Glossário de dados: termos de análise, engenharia, BI e IA

Agente de IA

Agente de IA é um sistema em que o modelo de linguagem decide e executa passos para cumprir um objetivo, usando ferramentas como busca, consultas a bancos, APIs e execução de código. Diferente de um chat, ele age, verifica o resultado e continua até terminar.

Exemplo: Um agente que recebe "por que as vendas caíram em outubro?", consulta o banco, monta a análise e envia o resumo.

Saiba mais: Onde aprender IA

Alucinação

Alucinação é quando um modelo de IA gera uma informação falsa ou inventada com aparência de verdade. Por isso, respostas de IA sobre dados e fatos precisam ser conferidas na fonte.

Saiba mais: Onde aprender IA

Amostra e população

População é o conjunto completo que se quer estudar; amostra é a parte dele que foi de fato observada. A estatística usa a amostra para tirar conclusões sobre a população, com uma margem de erro.

Exemplo: Pesquisar 400 clientes (amostra) para entender os 50 mil da base (população).

Saiba mais: Curso de Python

Análise de coorte (cohort)

Análise de coorte é o acompanhamento de grupos de clientes que começaram no mesmo período, como os que entraram em janeiro, para ver como cada grupo se comporta ao longo do tempo. É a forma mais confiável de medir retenção e recompra.

Exemplo: Dos clientes que entraram em março, 40% ainda compravam três meses depois.

Saiba mais: Retenção na Enciclopédia de KPIs

Análise descritiva, diagnóstica, preditiva e prescritiva

São os quatro níveis de análise de dados: descritiva responde o que aconteceu, diagnóstica explica por que aconteceu, preditiva estima o que vai acontecer e prescritiva recomenda o que fazer. Cada nível exige mais dados e técnica que o anterior.

Saiba mais: O que faz um analista de dados

Analista de dados

Analista de dados é o profissional que coleta, trata e analisa dados para responder perguntas de negócio e apoiar decisões. No dia a dia usa SQL, Excel, Power BI e, muitas vezes, Python.

Saiba mais: Como virar analista de dados

Analytics engineer

Analytics engineer é o profissional entre o analista e o engenheiro de dados, que transforma dados brutos em modelos confiáveis e documentados, prontos para análise. Usa muito SQL, dbt e boas práticas de versionamento e testes.

Saiba mais: Como virar engenheiro de dados

Apache Airflow

Apache Airflow é uma plataforma de código aberto para orquestrar pipelines de dados, definidos em Python como DAGs. Controla a ordem das tarefas, os horários, as novas tentativas em caso de falha e os alertas.

Saiba mais: Formação engenheiro de dados

Apache Kafka

Apache Kafka é uma plataforma de código aberto para streaming de eventos, que recebe, guarda e distribui mensagens em tempo real entre sistemas. É usada para pipelines de dados em tempo real e integração entre aplicações.

Exemplo: Cada clique no app vira um evento publicado num tópico do Kafka e consumido por vários sistemas.

Saiba mais: Formação engenheiro de dados

Apache Spark

Apache Spark é um motor de processamento distribuído de código aberto que divide grandes volumes de dados entre várias máquinas para processá-los em paralelo. Pode ser usado com Python (PySpark), SQL, Scala e R, e é a base do Databricks.

Saiba mais: Formação engenheiro de dados

API

API (Application Programming Interface) é a porta pela qual um sistema oferece dados ou funções para outro programa, em geral pela internet. Em dados, APIs são uma fonte comum: você faz uma requisição e recebe a resposta em JSON.

Exemplo: Buscar a cotação do dólar do dia na API de um banco.

Saiba mais: Curso de Python

Arquitetura medalhão

Arquitetura medalhão é a organização de um lakehouse em três camadas: bronze (dado cru, como chegou), prata (dado limpo e padronizado) e ouro (dado agregado e pronto para o negócio). Cada camada melhora a qualidade da anterior.

Exemplo: Bronze: JSON da API de pedidos. Prata: tabela de pedidos sem duplicados. Ouro: receita diária por loja.

Saiba mais: O que é engenharia de dados

Atualização incremental

Atualização incremental é a configuração do Power BI que recarrega só os dados recentes, mantendo o histórico já carregado. Reduz o tempo de atualização de tabelas grandes.

Exemplo: Atualizar só os últimos 3 dias de uma fato com 5 anos de vendas.

Saiba mais: Curso de Power BI

AWS

AWS (Amazon Web Services) é a plataforma de nuvem da Amazon. Em dados, os serviços mais citados são Amazon S3 (armazenamento), AWS Glue (integração), Amazon Redshift (data warehouse) e Amazon Athena (SQL sobre arquivos).

Saiba mais: Formação engenheiro de dados

Azure Data Factory

Azure Data Factory é o serviço de integração de dados da Azure para criar pipelines de ETL e ELT com interface visual e conectores para muitas fontes. É usado para copiar e orquestrar dados de sistemas locais e na nuvem até o data lake ou o warehouse.

Saiba mais: Formação engenheiro de dados

Banco de dados relacional

Banco de dados relacional é um sistema que guarda dados em tabelas com linhas e colunas, ligadas entre si por chaves. É consultado com SQL; exemplos são PostgreSQL, SQL Server, MySQL e Oracle.

Saiba mais: Como aprender SQL

Banco de dados vetorial

Banco de dados vetorial é um banco feito para guardar embeddings e encontrar rapidamente os mais parecidos com uma consulta. É peça comum em aplicações de RAG; exemplos são pgvector, Pinecone e Qdrant.

Saiba mais: Onde aprender IA

BigQuery

BigQuery é o data warehouse sem servidor (serverless) do Google Cloud, em que você consulta grandes volumes de dados com SQL sem gerenciar máquinas. A cobrança pode ser por volume de dados lidos ou por capacidade reservada.

Saiba mais: Formação engenheiro de dados

Business intelligence (BI)

Business intelligence é o conjunto de processos e ferramentas que transforma dados da empresa em informação para decisão, em forma de relatórios, dashboards e indicadores. Power BI, Tableau, Looker e Qlik são ferramentas de BI.

Saiba mais: O que faz um analista de dados

CAC (custo de aquisição de cliente)

CAC é quanto a empresa gasta, em média, para conquistar um cliente novo. Calcula-se dividindo o investimento em marketing e vendas pelo número de clientes novos do período.

Exemplo: R$ 15.000 investidos e 300 clientes novos = CAC de R$ 50.

Saiba mais: CAC na Enciclopédia de KPIs

CALCULATE

CALCULATE é a função mais importante do DAX: ela calcula uma expressão depois de alterar o contexto de filtro. É a base de comparações como receita do ano anterior, participação no total e filtros fixos.

Exemplo: Receita PB = CALCULATE ( [Receita], Cliente[UF] = "PB" )

Saiba mais: Curso de Power BI

Cardinalidade

Cardinalidade é o tipo de correspondência entre as linhas de duas tabelas relacionadas: um para muitos, um para um ou muitos para muitos. Em outro sentido, também indica quantos valores distintos uma coluna tem, o que afeta o tamanho do modelo.

Exemplo: Um cliente tem muitos pedidos: relacionamento um para muitos.

Saiba mais: Curso de Power BI

CASE WHEN

CASE WHEN é a expressão condicional do SQL, equivalente a um SE do Excel. Ela devolve valores diferentes conforme as condições, e é muito usada para criar faixas e categorias.

Exemplo: CASE WHEN valor >= 1000 THEN 'alto' ELSE 'baixo' END

Saiba mais: Como aprender SQL

Catálogo de dados

Catálogo de dados é o inventário pesquisável das tabelas e conjuntos de dados de uma empresa, com descrição, dono, colunas e linhagem. Exemplos são o Unity Catalog do Databricks e o Microsoft Purview.

Saiba mais: O que é engenharia de dados

CDC (Change Data Capture)

CDC, ou captura de dados alterados, é a técnica de identificar e enviar apenas as inserções, alterações e exclusões feitas na origem, muitas vezes lendo o log de transações do banco. Evita copiar a tabela inteira a cada carga.

Saiba mais: Formação engenheiro de dados

Chave estrangeira (foreign key)

Chave estrangeira é a coluna de uma tabela que aponta para a chave primária de outra, criando o relacionamento entre elas. Ela garante que um pedido, por exemplo, só pode apontar para um cliente que existe.

Exemplo: O cliente_id na tabela de pedidos.

Saiba mais: Curso de SQL

Chave primária (primary key)

Chave primária é a coluna, ou conjunto de colunas, que identifica cada linha de uma tabela de forma única. Ela não aceita valores repetidos nem nulos.

Exemplo: O id_cliente na tabela de clientes.

Saiba mais: Curso de SQL

Churn

Churn é a taxa de clientes que cancelam ou deixam de comprar em um período. Calcula-se dividindo os clientes perdidos no período pelos clientes ativos no início dele.

Exemplo: 50 cancelamentos em uma base de 1.000 clientes no início do mês = churn de 5%.

Saiba mais: Churn na Enciclopédia de KPIs

Cientista de dados

Cientista de dados é o profissional que usa estatística, programação e machine learning para criar modelos de previsão, classificação e recomendação. Costuma exigir mais base matemática que a análise de dados.

Saiba mais: Carreira em tecnologia

Claude Code

Claude Code é o agente de programação da Anthropic que roda no terminal e no editor, lendo o projeto, escrevendo e executando código e corrigindo erros junto com a pessoa. Em dados, ajuda a escrever consultas, scripts de análise e pipelines.

Saiba mais: Onde aprender IA

Codex

Codex é o agente de programação da OpenAI que escreve, executa e revisa código a partir de instruções em linguagem natural. É usado em tarefas de dados de forma parecida com o Claude Code.

Saiba mais: Onde aprender IA

Coluna calculada

Coluna calculada é uma coluna criada com DAX que é calculada linha a linha na atualização e fica gravada no modelo. Serve para classificar ou segmentar linhas; para totais e KPIs, o certo é usar medida.

Exemplo: Faixa = IF ( Vendas[Valor] >= 1000, "Alto", "Baixo" )

Saiba mais: Como aprender Power BI

Computação em nuvem

Computação em nuvem é o uso de servidores, armazenamento e serviços de um provedor pela internet, pagando pelo uso, em vez de manter máquinas próprias. Os maiores provedores são AWS, Microsoft Azure e Google Cloud.

Saiba mais: O que é engenharia de dados

Contexto de filtro

Contexto de filtro é o conjunto de filtros ativos no momento em que uma medida DAX é calculada, vindos de linhas e colunas do visual, segmentações e filtros da página. É por isso que a mesma medida mostra valores diferentes em cada célula.

Saiba mais: Curso de Power BI

Contexto de linha

Contexto de linha é a noção de "linha atual" que existe em colunas calculadas e em funções iteradoras como SUMX. Ele não filtra nada sozinho; para virar filtro, precisa da transição de contexto feita pelo CALCULATE.

Saiba mais: Curso de Power BI

Correlação

Correlação é a medida de quanto duas variáveis se movem juntas, de -1 (direções opostas) a 1 (mesma direção). Correlação não prova causa: duas coisas podem subir juntas por causa de um terceiro fator.

Saiba mais: Curso de Python

CTE (Common Table Expression)

CTE é uma consulta temporária com nome, criada com WITH, que existe só durante a execução da consulta principal. Ela deixa consultas longas mais legíveis, dividindo a lógica em etapas.

Exemplo: WITH receita_mes AS (SELECT MONTH(data) AS mes, SUM(valor) AS total FROM vendas GROUP BY MONTH(data)) SELECT * FROM receita_mes;

Saiba mais: Como aprender SQL

Dados estruturados e não estruturados

Dados estruturados são os organizados em linhas e colunas com tipos definidos, como tabelas de banco e planilhas. Dados não estruturados não têm esse formato, como textos livres, imagens, áudios e PDFs; semiestruturados, como JSON, ficam no meio.

Saiba mais: O que é engenharia de dados

DAG

DAG (grafo acíclico dirigido) é a representação de um pipeline como tarefas ligadas por dependências, sem ciclos: cada tarefa só roda depois das que vêm antes dela. É o conceito central do Airflow e de outros orquestradores.

Saiba mais: Formação engenheiro de dados

Dashboard

Dashboard é um painel visual que reúne os principais indicadores de um assunto em uma tela, para acompanhamento rápido. No Power BI, "dashboard" também é o nome de um painel do Service feito com blocos fixados de relatórios.

Saiba mais: Como aprender Power BI

Data lake

Data lake é um repositório que guarda grandes volumes de dados em formato original, estruturados ou não, em arquivos de baixo custo, como no Amazon S3 ou no Azure Data Lake Storage. Dá flexibilidade, mas sem governança pode virar um "pântano de dados".

Saiba mais: O que é engenharia de dados

Data warehouse

Data warehouse é um banco de dados feito para análise, que reúne dados de vários sistemas já tratados e organizados, em geral em modelo dimensional. Exemplos na nuvem são BigQuery, Snowflake, Amazon Redshift e o Warehouse do Microsoft Fabric.

Saiba mais: O que é engenharia de dados

Databricks

Databricks é uma plataforma de dados e IA na nuvem construída sobre o Apache Spark e o Delta Lake, criada pelos autores do Spark. Reúne engenharia de dados, SQL, ciência de dados e machine learning em uma arquitetura lakehouse.

Saiba mais: Formação engenheiro de dados

DataFrame

DataFrame é a estrutura de tabela com linhas e colunas nomeadas usada pelo pandas, pelo Spark e por outras bibliotecas. É o equivalente, no código, a uma tabela de banco ou a uma planilha.

Saiba mais: Curso de Python

DAX

DAX (Data Analysis Expressions) é a linguagem de fórmulas do Power BI, do Power Pivot e do Analysis Services, usada para criar medidas, colunas calculadas e tabelas. O centro do DAX é o contexto de filtro, manipulado pela função CALCULATE.

Exemplo: Receita = SUM ( Vendas[Valor] )

Saiba mais: Como aprender Power BI

dbt

dbt (data build tool) é uma ferramenta que transforma dados dentro do data warehouse usando arquivos SQL versionados, com testes, documentação e dependências entre modelos. Trouxe práticas de engenharia de software para a etapa de transformação do ELT.

Saiba mais: Formação engenheiro de dados

Delta Lake

Delta Lake é um formato de tabela aberto que adiciona transações ACID, controle de versões (time travel) e validação de esquema a arquivos Parquet em um data lake. É o formato padrão do Databricks e das tabelas do Microsoft Fabric.

Saiba mais: Formação engenheiro de dados

Desvio padrão

Desvio padrão é a medida de quanto os valores se afastam da média, na mesma unidade dos dados. Desvio pequeno indica dados parecidos entre si; desvio grande indica muita variação.

Exemplo: Duas lojas com média de R$ 100 por venda podem ter desvios de R$ 5 e de R$ 80.

Saiba mais: Curso de Python

Docker

Docker é a ferramenta que empacota uma aplicação com tudo de que ela precisa em um contêiner, que roda igual em qualquer máquina. Em dados, é usado para rodar Airflow, bancos e pipelines de forma reproduzível.

Saiba mais: Formação engenheiro de dados

ELT

ELT (Extract, Load, Transform) é o processo em que os dados são carregados crus no destino e transformados lá dentro, usando o poder de processamento do data warehouse ou do lakehouse. É a abordagem mais comum na nuvem, frequentemente com dbt.

Saiba mais: O que é engenharia de dados

Embeddings

Embeddings são representações de textos, imagens ou outros dados como listas de números, em que itens de significado parecido ficam próximos. São a base da busca por significado e do RAG.

Saiba mais: Onde aprender IA

Engenharia de dados

Engenharia de dados é a área que constrói e mantém a estrutura que leva os dados das fontes até quem analisa: pipelines, armazenamento, modelagem e qualidade. O engenheiro de dados garante que o dado chegue completo, correto e no horário.

Saiba mais: O que é engenharia de dados

Engenharia de prompt

Engenharia de prompt é a prática de escrever e testar instruções para modelos de IA de forma que as respostas sejam corretas, consistentes e no formato desejado. Inclui dar contexto, exemplos, papel, restrições e formato de saída.

Saiba mais: Onde aprender IA

Engenheiro de dados

Engenheiro de dados é o profissional que constrói e mantém os pipelines e as plataformas que levam os dados das fontes até a análise. Trabalha com SQL, Python, Spark, orquestradores e serviços de nuvem.

Saiba mais: Como virar engenheiro de dados

ETL

ETL (Extract, Transform, Load) é o processo de extrair dados das fontes, transformá-los e só então carregá-los no destino, como um data warehouse. A transformação acontece antes da carga, em uma ferramenta ou servidor intermediário.

Exemplo: Extrair vendas do ERP, padronizar datas e moedas, e carregar no data warehouse toda madrugada.

Saiba mais: O que é engenharia de dados

Função de janela (window function)

Função de janela é um cálculo do SQL feito sobre um conjunto de linhas relacionadas à linha atual, sem agrupar e sem perder o detalhe. É usada para rankings, acumulados, médias móveis e comparação com o período anterior.

Exemplo: ROW_NUMBER() OVER (PARTITION BY cliente_id ORDER BY data) numera as compras de cada cliente.

Saiba mais: Como aprender SQL

Funil de conversão

Funil de conversão é a sequência de etapas que uma pessoa percorre até virar cliente, como visita, cadastro, carrinho e compra, com a taxa de passagem de uma etapa para a outra. Mostra em que ponto as pessoas desistem.

Saiba mais: Conversão do site na Enciclopédia de KPIs

Gateway de dados

Gateway de dados é o programa instalado na rede da empresa que permite ao Power BI Service acessar fontes locais, como um SQL Server interno ou uma pasta na rede, para atualizar os relatórios. Sem ele, o serviço na nuvem não alcança dados que estão dentro da empresa.

Saiba mais: Curso de Power BI

Git

Git é o sistema de controle de versões que registra cada alteração em arquivos de código, permitindo voltar atrás e trabalhar em equipe. GitHub e GitLab são serviços que hospedam repositórios Git, e são muito usados como portfólio.

Saiba mais: Formação engenheiro de dados

Governança de dados

Governança de dados é o conjunto de regras, papéis e processos que define quem é dono de cada dado, quem pode acessá-lo e como ele deve ser tratado. Inclui catálogo, qualidade, segurança e conformidade com a LGPD.

Saiba mais: O que é engenharia de dados

GROUP BY

GROUP BY é a cláusula do SQL que agrupa linhas com o mesmo valor para calcular agregações como SUM, COUNT e AVG por grupo. É assim que se calcula, por exemplo, a receita por mês ou por estado.

Exemplo: SELECT estado, COUNT(*) FROM clientes GROUP BY estado;

Saiba mais: Como aprender SQL

HAVING

HAVING é a cláusula do SQL que filtra grupos depois do GROUP BY, usando o resultado de uma agregação. A diferença para o WHERE é o momento: WHERE filtra linhas, HAVING filtra grupos.

Exemplo: GROUP BY cliente_id HAVING COUNT(*) > 5 mostra só clientes com mais de 5 pedidos.

Saiba mais: Como aprender SQL

IA generativa

IA generativa é o tipo de inteligência artificial que cria conteúdo novo, como texto, imagem, código ou áudio, a partir de um pedido. ChatGPT, Claude e Gemini são exemplos de ferramentas de IA generativa.

Saiba mais: Onde aprender IA

Índice (index)

Índice é uma estrutura do banco de dados que acelera a busca de linhas por uma ou mais colunas, como o índice de um livro. Ele deixa consultas mais rápidas, mas ocupa espaço e deixa a gravação um pouco mais lenta.

Saiba mais: Curso de SQL

Inteligência artificial (IA)

Inteligência artificial é o campo da computação que cria sistemas capazes de realizar tarefas que exigiriam inteligência humana, como reconhecer padrões, entender linguagem e tomar decisões. Machine learning e IA generativa são partes da IA.

Saiba mais: Onde aprender IA

Inteligência de tempo (time intelligence)

Inteligência de tempo é o grupo de funções DAX que compara períodos, como acumulado do ano (YTD), mesmo período do ano anterior e variação mês a mês. Exige uma tabela calendário marcada como tabela de datas.

Exemplo: Receita AA = CALCULATE ( [Receita], SAMEPERIODLASTYEAR ( Calendario[Data] ) )

Saiba mais: Curso de Power BI

Intervalo de confiança

Intervalo de confiança é a faixa de valores em que se estima que o valor real da população esteja, com um nível de confiança definido, como 95%. Quanto maior a amostra, mais estreito o intervalo.

Saiba mais: Curso de Python

JOIN

JOIN é a operação do SQL que combina linhas de duas ou mais tabelas a partir de uma coluna em comum, como o id do cliente. Os tipos mais usados são INNER JOIN (só o que existe nas duas tabelas) e LEFT JOIN (tudo da tabela da esquerda, mesmo sem correspondência).

Exemplo: SELECT p.id, c.nome FROM pedidos p JOIN clientes c ON c.id = p.cliente_id;

Saiba mais: Como aprender SQL

JSON

JSON é um formato de texto para guardar e trocar dados em pares de chave e valor, com listas e objetos aninhados. É o formato mais comum nas respostas de APIs.

Exemplo: {"cliente": "Ana", "pedidos": [101, 102]}

Saiba mais: Curso de Python

Jupyter Notebook

Jupyter Notebook é um ambiente que mistura código, resultados, gráficos e texto em células, muito usado para análise exploratória em Python. O Google Colab é uma versão dele que roda no navegador.

Saiba mais: Curso de Python

KPI (indicador-chave de desempenho)

KPI é o indicador escolhido para medir se um objetivo importante do negócio está sendo alcançado. Toda métrica mede algo, mas só vira KPI quando está ligada a uma meta e a uma decisão.

Exemplo: Taxa de churn mensal com meta de ficar abaixo de 3%.

Saiba mais: Enciclopédia de KPIs

Lakehouse

Lakehouse é a arquitetura que junta o armazenamento barato e flexível do data lake com recursos de data warehouse, como transações, esquema e SQL rápido. É viabilizada por formatos de tabela abertos como Delta Lake e Apache Iceberg, e é a base do Databricks e do Microsoft Fabric.

Saiba mais: O que é engenharia de dados

LGPD

LGPD (Lei Geral de Proteção de Dados, Lei 13.709/2018) é a lei brasileira que regula o tratamento de dados pessoais, definindo bases legais, direitos dos titulares e responsabilidades das empresas. Em dados, impacta coleta, acesso, anonimização e tempo de guarda.

Saiba mais: O que é engenharia de dados

Linguagem M

M é a linguagem por trás do Power Query: cada passo feito na interface vira uma linha de código M. Saber M permite criar funções personalizadas, consumir APIs e resolver transformações que a interface não oferece.

Saiba mais: Curso de Power BI

Linhagem de dados (data lineage)

Linhagem de dados é o mapa de onde um dado veio e por quais transformações passou até chegar a um relatório. Ajuda a encontrar a causa de um número errado e a medir o impacto de uma mudança.

Saiba mais: O que é engenharia de dados

LLM (modelo de linguagem grande)

LLM, ou modelo de linguagem grande, é um modelo de IA treinado em enormes volumes de texto para prever e gerar linguagem, capaz de responder perguntas, resumir, traduzir e escrever código. GPT, Claude, Gemini e Llama são famílias de LLMs.

Saiba mais: Onde aprender IA

LTV (lifetime value)

LTV é o valor que um cliente gera para a empresa durante todo o relacionamento. Comparado ao CAC, mostra se vale a pena o custo de conquistar cada cliente.

Exemplo: R$ 80 por mês durante 20 meses = LTV de R$ 1.600.

Saiba mais: LTV na Enciclopédia de KPIs

Machine learning

Machine learning, ou aprendizado de máquina, é a área da IA em que o sistema aprende padrões a partir de dados históricos, em vez de seguir regras escritas à mão. É usado para prever vendas, classificar clientes e detectar fraudes.

Saiba mais: Onde aprender IA

Margem de lucro

Margem de lucro é a parte de cada real vendido que sobra como lucro, em porcentagem da receita. A margem bruta desconta só o custo do produto; a líquida desconta todas as despesas e impostos.

Exemplo: Lucro de R$ 30 mil em R$ 200 mil de receita = margem líquida de 15%.

Saiba mais: Margem líquida na Enciclopédia de KPIs

MCP (Model Context Protocol)

MCP é um protocolo aberto, criado pela Anthropic, que padroniza como aplicações de IA se conectam a ferramentas e fontes de dados externas. Com ele, o mesmo conector serve para diferentes assistentes e agentes.

Saiba mais: Onde aprender IA

Média

Média é a soma dos valores dividida pela quantidade de valores. É sensível a valores extremos, por isso costuma ser analisada junto com a mediana.

Exemplo: Vendas de 10, 20 e 90 têm média 40.

Saiba mais: Curso de Python

Mediana

Mediana é o valor do meio quando os dados estão ordenados: metade fica abaixo e metade acima. É mais robusta que a média quando há valores extremos, como em salários ou tempo de entrega.

Exemplo: Em 10, 20 e 90, a mediana é 20.

Saiba mais: Curso de Python

Medida (measure)

Medida é um cálculo DAX feito na hora, de acordo com os filtros do visual, como receita, ticket médio ou margem. Não ocupa espaço por linha e é a forma recomendada de criar KPIs no Power BI.

Exemplo: Ticket Médio = DIVIDE ( [Receita], DISTINCTCOUNT ( Vendas[PedidoID] ) )

Saiba mais: Como aprender Power BI

Microsoft Azure

Microsoft Azure é a plataforma de nuvem da Microsoft. Em dados, os serviços mais usados incluem Azure Data Lake Storage, Azure Data Factory, Azure SQL Database e Azure Databricks.

Saiba mais: Formação engenheiro de dados

Microsoft Fabric

Microsoft Fabric é a plataforma de dados da Microsoft, oferecida como serviço, que reúne integração de dados, engenharia, data warehouse, ciência de dados, tempo real e Power BI em um só lugar. Todos os dados ficam no OneLake, em formato Delta.

Saiba mais: Formação engenheiro de dados

Modelagem dimensional

Modelagem dimensional é a técnica de organizar dados para análise em tabelas fato e dimensão, popularizada por Ralph Kimball. Resulta em modelos estrela, fáceis de entender e rápidos de consultar.

Saiba mais: O que é engenharia de dados

Modelo estrela (star schema)

Modelo estrela é a forma de organizar dados para análise com uma tabela fato no centro, cheia de eventos numéricos, ligada a tabelas dimensão ao redor, que descrevem esses eventos. É o modelo recomendado para o Power BI, porque deixa o DAX mais simples e o relatório mais rápido.

Exemplo: Fato Vendas ligada às dimensões Calendário, Produto, Cliente e Loja.

Saiba mais: Como aprender Power BI

MRR (receita recorrente mensal)

MRR é a receita que uma empresa de assinatura recebe todo mês com os planos ativos. É o principal indicador de crescimento de negócios recorrentes, como SaaS e clubes de assinatura.

Exemplo: 2.000 assinantes × R$ 49 = MRR de R$ 98 mil.

Saiba mais: MRR na Enciclopédia de KPIs

n8n

n8n é uma ferramenta de automação de fluxos de trabalho, com editor visual e opção de código aberto, que conecta aplicativos, APIs e modelos de IA. Permite montar automações e agentes que coletam, tratam e enviam dados sem programar tudo do zero.

Exemplo: Todo dia às 8h, ler as vendas do banco, pedir um resumo a um LLM e mandar no e-mail da diretoria.

Saiba mais: Onde aprender IA

Normalização

Normalização é a técnica de organizar as tabelas de um banco para evitar dados repetidos e inconsistências, separando cada assunto na sua tabela. É comum em sistemas transacionais; em análise, muitas vezes se faz o caminho inverso com a modelagem dimensional.

Exemplo: Guardar o nome da cidade numa tabela de cidades, e não repetido em cada pedido.

Saiba mais: Curso de SQL

NPS (Net Promoter Score)

NPS é o indicador que mede a disposição dos clientes de recomendar a empresa, numa escala de 0 a 10. É a porcentagem de promotores (notas 9 e 10) menos a porcentagem de detratores (notas 0 a 6).

Exemplo: 60% de promotores e 15% de detratores = NPS 45.

Saiba mais: NPS na Enciclopédia de KPIs

NULL

NULL é a marcação de valor ausente ou desconhecido em um banco de dados. Ele não é zero nem texto vazio, e por isso é testado com IS NULL, nunca com = NULL.

Exemplo: Um cliente sem telefone cadastrado tem o campo telefone igual a NULL.

Saiba mais: Como aprender SQL

NumPy

NumPy é a biblioteca do Python para cálculo numérico com arrays, base do pandas e do scikit-learn. Faz operações matemáticas em grandes volumes de números de forma muito rápida.

Saiba mais: Curso de Python

OLTP e OLAP

OLTP é o tipo de sistema feito para registrar transações do dia a dia, como vendas e cadastros, com muitas gravações pequenas. OLAP é o tipo feito para análise, com leituras grandes e agregações sobre muitos dados, como um data warehouse.

Saiba mais: O que é engenharia de dados

OneLake

OneLake é o data lake único do Microsoft Fabric, onde ficam guardados os dados de todos os itens da organização, em formato Delta. Funciona como um "OneDrive dos dados" e evita cópias entre ferramentas.

Saiba mais: Formação engenheiro de dados

Orquestração

Orquestração é a coordenação automática das etapas de um pipeline: o que roda, em que ordem, em que horário e o que fazer quando algo falha. Ferramentas comuns são Airflow, Azure Data Factory e os pipelines do Fabric.

Saiba mais: O que é engenharia de dados

Outlier

Outlier é um valor muito diferente do restante dos dados, seja por erro de registro ou por um caso real fora do padrão. Precisa ser investigado antes de ser removido, porque pode distorcer médias e modelos.

Exemplo: Um pedido de R$ 90 mil numa loja com ticket médio de R$ 120.

Saiba mais: Curso de Python

p-valor

p-valor é a probabilidade de observar um resultado tão extremo quanto o encontrado se não houvesse efeito real. Um p-valor baixo, em geral abaixo de 0,05, indica que o resultado dificilmente é só acaso.

Saiba mais: Curso de Python

pandas

pandas é a biblioteca do Python para manipular dados em tabelas, chamadas DataFrames. Com ela se lê CSV e Excel, filtra, agrupa, junta tabelas e trata dados faltantes.

Exemplo: df.groupby('estado')['valor'].sum()

Saiba mais: Curso de Python

Parquet

Parquet é um formato de arquivo colunar e comprimido, criado para análise de grandes volumes de dados. Lê só as colunas necessárias e ocupa bem menos espaço que um CSV; é a base de formatos como o Delta Lake.

Saiba mais: O que é engenharia de dados

Particionamento

Particionamento é dividir uma tabela grande em partes menores por uma coluna, em geral a data, para que as consultas leiam só as partes necessárias. Reduz tempo e custo de processamento.

Saiba mais: Formação engenheiro de dados

Percentil e quartil

Percentil é o valor abaixo do qual fica uma porcentagem dos dados: o percentil 90 deixa 90% dos valores abaixo dele. Quartis são os percentis 25, 50 (mediana) e 75.

Exemplo: "90% das entregas chegam em até 4 dias" é uma leitura do percentil 90.

Saiba mais: Curso de Python

Pipeline de dados

Pipeline de dados é a sequência automatizada de etapas que move e transforma dados de uma origem até um destino, como extração, limpeza, junção e carga. Roda em horários definidos ou a cada novo evento.

Saiba mais: O que é engenharia de dados

PL-300

PL-300 é o exame da certificação Microsoft Power BI Data Analyst Associate, que avalia preparar, modelar, visualizar e analisar dados e gerenciar soluções no Power BI. A taxa do exame é paga diretamente à Microsoft.

Saiba mais: Certificação PL-300

Portfólio de dados

Portfólio de dados é o conjunto de projetos publicados que mostra, na prática, o que a pessoa sabe fazer, como dashboards, análises em SQL e notebooks em Python. Para quem busca a primeira vaga, costuma pesar tanto quanto o certificado.

Saiba mais: Como virar analista de dados

Power BI

Power BI é a ferramenta de business intelligence da Microsoft para conectar dados, modelar, calcular indicadores e publicar relatórios e dashboards interativos. Tem o Power BI Desktop, para criar, e o Power BI Service, para publicar e compartilhar.

Saiba mais: Como aprender Power BI

Power BI Service

Power BI Service é a parte online do Power BI, onde os relatórios são publicados, compartilhados, atualizados de forma agendada e organizados em workspaces e apps. É nele que se configura segurança, gateway e atualização automática.

Saiba mais: Curso de Power BI

Power Query

Power Query é a ferramenta de preparação de dados do Power BI e do Excel, usada para conectar fontes, limpar e transformar dados antes de carregá-los no modelo. Cada passo fica gravado e se repete sozinho a cada atualização.

Exemplo: Remover linhas em branco, trocar tipos de coluna e juntar todas as planilhas de uma pasta.

Saiba mais: Como aprender Power BI

Processamento em lote (batch)

Processamento em lote é a execução de um pipeline sobre um bloco de dados acumulado, em horários definidos, como toda madrugada. É mais simples e barato que o streaming e atende a maioria dos relatórios.

Saiba mais: O que é engenharia de dados

PROCX (XLOOKUP)

PROCX é a função do Excel que busca um valor numa coluna e devolve o valor correspondente de outra, substituindo PROCV e PROCH com mais flexibilidade. Em inglês se chama XLOOKUP.

Exemplo: =PROCX(A2; Produtos[Código]; Produtos[Preço])

Saiba mais: Curso de Excel

Prompt

Prompt é a instrução ou pergunta enviada a um modelo de IA para obter uma resposta. Quanto mais claro o objetivo, o contexto e o formato pedido, melhor tende a ser o resultado.

Exemplo: "Você é analista de vendas. Com base nesta tabela, liste os 3 produtos que mais caíram no trimestre e explique em uma frase cada."

Saiba mais: Onde aprender IA

PySpark

PySpark é a interface do Apache Spark para Python, que permite processar grandes volumes de dados com DataFrames distribuídos. A sintaxe lembra o pandas, mas o trabalho é dividido entre várias máquinas.

Saiba mais: Formação engenheiro de dados

Python

Python é uma linguagem de programação de uso geral muito usada em dados para tratar arquivos, automatizar rotinas, fazer estatística, machine learning e pipelines. Em análise, trabalha junto com bibliotecas como pandas, NumPy e Matplotlib.

Saiba mais: SQL ou Python

Qualidade de dados (data quality)

Qualidade de dados é o quanto os dados são completos, corretos, consistentes, únicos e atualizados para o uso que se pretende. Na prática, é garantida com testes automáticos no pipeline, como checar nulos, duplicados e valores fora da faixa.

Saiba mais: O que é engenharia de dados

Query folding

Query folding é quando o Power Query traduz os passos de transformação para a linguagem da fonte, em geral SQL, e o próprio banco faz o trabalho. Mantém a atualização rápida e é pré-requisito da atualização incremental.

Saiba mais: Curso de Power BI

RAG (geração aumentada por recuperação)

RAG é a técnica de buscar trechos relevantes em uma base de documentos e entregá-los ao LLM junto com a pergunta, para que a resposta se apoie nessas fontes. Reduz alucinações e permite usar dados próprios sem treinar o modelo.

Exemplo: Um assistente que responde dúvidas de RH consultando o manual interno da empresa.

Saiba mais: Onde aprender IA

Regressão linear

Regressão linear é o modelo estatístico que estima uma variável numérica a partir de uma ou mais outras, por meio de uma reta. É usada para previsão e para medir o efeito de cada fator.

Exemplo: Estimar as vendas a partir do investimento em anúncios.

Saiba mais: Curso de Python

Relacionamento

Relacionamento é a ligação entre duas tabelas do modelo por uma coluna em comum, que faz o filtro de uma tabela chegar à outra. No modelo estrela, o filtro vai da dimensão (lado um) para a fato (lado muitos).

Saiba mais: Como aprender Power BI

RLS (Row-Level Security)

RLS, ou segurança em nível de linha, é o recurso do Power BI que limita quais linhas cada usuário enxerga no mesmo relatório. É configurada com funções (roles) e filtros DAX, e aplicada no Power BI Service.

Exemplo: Cada gerente regional vê só as vendas da própria região.

Saiba mais: Curso de Power BI

ROI (retorno sobre o investimento)

ROI é a medida de quanto um investimento devolveu além do que custou, em porcentagem. Calcula-se como (retorno menos investimento) dividido pelo investimento.

Exemplo: Investiu R$ 10 mil e voltou R$ 30 mil: ROI de 200%.

Saiba mais: ROI na Enciclopédia de KPIs

SCD (Slowly Changing Dimension)

SCD, ou dimensão de mudança lenta, é a técnica para lidar com atributos de dimensão que mudam com o tempo, como o endereço de um cliente. No tipo 1, o valor antigo é sobrescrito; no tipo 2, cria-se uma nova linha com datas de validade, preservando o histórico.

Exemplo: Cliente mudou de São Paulo para Recife: no SCD tipo 2, as vendas antigas continuam contando para São Paulo.

Saiba mais: Formação engenheiro de dados

scikit-learn

scikit-learn é a biblioteca do Python com algoritmos prontos de machine learning, como regressão, classificação e agrupamento, além de ferramentas para dividir dados e avaliar modelos.

Saiba mais: Curso de Python

SELECT

SELECT é o comando do SQL que escolhe quais colunas e linhas uma consulta devolve. É o ponto de partida de praticamente toda análise feita em SQL.

Exemplo: SELECT produto, SUM(valor) AS receita FROM vendas GROUP BY produto;

Saiba mais: Como aprender SQL

Snowflake

Snowflake é uma plataforma de data warehouse na nuvem que separa armazenamento e processamento, permitindo escalar cada um de forma independente. Roda sobre AWS, Azure ou Google Cloud.

Saiba mais: Formação engenheiro de dados

SQL

SQL (Structured Query Language) é a linguagem padrão para consultar e manipular dados em bancos de dados relacionais. Você descreve o resultado que quer e o banco decide como buscar. É usada em PostgreSQL, SQL Server, MySQL, Oracle e nos data warehouses na nuvem.

Exemplo: SELECT nome, cidade FROM clientes WHERE estado = 'PB';

Saiba mais: Como aprender SQL

Storytelling com dados

Storytelling com dados é a habilidade de apresentar uma análise como uma história clara, com contexto, descoberta principal e recomendação, apoiada em gráficos bem escolhidos. Faz a análise virar decisão.

Saiba mais: Como aprender Power BI

Streaming (tempo real)

Streaming é o processamento de dados de forma contínua, à medida que os eventos acontecem, em vez de em lotes agendados. Serve para casos que exigem reação rápida, como detecção de fraude e monitoramento.

Saiba mais: O que é engenharia de dados

Subconsulta (subquery)

Subconsulta é uma consulta SQL escrita dentro de outra consulta, entre parênteses. Ela serve para usar um resultado intermediário, como uma média, como filtro ou como tabela.

Exemplo: WHERE valor > (SELECT AVG(valor) FROM pedidos)

Saiba mais: Como aprender SQL

Tabela calendário (dimensão de datas)

Tabela calendário é uma dimensão com uma linha para cada dia do período, com colunas de ano, mês, trimestre e dia da semana. Ela é obrigatória para as funções de inteligência de tempo do DAX funcionarem corretamente.

Exemplo: Calendario = CALENDAR ( DATE ( 2024, 1, 1 ), DATE ( 2026, 12, 31 ) )

Saiba mais: Curso de Power BI

Tabela dimensão

Tabela dimensão é a tabela do modelo que descreve quem, o quê, onde e quando, como clientes, produtos, lojas e datas. É dela que vêm os campos usados para filtrar e agrupar os números da fato.

Saiba mais: Como aprender Power BI

Tabela dinâmica

Tabela dinâmica é o recurso do Excel que resume uma base de dados em totais por categoria, arrastando campos para linhas, colunas e valores. É a forma mais rápida de explorar uma planilha sem escrever fórmulas.

Saiba mais: Curso de Excel

Tabela fato

Tabela fato é a tabela do modelo que registra os eventos do negócio, como vendas, pagamentos ou atendimentos, com valores numéricos e chaves para as dimensões. Costuma ser a maior tabela do modelo.

Exemplo: Cada linha da fato Vendas é um item vendido, com data, produto, quantidade e valor.

Saiba mais: Como aprender Power BI

Teste A/B

Teste A/B é o experimento que compara duas versões de algo, como uma página ou um e-mail, mostrando cada uma para um grupo aleatório e medindo qual tem resultado melhor. A comparação precisa de amostra suficiente e de teste estatístico para não confundir acaso com efeito.

Exemplo: Versão A do botão converte 2,0% e versão B converte 2,4%.

Saiba mais: Curso de Python

Ticket médio

Ticket médio é o valor médio de cada venda ou pedido. Calcula-se dividindo a receita pelo número de pedidos do período.

Exemplo: R$ 120.000 em 3.000 pedidos = ticket médio de R$ 40.

Saiba mais: Ticket médio na Enciclopédia de KPIs

Transação (ACID)

Transação é um conjunto de operações no banco que acontece por inteiro ou não acontece. As garantias são resumidas pela sigla ACID: atomicidade, consistência, isolamento e durabilidade.

Exemplo: Numa transferência, o débito de uma conta e o crédito da outra precisam acontecer juntos.

Saiba mais: Curso de SQL

Turnover

Turnover é a taxa de rotatividade de funcionários: quantas pessoas saem da empresa em relação ao quadro médio do período. Turnover alto encarece contratação e treinamento.

Exemplo: 10 desligamentos numa média de 200 pessoas = turnover de 5% no mês.

Saiba mais: Turnover na Enciclopédia de KPIs

UNION

UNION é o operador do SQL que empilha o resultado de duas consultas com as mesmas colunas, removendo linhas repetidas. UNION ALL faz o mesmo sem remover repetidas, e por isso é mais rápido.

Exemplo: Juntar as vendas da loja física e do e-commerce numa só lista.

Saiba mais: Como aprender SQL

View

View é uma consulta SQL salva no banco com um nome, que pode ser usada como se fosse uma tabela. Ela não guarda os dados, apenas a lógica, e ajuda a padronizar regras de negócio.

Exemplo: Uma view vw_vendas_validas que já exclui pedidos cancelados.

Saiba mais: Curso de SQL

WHERE

WHERE é a cláusula do SQL que filtra as linhas antes de qualquer agrupamento. Só as linhas que atendem à condição seguem para o resto da consulta.

Exemplo: WHERE status = 'entregue' AND data >= '2026-01-01'

Saiba mais: Como aprender SQL