DISTINCTCOUNT no Power BI: conte clientes sem duplicar

DISTINCTCOUNT no Power BI conta valores diferentes de uma coluna dentro do contexto de filtros atual. Isso responde perguntas como “quantos clientes compraram?” quando cada cliente pode aparecer em vários pedidos. A medida depende da coluna escolhida, da qualidade da chave e do recorte aplicado; não é simplesmente uma contagem de linhas.

1. O que DISTINCTCOUNT no Power BI responde

Antes da fórmula, defina o substantivo da pergunta: clientes, pedidos, produtos ou notas fiscais. Cada entidade precisa de uma chave estável. Para clientes, um nome não costuma ser suficiente, pois pode haver grafias diferentes ou homônimos. Prefira um identificador validado pelo sistema de origem.

O grão da tabela de vendas costuma ser uma linha por item de pedido. Nesse nível, o mesmo pedido e o mesmo comprador se repetem. CONTAR linhas mede itens; contar pedidos mede documentos distintos; contar clientes mede compradores distintos. As três medidas podem estar corretas ao mesmo tempo, desde que seus nomes expliquem a unidade.

2. Crie uma medida e preserve o contexto

Uma medida básica tem este formato:

Clientes Únicos = DISTINCTCOUNT(Vendas[ClienteID])

Quando o usuário filtra mês, região ou vendedor, a medida é recalculada no contexto resultante. Uma linha por mês conta os clientes de cada mês; uma linha por vendedor conta os clientes atribuídos a cada vendedor conforme os relacionamentos do modelo. O filtro não é um detalhe visual: ele faz parte da definição do resultado exibido.

A documentação da Microsoft descreve DISTINCTCOUNT e informa seu comportamento para valores em branco. Consulte também a orientação de modelo estrela ao organizar dimensões e fatos. Uma dimensão de cliente limpa e relacionada à tabela de vendas ajuda a evitar que cada relatório invente uma interpretação da mesma entidade.

3. Trate em branco como uma decisão explícita

DISTINCTCOUNT inclui o valor em branco, se ele existir na coluna. Assim, várias linhas sem identificador não viram vários clientes: elas formam um único valor em branco. Isso pode fazer o cartão mostrar uma entidade a mais ou mascarar registros que deveriam ser corrigidos na origem.

Não remova o branco automaticamente só para “bater” com um relatório anterior. Identifique por que o identificador falta, quantas linhas são afetadas e se o negócio quer contar registros sem identificação. A função DISTINCTCOUNTNOBLANK exclui o branco, mas essa escolha deve constar no nome ou na descrição da medida para que a comparação seja justa.

4. Entenda por que os subtotais não somam o total

Considere um cliente que comprou em janeiro e fevereiro. Ele aparece uma vez em cada mês, então a soma dos dois resultados mensais conta duas ocorrências de cliente-mês. No total do bimestre, o identificador aparece apenas uma vez. O total geral é recalculado no contexto do período completo; não é necessariamente a soma das células visíveis.

Exemplo hipotético: a equipe vê 40 clientes em janeiro e 35 em fevereiro, mas o cartão do bimestre mostra 60. Isso é compatível com 15 clientes presentes nos dois meses. Para mostrar “clientes-mês” somados, a métrica precisa responder a outra pergunta e pode exigir uma tabela de combinações cliente-período. Não force o total distinto a se comportar como soma aditiva.

5. Compare DISTINCTCOUNT e COUNTROWS com a chave certa

COUNTROWS conta linhas de uma tabela. DISTINCTCOUNT conta valores distintos de uma coluna. COUNTROWS sobre a dimensão de clientes pode contar todos os clientes cadastrados, inclusive quem não comprou, se o relacionamento e a medida não restringirem o conjunto. DISTINCTCOUNT sobre a chave de vendas tende a contar os compradores presentes nas linhas filtradas, respeitando a direção dos filtros.

Para contar pedidos, use uma coluna de número do pedido que represente o documento de forma única no escopo relevante. Se a numeração reinicia por empresa ou filial, a chave pode precisar incluir esses campos. Uma chave parcialmente única transforma duplicidade legítima em subcontagem ou supercontagem.

6. Confira relacionamentos e filtros cruzados

Se a contagem não muda ao selecionar uma categoria, verifique o relacionamento entre a dimensão de produto e a tabela de vendas, além da direção de propagação do filtro. Se muda demais, procure relacionamentos muitos-para-muitos, caminhos duplicados e tabelas de cadastro com chaves repetidas.

Monte uma tabela temporária de validação com a chave, o mês e as linhas de origem. Compare uma amostra pequena com o sistema operacional e teste filtro por filtro. Se duas tabelas de vendas estão ligadas à mesma dimensão, avalie se a medida precisa combinar as origens ou se deve contar uma única fonte declarada.

7. Separe clientes ativos de clientes cadastrados

Um cliente na dimensão não é necessariamente cliente ativo no período. Uma medida de compradores deve contar identificadores presentes em transações que atendem à regra de atividade. Defina se cancelamentos, devoluções, pedidos de teste e pedidos sem faturamento entram no conjunto. Sem esse acordo, departamentos diferentes chegam a números diferentes com a mesma função.

Também declare a data que define a atividade: pedido criado, faturado, entregue ou pago. A escolha determina quando o cliente aparece no relatório e deve ser coerente com a decisão. Evite usar “cliente ativo” como rótulo genérico quando a medida conta apenas compradores faturados no calendário selecionado.

8. Valide o total com casos de borda

Teste um período sem vendas, um cliente com vários itens no mesmo pedido, um cliente com pedidos em meses distintos, uma linha sem chave e uma seleção de região. Para cada caso, escreva o resultado esperado antes de olhar o visual. A validação explica a regra e encontra chaves com defeito antes de uma apresentação executiva.

Se o relatório exige soma mensal, compare um indicador aditivo de cliente-mês com clientes únicos no período. Mostre os dois com nomes diferentes. Essa distinção elimina a impressão de que o total “está errado” e revela a sobreposição real entre períodos.

9. Planeje desempenho e leitura do painel

Contagens distintas em tabelas grandes podem custar mais do que somas simples, especialmente quando a granularidade é alta e vários visuais recalculam a medida. Comece medindo no modelo real, reduza colunas desnecessárias e evite criar cartões redundantes. Não troque a definição por uma aproximação sem dizer que o número é estimado.

O artigo sobre coortes de clientes discute clientes que retornam ao longo do tempo; a concentração de receita responde como a receita se distribui entre eles. O intervalo de recompra usa outra unidade analítica. Para um painel comercial inicial, consulte também o modelo editável de Vendas; as contagens distintas descritas aqui exigem uma chave de cliente validada na sua base.

10. Checklist antes de publicar a medida

Registre a entidade, a coluna-chave, o tratamento de branco, a data de atividade e os filtros válidos. Confirme a granularidade, teste os totais não aditivos e compare um recorte pequeno com a fonte operacional. Inclua uma definição acessível perto do visual, principalmente se “cliente”, “pedido” ou “ativo” tiver significado específico na empresa.

Este método não corrige cadastros duplicados nem resolve automaticamente clientes sem identificação. Ele torna a contagem reproduzível e mais fácil de auditar. A equipe ainda precisa corrigir chaves, relações e regras de negócio; só então o número distinto passa a servir como evidência confiável para decidir.

Referências técnicas consultadas em 21/10/2026: documentação Microsoft de DISTINCTCOUNT e orientação de esquema estrela.