ou médias históricas Evite:
• Mais de 3 séries empilhadas — as séries inferiores se tornam invisíveis
• Usar área quando os valores oscilam muito — o preenchimento cria "montanhas" que distorcem a percepção de escala Documentação oficial: Area charts in Power BI

---

Gráfico de Combinação (Combo Chart)

O que é: A fusão de colunas e linha em um único visual, com possibilidade de dois eixos Y independentes.

Quando usar:

• Comparar duas métricas com escalas completamente diferentes (ex: Receita em R$ e Margem em %)
• Mostrar volume absoluto (coluna) e taxa ou índice (linha) simultaneamente
• Quando a relação entre duas métricas é o insight principal Princípio de design aplicado: O combo chart resolve o problema da escala incompatível sem forçar o usuário a alternar entre dois visuais. O custo é a complexidade visual — use apenas quando as duas métricas têm relação semântica clara que precisa ser visível simultaneamente.

Configuração recomendada no Power BI:

• Nomeie os dois eixos Y com clareza — o usuário precisa saber qual escala pertence a qual série
• Use cores contrastantes para colunas e linha (ex: azul para coluna, laranja para linha)
• Ative rótulos de dados apenas na série mais importante para evitar poluição
• Com dois eixos Y, alinhe os zeros para não criar uma falsa percepção de correlação Evite:
• Mais de uma linha sobreposta às colunas — a legibilidade desaparece
• Usar quando as duas métricas não têm relação conceitual — o visual sugere correlação que pode não existir Documentação oficial: Combo charts in Power BI

---

Gráfico de Faixa (Ribbon Chart)

O que é: Uma variação do gráfico de barras empilhadas que mostra a posição de ranking de cada categoria ao longo do tempo, com a categoria de maior valor sempre no topo.

Quando usar:

• O insight principal é a mudança de posição relativa entre categorias ao longo do tempo
• Ranking de produtos, regiões ou vendedores que alterna em diferentes períodos
• Quando saber quem está em primeiro lugar em cada período é mais importante que os valores absolutos Princípio de design aplicado: O ribbon chart traduz visualmente a dinâmica competitiva. A faixa conectada entre períodos permite que o olho rastreie a trajetória de uma categoria sem precisar comparar números.

Configuração recomendada no Power BI:

• Limite a 5-7 categorias — acima disso as faixas ficam finas demais para serem rastreáveis
• Use paleta de cores com identidade por categoria (cada categoria tem sua cor fixada)
• Ative rótulos de dados para mostrar o valor em cada período Evite:
• Usar quando os valores absolutos importam mais que a posição — o gráfico de colunas empilhadas é mais adequado
• Muitas categorias com valores próximos — as faixas se entrelaçam e o visual perde legibilidade Documentação oficial: Ribbon charts in Power BI

---

Gráfico de Cascata (Waterfall Chart)

O que é: Um gráfico que mostra como um valor inicial é afetado por uma série de adições e subtrações positivas e negativas, chegando a um valor final.

Quando usar:

• Decompor a variação de um KPI (ex: "Por que a receita de março é maior que a de fevereiro?")
• Analisar a contribuição de diferentes fatores para um resultado final (DRE simplificado, variação de estoque)
• Mostrar entradas e saídas de um processo financeiro (fluxo de caixa, P&L) Princípio de design aplicado: O waterfall chart é um dos poucos visuais que comunica causa e efeito de forma nativa. A sequência de barras positivas (verdes) e negativas (vermelhas) cria uma narrativa visual da composição do resultado.

Configuração recomendada no Power BI:

• Use cores semânticas fixas: verde para positivo, vermelho para negativo, cinza ou azul para o valor inicial e final (totais)
• Ative rótulos de dados em todas as barras — os valores são o ponto principal
• Ordene da maior contribuição para a menor quando a sequência não for temporal ou causal Evite:
• Usar com mais de 10-12 categorias — a leitura sequencial se torna cansativa
• Trocar as cores convencionais (verde/vermelho) por escolhas estéticas — confunde o usuário Documentação oficial: Waterfall charts in Power BI

---

CATEGORIA 2 — Partes de um Todo

Use estes visuais para mostrar como componentes individuais contribuem para um total.

---

Gráfico de Pizza e Rosca

O que é: Um círculo dividido em fatias proporcionais ao valor de cada categoria.

A posição honesta sobre pizza e rosca:

A documentação oficial da Microsoft diz: "Use these charts when you have a small number of categories." Stephen Few é mais direto: o olho humano compara ângulos e áreas com muito menos precisão do que comprimentos. Com mais de quatro categorias, as fatias ficam tão similares que o usuário não consegue estabelecer ranking sem ler os rótulos — e se precisa ler os rótulos, o gráfico não está fazendo seu trabalho.

Quando é aceitável usar:

• Exatamente 2 a 4 categorias com diferenças proporcionais significativas entre si
• Quando a mensagem é uma proporção dominante e óbvia (ex: "80% das vendas vêm de 2 produtos")
• Contextos informais onde a aparência familiar do visual importa mais que a precisão Substituto sempre superior: Gráfico de barras horizontais ordenadas por valor. O usuário vê os mesmos dados com mais precisão, em menos espaço, com ranking imediato.

Configuração se optar por usar no Power BI:

• Máximo de 4 fatias; agrupe o restante em "Outros"
• Ative rótulos de dados com percentual dentro de cada fatia
• Para rosca: use o centro para exibir o total ou a categoria principal via caixa de texto sobreposta
• Desative a legenda se os rótulos já identificam as fatias Documentação oficial: Pie and donut charts in Power BI

---

Treemap

O que é: Dados hierárquicos representados como retângulos aninhados, onde o tamanho de cada retângulo é proporcional ao valor.

Quando usar:

• Comparar proporções em dados hierárquicos com muitos itens (ex: receita por categoria → subcategoria → produto)
• Quando a proporção relativa é o insight principal e não há necessidade de comparações precisas
• Mostrar composição de um portfólio em que alguns itens dominam claramente sobre outros Princípio de design aplicado: O treemap usa o atributo pré-atentivo de tamanho para comunicar magnitude. O olho detecta imediatamente quais retângulos são maiores sem precisar ler os valores. É eficaz quando a dispersão de tamanhos é grande — quando os valores são próximos, o treemap perde utilidade.

Configuração recomendada no Power BI:

• Use uma única cor em gradiente (mais escuro = maior valor) para hierarquias simples
• Para hierarquias com 2 níveis, use cores diferentes para o primeiro nível e tons do mesmo matiz para o segundo
• Ative rótulos de dados apenas para os maiores retângulos — rótulos em itens pequenos se sobrepõem e criam poluição
• Configure drill-down para permitir que o usuário desça na hierarquia ao clicar Evite:
• Quando os valores são próximos entre si — os retângulos ficam com tamanhos indistinguíveis
• Quando há mais de 3 níveis hierárquicos — a leitura colapsa
• Como substituto para um gráfico de barras quando a comparação de valores absolutos é o objetivo Documentação oficial: Treemaps in Power BI

---

Gráfico de Funil (Funnel Chart)

O que é: Um gráfico de barras horizontais ordenadas de cima para baixo, representando etapas de um processo com redução progressiva de volume.

Quando usar:

• Processos sequenciais com perda entre etapas (pipeline de vendas, funil de marketing, onboarding)
• Quando a taxa de conversão entre etapas é o insight principal
• Identificar onde o processo perde mais volume (gargalos) Princípio de design aplicado: A forma visual do funil comunica, por si mesma, a ideia de progressão e redução — é um dos raros visuais onde a metáfora visual é parte do insight. O usuário entende o conceito antes de ler qualquer valor.

Configuração recomendada no Power BI:

• Ative rótulos de dados com o valor absoluto e o percentual de conversão em relação à etapa anterior
• Use uma única cor com gradiente de intensidade (mais saturado nas etapas com maior perda) para guiar o olho para os gargalos
• Ordene sempre da etapa inicial (maior volume) para a etapa final (menor volume) — nunca inverta Evite:
• Usar para dados que não representam um processo sequencial — o funil implica causalidade entre etapas
• Comparar dois funis lado a lado no mesmo visual — cria confusão; use páginas separadas com bookmarks Documentação oficial: Funnel charts in Power BI

---

CATEGORIA 3 — Distribuição e Relacionamentos

Use estes visuais para entender como os dados estão distribuídos e identificar correlações.

---

Gráfico de Dispersão, Bolhas e Dot Plot

O que é: Pontos plotados na interseção de dois valores numéricos (dispersão). Bolhas adicionam uma terceira dimensão via tamanho. Dot plots permitem eixo X categórico.

Quando usar (dispersão):

• Identificar correlação entre duas variáveis numéricas (ex: ticket médio × volume de vendas por vendedor)
• Detectar outliers — pontos fora do padrão ficam visualmente isolados
• Segmentar clusters naturais em um conjunto de dados Quando usar (bolhas):
• Três variáveis simultâneas onde as três têm igual importância analítica
• Exemplos: país × PIB per capita × população; produto × margem × volume Princípio de design aplicado: O gráfico de dispersão é o único visual que revela correlação de forma nativa. Nenhum gráfico de barras ou linhas mostra a relação entre duas variáveis independentes com a mesma clareza. Para análises exploratórias, é frequentemente o ponto de partida.

Configuração recomendada no Power BI:

• Ative rótulos apenas nos outliers, não em todos os pontos — rótulos em todos os pontos criam ilegibilidade
• Use o campo Legenda para colorir pontos por categoria (ex: região), mas limite a 5-6 categorias
• Adicione linhas de referência (média nos dois eixos) via painel de Análise para criar quadrantes
• Para bolhas, defina tamanho mínimo e máximo para evitar que bolhas pequenas desapareçam e grandes dominem a área Recursos avançados no Power BI:
• Campo de reprodução (Play Axis): adicione uma dimensão temporal ao campo Eixo de Reprodução para criar uma animação que mostra a evolução dos pontos ao longo do tempo Evite:
• Mais de 200-300 pontos sem agrupamento — o gráfico vira uma nuvem ilegível
• Usar dispersão quando um dos eixos é categórico e há muitas categorias — dot plot resolve melhor Documentação oficial: Scatter charts in Power BI

---

CATEGORIA 4 — Tabelas e Matrizes

Use estes visuais quando a precisão dos valores e a comparação multidimensional são o objetivo.

---

Tabela

O que é: Uma grade de linhas e colunas exibindo valores exatos.

Quando usar:

• O usuário precisa de valores precisos, não de tendências ou proporções
• Comparar muitos itens em uma única dimensão (ex: lista de clientes com receita, margem e variação)
• Quando há múltiplas unidades de medida que não podem coexistir num gráfico
• Como complemento a gráficos — a tabela fornece o detalhe que o gráfico generaliza Princípio de design aplicado: A tabela é o visual mais denso e o mais preciso. Use-a quando a precisão supera a necessidade de síntese. Nunca use uma tabela onde um gráfico comunicaria o mesmo insight mais rapidamente — e nunca use um gráfico onde a tabela fornece a precisão necessária.

Configuração de design recomendada no Power BI:

• Linhas alternadas: ative em Formato → Grade → Cor de linha alternada — use cinza muito claro (#F5F5F5). Elimina bordas sem perder a separação entre linhas
• Sem bordas verticais: desative divisores de coluna — o espaçamento separa melhor que linhas
• Alinhamento: números sempre à direita (facilita comparação de dígitos por posição); texto à esquerda
• Totais em negrito: Formato → Subtotais → Cor do texto com peso maior
• Sparklines nas colunas: adicione contexto histórico sem sair da tabela — Adicionar → Sparkline
• Barras de dados: Formatação Condicional → Barras de Dados para comunicar magnitude junto ao valor exato Formatação condicional recomendada:
• Cor de fundo por regras (vermelho/âmbar/verde) para valores fora do padrão
• Ícones de status por regras de negócio (▲▼ ou semáforos)
• Barras de dados para colunas de volume ou valor Evite:
• Bordas em todas as células — cria uma grade pesada que o olho precisa filtrar antes de ler os dados
• Mais de 8-10 colunas — a tabela ultrapassa a largura da tela e força rolagem horizontal
• Usar tabela quando o usuário precisa de tendência — adicione uma sparkline ou substitua por gráfico de linhas Documentação oficial: Tables in Power BI

---

Matriz

O que é: Uma tabela dinâmica visual que suporta múltiplas dimensões em linhas e colunas com hierarquias expansíveis.

Quando usar:

• Análise multidimensional: produto × região × período num único visual
• O usuário precisa explorar hierarquias (clicar em "Sul" para ver os estados do Sul)
• Quando subtotais e totais gerais são parte do insight
• Como substituto ao Excel pivot para análises ad hoc dentro do relatório Diferença crítica em relação à tabela: A tabela exibe linhas independentes; a matriz agrega automaticamente e suporta hierarquias expansíveis em linhas e colunas. Use matriz quando há mais de uma dimensão de análise.

Configuração recomendada no Power BI:

• Ative Layout Stepped para hierarquias — recua os níveis hierárquicos visualmente
• Configure Expandir/Recolher todos os cabeçalhos de linha para que o usuário controle o nível de detalhe
• Use formatação condicional nas células de valor para criar um heatmap visual
• Desative ícones de expansão padrão e configure botões personalizados via bookmark se a interatividade precisar de controle Documentação oficial: Matrix visuals in Power BI

---

CATEGORIA 5 — Mapas

Use estes visuais para dados com dimensão geográfica.

---

Mapa Preenchido (Choropleth / Filled Map)

Quando usar: Comparar uma métrica entre regiões geográficas delimitadas (estados, países, municípios) onde a intensidade de cor comunica o valor.

Configuração: Use gradiente de cor sequencial (claro = menor, escuro = maior) em um único matiz. Evite paleta arco-íris — ela sugere diferenças qualitativas onde há diferença quantitativa.

Mapa de Bolhas (Bubble Map)

Quando usar: Localizar pontos específicos (cidades, filiais, clientes) com volume representado pelo tamanho da bolha. Melhor que o mapa preenchido quando os dados são pontuais, não regionais.

Shape Map

Quando usar: Mapas personalizados com regiões não padrão (territórios comerciais, zonas de distribuição) usando arquivos TopoJSON.

Princípio de design aplicado (para todos os mapas): O mapa é indispensável quando a geografia é parte do insight. Se a localização não agrega compreensão ao dado, use um gráfico de barras — é mais preciso e mais rápido de ler.

Evite:

• Usar mapa apenas porque o dado tem um campo de estado ou país — a questão é se a distribuição geográfica é o insight
• Mapas com muitos pontos sem agrupamento — vira ruído visual Documentação oficial: Map visualizations in Power BI

---

CATEGORIA 6 — KPIs, Cartões e Progresso

Use estes visuais para destacar valores-chave e rastrear progresso em relação a metas.

---

Cartão (Card)

O que é: Um visual que exibe um único valor de forma prominente. Suporta layout de cartão único e múltiplos cartões, com imagens e valores de referência.

Quando usar:

• O KPI mais importante do dashboard (Receita Total, NPS, Margem Bruta)
• Valores que precisam ser vistos imediatamente sem contexto comparativo
• Como primeiro elemento no canto superior esquerdo da página Configuração recomendada:
• Título descritivo e conciso (ex: "Receita MTD" não "Receita")
• Fonte grande para o valor principal — ocupa o espaço que lhe foi destinado
• Subtítulo com contexto de variação (ex: "▲ 12,4% vs mês anterior") via medida DAX
• Sem bordas, sem fundo colorido — o valor é o elemento, não o contêiner

// Subtítulo dinâmico para cartão
Subtítulo Receita =
VAR _Var = [Variação % vs Anterior]
VAR _Sinal = IF(_Var >= 0, "▲ ", "▼ ")
VAR _Cor_Label = IF(_Var >= 0, "crescimento", "queda")
RETURN
    _Sinal & FORMAT(ABS(_Var), "0.0%") & " vs mês anterior"

Documentação oficial: Card visuals in Power BI

---

Visual KPI

O que é: Mostra três informações num único visual: o valor atual, a meta e a tendência do período anterior.

Quando usar:

• Existe uma meta definida e o atingimento precisa estar visível
• O contexto temporal (melhorando ou piorando) é parte do insight
• Substituto superior ao cartão simples quando há meta no modelo de dados Por que o KPI é superior ao gauge na maioria dos casos: O gauge ocupa 3-4x mais espaço e comunica apenas valor atual × meta. O KPI visual comunica valor atual + meta + tendência no mesmo espaço de um cartão.

Configuração recomendada:

• Configure os três campos: Valor, Metas, Eixo de tendência
• O Power BI calcula automaticamente se a direção é positiva ou negativa — configure qual direção é "boa" para a métrica Documentação oficial: KPIs in Power BI

---

Gráfico de Medidor (Gauge / Radial Gauge)

O que é: Um velocímetro semicircular com uma agulha mostrando o valor atual em relação a mínimo, máximo e meta.

A posição honesta sobre o gauge:

O gauge é frequentemente o primeiro visual que analistas querem usar para KPIs — e um dos menos eficientes em termos de relação informação/espaço. Ele ocupa um espaço considerável para comunicar um único número em relação a uma meta, o que o visual KPI faz com mais informação no mesmo espaço ou menor.

Quando é aceitável usar:

• Dashboards operacionais de monitoramento em tempo real onde a leitura analógica (posição da agulha) é mais rápida que um número
• Telas de operações com poucos KPIs e área visual generosa (TVs, painéis de controle físicos)
• Quando a audiência tem baixa familiaridade com dados e a metáfora do velocímetro facilita a leitura Configuração se optar por usar:
• Defina sempre os três campos: Valor, Valor Mínimo, Valor Máximo
• Configure o campo Meta para exibir a posição-alvo na escala
• Use cores de preenchimento semânticas: vermelho (abaixo da meta), âmbar (próximo), verde (atingido) Substitutos recomendados: Visual KPI, Gráfico de Bala (via AppSource), Cartão com formatação condicional

Documentação oficial: Gauge charts in Power BI

---

Visual de Metas (Goals)

O que é: Um scorecard que exibe múltiplas métricas com metas, valores atuais e indicadores de status por cores. Disponível no Power BI Service.

Quando usar:

• Dashboards de gestão com múltiplos KPIs e metas formalizadas
• Scorecards de equipe ou departamento com acompanhamento periódico
• Substituir planilhas de acompanhamento de metas por um visual integrado ao Power BI Documentação oficial: Get started with metrics in Power BI

---

CATEGORIA 7 — Visuais com Inteligência Artificial

Use estes visuais para exploração guiada por IA e narrativas automáticas.

---

Árvore de Decomposição (Decomposition Tree)

O que é: Um visual que permite decompor um valor-chave através de múltiplas dimensões em qualquer ordem, com a IA sugerindo qual dimensão explorar a seguir.

Quando usar:

• Diagnóstico de causa raiz: "Por que as vendas de São Paulo caíram 15%?"
• Exploração ad hoc sem necessidade de criar filtros ou páginas dedicadas
• Quando o analista não sabe de antemão qual dimensão explica melhor o desvio É o visual analítico mais poderoso do Power BI para diagnóstico. Nenhum outro visual permite explorar causa raiz de forma interativa com esta profundidade.

Configuração recomendada:

• Coloque a métrica principal no campo Analisar (ex: Receita Total)
• Adicione todas as dimensões relevantes no campo Explicar por (Região, Produto, Canal, Vendedor)
• Use a opção IA para que o Power BI sugira automaticamente qual nível explica melhor o valor selecionado Documentação oficial: Decomposition tree visuals in Power BI

---

Principais Influenciadores (Key Influencers)

O que é: Um visual que identifica automaticamente quais fatores têm maior influência sobre um resultado ou valor selecionado.

Quando usar:

• Entender o que aumenta ou diminui um KPI (ex: "O que aumenta a probabilidade de churn?")
• Análises de segmentação automática sem necessidade de modelagem estatística manual
• Quando a pergunta é "por que esse resultado acontece?" e há múltiplas variáveis candidatas Configuração recomendada:
• Analisar: a métrica de interesse (ex: Churn = Sim/Não)
• Explicar por: as variáveis candidatas (ex: Segmento, Produto, Região, Tempo de contrato)
• Alterne entre as abas Principais Influenciadores e Principais Segmentos para perspectivas diferentes Documentação oficial: Key influencers in Power BI

---

Narrativa Inteligente (Smart Narrative)

O que é: Um visual que gera automaticamente um parágrafo em linguagem natural descrevendo os principais insights dos dados.

Quando usar:

• Adicionar contexto textual a dashboards sem escrever DAX para medidas de texto
• Resumos executivos gerados automaticamente que se atualizam com os dados
• Complementar visuais gráficos com narrativa que aponta o que é mais relevante Configuração recomendada:
• Personalize o texto gerado para incluir frases fixas de contexto de negócio
• Use o modo de edição para substituir partes do texto por medidas DAX personalizadas
• Posicione no cabeçalho da página ou como complemento ao visual principal Documentação oficial: Smart narrative in Power BI

---

Detecção de Anomalias (Anomaly Detection)

O que é: Uma função do gráfico de linhas (não um visual separado) que identifica automaticamente picos e quedas inesperados na série temporal.

Quando usar:

• Monitoramento de séries temporais onde desvios do padrão precisam de atenção imediata
• Dashboards operacionais com atualização frequente
• Como complemento ao gráfico de linhas em análises de tendência Como ativar: No gráfico de linhas, vá em Painel de Análise → Encontrar anomalias. Configure a sensibilidade e o intervalo de confiança.

Documentação oficial: Anomaly detection in Power BI

---

CATEGORIA 8 — Filtragem e Segmentação

Use estes visuais para controlar o contexto dos dados exibidos no relatório.

---

Segmentação (Slicer)

O que é: Um controle de filtro on-canvas que permite ao usuário filtrar todos os visuais da página (ou do relatório) por uma ou mais dimensões.

Formatos disponíveis: Lista vertical, dropdown, botões, controle deslizante de data, entre e data range.

Quando usar cada formato:

• Lista: até 7-8 itens onde o usuário precisa ver todas as opções de uma vez
• Dropdown: mais de 8 itens ou quando o espaço na tela é limitado
• Botões: para seleções binárias ou com pouquíssimas opções (ex: Ano: 2023 | 2024 | 2025)
• Controle deslizante de data: para filtros de período contínuos onde o usuário quer selecionar intervalos Configuração recomendada:
• Agrupe todas as segmentações numa área coesa (cabeçalho ou painel lateral)
• Use Sincronizar segmentações (Exibir → Sincronizar Segmentações) para que o filtro se aplique a múltiplas páginas
• Configure Seleção Única vs Múltipla conforme a lógica do negócio — não deixe o padrão por inércia
• Para filtros de data, prefira segmentação de dropdown com datas relativas (Últimos 30 dias, Mês atual) em vez de seleção manual Princípio de design: O painel de filtros nativo do Power BI é poderoso, mas invisível. Para usuários executivos que não exploram o painel de filtros, as segmentações on-canvas são o único recurso de filtro que eles usam. Posicione as segmentações mais usadas no cabeçalho da página para máxima visibilidade.

Documentação oficial: Slicers in Power BI

---

CATEGORIA 9 — Estrutura, Navegação e Contexto

Use estes visuais para construir a arquitetura de informação do relatório.

---

Caixas de Texto e Formas

Caixa de texto: Para títulos de página, descrições de seção, subtítulos de KPI, notas metodológicas e qualquer conteúdo textual fixo. O Power BI permite vincular o texto a campos de dados para conteúdo dinâmico.

Formas (retângulos, elipses, linhas, setas): Para delimitar seções visualmente, criar agrupamentos sem bordas nos visuais e guiar o olhar através do layout.

Princípio de design: Use formas e espaço em branco como separadores em vez de bordas nos próprios visuais. Uma forma retangular com preenchimento cinza muito claro atrás de um grupo de KPIs é mais elegante e menos poluída que bordas individuais em cada cartão.

Documentação oficial: Add text boxes and shapes to Power BI reports

---

Botões e Navegadores

O que são: Elementos interativos que executam ações: navegar para outra página, aplicar um bookmark, abrir uma URL, mostrar/ocultar um painel.

Quando usar:

• Navegação entre páginas: sempre que o relatório tiver mais de 2 páginas — oculte as abas padrão e crie um menu de navegação consistente
• Bookmarks: para alternar entre estados do relatório (mostrar/ocultar filtros, alternar entre visões)
• Drill-through contextual: botão "Ver Detalhe" que leva o usuário da visão geral ao detalhe com o contexto preservado Boas práticas:
• Use Navegador de Páginas ou Navegador de Bookmarks (visuais nativos de navegação) para criar menus consistentes automaticamente
• Configure estados de botão (padrão, ao passar o mouse, ao pressionar) para feedback visual de interatividade
• Oculte as abas de página do usuário final (Exibir → Ocultar Painel de Páginas no serviço) e use navegação customizada Documentação oficial: Create buttons in Power BI

---

Imagem

O que é: Exibe imagens estáticas (logos, ícones) ou dinâmicas que mudam com base em valores do dado.

Quando usar:

• Logo da empresa no cabeçalho de cada página
• Fotos de produtos ou vendedores em tabelas com URL de imagem no campo
• Bandeiras de países, ícones de categoria ou qualquer representação visual vinculada a uma dimensão Configuração: Para imagens dinâmicas, crie uma coluna no modelo com a URL da imagem e configure a propriedade da coluna como URL de Imagem (Ferramentas de Coluna → Categoria de Dados → URL de Imagem).

Documentação oficial: Image visual in Power BI

---

Visual de Relatório Paginado

O que é: Permite incorporar um relatório paginado (.rdl) dentro de uma página do Power BI.

Quando usar:

• O usuário precisa de um layout pixel-perfect para impressão ou exportação em PDF
• Relatórios tabulares muito longos que se estendem por múltiplas páginas (extratos, notas fiscais, relatórios regulatórios)
• Quando o Power BI Report Builder é necessário para formatação avançada que o Power BI Desktop não oferece Documentação oficial: Paginated report visual in Power BI

---

Visuais R e Python

O que são: Visuais criados com código R ou Python, executados no Power BI para análises estatísticas e visualizações personalizadas.

Quando usar:

• Análises estatísticas avançadas (regressão, clustering, distribuições)
• Visualizações que não existem no Power BI nativo (violin plots, heatmaps customizados, dendrogramas)
• Modelos de forecasting com bibliotecas especializadas (Prophet, scikit-learn) Limitação importante: Visuais R e Python não suportam interatividade dinâmica completa (cross-filtering) da mesma forma que os visuais nativos. Use-os para análises estáticas ou exportações.

Documentação oficial: R visuals in Power BI

---

RECURSOS TRANSVERSAIS QUE ELEVAM QUALQUER VISUAL

Formatação Condicional

A formatação condicional transforma visuais estáticos em comunicadores de status. Disponível em tabelas, matrizes e muitos gráficos.

O que pode ser formatado condicionalmente:

• Cor de fundo da célula (por valor, regras ou escala de cores)
• Cor da fonte
• Barras de dados (minibarras dentro da célula)
• Ícones (semáforos, setas, formas)
• URLs em hiperlinks dinâmicos Regra de design: Formatação condicional deve comunicar status de negócio, não beleza visual. Use regras baseadas em limites do negócio (meta atingida, variação aceitável), não em valores estatísticos.

Documentação oficial: Apply conditional formatting

---

Tooltip Pages (Dicas de Ferramenta como Página)

O que é: Uma página inteira do relatório que aparece como tooltip ao passar o mouse sobre um ponto de dados.

Por que é um dos recursos mais subutilizados do Power BI: Permite exibir um mini-dashboard com múltiplos visuais de contexto sem ocupar espaço na página principal — preservando o dashboard limpo enquanto oferece profundidade ao usuário que deseja explorar.

Como configurar:

1. Crie nova página → Configurações de Página → Tipo de Página → Dica de Ferramenta
2. Defina o tamanho como 320 × 240 px
3. Adicione os visuais de contexto (histórico, comparação, KPIs relacionados)
4. No visual principal: Formato → Dica de Ferramenta → Tipo → Página de Relatório Documentação oficial: Create tooltips based on report pages

---

Visual Calculations (Cálculos Visuais)

O que é: Cálculos DAX criados diretamente no visual, que operam no contexto de linhas e colunas do visual sem necessidade de compreender filter context do modelo.

Para que serve:

• Totais acumulados (running total)
• Médias móveis
• Percentual do total
• Rankings dentro do visual

// Exemplo de cálculo visual — Total Acumulado
Total Acumulado = RUNNINGSUM([Receita Total])
 
// Percentual do Total
% do Total = DIVIDE([Receita Total], COLLAPSE([Receita Total], ROWS))

Documentação oficial: Visual calculations overview

---

Small Multiples (Pequenos Múltiplos)

O que é: A divisão de um único visual em uma grade de versões menores, cada uma mostrando um subconjunto dos dados baseado em um campo escolhido.

Quando usar:

• Comparar o mesmo padrão entre muitas categorias (ex: tendência de vendas por região)
• Quando colocar todas as séries num único gráfico cria um espaguete ilegível
• Quando a questão é "esse padrão é consistente em todas as categorias?" Princípio de design: Os pequenos múltiplos são superiores às múltiplas séries num único gráfico quando o objetivo é comparar padrões — não valores absolutos. O olho humano compara formas entre painéis com muito mais facilidade do que compara 8 linhas coloridas no mesmo espaço.

Documentação oficial: Create small multiples in Power BI

---

Painel de Análise (Analytics Pane)

O que é: Um conjunto de elementos analíticos que podem ser adicionados a visuais compatíveis para contextualizar os dados.

Elementos disponíveis:

• Linhas de referência constantes (limites, benchmarks)
• Linha de média, mediana, mínimo, máximo, percentil
• Previsão com intervalo de confiança
• Detecção de anomalias
• Barras de erro Regra de design: Linhas de referência transformam gráficos em ferramentas de diagnóstico. Uma linha de meta num gráfico de colunas permite ao usuário ver imediatamente quem está acima e quem está abaixo — sem precisar comparar mentalmente com um número na legenda.

Documentação oficial: Use the Analytics pane in Power BI

---

TABELA DE REFERÊNCIA RÁPIDA

---

VISUAIS OBSOLETOS E DEPRECIADOS

Q&A Visual

Status: Depreciado — previsto para remoção em dezembro de 2026.

O visual Q&A permite que usuários façam perguntas em linguagem natural. Dado o anúncio de depreciação, não implemente o visual Q&A em novos relatórios. Use Copilot no Power BI como substituto para interações em linguagem natural.

---

TEMAS E CONSISTÊNCIA VISUAL

A melhor forma de garantir consistência em todos os visuais de um relatório é através de temas de relatório.

O que um tema controla: Paleta de cores, fontes, tamanhos, fundos de visual, bordas e muito mais — aplicado automaticamente a todos os visuais do relatório.

Como criar e aplicar:

1. Defina um tema via Exibir → Temas → Personalizar Tema Atual
2. Exporte como arquivo .json para reutilização e compartilhamento entre relatórios
3. O tema é a base; formatação individual no visual sobrescreve o tema quando necessário Estrutura básica de um tema JSON:

{
  "name": "Tema Corporativo",
  "dataColors": [
    "#2B579A",
    "#F4A321",
    "#27AE60",
    "#C0392B",
    "#6B7280"
  ],
  "background": "#F8F9FA",
  "foreground": "#2B579A",
  "tableAccent": "#2B579A",
  "visualStyles": {
    "*": {
      "*": {
        "fontFamily": [{ "value": "Segoe UI" }],
        "fontSize": [{ "value": 11 }]
      }
    }
  }
}

Documentação oficial: Use report themes in Power BI Desktop

-- name: storytelling-com-dados description: >- Aplica os frameworks do livro "Storytelling com Dados" (Cole Nussbaumer Knaflic) à construção de relatórios Power BI: leitura de contexto/audiência, escolha do visual certo, remoção de saturação visual, uso de atributos pré-atentivos para guiar o olhar, pensamento de designer (affordances, acessibilidade, estética) e construção de narrativa (Big Idea, arco narrativo, lógica horizontal/vertical). Use quando o usuário pede: (1) crítica ou revisão de um visual/página já pronta, (2) ajuda para "contar uma história" com os dados, (3) dúvida sobre qual gráfico usar, (4) reduzir poluição visual / simplificar um dashboard, (5) definir a "mensagem principal" de uma página, (6) preparar apresentação executiva de resultados de BI. Triggers: "storytelling com dados", "poluição visual", "qual gráfico uso", "mensagem principal", "Big Idea", "atenção do público", "saturação", "gráfico de espaguete", "dado x tinta", "história com dados", "apresentar para diretoria". metadata: version: 1.0.0 author: síntese Claude para o projeto de Paulo André Jesus — OfficeTuning source: >- Síntese própria dos conceitos e frameworks do livro "Storytelling com Dados: Um Guia sobre Visualização de Dados para Profissionais de Negócios", de Cole Nussbaumer Knaflic (Wiley, 2015 / edição brasileira Alta Books, 2019). Este documento NÃO reproduz texto do livro — é um resumo interpretativo, reorganizado e adaptado para o contexto de Power BI/DAX. Para o conteúdo integral, consulte a obra original.

<!-- ═══════════════ CABEÇALHO DE SKILL — LEIA ANTES DO CONTEÚDO ═══════════════ -->

Tese

Um gráfico correto não é o mesmo que um gráfico eficaz. Eficácia é medida pela velocidade e clareza com que a audiência entende a mensagem e sabe o que fazer com ela — não pela quantidade de dados exibidos nem pela beleza do visual.

Fluxo do livro, adaptado a um checklist de construção de página no Power BI: Entender contexto (quem/o quê/como) → Escolher o visual certo → Eliminar saturação → Focar a atenção com atributos pré-atentivos → Pensar como designer (affordances, acessibilidade) → Amarrar tudo em uma narrativa com Big Idea e arco → Testar com "então o quê?".

Must / Prefer / Avoid

MUST

• Antes de sugerir qualquer visual, perguntar (ou inferir do briefing): quem é a audiência, o que ela precisa saber/fazer, e como os dados serão consumidos (reunião ao vivo vs. relatório de leitura solitária).
• Toda página/visual crítico deve ter uma Big Idea testável: só ideia (o quê), articula um ponto de vista (por quê importa) e revela o que está em jogo (e daí?). Se não cabe em uma frase, a página tem tema demais.
• Ao revisar um visual, primeiro cortar saturação (regra de Antoine de Saint-Exupéry aplicada a dashboards: perfeição é quando não há mais nada a tirar) antes de discutir cor ou estilo.
• Usar atributos pré-atentivos (cor, tamanho, posição, negrito) para destacar um ponto por vez — nunca usar 5+ cores para "chamar atenção" simultaneamente, isso anula o efeito.
• Preferir tabela/texto simples a gráfico quando o dado é pontual (1-2 números) ou precisa de leitura exata; preferir gráfico quando o padrão ou a comparação é o que importa.
• Verificar acessibilidade: contraste mínimo AA, não depender só de cor para codificar categoria (adicionar ícone, textura ou rótulo).

PREFER

• Gráfico de linhas para tendência temporal; barras horizontais para ranking/comparação categórica com nomes longos; barras verticais para comparação categórica curta ou séries temporais discretas.
• Cinza como cor "neutra" de fundo (85–90% dos elementos) e cor de destaque reservada só para o dado que sustenta a Big Idea.
• Título da página/visual como frase de efeito (a conclusão), não como rótulo genérico. Ex.: "Sul superou a meta; Norte caiu 12%" em vez de "Vendas por Região".
• Alinhar a ordem de leitura ao padrão em Z/F do olho ocidental: dado mais importante no canto superior esquerdo.
• Lógica vertical (dentro de um slide/página, cada linha sustenta a de cima) e lógica horizontal (a sequência de páginas conta uma história coesa, testável lendo só os títulos em sequência).
• Rascunhar a narrativa no papel (storyboard) antes de abrir o Power BI.

AVOID

• Gráficos de pizza/rosca com mais de 2-3 fatias, gráficos 3D, medidores (gauge) como substituto de KPI simples, e eixo duplo sem necessidade clara — todos dificultam comparação precisa.
• Legendas distantes dos dados que rotulam (preferir rótulo direto na linha/barra).
• Excesso de bordas, grades, sombras e efeitos 3D — tudo isso é "tinta não informativa" que compete com o dado pela atenção.
• Usar cor para decorar em vez de comunicar (cor sem significado é ruído).
• Entregar um dashboard "de tudo" sem hierarquia — se tudo está em negrito, nada está em negrito.

Seletor de fluxo (seções deste arquivo)

<!-- ═══════════════════════ FIM DO CABEÇALHO — CONTEÚDO ═══════════════════════ -->

Storytelling com Dados aplicado a Power BI

Síntese dos conceitos de Cole Nussbaumer Knaflic, reorganizada para uso direto em revisão e construção de relatórios Power BI.

Bloco 1 — Contexto: quem, o quê e como

Antes de tocar em qualquer visual, três perguntas evitam retrabalho:

1. Quem é a audiência? Nível de decisão (estratégico/analítico/ operacional), familiaridade com os dados, e o que ela já acredita ou teme sobre o tema.
2. O que ela precisa saber ou fazer depois de ver o relatório? Se a resposta é "só olhar os números", provavelmente falta uma decisão associada — vale revisitar o bloco ① do Dashboard Canvas Kit (dashboard-canvas-kit.md).
3. Como o conteúdo será consumido? Apresentação ao vivo (o apresentador guia a atenção, o visual pode ser mais denso e progressivo) vs. relatório para leitura solitária (o visual precisa se explicar sozinho, com título-conclusão e anotações). Um exercício prático do livro: escrever a Big Idea (bloco 6) e o "3 segundos" — o que a audiência deve concluir olhando o visual por 3 segundos, sem explicação — antes de escolher o tipo de gráfico.

Bloco 2 — Escolha do visual eficaz

Critério central: escolher o gráfico que exige o menor esforço cognitivo para a comparação que importa.

No Power BI, isso se traduz em: preferir Barra/Coluna Clustered, Linha, Cartão, Tabela/Matriz e Barra 100% Empilhada como base de 80% dos relatórios corporativos; usar Mapa, Dispersão e visuais customizados só quando a pergunta de negócio realmente exige.

Bloco 3 — Saturação visual (clutter) e Gestalt

Todo elemento visual tem um "custo cognitivo": o cérebro precisa decidir se ele é informação ou decoração. Elementos que não carregam significado (bordas pesadas, grades densas, sombras, gradientes, 3D) roubam atenção do dado.

Processo prático de "faxina":

1. Remover bordas de gráfico e do canvas quando o espaço em branco já separa os blocos.
2. Reduzir linhas de grade a poucas linhas de referência (ou remover e usar rótulo de dado direto).
3. Trocar legenda separada por rótulo direto na série (elimina o "vai-e-volta" do olho entre gráfico e legenda).
4. Usar no máximo 2 pesos de fonte e 1-2 cores de destaque por página.
5. Alinhar elementos a uma grade invisível (Gestalt de proximidade e alinhamento reduz a sensação de bagunça mesmo sem remover conteúdo). Princípios de Gestalt mais úteis para dashboards:

• Proximidade — itens próximos são lidos como relacionados; use espaçamento para agrupar KPIs do mesmo tema.
• Similaridade — mesma cor/forma = mesma categoria; não varie estilo sem motivo.
• Fechamento — o olho completa formas incompletas; não é preciso desenhar toda borda de um cartão para ele parecer um cartão.
• Conexão (linhas/setas) é mais forte que proximidade ou cor para indicar relação — use com moderação.

Bloco 4 — Atenção e atributos pré-atentivos

O cérebro processa certos atributos visuais antes da atenção consciente (pré-atenção): cor, tamanho, posição, orientação, forma e negrito. Usar um desses atributos para destacar o dado que sustenta a Big Idea é o mecanismo central de "guiar o olho" num dashboard.

Regra prática: se tudo está destacado, nada está destacado. Antes de aplicar formatação condicional ou cor de destaque no Power BI, pergunte "qual é o único ponto que a audiência deve ver primeiro nesta página?" e reserve o atributo pré-atentivo só para ele.

Aplicação em Power BI:

• Formatação condicional de medida (DAX) para pintar só a barra/célula que quebra a regra de negócio, mantendo o resto em cinza neutro.
• Regra de "explicar com texto, não com legenda" — usar caixa de texto ou anotação (Tooltip Estendido / Botão de Insight) apontando diretamente para o pico ou desvio relevante.
• Ordenar categorias por valor (não alfabeticamente) quando ranking é a mensagem — a posição já comunica. Ver também guia-visuais-powerbi.md para a implementação técnica de formatação condicional, tooltips e temas no Power BI.

Bloco 5 — Pensar como designer

Três lentes de design aplicáveis a um relatório:

1. Affordance — a interface deve sugerir sozinha como usar (botões parecem clicáveis, filtros parecem filtráveis). No Power BI: usar estados visuais distintos para botões/bookmarks (hover, seleção) e evitar visuais interativos que pareçam estáticos.
2. Acessibilidade — nunca codificar informação só por cor (parte da audiência tem daltonismo); usar padrão de contraste WCAG AA; garantir que ordem de tabulação e texto alternativo (alt text) façam sentido para leitor de tela.
3. Estética a serviço da função — um relatório "bonito" que não comunica falhou; a estética deve reduzir esforço de leitura, não decorar. Consistência de fonte, cor e alinhamento entre páginas reduz carga cognitiva de reaprendizado a cada tela.

Bloco 6 — Big Idea (mensagem principal)

Uma Big Idea completa tem três componentes:

• O quê — só uma ideia central, não uma lista de tópicos.
• Por quê importa (ponto de vista) — não é neutro; assume uma posição defensável com os dados.
• O que está em jogo (e daí?) — a consequência de agir ou não agir. Teste rápido: se a mensagem principal de uma página não cabe em uma frase com sujeito + verbo + consequência, a página provavelmente tenta responder duas perguntas de negócio ao mesmo tempo e deveria ser dividida — o mesmo critério já usado no bloco ③ do dashboard-canvas-kit.md.

Bloco 7 — Arco narrativo (lógica horizontal e vertical)

• Lógica vertical: dentro de uma página, cada elemento visual deve sustentar diretamente a Big Idea do topo. Se um cartão ou tabela não reforça a mensagem principal, ele é ruído e deve sair da página (ou ir para um drill-through).
• Lógica horizontal: a sequência de páginas de um relatório, lida apenas pelos títulos-conclusão em ordem, já deve contar a história completa (situação → complicação → resolução), sem precisar do detalhe interno de cada página. Estrutura narrativa clássica aplicável a uma sequência de páginas Power BI:

1. Situação — contexto e "normal esperado" (página de visão geral).
2. Complicação — o desvio, risco ou oportunidade que motiva o relatório (página de tendência/alerta).
3. Resolução — a implicação e, quando fizer sentido, a recomendação (página de detalhe/causa raiz, ou "próximos passos").

Bloco 8 — Tudo reunido: checklist antes de publicar

• A Big Idea da página cabe em uma frase com sujeito + verbo + consequência?
• O visual escolhido é o de menor esforço cognitivo para a comparação que importa (Bloco 2)?
• Removi bordas, grades e legendas desnecessárias (Bloco 3)?
• Existe um único ponto de destaque pré-atentivo por página, não cinco (Bloco 4)?
• Cor comunica categoria/estado de negócio, nunca decora?
• Título é uma conclusão, não um rótulo genérico?
• A sequência de páginas, lida só pelos títulos, conta uma história coesa (Bloco 7)?
• Passei no teste de acessibilidade (contraste + não depender só de cor) (Bloco 5)?

Notas de uso

• Este documento é uma síntese interpretativa dos frameworks do livro, reorganizada para aplicação direta em Power BI — não substitui a leitura da obra original para aprofundamento, exemplos completos e estudos de caso (capítulo 9 do livro trata estudos de caso reais que valem a leitura integral).
• Ao citar a fonte para o usuário, referenciar como: KNAFLIC, C. N. Storytelling com Dados. Rio de Janeiro: Alta Books, 2019 (tradução de Storytelling with Data, Wiley, 2015).
• Cruzar sempre com guia-visuais-powerbi.md (implementação técnica dos visuais) e dashboard-canvas-kit.md (processo de planejamento) — este arquivo cobre o "porquê" da escolha visual; os outros dois cobrem o "como planejar" e "como configurar".

Padrão Corporativo de Nomenclatura

MUST

• Publicar como content_page dedicada dentro da categoria "Nomenclatura" das Boas Práticas (/modelagem/boas-praticas?categoria=nomenclatura) — as 2 regras oficiais já lá (higiene de caracteres) continuam como linhas atômicas em powerbi_bp_regras; este documento é o complemento narrativo mais rico, mesmo padrão já usado entre powerbi_bp_regras e os content_pages de DAX/Visuais.
• Manter a atribuição de autoria (Paulo André Jesus — OfficeTuning) — diferente das 76 regras (fonte Microsoft/Measure Killer), este é conteúdo 100% autoral, sem equivalente em nenhuma documentação oficial.

AVOID

• Não misturar este padrão com as convenções de nomenclatura de UDF do Code Library (Publisher.Escopo.Função, ver 44-dax-code-library-nomenclatura-adequada.md) — são fontes distintas e complementares, cada uma cobrindo um domínio diferente: este rege tabela/coluna/medida/variável; aquele rege só nomes de função reutilizável.

---

1. Filosofia

Técnico para quem desenvolve │ Intuitivo para quem consome │ Previsível para quem mantém.

Regra-guia: o nome deve revelar o papel do objeto antes de ser aberto.

2. Prefixos obrigatórios (camada física)

3. Modelagem dimensional

Nomes genéricos como TabFatDados ou TabFatBase são proibidos — o nome precisa nomear o evento de negócio, não descrever "é uma tabela de dados".

4. Convenções gerais

• Singular obrigatório na camada física: TabDimCliente, não TabDimClientes.
• PascalCase obrigatório: TabFatVendaMensal, não tab_fat_venda.
• Sem caracteres especiais, sem espaços no início/fim, sem emojis — reforça (sem substituir) as 2 regras oficiais da Microsoft já existentes nesta categoria.

5. Campos — camada técnica × camada semântica

Abreviações como CodCli, DtFat, VlrTot são proibidas em qualquer camada. Em SQL, sempre usar alias explícito (AS [Nome Amigável]) — isso reduz transformações necessárias no Power Query e antecipa a camada semântica desde a origem.

6. Fluxo de camadas

SQL Físico → Views Semânticas → Power Query → Modelo Semântico → Relatórios

7. Fronteira física × semântica — a Regra de Ouro

SQL é estrutura. Power BI é comunicação. O modelo serve aos dois mundos.

Motivação, além da leitura humana: Copilot e agentes de IA leem nomes de objetos literalmente ao gerar respostas em linguagem natural — TabFatVenda exposto ao usuário degrada essas respostas, enquanto Vendas habilita a IA conversacional a soar natural. Prefixos técnicos nunca devem chegar a um objeto visível do modelo; colunas técnicas remanescentes (chaves, FKs) devem ficar ocultas.

8. Medidas e variáveis DAX

• Medidas: nome amigável com espaços — Total de Vendas, Ticket Médio.
• Variações: [Base] [Período] ([Unidade]) — ex.: Total de Vendas (ytd), Margem Bruta (%).
• Contagens: prefixo # — # Pedidos, # Clientes.
• Variáveis DAX: camelCase com prefixo v — vTotalVendas, vMetaMes.

9. Checklist rápido ao criar ou renomear um objeto

1. O prefixo revela o papel do objeto? (camada física)
2. Está no singular e em PascalCase? (camada física)
3. O objeto visível no modelo usa nome de negócio, sem prefixo técnico?
4. Campos semânticos têm nome amigável via alias ou renomeação?
5. Nenhuma abreviação críptica sobreviveu?

10. Onde entra na navegação

Modelagem ▾ Boas Práticas /modelagem/boas-praticas?categoria=nomenclatura → 2 regras (Microsoft) + esta content_page

Convive com as 2 regras atômicas já existentes (higiene de caracteres) — este documento é o "porquê" e o "esquema completo" por trás da categoria, mesmo padrão de relação já usado entre powerbi_bp_regras e os demais content_pages (07, 26, 40 etc.).