Dashboard de Vendas no Power BI: tutorial grátis do zero

Neste tutorial gratuito, você vai aprender a criar seu próprio dashboard de Vendas no Power BI, passo a passo, com faturamento, metas, ticket médio, vendedores, mapa e análise ABC.

Você pode seguir todo o conteúdo com seus próprios dados. Se quiser ganhar tempo ou estudar uma estrutura já finalizada, também temos um dashboard de Vendas pronto e editável para usar como referência.

Dashboard Power BI Academy
Guia técnico e operacional

1. Visão geral do dashboard de Vendas

Os prints mostram um dashboard comercial dividido em páginas. A primeira reúne vendedores, faturamento, quantidade de vendas e ticket médio. As outras páginas aprofundam metas, mapa, classificação ABC/Pareto e ranking de produtos. Essa divisão facilita a leitura e melhora a tomada de decisão.

Os prints serviram apenas como referência técnica. As imagens exibidas dentro deste artigo vêm do produto VENDAS já cadastrado no sistema.

FaturamentoTotal vendido no recorte filtrado.Quantidade de pedidosVolume operacional da carteira.Ticket médioValor médio por pedido.Meta e atingimentoReferência de desempenho comercial. Página 01

Resumo comercial e vendedores

Ranking de vendedores, faturamento, quantidade de vendas, ticket médio, mapa e evolução mensal.

Página 02

Metas, mapa e Pareto

Comparação entre faturamento e meta, análise geográfica, classificação ABC e top produtos.

Que decisões esse painel ajuda a tomar?

Em uma rotina comercial, esse painel precisa responder perguntas diretas. Quem lidera o faturamento? Qual região ficou abaixo da meta? Quais produtos sustentam a receita? Onde o ticket médio perdeu força? Quando essas respostas aparecem com clareza, o dashboard passa a orientar ação.

2. Estrutura de dados recomendada

Os nomes internos do produto não aparecem nos prints. Por isso, a modelagem abaixo é uma sugestão prática. Ela ajuda a reproduzir a lógica do painel. Para esse tipo de dashboard, use uma tabela fato de vendas e tabelas dimensão para produtos, vendedores, clientes, datas e localização.

Fato_Vendas

• PedidoID
• DataVenda
• ProdutoID
• VendedorID
• ClienteID
• CidadeID
• ValorVenda
• Quantidade
• MetaID
• StatusPedido

Dim_Produtos

• ProdutoID
• Produto
• Grupo
• Categoria

Dim_Vendedores

• VendedorID
• Vendedor
• RegiãoCarteira

Dim_Clientes

• ClienteID
• Cliente
• CEP

Dim_Localidade

• CidadeID
• Cidade
• Estado
• Região

Como importar e preparar no Power Query

1. No Power BI Desktop, clique em Página Inicial > Obter Dados e selecione Excel, CSV ou a fonte utilizada pela operação comercial.
2. Clique em Transformar Dados antes de carregar.
3. Defina ValorVenda como decimal ou moeda, Quantidade como número inteiro e DataVenda como data.
4. Padronize nomes de Produto, Cidade, Estado e Vendedor. Remova espaços extras em Transformar > Formatar > Aparar.
5. Elimine linhas vazias, pedidos duplicados e registros sem chave principal.
6. Se a meta estiver em outra planilha, mantenha uma tabela separada e carregue também.
7. Finalize em Fechar e Aplicar.

Dica de modelagem
Se a meta for por mês, vendedor ou grupo de produtos, crie uma tabela própria para metas. Isso evita misturar realizado e planejado em uma mesma estrutura e facilita a comparação no dashboard.

Base mínima para começar

Se você estiver montando seu primeiro painel comercial, comece com uma base simples. Ela pode ter PedidoID, DataVenda, Produto, GrupoProduto, Vendedor, Cliente, Cidade, Estado, Quantidade e ValorVenda. Essa estrutura já permite reproduzir boa parte da lógica mostrada aqui. A meta pode ficar em uma tabela separada por mês, vendedor ou grupo.

3. Modelagem no Power BI

Na exibição Modelo, relacione a tabela Fato_Vendas com as dimensões. Evite relacionamentos desnecessários entre dimensões. Se houver metas, conecte a tabela de metas à dimensão calendário. Depois ligue também às dimensões relevantes, como vendedor ou produto.

Relacionamentos sugeridos

• Dim_Produtos[ProdutoID] 1:* Fato_Vendas[ProdutoID]
• Dim_Vendedores[VendedorID] 1:* Fato_Vendas[VendedorID]
• Dim_Clientes[ClienteID] 1:* Fato_Vendas[ClienteID]
• Dim_Localidade[CidadeID] 1:* Fato_Vendas[CidadeID]
• Calendario[Data] 1:* Fato_Vendas[DataVenda]
• Calendario[Data] 1:* Fato_Metas[DataMeta] se houver tabela de metas mensal

Tabela calendário

Calendario =
CALENDAR (
    MIN ( Fato_Vendas[DataVenda] ),
    MAX ( Fato_Vendas[DataVenda] )
)

Depois crie colunas auxiliares, como Ano, Mês, Número do Mês, Semana e Data Completa formatada, para reproduzir filtros como os que aparecem nos prints.

4. Medidas DAX essenciais

Crie as medidas em Modelagem > Nova Medida. Sempre valide em uma tabela simples antes de levar para os cards.

Faturamento

Faturamento Vendas =
SUM ( Fato_Vendas[ValorVenda] )

Some o valor vendido dentro do contexto filtrado. Valide comparando o total com a planilha de origem em um período pequeno.

Quantidade de pedidos

Quantidade Pedidos =
DISTINCTCOUNT ( Fato_Vendas[PedidoID] )

Quantidade vendida

Quantidade Vendida =
SUM ( Fato_Vendas[Quantidade] )

Ticket médio

Ticket Medio =
DIVIDE ( [Faturamento Vendas], [Quantidade Pedidos], 0 )

Meta

Total Metas =
SUM ( Fato_Metas[MetaValor] )

Variação contra a meta

Variacao % Meta =
DIVIDE (
    [Faturamento Vendas] - [Total Metas],
    [Total Metas],
    0
)

Se o resultado for positivo, o realizado está acima da meta. Se for negativo, está abaixo.

% de atingimento da meta

% Atingimento Meta =
DIVIDE ( [Faturamento Vendas], [Total Metas], 0 )

Ranking de vendedores

Rank Vendedor =
RANKX (
    ALLSELECTED ( Dim_Vendedores[Vendedor] ),
    [Faturamento Vendas],
    ,
    DESC,
    DENSE
)

Essa medida ajuda a montar os cards de top vendedores, como nos prints mostrados.

Como validar as medidas antes dos visuais

Depois de criar uma medida, coloque-a em uma tabela simples. Compare o valor com a planilha de origem. Faça esse teste com um mês e um vendedor específicos. Assim, você evita levar erro para cards, gráficos e análise ABC.

5. Como montar os visuais da página principal

A primeira página deve responder rápido às perguntas principais. Quanto vendemos? Quantos pedidos fechamos? Qual foi o ticket médio? Quem lidera o faturamento? Pelos prints, um layout eficiente coloca os cards dos principais vendedores no topo e deixa filtros e mapa ao lado.

• Cards: Faturamento, Quantidade Pedidos, Ticket Médio e Meta.
• Cards por vendedor: top 1, top 2 e top 3 em faturamento.
• Velocímetro ou gauge: percentual de atingimento por vendedor ou por carteira.
• Gráfico de linha: vendas ao longo dos meses.
• Mapa: desempenho por estado ou cidade.
• Matriz: detalhamento por estado/cidade e vendedores.

Imagem real já cadastrada no produto VENDAS, usada como referência visual para a organização da página principal.

6. Página de metas, comparação mensal e análise geográfica

O segundo print deixa clara a comparação entre faturamento e meta. Para reproduzir essa página, use um gráfico combinado. Outra opção é um gráfico de colunas com linha.

1. Arraste Mês para o eixo.
2. Coloque Faturamento Vendas em colunas.
3. Coloque Total Metas como linha ou segunda série.
4. Formate as cores para distinguir meses acima e abaixo da meta, se desejar.
5. Insira um mapa com Estado, Cidade ou CEP, conforme a qualidade da base.
6. Ao lado, use uma tabela ou matriz para detalhar produtos, faturamento, percentual acumulado e classe ABC.

Imagem real do produto cadastrado, adequada para orientar a seção de metas e o uso do mapa na análise comercial.

Leitura prática da meta

Se vários meses ficarem abaixo da meta, observe a causa. A queda veio do volume de pedidos? Veio do ticket médio? Está concentrada em uma região? O mapa ajuda nessa leitura. Ele mostra onde a receita está concentrada e quais estados ou cidades pedem mais atenção comercial.

7. Como criar a classificação ABC / Pareto por produto

A terceira área observada nos prints é a análise ABC. Ela ajuda a entender quais produtos concentram a maior parte do faturamento.

Ranking de produtos

Rank Produto =
RANKX (
    ALLSELECTED ( Dim_Produtos[Produto] ),
    [Faturamento Vendas],
    ,
    DESC,
    DENSE
)

Faturamento acumulado

Faturamento Acumulado =
VAR RankAtual = [Rank Produto]
RETURN
CALCULATE (
    [Faturamento Vendas],
    TOPN (
        RankAtual,
        ALLSELECTED ( Dim_Produtos[Produto] ),
        [Faturamento Vendas], DESC,
        Dim_Produtos[Produto], ASC
    )
)

Percentual acumulado

Faturamento Acumulado % =
DIVIDE (
    [Faturamento Acumulado],
    CALCULATE ( [Faturamento Vendas], ALLSELECTED ( Dim_Produtos[Produto] ) ),
    0
)

Classe ABC

Classe ABC =
SWITCH (
    TRUE(),
    [Faturamento Acumulado %] <= 0.80, "A",
    [Faturamento Acumulado %] <= 0.95, "B",
    "C"
)

Use um gráfico combinado com barras para faturamento e linha para acumulado. Em seguida, complemente com uma tabela de ranking e uma lista dos principais produtos.

Imagem real do produto VENDAS, ideal para orientar a construção da análise ABC e do ranking de produtos.

Uso gerencial do Pareto

A análise ABC não serve apenas para destacar campeões. Ela também ajuda a enxergar dependência de poucos itens. Mostra excesso de produtos com pouca participação. E aponta oportunidades de foco comercial. Em muitos negócios, uma pequena parte do portfólio sustenta a maior fatia da receita.

8. Filtros e segmentações

Os prints sugerem filtros de Grupo de Produtos, Ano/Mês, Situação do Pedido e Data Completa. Para montar isso:

• Use segmentadores para Grupo, Ano, Mês, Situação e Vendedor, se necessário.
• Teste as interações em Formatar > Editar Interações.
• Se houver botão de limpar filtros, ele pode ser implementado com marcador e botão no Power BI.

Dica prática
Antes de publicar, filtre um mês específico e confira se o faturamento do card bate com o gráfico de linha, com a matriz e com a tabela de produtos. Isso evita inconsistências visuais no painel.

9. Como transformar o dashboard em análise acionável

Um dashboard de Vendas precisa ir além do total vendido. Ele deve mostrar quem vendeu, o que vendeu, onde vendeu e se a meta foi atingida. Se o faturamento ficar abaixo da meta, comece olhando o volume de pedidos, o ticket médio e a região afetada.

O ranking de vendedores ajuda a ver concentração de receita. O mapa mostra regiões com mais tração ou menor cobertura. A análise ABC indica quais produtos sustentam o resultado. Exemplo hipotético: o mês ficou abaixo da meta, mas o ticket médio permaneceu forte. A queda veio do menor volume de pedidos no Sudeste. Os produtos Classe A seguiram liderando a receita.

Roteiro rápido de leitura

• Olhe primeiro faturamento e meta.
• Confira depois pedidos e ticket médio.
• Analise vendedores, região e mapa.
• Por fim, use o Pareto para priorizar produtos.

Exemplo hipotético de leitura: “Os três principais vendedores concentram a maior parte do faturamento. A carteira do Centro-Oeste está acima da meta, enquanto o Sudeste está abaixo. O portfólio Classe A responde pela maior fatia da receita e merece monitoramento contínuo.”

10. Erros comuns

• Somar pedidos em vez de contar pedidos distintos.
• Misturar meta e realizado na mesma tabela sem critério.
• Montar ranking de vendedores sem respeitar o filtro do usuário.
• Usar mapa com cidades ou estados não padronizados.
• Criar análise ABC sem calcular corretamente o acumulado.
• Sobrecarregar a página com visuais demais sem hierarquia de leitura.

11. Checklist e publicação

• Base limpa no Power Query.
• Relacionamentos 1:* revisados.
• Tabela calendário criada.
• Faturamento, pedidos, ticket e meta validados.
• Ranking de vendedores funcionando.
• ABC/Pareto respondendo aos filtros.
• Mapa reconhecendo estados e cidades corretamente.
• Títulos e rótulos claros para o usuário final.
• Arquivo PBIX salvo antes da publicação.
• Workspace e permissões revisados no Power BI Service.

Quando o relatório estiver pronto, clique em Arquivo > Salvar. Depois clique em Publicar, selecione o workspace e valide o comportamento final no Power BI Service.

Quer estudar a estrutura de um modelo pronto?
As imagens internas deste guia foram referenciadas diretamente do produto VENDAS já cadastrado no catálogo.Ver dashboard de Vendas

Conferência final

Antes de publicar, teste os filtros e navegue entre páginas. Confira se os totais batem entre cards, gráficos e tabelas. Se um número parecer incoerente, revise a medida e o relacionamento. Essa checagem final evita retrabalho depois do painel publicado.

12. FAQ

Quais KPIs devem entrar primeiro em um dashboard de Vendas no Power BI?

Faturamento, quantidade de pedidos, ticket médio, meta, percentual de atingimento e ranking de vendedores costumam ser os mais importantes para a primeira página.

Como validar uma medida DAX de Vendas?

Crie uma tabela simples, filtre um período pequeno e compare o resultado com a planilha ou sistema de origem.

Quando vale usar mapa em dashboard de Vendas?

Quando a localização ajuda a responder perguntas comerciais, como desempenho por estado, cidade, região ou carteira geográfica.

Como criar análise ABC ou Pareto no Power BI?

Monte ranking, acumulado e percentual acumulado por produto ou cliente e depois classifique os itens em A, B e C.

Posso usar um modelo pronto e trocar a base?

Sim, desde que você adapte medidas, relacionamentos e regras de negócio aos seus próprios dados.

Conclusão

Construir um dashboard de Vendas no Power BI envolve organizar o modelo de dados, criar medidas consistentes e desenhar visuais que mostrem desempenho, meta, território e concentração do faturamento. Separar o conteúdo em páginas como resumo comercial, metas e análise ABC deixa o painel mais claro para gestores e analistas.

O mais importante é validar cada medida com a sua base real. Os nomes de tabelas e fórmulas sugeridos neste tutorial servem para reproduzir a lógica do painel e orientar a montagem de um modelo profissional, sem afirmar que o modelo interno original segue exatamente essa mesma estrutura.

Índice do conteúdo

1. Visão geral
2. Estrutura de dados
3. Modelagem
4. Medidas DAX
5. Página principal
6. Metas e mapa
7. Pareto / ABC
8. Filtros
9. Interpretação
10. Publicação

Padrão visual deste tutorial
Os cards “Página 01 / Página 02” usam os prints enviados por você em tamanho otimizado. As demais imagens do corpo continuam vindo do produto VENDAS publicado no catálogo.