Logo Escola DNC - branco

Formações

Conteúdo gratuito

Logo Escola DNC - branco
Logo Escola DNC - branco

Dados

Dados

Dados

23 de abr. de 2025

23 de abr. de 2025

Por

Blog DNC

Tabelas FATO e Dimensão: o que são, como funcionam

Tabelas FATO e Dimensão: o que são, como funcionam

Analista de Dados criando uma tabela FATO.
Analista de Dados criando uma tabela FATO.

Se você está começando a trabalhar com Business Intelligence, Data Analytics ou está estudando para atuar como analista de dados, entender a diferença entre tabelas FATO e tabelas Dimensão é fundamental. Esses dois tipos de tabela são a base da modelagem dimensional, uma técnica amplamente utilizada para organizar dados de forma eficiente e gerar análises poderosas, dinâmicas e personalizáveis.

Neste artigo, você vai descobrir o que são essas tabelas, como elas se relacionam, por que são tão importantes para a construção de dashboards e relatórios, e como usá-las na prática com exemplos simples.

O que são tabelas FATO?

As tabelas FATO são o centro do modelo de dados. Elas armazenam os valores numéricos mensuráveis sobre eventos ou transações. Isso inclui métricas como:

  • Quantidade vendida

  • Valor da venda

  • Lucro

  • Descontos aplicados

  • Tempo de execução

  • Número de cliques ou acessos

Cada linha em uma tabela FATO representa uma ocorrência de evento — por exemplo, uma venda realizada, uma visita ao site ou uma entrega concluída.

Essas tabelas são chamadas de "FATO" porque contêm os fatos mensuráveis que queremos analisar. São densas em dados, podendo conter milhões de registros, e geralmente não incluem informações textuais ou descritivas.

Exemplos práticos:

  • Em um sistema de vendas, a tabela FATO pode se chamar FatoVendas e conter colunas como: DataID, ProdutoID, ClienteID, Quantidade, ValorTotal.

  • Em uma plataforma de marketing digital, uma FatoCliques pode ter: CampanhaID, DataID, Cliques, Conversões.

O que são tabelas Dimensão?

Já as tabelas Dimensão contêm os atributos descritivos das entidades que participam dos eventos registrados na tabela FATO. Isso inclui nomes, categorias, localizações e outras características qualitativas.

Elas servem para contextualizar os números e permitir segmentações, filtros e agregações nos relatórios e análises.

Exemplos de informações que uma tabela Dimensão pode conter:

  • Nome e idade dos clientes

  • Nome e categoria dos produtos

  • Cidade e estado de entrega

  • Mês, ano e dia da transação

Cada linha em uma tabela Dimensão representa uma entidade única, como um cliente, um produto ou uma data.

Exemplo prático:

A tabela DimProduto pode conter:

  • ProdutoID, NomeProduto, Categoria, Marca, PreçoUnitário

A tabela DimCliente pode conter:

  • ClienteID, Nome, Idade, Cidade, Segmento

Como funciona a relação entre tabelas FATO e Dimensão?

A estrutura clássica de um modelo dimensional é chamada de estrela (Star Schema): a tabela FATO fica no centro, e cada tabela Dimensão se conecta a ela por meio de chaves estrangeiras (IDs).

Essa estrutura é eficiente porque permite que você analise os dados numéricos (fatos) sob diferentes perspectivas com base nas dimensões descritivas.

Exemplo de uso:

Se você quiser analisar o total de vendas por cidade:

  • O sistema vai buscar os dados de FatoVendas, somar os valores por ClienteID, e buscar o nome da cidade na tabela DimCliente.

Se quiser analisar o lucro por categoria de produto:

  • A análise parte da FatoVendas, identifica os ProdutoID, e agrupa os dados pela Categoria da DimProduto.

Vantagens da modelagem com FATO e Dimensão

A modelagem dimensional oferece diversas vantagens para quem trabalha com dados:

  • Desempenho otimizado: consultas mais rápidas e fáceis de escrever

  • Flexibilidade analítica: é possível cruzar dados sob várias perspectivas

  • Escalabilidade: suporta grandes volumes de dados

  • Clareza na visualização: facilita a construção de dashboards em ferramentas como Power BI, Tableau e Looker

Exemplo completo de modelo com tabelas FATO e Dimensão

Suponha que você esteja montando um sistema de análise de vendas para uma rede varejista. Veja como poderia ser o modelo de dados:

Tabelas Dimensão:

  • DimProduto: ProdutoID, NomeProduto, Categoria, Marca

  • DimCliente: ClienteID, Nome, Idade, Cidade, Estado

  • DimTempo: DataID, DataCompleta, Mês, Ano, Trimestre

Tabela FATO:

  • FatoVendas: VendaID, DataID, ProdutoID, ClienteID, Quantidade, ValorTotal, Desconto, Lucro

Com essas tabelas interligadas, é possível responder perguntas como:

  • Qual foi a categoria mais lucrativa em 2024?

  • Qual cidade teve o maior volume de vendas?

  • Como foi a variação de vendas por trimestre?

Conclusão: tabelas FATO e Dimensão são o coração da análise de dados eficiente

Dominar o uso de tabelas FATO e Dimensão é um passo essencial para qualquer pessoa que deseja atuar profissionalmente com dados. Essa modelagem permite transformar grandes volumes de informações brutas em análises claras, visualmente impactantes e úteis para decisões estratégicas.

Se você quer aprender mais sobre modelagem de dados, dashboards, SQL, Power BI e tudo que envolve análise profissional de dados, a Escola DNC pode te ajudar.

Nossas formações contam com projetos práticos, mentorias personalizadas e um programa completo de carreira para você se tornar referência na área.

Conheça os cursos da DNC e dê o próximo passo na sua carreira em dados.

Se você está começando a trabalhar com Business Intelligence, Data Analytics ou está estudando para atuar como analista de dados, entender a diferença entre tabelas FATO e tabelas Dimensão é fundamental. Esses dois tipos de tabela são a base da modelagem dimensional, uma técnica amplamente utilizada para organizar dados de forma eficiente e gerar análises poderosas, dinâmicas e personalizáveis.

Neste artigo, você vai descobrir o que são essas tabelas, como elas se relacionam, por que são tão importantes para a construção de dashboards e relatórios, e como usá-las na prática com exemplos simples.

O que são tabelas FATO?

As tabelas FATO são o centro do modelo de dados. Elas armazenam os valores numéricos mensuráveis sobre eventos ou transações. Isso inclui métricas como:

  • Quantidade vendida

  • Valor da venda

  • Lucro

  • Descontos aplicados

  • Tempo de execução

  • Número de cliques ou acessos

Cada linha em uma tabela FATO representa uma ocorrência de evento — por exemplo, uma venda realizada, uma visita ao site ou uma entrega concluída.

Essas tabelas são chamadas de "FATO" porque contêm os fatos mensuráveis que queremos analisar. São densas em dados, podendo conter milhões de registros, e geralmente não incluem informações textuais ou descritivas.

Exemplos práticos:

  • Em um sistema de vendas, a tabela FATO pode se chamar FatoVendas e conter colunas como: DataID, ProdutoID, ClienteID, Quantidade, ValorTotal.

  • Em uma plataforma de marketing digital, uma FatoCliques pode ter: CampanhaID, DataID, Cliques, Conversões.

O que são tabelas Dimensão?

Já as tabelas Dimensão contêm os atributos descritivos das entidades que participam dos eventos registrados na tabela FATO. Isso inclui nomes, categorias, localizações e outras características qualitativas.

Elas servem para contextualizar os números e permitir segmentações, filtros e agregações nos relatórios e análises.

Exemplos de informações que uma tabela Dimensão pode conter:

  • Nome e idade dos clientes

  • Nome e categoria dos produtos

  • Cidade e estado de entrega

  • Mês, ano e dia da transação

Cada linha em uma tabela Dimensão representa uma entidade única, como um cliente, um produto ou uma data.

Exemplo prático:

A tabela DimProduto pode conter:

  • ProdutoID, NomeProduto, Categoria, Marca, PreçoUnitário

A tabela DimCliente pode conter:

  • ClienteID, Nome, Idade, Cidade, Segmento

Como funciona a relação entre tabelas FATO e Dimensão?

A estrutura clássica de um modelo dimensional é chamada de estrela (Star Schema): a tabela FATO fica no centro, e cada tabela Dimensão se conecta a ela por meio de chaves estrangeiras (IDs).

Essa estrutura é eficiente porque permite que você analise os dados numéricos (fatos) sob diferentes perspectivas com base nas dimensões descritivas.

Exemplo de uso:

Se você quiser analisar o total de vendas por cidade:

  • O sistema vai buscar os dados de FatoVendas, somar os valores por ClienteID, e buscar o nome da cidade na tabela DimCliente.

Se quiser analisar o lucro por categoria de produto:

  • A análise parte da FatoVendas, identifica os ProdutoID, e agrupa os dados pela Categoria da DimProduto.

Vantagens da modelagem com FATO e Dimensão

A modelagem dimensional oferece diversas vantagens para quem trabalha com dados:

  • Desempenho otimizado: consultas mais rápidas e fáceis de escrever

  • Flexibilidade analítica: é possível cruzar dados sob várias perspectivas

  • Escalabilidade: suporta grandes volumes de dados

  • Clareza na visualização: facilita a construção de dashboards em ferramentas como Power BI, Tableau e Looker

Exemplo completo de modelo com tabelas FATO e Dimensão

Suponha que você esteja montando um sistema de análise de vendas para uma rede varejista. Veja como poderia ser o modelo de dados:

Tabelas Dimensão:

  • DimProduto: ProdutoID, NomeProduto, Categoria, Marca

  • DimCliente: ClienteID, Nome, Idade, Cidade, Estado

  • DimTempo: DataID, DataCompleta, Mês, Ano, Trimestre

Tabela FATO:

  • FatoVendas: VendaID, DataID, ProdutoID, ClienteID, Quantidade, ValorTotal, Desconto, Lucro

Com essas tabelas interligadas, é possível responder perguntas como:

  • Qual foi a categoria mais lucrativa em 2024?

  • Qual cidade teve o maior volume de vendas?

  • Como foi a variação de vendas por trimestre?

Conclusão: tabelas FATO e Dimensão são o coração da análise de dados eficiente

Dominar o uso de tabelas FATO e Dimensão é um passo essencial para qualquer pessoa que deseja atuar profissionalmente com dados. Essa modelagem permite transformar grandes volumes de informações brutas em análises claras, visualmente impactantes e úteis para decisões estratégicas.

Se você quer aprender mais sobre modelagem de dados, dashboards, SQL, Power BI e tudo que envolve análise profissional de dados, a Escola DNC pode te ajudar.

Nossas formações contam com projetos práticos, mentorias personalizadas e um programa completo de carreira para você se tornar referência na área.

Conheça os cursos da DNC e dê o próximo passo na sua carreira em dados.

20

% OFF

ATÉ

Oferta exclusiva! Comece a construir seu futuro na área.

Início da turma:

01/05

Vagas limitadas!

Projetos práticos

Mentoria de Carreira

Encontros ao vivo

20

% OFF

ATÉ

Oferta exclusiva! Comece a construir seu futuro na área.

Início da turma:

01/05

Vagas limitadas!

Projetos práticos

Mentoria de Carreira

Encontros ao vivo

20

% OFF

ATÉ

Oferta exclusiva! Comece a construir seu futuro na área.

Início da turma:

01/05

Vagas limitadas!

Projetos práticos

Mentoria de Carreira

Encontros ao vivo

Falar gratuitamente com um consultor de carreira.

Falar gratuitamente com um consultor de carreira.

Falar gratuitamente com um consultor de carreira.

Backgroud

DNC News

Inscreva-se na nossa newsletter exclusiva e receba dicas para acelerar seu crescimento profissional toda semana!

Inscreva-se agora!

DNC News

Inscreva-se na nossa newsletter exclusiva e receba dicas para acelerar seu crescimento profissional toda semana!

Inscreva-se agora!

DNC News

Inscreva-se na nossa newsletter exclusiva e receba dicas para acelerar seu crescimento profissional toda semana!

Inscreva-se agora!