Relacionamentos são o que conecta as tabelas do seu modelo de dados — e também a causa mais comum de números errados em relatórios que, na superfície, parecem estar certos.
Cardinalidade: um para muitos é a regra
Na grande maioria dos modelos bem construídos, os relacionamentos são de "um para muitos": uma linha numa tabela de dimensão (como clientes ou produtos) se relaciona com várias linhas numa tabela de fatos (como vendas). Relacionamentos "muitos para muitos" costumam indicar um problema de modelagem, não uma necessidade real.
Direção do filtro
Por padrão, o filtro flui de um lado para o outro de forma única. Relacionamentos bidirecionais (filtro nos dois sentidos) parecem convenientes, mas são uma das causas mais comuns de relatórios lentos e de resultados ambíguos quando o modelo cresce. Use bidirecional só quando houver um motivo técnico claro.
Relacionamentos inativos
É possível ter mais de um relacionamento entre duas tabelas, mas só um fica ativo por padrão. Os demais ficam inativos e só são usados quando chamados explicitamente numa medida com a função USERELATIONSHIP — útil, por exemplo, quando uma tabela de vendas tem data de pedido e data de entrega.
Sinais de que o relacionamento está errado
- Totais que não batem quando você soma manualmente.
- Filtros que não afetam um visual que deveriam afetar.
- Avisos de relacionamento "muitos para muitos" aparecendo no modelo.
Revisar os relacionamentos deveria ser o primeiro passo de qualquer diagnóstico de relatório com número estranho — antes mesmo de desconfiar da fórmula DAX.
Quer aprender Power BI + Claude na prática, do zero ao avançado?
Conhecer o curso