Como é, de verdade, um diagnóstico de Power BI
Quase toda consultoria descreve o diagnóstico dela. Aqui está o documento inteiro — o mesmo que o cliente recebe no fim do quinto dia, sem nada retirado além do nome do cliente, porque não existe um. Rodamos na Harborline Components, uma distribuidora industrial fictícia, e publicamos o dado pra você conferir cada número.
Empresa fictícia. Dado sintético. A Harborline Components não existe. O dataset foi gerado por nós para demonstração e é livre pra baixar (CC BY 4.0). Cada número deste relatório bate com esses arquivos CSV — é justamente por isso que eles estão publicados. Trabalho de cliente real fica sob NDA; esta é a parte que dá pra mostrar em público.
O que foi analisado
O que chegou na nossa mão: um workspace de Power BI, seis relatórios construídos ao longo de dois anos por três pessoas diferentes, alimentando a reunião comercial de segunda-feira.
| Item | O que encontramos |
|---|---|
| Tabelas no modelo | 11, todas exportações chatas do ERP e do CRM |
| Medidas | 34, das quais 3 se chamam alguma variação de "Receita" |
| Relatórios em cima | 6, mais 4 planilhas mantidas fora do Power BI |
| Volume de dado | 13.073 linhas de pedido · 5.212 pedidos · 240 clientes · 120 produtos |
| Período coberto | Janeiro de 2025 a agosto de 2026 (20 meses fechados) |
| Atualização | Noturna, agendada; falha umas duas vezes por mês sem avisar ninguém |
A nota
Os pesos são fixos e publicados, pra nota significar alguma coisa: definição de métrica 25%, estrutura do modelo 20%, datas 15%, grão 15%, desempenho 15%, governança 10%. Nota abaixo de 40 quer dizer que os relatórios não servem pra decidir enquanto o modelo não for consertado — o que é diferente de dizer que o trabalho foi malfeito. Todo modelo nessa faixa foi construído por alguém resolvendo um problema real, rápido, e funcionou até parar de funcionar.
A manchete honesta: este modelo tem conserto. Nada aqui exige começar do zero, e a gente diz isso por escrito antes de qualquer pessoa assinar qualquer coisa.
Resumo executivo
- Três números, todos chamados de receita. Para janeiro a agosto de 2026, o mesmo modelo produz US$ 13,02 mi, US$ 12,96 mi ou US$ 12,56 mi. Os três estão aritmeticamente certos. Ninguém escreveu qual é o número oficial da empresa, então cada relatório escolheu um.
- A contagem de pedidos está 2,5× inflada. "Pedidos" é feito contando linhas, mas a linha é item de pedido. O material de segunda-feira diz 5.344 pedidos; o negócio teve 2.153.
- A margem caiu e ninguém reportou. A margem bruta foi de 27,0% em 2025 para 25,7% no acumulado do ano, enquanto a receita cresceu 4,9%. Nenhum relatório compara margem com o ano anterior, então a queda nunca apareceu numa reunião.
- Uma região está falhando atrás de uma média saudável. A pontualidade da empresa aparece como 93,0%. O México está em 75,6%. Um único KPI de manchete escondeu uma região inteira por pelo menos oito meses.
Os dez achados, em ordem de impacto
1. Três medidas significam "receita"Crítico
O modelo tem Total Vendas (somada na data do pedido), Receita (somada na data da fatura) e Receita Líq. (fatura menos crédito). Para jan–ago de 2026 elas devolvem US$ 13,02 mi, US$ 12,96 mi e US$ 12,56 mi. A diferença é de US$ 460 mil — maior que o crescimento que todo mundo está comemorando.
- Onde
- Três medidas no mesmo modelo, três relatórios usando cada um a sua
- Efeito
- A reunião de segunda discute qual número está certo em vez de o que fazer
- Conserto
- Uma definição oficial (líquida de créditos); as outras duas renomeadas para Pedidos Colocados e Faturado antes de créditos — 2 dias
2. A tabela fato liga no calendário duas vezes, e ninguém marcou qual liga é a oficialCrítico
Tanto order_date quanto invoice_date ligam na tabela de data. A defasagem mediana entre as duas é de 8 dias, com máximo de 24. Qualquer pedido feito perto da virada do mês cai num mês ou no outro dependendo de qual relatório você abrir.
- Onde
- Relacionamentos da tabela fato de vendas
- Efeito
- A receita de fechamento muda de mês sem ninguém mexer em nada
- Conserto
- A data da fatura vira o único relacionamento ativo; a data do pedido fica inativa e é usada explicitamente na medida de carteira — meio dia
3. "Pedidos" conta linhas, e a linha é item de pedidoAlto
Cada pedido tem em média 2,5 linhas. Contando linhas dá 5.344 pedidos no ano; contando pedidos dá 2.153. O ticket médio fica subestimado no mesmo fator — e é esse o número que remunera o time comercial.
- Onde
- A medida
Pedidose todo visual que usa ela - Efeito
- Volume de pedido e ticket médio estão os dois errados, em direções opostas
- Conserto
- Contagem distinta na chave do pedido, e uma nota escrita no modelo dizendo qual é o grão da tabela fato — meio dia
4. Onze exportações chatas ligadas umas nas outras, em vez de star schemaCrítico
Cada tabela saiu de um sistema como exportação larga e foi ligada a qualquer outra que tivesse uma coluna em comum. O filtro viaja em direções que ninguém projetou, e alguns caminhos são ambíguos — que é por isso que dois visuais da mesma página conseguem discordar.
- Onde
- O modelo inteiro
- Efeito
- Atualização lenta, visual lento, e resultado sobre o qual não dá pra raciocinar
- Conserto
- Uma tabela fato no grão do item de pedido mais três dimensões (cliente, produto, data) — 3 dias, e é a mudança da qual todas as outras dependem
5. A tabela de data não está marcada como tabela de dataAlto
Ela existe e cobre o período (648 dias), mas ninguém disse ao Power BI que ela é o calendário. A inteligência temporal — acumulado do ano, mesmo período do ano anterior — devolve resultado que parece plausível e está silenciosamente errado nas viradas de período.
- Onde
- Configuração do modelo
- Efeito
- Toda comparação com ano anterior, em todo relatório, fica suspeita
- Conserto
- Marcar como tabela de data — 15 minutos, e é o conserto mais barato desta lista
6. US$ 300 mil de negócio fechado somem de todos os relatóriosAlto
144 linhas de pedido ainda não têm data de fatura — pedido colocado, ainda não embarcado nem faturado. Como todo relatório filtra pela data da fatura, esse trabalho está invisível. Não é dado perdido: é carteira real que relatório nenhum mostra.
- Onde
- Linhas com data de fatura vazia
- Efeito
- A operação planeja contra uma demanda que exclui a carteira de pedidos
- Conserto
- Uma medida explícita de carteira pelo relacionamento inativo da data do pedido, mais uma página pra ela — 1 dia
7. Crédito e devolução são descontados em alguns relatórios e em outros nãoAlto
Os créditos somam US$ 400 mil no ano, 3,1% de tudo que foi faturado. O financeiro desconta; os relatórios comerciais não. Só essa diferença já é a distância entre dois dos três números de receita do achado 1.
- Onde
- A coluna de crédito, usada de forma inconsistente
- Efeito
- Comercial e financeiro reconciliam na mão todo mês
- Conserto
- Já está embutido no achado 1 — sem tempo adicional
8. A margem está caindo e nenhum relatório mostraria issoAlto
Margem bruta: 27,0% em 2025, 25,7% no acumulado. A receita subiu 4,9% contra o mesmo período do ano passado, então a linha de cima parece um bom ano. Nessa base de receita, esses 1,3 ponto são cerca de US$ 163 mil de lucro bruto que o crescimento está escondendo.
- Onde
- Não existe nenhum visual de margem contra ano anterior nos seis relatórios
- Efeito
- Um problema comercial de verdade está invisível para a reunião que agiria sobre ele
- Conserto
- Medidas de margem com comparação com ano anterior, na página que as pessoas já abrem — 1 dia
9. Um KPI único de pontualidade esconde uma região que está falhandoAlto
A entrega no prazo aparece como 93,0% na empresa toda. Por região: Canadá 96,6%, Sudeste 94,3%, Nordeste 94,2%, Meio-Oeste 93,2%, Sudoeste 93,1%, Oeste 91,5% — e México 75,6%. O México é pequeno o bastante (275 linhas) pra nunca mexer na média.
- Onde
- O cartão de KPI da manchete, sem nenhuma quebra atrás
- Efeito
- Uma em cada quatro entregas no México atrasa e nenhum relatório diz isso
- Conserto
- Quebra por região mais alerta por limite — meio dia
10. Nada no modelo responde "quais clientes a gente está perdendo?"Médio
236 dos 240 clientes compraram este ano. Os 10 maiores são 25,4% da receita e os 20 maiores são 38,0% — concentrado o bastante pra perder três ou quatro em silêncio doer, e não existe relatório que perceberia.
- Onde
- A dimensão de cliente existe, mas só é usada como filtro, nunca como assunto
- Efeito
- A perda de cliente é descoberta quando um vendedor comenta, não quando acontece
- Conserto
- Uma visão de cliente com comparação de período — 1 dia, e é a primeira coisa que vale construir depois que o modelo estiver de pé
O que a gente NÃO mexeria
Esta seção importa mais que os achados, porque é onde uma auditoria deixa de ser discurso de venda.
- O agendamento de atualização e o gateway. Funcionam. As falhas noturnas são causadas pelo modelo, não pela infraestrutura — conserta o modelo e elas vão junto.
- O desenho dos relatórios. As páginas que as pessoas abrem toda segunda estão bem organizadas e são familiares. A gente refaria o que alimenta elas, não a cara delas.
- O nível de licença. Nada aqui se resolve pagando mais para a Microsoft. Neste volume — 13.073 linhas — não há upgrade de capacidade que se justifique, e quem recomendar um antes de consertar o modelo está te vendendo alguma coisa.
- Os sistemas de origem. As exportações do ERP e do CRM estão boas. O problema começa depois que o dado chega.
O plano de conserto
| Etapa | O que acontece | Tempo |
|---|---|---|
| 1. Estancar o sangramento | Marcar a tabela de data, corrigir a contagem de pedidos, escolher a definição oficial de receita e renomear as outras duas | Dia 1 a 3 |
| 2. Refazer o modelo | Star schema: uma fato no grão do item de pedido, três dimensões, um relacionamento de data ativo | Semana 1 e 2 |
| 3. Religar os relatórios | Apontar os seis relatórios existentes para o modelo novo; o layout fica | Semana 3 |
| 4. Acrescentar o que faltava | Carteira, margem contra ano anterior, pontualidade por região, visão de cliente | Semana 4 |
| 5. Passar a bola | Documentação escrita do modelo, dicionário de métricas e uma sessão de trabalho com o seu time | Semana 4 |
É essa a forma de um Resgate de Power BI: quatro a seis semanas, escopo e preço fechados antes de começar. O diagnóstico existe pra que o número daquele orçamento seja real, em vez de um chute com aditivo esperando atrás.
Confira você mesmo
Todo número acima vem de um dataset que a gente publicou. Baixe o kit, carregue os quatro arquivos CSV no Power BI Desktop, cole as medidas, e você vai cair nos mesmos números — US$ 12,56 mi de receita líquida, 2.153 pedidos, 25,7% de margem, México em 75,6%. Se alguma coisa não bater, a gente quer saber.
Abra o painel ao vivo pra ver a mesma empresa depois do conserto, incluindo o problema dos três números lado a lado.
Quer isso rodado no seu modelo?
Cinco dias úteis, escopo fechado, preço fechado. Você leva a nota, os achados, o plano de conserto e uma hora com quem escreveu — seu pra usar com a gente ou sem a gente.
Quero o diagnóstico