Power BI: Por que os Totais “Não Batem” (e por que isso está correto)

Entenda o comportamento dos totais no Power BI dominando DAX, contexto de filtro e evitando um dos equívocos mais comuns em dashboards corporativos.

O problema: “O total está errado”

Em projetos com Power BI, é comum ouvir:

“As linhas somam 580, mas o total mostra 590. Está errado.”

Essa percepção é recorrente — e, na maioria dos casos, incorreta.

A explicação é direta:

Os totais no Power BI não estão errados. Eles estão corretos dentro da lógica do modelo.

Compreender isso é essencial para evoluir de um uso operacional para um uso analítico da ferramenta.

O conceito-chave: Power BI não soma linhas

Diferente do Excel, o Power BI não calcula totais somando os valores exibidos.

O mecanismo é mais robusto:

O Power BI recalcula a medida no contexto do total.

Isso significa que o total é avaliado como uma nova consulta, com um contexto diferente das linhas individuais.

Tipos de cálculo: diferença entre ferramentas

A forma como cada ferramenta calcula totais impacta diretamente o resultado:

No Power BI, o modelo é orientado a contexto:

Cada célula, inclusive o total, é calculada dinamicamente com base no contexto de filtro.

O erro clássico em DAX

Considere a seguinte medida:

Total Errado =
SUMX(Tabela, Tabela[Valor]) – 10

Comportamento

• O Power BI primeiro soma os valores
• Em seguida, subtrai 10 do resultado total

Resultado: o valor final não corresponde à soma esperada das linhas.

Forma correta (quando a lógica é por linha)

Total Correto =
SUMX(Tabela, Tabela[Valor] – 10)

Neste caso:

• A subtração é aplicada em cada linha
• O resultado final é a soma correta das transformações individuais

Insight técnico: nível de aplicação da lógica

A diferença entre os dois exemplos está no ponto de aplicação da regra:

• Fora do iterador → cálculo no nível do total
• Dentro do iterador → cálculo no nível de linha

Esse conceito é central para o entendimento do DAX.

Medidas aditivas vs. não aditivas

Outro fator crítico para compreender totais:

Medidas aditivas

• Soma (SUM)
• Receita
• Quantidade

Essas medidas agregam naturalmente.

Medidas não aditivas

• DISTINCTCOUNT
• Média
• Percentuais
• KPIs derivados

Exemplo:

• Europa: 100 produtos
• América: 100 produtos

O total não necessariamente será 200, pois pode haver sobreposição entre os conjuntos.

Por que isso gera confusão

A maioria dos usuários está habituada à lógica do Excel:

Total = soma das linhas visíveis

No contexto de Business Intelligence, essa lógica nem sempre se aplica.

O que realmente acontece no total

Quando um total é exibido no Power BI:

1. O contexto de filtro é alterado (remoção de agrupamentos)
2. A medida é recalculada
3. O resultado pode divergir da soma visual das linhas

Em síntese:

O total não soma valores exibidos; ele recalcula a lógica da medida.

Como controlar o comportamento dos totais

Se for necessário replicar o comportamento visual esperado (semelhante ao Excel), é possível forçar isso via DAX:

Total Visual =
SUMX(
    VALUES(Tabela[Categoria]),
    [Sua Medida]
)

Essa abordagem itera sobre os elementos visíveis e soma os resultados da medida.

Quando aplicar esse padrão

Recomendado quando:

• Há exigência de consistência visual por parte do usuário final
• O dashboard possui caráter operacional
• As medidas são simples e controladas

Quando evitar:

• A medida é não aditiva
• Há necessidade de precisão analítica
• O modelo possui maior complexidade

Mentalidade analítica

Um dos principais aprendizados é:

O Power BI não apresenta erros de cálculo; divergências decorrem da interpretação do modelo.

Dominar os conceitos abaixo é essencial:

• Contexto de filtro
• Row Context vs Filter Context
• Funções iteradoras (SUMX, AVERAGEX, etc.)

Conclusão

Os totais no Power BI não representam um erro, mas sim o comportamento esperado de um modelo analítico.

Eles são:

• Matematicamente corretos
• Baseados no contexto de cálculo
• Dependentes da modelagem e das medidas

A principal mudança necessária é abandonar a comparação direta com o Excel e adotar uma visão orientada a modelo.

Se seus dashboards geram dúvidas nos usuários, o problema não é o Power BI — é o modelo.
Entre em contato com a Trinapse e transforme seus dados em decisões confiáveis.