Pular para o conteúdo

Diagnóstico visual e erros comuns

Aula 10 de 106 minOperarAtualizada em 2026-10-04

Vídeo em produção

A gravação desta aula está no lote de produção. O objetivo, o exercício e a documentação já valem. Duração-alvo: 6 min.

Objetivo: Corrigir órfão, nulo, ambiguidade

Selo de estado: Preview (teto atual do produto) · Curso ACD-310 — Modelo semântico e modelagem dimensional · Aula 10 de 10 · Atualizado em 2026-10-04.

Objetivo#

Ao final desta aula você vai diagnosticar e corrigir os três defeitos mais comuns de um modelo semântico: chave órfã, chave nula e ambiguidade de propagação.

Vídeo#

Identificador no manifesto: acd-310-10-diagnostico-de-relacoes · duração-alvo 6 min · tela do produto: /dashboards.

Roteiro:

  1. 00:00–01:00 — Por que "o visual não bate" quase sempre é um dos três defeitos · tela: /dashboards/[id] (visual com número suspeito)
  2. 01:00–02:30 — Chave órfã: vendas.produto_id sem par em produtos.id · tela: /dashboards/[id] (diagnóstico visual de relações)
  3. 02:30–03:30 — Chave nula: linhas de vendas sem filial_id preenchido · tela: /dashboards/[id] (contagem de linhas não casadas)
  4. 03:30–05:00 — Ambiguidade: dois caminhos de propagação entre o mesmo par de tabelas · tela: /dashboards/[id] (aviso de ciclo/ambiguidade)
  5. 05:00–06:00 — Método geral de diagnóstico: isolar dado × modelo × fórmula × visual · tela: /dashboards/[id] (checklist de isolamento)

Conteúdo#

Esta aula fecha o curso revisitando, de um único lugar, os defeitos que as aulas 2 a 9 já mencionaram de passagem — agora como diagnóstico, não como conceito novo. A referência de apoio é o catálogo Troubleshooting: modelo, fórmula e visual, e a capacidade por trás da tela é o diagnóstico visual de relações, coberta por um corpus de casos de borda testado.

Os três defeitos mais comuns

DefeitoO que éSintoma típicoCorreção
Chave órfãUm valor de chave no fato que não tem par na dimensão (ex.: vendas.produto_id = 99 mas produtos não tem id = 99).A linha "desaparece" de visuais agrupados pela dimensão, mas aparece em totais que não cruzam a dimensão.Corrigir a origem do dado (pipeline/Silver) ou adicionar o produto faltante na dimensão.
Chave nulaA coluna-chave do fato está vazia para algumas linhas.Essas linhas ficam fora de qualquer corte pela dimensão correspondente, mas entram em SOMA/CONT gerais.Tratar o nulo na origem (ver Qualidade e quarentena) antes de chegar ao Gold.
Ambiguidade de propagaçãoDois caminhos de filtro possíveis entre o mesmo par de tabelas (ex.: duas relações bidirecionais formando um ciclo).O modelo recusa a configuração, em vez de deixar o significado indefinido.Desativar um dos caminhos ou trocar um deles para direção single — ver aula 5.

Note a diferença de postura entre os três: órfã e nula são defeitos de dado que o modelo deixa passar (porque não há nada "errado" na estrutura, só no conteúdo); ambiguidade é um defeito de estrutura que o modelo recusa de propósito, como você já viu na aula 5.

Diagnóstico geral: isole antes de corrigir

Quando um número "não bate", a pergunta certa não é "qual é o erro", é "em qual camada está o erro":

  1. É do dado (origem/pipeline)? Reproduza com um filtro mínimo e confira se a linha suspeita existe na origem.
  2. É do modelo (referência)? Confirme no diagrama que a coluna/chave citada existe com o nome esperado — um erro de digitação na chave de uma relação produz exatamente o sintoma de chave órfã.
  3. É da fórmula (sintaxe/contexto de filtro)? Veja a mensagem do editor de fórmula — erros de sintaxe e de contexto aparecem em português, não como um código genérico.
  4. É do visual (layout/filtro)? Confirme se algum filtro do dashboard está recortando mais do que você esperava.

Nota

O comportamento do motor de BI é congelado por um conjunto de testes de referência: se um número muda de um dia para o outro, a causa quase sempre é que os dados mudaram — não que a fórmula ficou diferente. Antes de suspeitar do motor, confirme a origem do dado.

Como isso aparece no produto

O diagnóstico visual de relações vive no editor do dashboard (/dashboards/[id]), junto ao diagrama do modelo: ele sinaliza chaves sem par, contagens de linhas não casadas e, quando aplicável, o aviso de ciclo/ambiguidade com o caminho completo — a mesma informação que a aula 8 mostrou para dependência de medidas, agora aplicada a relações.

Ligando com o resto do curso

  • O bloqueio de fan-out (aula 4) não é um dos três defeitos desta aula, mas tem a mesma filosofia: o produto prefere recusar/avisar a entregar um número errado em silêncio.
  • A ambiguidade é a mesma que a aula 5 descreveu para filtro bidirecional — aqui você aprende a reconhecer o sintoma e corrigir, não só a causa.
  • Um modelo bem diagnosticado é, também, um modelo mais seguro para a IA citar (aula 1): menos ambiguidade estrutural significa menos chance de a IA confundir qual caminho usar.

Erros comuns ao diagnosticar

  • Culpar a fórmula quando o problema é a chave. Uma fórmula sintaticamente perfeita ainda produz números errados se a relação que ela depende tiver chaves órfãs ou nulas.
  • Tentar "forçar" a ambiguidade em vez de resolvê-la. Não existe uma forma de contornar a recusa sem efetivamente desfazer um dos caminhos conflitantes — a aula 5 mostra como.
  • Não isolar com um filtro mínimo antes de investigar. Tentar diagnosticar um dashboard inteiro de uma vez mistura sintomas de camadas diferentes.

Faça você mesmo#

No workspace de treino Aurora Varejo (abra /dashboards no console, editor de um painel, diagrama do modelo):

  1. Insira (ou identifique, se já existir no dataset de treino) uma linha de vendas com um produto_id que não existe em produtos — uma chave órfã proposital.
  2. Observe o diagnóstico visual de relações apontando a chave sem par.
  3. Confirme o sintoma num visual agrupado por produtos.categoria: a linha órfã não aparece ali, mas aparece num KPI de total geral.
  4. Corrija adicionando o produto faltante à dimensão (ou removendo a linha órfã), e confirme que o diagnóstico limpa o aviso.
  5. Repita o exercício com uma linha de vendas sem filial_id preenchido, e observe como ela some de um visual "receita por filial", mas continua no total geral.
  6. Se o seu modelo tiver uma relação bidirecional (aula 5), tente ativar um segundo caminho bidirecional entre o mesmo par de tabelas e confirme a recusa por ambiguidade.

Você terminou quando conseguir provocar os três defeitos de propósito, reconhecer o sintoma de cada um sem ajuda e corrigi-los de volta ao estado limpo.

Checagem rápida#

Três perguntas no final da aula, corrigidas no servidor. A aula só conta como concluída depois da checagem.

Documentação relacionada#

Capacidades ensinadas#

C05.6 — o selo exibido na aula é sempre o estado mais conservador entre as capacidades citadas; nada aqui é "GA".

Carregando seu progresso…