Questão 1
Não respondida
~/questoes/dados
Um modelo dimensional organiza dados em tabelas de fatos (números, métricas) e tabelas de dimensões (contexto, categorias) para permitir análises rápidas e flexíveis sob múltiplas perspectivas. Essa estrutura é fundamental para dashboards de logística funcionarem bem, já que você precisa visualizar entregas por região, transportadora, período e tipo de produto simultaneamente.
O modelo dimensional estrutura dados em fatos e dimensões especificamente para análises multidimensionais eficientes. Isso significa que você consegue girar seus dados em diferentes ângulos (por rota, por período, por status de entrega) sem duplicação de informações, mantendo o dashboard rápido e as comparações precisas.
Modelo dimensional não reduz fontes de dados em uma única tabela gigante. Na verdade, ele faz o oposto: separa dados em múltiplas tabelas relacionadas (dimensões e fatos) para organizar melhor. Uma tabela única e enorme causaria redundância e lentidão.
O modelo dimensional não elimina o Power Query. Pelo contrário: você precisa do Power Query para transformar seus dados brutos em fatos e dimensões bem definidas antes de montar o modelo no Power BI.
Aumentar o tamanho do arquivo pioraria a performance, não melhoraria. O modelo dimensional faz exatamente o contrário: reduz redundância e tamanho através da separação inteligente de dados em tabelas relacionadas.
Esta é a definição correta. O modelo dimensional estrutura dados em dimensões (tabelas de contexto como Cliente, Rota, Data) e fatos (tabelas com métricas como Tempo de Entrega, Custo) para permitir análises rápidas, flexíveis e sem redundância.