Lojas comparáveis no Power BI: compare a mesma base

Analisar lojas comparáveis no Power BI permite responder quanto as vendas mudaram nas unidades que participaram dos dois períodos. Uma rede pode crescer porque abriu lojas, mesmo quando suas unidades antigas vendem menos. Misturar esses movimentos em uma única taxa deixa o diagnóstico comercial incompleto.

O roteiro abaixo constrói uma população elegível e reconcilia seu resultado com a rede inteira. Os números são hipotéticos. A regra proposta é uma escolha gerencial, que precisa ser aprovada pela empresa e exibida junto ao indicador.

1. Defina a regra de lojas comparáveis no Power BI

Escreva quais condições tornam uma unidade elegível. Uma proposta inicial exige operação durante todos os dias previstos dos dois períodos, mesmo identificador e ausência de alteração relevante de formato. A empresa pode aceitar interrupções curtas, desde que registre essa exceção.

Não use simplesmente “teve vendas nos dois meses”. Uma unidade fechada para reforma pode emitir documentos residuais; outra pode operar normalmente e não registrar movimento em um dia. Elegibilidade vem do cadastro e do calendário operacional, enquanto vendas descrevem o resultado. Registre versão da regra, responsável pela aprovação e motivo de cada exclusão para que a seleção possa ser reproduzida.

2. Preserve a identidade das unidades

Crie uma chave estável de loja, separada de nome, endereço e código que pode mudar no sistema comercial. Mantenha abertura, encerramento, períodos de suspensão, formato e mudanças de gestão em um histórico. Uma alteração de nome não deveria criar artificialmente uma nova unidade comparável.

Em uma transferência de operação, decida se existe continuidade econômica suficiente para a comparação pretendida. Não resolva isso automaticamente pelo endereço. Guarde o vínculo entre códigos antigos e novos e teste documentos próximos à mudança. Se a continuidade não puder ser comprovada, classifique a unidade como pendente e mostre o valor envolvido, sem forçar sua inclusão.

3. Compare calendários com exposição equivalente

Escolha as duas janelas antes de calcular a população. Comparar um mês completo com um mês ainda em andamento mistura desempenho e tempo de exposição. Para uma leitura parcial, encerre ambos no mesmo critério, como quantidade de dias operacionais transcorridos.

Feriados, horários reduzidos e distribuição de dias da semana podem afetar a interpretação. Uma comparação por datas corridas e outra por semanas equivalentes respondem perguntas diferentes; nomeie cada visão. O guia de múltiplas datas no Power BI ajuda a separar o evento comercial utilizado. Neste projeto, fixe a data de venda confirmada e não alterne silenciosamente para emissão ou recebimento.

4. Materialize a população elegível por comparação

Prepare uma tabela com ComparacaoID, LojaID, elegibilidade, motivo e dias operacionais em cada janela. Cada comparação pode ter sua própria população. Uma loja elegível entre julho e agosto não é necessariamente elegível entre agosto e setembro.

Use dimensões de loja e comparação para filtrar essa seleção e os valores correspondentes. A orientação da Microsoft sobre esquema estrela, consultada em 11 de outubro de 2026, diferencia dimensões usadas para filtrar e agrupar de fatos que armazenam observações. Preserve a granularidade da venda na tabela original; a elegibilidade não deve multiplicar linhas comerciais nem aparecer como uma segunda receita.

5. Calcule a variação com a mesma lista

Some a receita definida para as lojas elegíveis no período atual e no anterior. Depois calcule a diferença dividida pelo valor anterior dessa mesma população. Para faturamento líquido, aplique a mesma política de descontos, devoluções e documentos inválidos nas duas janelas.

Se o denominador for zero, apresente ausência de base percentual e mostre a diferença em reais. Não substitua automaticamente por 100%. Uma loja elegível com venda zero deve continuar na população: retirá-la depois de observar o resultado cria seleção favorável ao indicador. Exiba quantidade de lojas, valores dos dois períodos e taxa lado a lado para permitir a conferência.

6. Reconcilie crescimento da rede e da mesma base

Considere uma rede hipotética. As unidades elegíveis venderam R$ 200 mil antes e R$ 190 mil agora, queda de 5%. Uma nova loja vendeu R$ 40 mil no período atual. Uma unidade encerrada tinha vendido R$ 10 mil no período anterior.

A rede inteira passou de R$ 210 mil para R$ 230 mil, crescimento aproximado de 9,52%. A diferença de R$ 20 mil resulta de menos R$ 10 mil nas comparáveis, mais R$ 40 mil na abertura e menos R$ 10 mil no encerramento. Mostre uma ponte em valores absolutos. As taxas individuais têm denominadores diferentes e não podem ser somadas para reproduzir a taxa da rede.

7. Investigue a mudança dentro das lojas elegíveis

Depois de fixar a população, decomponha o resultado por pedidos, unidades vendidas e valor por pedido. Uma queda pode vir de menos visitas convertidas, menor quantidade por compra ou alteração de preço. Essas explicações exigem dados próprios; receita sozinha não identifica a causa.

Consulte a análise de preço, volume e mix quando houver unidades de produto compatíveis. Evite comparar caixas e peças sem conversão documentada. Investigue também mudanças de horário, disponibilidade e campanhas locais. Registre as hipóteses como hipóteses, com evidências a coletar, e não como explicações já confirmadas pela cor de um gráfico.

8. Mostre exclusões e diferenças de formato

Inclua uma tabela de lojas excluídas com motivo, vendas e dias observados. Essa página explica por que uma unidade desapareceu do indicador e ajuda a corrigir cadastros. Separe abertura recente, fechamento, reforma, mudança de formato e ausência de informação.

Uma reforma que amplia a área comercial pode justificar outra classificação, conforme a regra aprovada. Compare formatos e regiões sem perder a informação sobre o tamanho dos grupos. Dois estabelecimentos pequenos não representam automaticamente uma rede inteira. O artigo sobre sortimento por loja e período complementa a investigação da oferta, mantendo essa pergunta separada da elegibilidade da unidade.

9. Teste mudanças de filtro e casos de fronteira

Monte uma amostra com loja antiga, abertura na primeira data, encerramento na última, reforma intermediária e venda zero. Calcule manualmente quem deve entrar. Troque região, formato e período e confira se os valores atual e anterior continuam usando a mesma lista elegível.

Decida como um filtro de produto afeta a comparação: ele deve restringir vendas ou também redefinir lojas? A primeira opção costuma manter a pergunta sobre unidades, enquanto a segunda cria outro indicador. Documente a escolha. Revise a reconciliação após cada atualização cadastral e mantenha divergências abertas com responsável, em vez de ajustar o total manualmente para fazê-lo coincidir.

10. Transforme o resultado em uma revisão comercial

Organize uma reunião com três perguntas: qual parte da mudança vem da rede, quais lojas elegíveis exigem investigação e qual evidência falta? Escolha ações verificáveis, como conferir disponibilidade de uma categoria ou avaliar uma mudança de horário em um grupo definido.

O modelo editável de Vendas oferece análises de faturamento, ticket médio e localização. Para esta leitura, acrescente histórico operacional e população elegível: esses dados não surgem do template. Registre a ação, sua janela de observação e o resultado esperado. A comparação orienta a investigação, mas não prova que uma intervenção causou a mudança seguinte.