Análise de dados em planilhas e SQL: agrupe e resuma

Uma tabela se torna útil quando você sabe o que quer descobrir. A análise organiza, transforma e resume dados limpos para responder a uma pergunta. Seu resultado serve de entrada para um gráfico, painel de indicadores ou recomendação.

Transforme a pergunta em quatro decisões

Para “Qual região teve a maior receita em março de 2026?”, explicite as decisões:

Uma métrica é o número que você calcula. Uma dimensão fornece os grupos. Um filtro determina os registros incluídos, e a comparação indica como avaliar os resultados. Defina a métrica com precisão: a receita antes dos descontos é diferente da receita depois dos descontos. Registre como devoluções, cancelamentos e impostos são tratados para que outro analista possa calcular o mesmo número.

Verifique o que uma linha representa

A granularidade da tabela indica o que uma linha representa. Com um pedido por linha, uma contagem de linhas mede pedidos. Com um item de pedido por linha, isso não ocorre: um pedido com três produtos ocupa três linhas. Contar essas linhas apresentaria três itens como três pedidos.

Aqui estão dez pedidos de março, uma linha por pedido. Os preços estão em reais. Em uma planilha eletrônica, as seis colunas de entrada vão de A a F, os dados ocupam as linhas 2 a 11 e o cálculo da receita fica em G.

Planeje as operações antes de executá-las

Primeiro selecione as datas de março. Calcule a receita de cada pedido a partir de sua quantidade e preço unitário, agrupe por região, some o campo calculado e ordene os totais regionais em ordem decrescente. As receitas das linhas são 30, 40, 120, 15, 60, 50, 25, 80, 40 e 75. O total é 535. A resposta agrupada é North 250, South 180 e East 105.

Em uma planilha eletrônica, esse caminho usa um filtro, uma coluna de fórmulas e funções condicionais ou uma tabela dinâmica. Em SQL, usa WHERE, uma expressão de multiplicação, GROUP BY e ORDER BY. Uma planilha eletrônica facilita a inspeção da exploração de tabelas pequenas; SQL trabalha diretamente com tabelas de bancos de dados e salva consultas que podem ser repetidas.

Mantenha os registros de origem sem alterações trabalhando em uma aba separada, cópia ou consulta. Salve a pergunta, as definições e as operações junto com o resultado. Produzir um total conveniente antes de decidir o que ele mede é uma forma comum de responder a uma pergunta diferente da que foi feita.

A ordenação coloca os registros em uma ordem que facilita a identificação de classificações e valores extremos. A ordem crescente vai do menor para o maior, de A a Z ou do mais antigo para o mais recente; a decrescente inverte essa ordem. Os valores de um registro permanecem juntos.

Ordene registros completos

No Excel, use Dados > Classificar; no Google Sheets, use Dados > Classificar intervalo. Selecione todo o intervalo, incluindo cada coluna que pertence a cada registro, e identifique a linha de cabeçalho. Uma tabela do Excel mantém os campos de suas linhas juntos durante a ordenação.

Se você ordenar apenas a coluna de receita, um valor poderá ficar ao lado do identificador de pedido errado. O total pode continuar sendo 535 mesmo que os registros estejam incorretos. Verifique algumas linhas completas após a ordenação, incluindo um identificador, uma data e seu valor. Uma contagem de linhas sozinha não detecta esse erro.

Use um segundo campo para desempatar

Suponha que quatro registros tenham os valores de região e receita East 15, North 30, East 50 e North 120. Ordene por região em ordem crescente e depois por receita em ordem decrescente. O resultado é East 50, East 15, North 120, North 30. O primeiro campo forma os blocos principais; o segundo ordena os registros dentro de cada bloco.

SQL expressa a mesma regra assim:

SELECT order_id, region,
       quantity * unit_price AS revenue
FROM orders
ORDER BY region ASC, revenue DESC;

ASC é o padrão. O nome alternativo revenue nomeia o resultado calculado e pode ser usado em ORDER BY. Essa consulta retorna um resultado ordenado sem reorganizar a tabela armazenada. Sem ORDER BY, SQL não garante a ordem das linhas, mesmo que execuções repetidas pareçam iguais.

Encontre os primeiros registros

Para os pedidos de março, a receita em ordem decrescente começa com o pedido 1003, de 120, o pedido 1008, de 80, e o pedido 1010, de 75. Para retornar três linhas, PostgreSQL, MySQL e SQLite aceitam uma cláusula final como ORDER BY revenue DESC LIMIT 3; o SQL Server usa SELECT TOP 3 com a cláusula de ordenação.

Um limite de corte pode ocorrer em um empate. Adicione um segundo campo, como order_id ASC, quando precisar de uma escolha previsível entre receitas iguais. Retornar três linhas e retornar todos os registros empatados em terceiro lugar são solicitações diferentes; um limite simples de linhas atende à primeira.

Verifique os valores por trás da exibição

Números armazenados como texto podem ser ordenados como “10”, “100”, “9”. Números são ordenados como 9, 10, 100. Datas em texto escritas como “03/12/2026” podem seguir a ordem dos caracteres em vez da ordem temporal. Converta a coluna para o tipo adequado durante a limpeza; mudar apenas o formato numérico visível não converte texto de forma confiável.

A função SORT de planilhas eletrônicas retorna uma cópia ordenada em outro local. O Excel usa 1 para ordem crescente e −1 para decrescente em seu argumento de ordem. O Google Sheets usa TRUE e FALSE. A cópia é atualizada quando os dados referenciados mudam.

Antes de tratar a exibição como uma classificação de todo o conjunto de dados, verifique os filtros ativos e o intervalo selecionado. Um subconjunto visível ordenado corretamente ainda pode omitir o registro com o maior valor.

Um filtro determina quais registros pertencem a uma análise. Filtros de planilhas eletrônicas ocultam as linhas sem correspondência; WHERE em SQL retorna as linhas correspondentes. Nenhuma das operações exclui os registros de origem.

Crie condições que correspondam à pergunta

As comparações em SQL incluem =, <>, >, <, >= e <=. Use IN para uma lista, LIKE para um padrão de texto e IS NULL para valores ausentes. Literais de texto usam aspas simples retas, como em WHERE region = 'North'. Os menus de filtros de planilhas eletrônicas oferecem condições para texto, números e datas.

AND exige que todas as condições sejam atendidas. OR exige pelo menos uma. Entre os pedidos de março, North e Books fornece dois pedidos, 1001 e 1010. North ou Books fornece seis: os quatro pedidos de North mais os dois pedidos de Books das demais regiões. Um pedido que atende às duas partes de um OR aparece uma vez no resultado.

SQL avalia AND antes de OR. Compare estas condições:

WHERE category = 'Books'
   OR category = 'Toys' AND region = 'East'

Isso inclui todos os pedidos de Books mais os pedidos de Toys em East: cinco linhas. Para incluir apenas registros de East, agrupe primeiro as categorias:

WHERE (category = 'Books' OR category = 'Toys')
  AND region = 'East'

Isso mantém duas linhas. category IN ('Books', 'Toys') pode substituir o OR entre parênteses.

Inclua todo o período de datas

BETWEEN inclui ambos os extremos. Com datas e horas, um limite superior escrito como 31 de março pode significar a meia-noite no início desse dia, deixando de fora seus registros posteriores. Use um início inclusivo e o início do próximo período como limite exclusivo:

WHERE order_date >= '2026-03-01'
  AND order_date < '2026-04-01'

A sintaxe de literais de data varia conforme o banco de dados. Essa lógica de limites inclui todos os momentos de março sem precisar adivinhar o último horário possível de 31 de março.

Trate valores ausentes e inconsistentes

discount = NULL não é uma comparação verdadeira. Use discount IS NULL. Um desconto ausente também não satisfaz discount < 5 nem discount >= 5, então essas duas condições não abrangem todos os registros quando há valores ausentes. Dê aos valores ausentes um grupo próprio ou exclua-os deliberadamente.

Examine os valores de texto distintos antes de filtrar. Maiúsculas, minúsculas e espaços ao final podem afetar as correspondências de maneiras diferentes conforme as ferramentas e configurações do banco de dados. Padronize as chaves e os rótulos durante a limpeza para que “North” e uma variante com um espaço extra não dependam do comportamento de correspondência.

Totalize os registros que você consegue ver

No Excel e no Google Sheets, =SOMA(G2:G11) ainda inclui as linhas ocultadas por um filtro. =SUBTOTAL(9; G2:G11) soma as linhas que o filtro deixa visíveis. Filtrar a tabela de março para North deixa quatro pedidos: SUM continua sendo 535, enquanto SUBTOTAL fornece 250.

Como alternativa, =FILTRO(A2:G11; C2:C11="North") retorna uma cópia correspondente em outro local; uma soma sobre essa cópia abrange apenas os registros retornados. Registre as contagens antes e depois e informe o filtro ao lado do resultado. Caso contrário, um filtro antigo ainda ativo pode fazer com que uma análise posterior abranja a população errada sem que isso seja percebido.

Um campo calculado adiciona um valor a cada registro usando os campos já existentes. A receita a partir da quantidade e do preço unitário é um cálculo por linha. Ele ainda mantém uma linha por pedido; um total regional vem depois.

Crie e preencha uma fórmula

Com a quantidade em E e o preço unitário em F, insira =E2*F2 em G2. Preencher para baixo altera as referências relativas para =E3*F3 e depois =E4*F4. Verifique a primeira e a última célula preenchida para garantir que a fórmula cubra os dados e se refira às entradas de cada linha.

Uma taxa armazenada em uma célula fixa precisa de uma referência absoluta, como $J$1. Os sinais de dólar fixam sua coluna e sua linha quando a fórmula é copiada. Em uma tabela do Excel, =[@Quantity]*[@UnitPrice] identifica os campos pelo nome e preenche automaticamente a coluna calculada. Mantenha os dados de entrada em suas próprias colunas para que uma quantidade alterada possa atualizar o resultado.

Em SQL, a expressão e seu rótulo pertencem a SELECT:

SELECT order_id, quantity * unit_price AS revenue
FROM orders
WHERE quantity * unit_price > 50;

O nome alternativo nomeia uma coluna de saída; ele não adiciona uma coluna armazenada. O WHERE da mesma consulta é processado antes de esse nome alternativo de saída existir, portanto repita a expressão nele.

Mantenha o denominador ligado à métrica

Um pedido contém três jogos, cada um com preço de 40 e custo unitário de 28. A receita é 120, o custo total é 84 e o lucro é 36. Duas razões úteis descrevem comparações diferentes:

Ambas usam o mesmo lucro. Trocar o denominador altera o significado do resultado; dê ao campo calculado um rótulo que indique a razão que você realmente usou.

Crie rótulos de agrupamento a partir de datas e texto

Planilhas eletrônicas usam ANO(B2) e MÊS(B2) para partes de datas, ou TEXTO(B2; "aaaa-mm") para um rótulo como “2026-03”. DIA.DA.SEMANA(B2) fornece um número do dia da semana. No PostgreSQL e no MySQL, EXTRACT(MONTH FROM order_date) retorna o número do mês; as funções de data variam entre bancos de dados. Agrupar apenas pelo número do mês mistura março de anos diferentes, portanto mantenha também o ano.

Fórmulas de texto podem criar uma chave combinada. Unir a loja “S04” e o mês “2026-03” com um hífen produz “S04-2026-03”. Planilhas eletrônicas podem usar & ou CONCATENAR; muitos dialetos SQL oferecem CONCAT, e vários aceitam ||. Use a mesma construção nas duas tabelas que você associará.

Preserve as casas decimais até a exibição final

PostgreSQL, SQL Server e SQLite podem descartar a parte fracionária quando as duas entradas de uma divisão são números inteiros. Portanto, 45 / 60 pode fornecer 0. Use 45 * 1.0 / 60 ou converta para um tipo decimal para obter 0,75. A fórmula =45/60 de uma planilha eletrônica mantém a parte fracionária.

Arredonde apenas os resultados apresentados. Três terços exatos somam 1; arredondar cada um para 0,33 primeiro produz 0,99. A formatação numérica pode encurtar a exibição mantendo a precisão subjacente. Uma fórmula como ROUND(value, 2) arredonda para duas casas decimais; use-a em uma saída final quando precisar do próprio valor arredondado. Confira uma linha calculada manualmente antes de usar a coluna em um resumo.

Regras podem transformar campos numéricos em grupos que você pode contar ou comparar. Um campo calculado condicional atribui um rótulo ao testar cada linha. Um sinalizador registra se uma linha atende a uma condição, frequentemente como 1 ou 0.

Defina todos os valores de fronteira

Classifique a receita como Grande a partir de 100, Média a partir de 50, mas abaixo de 100, e Pequena abaixo de 50. Em uma planilha eletrônica, com a receita em G:

=SE(G2>=100; "Large"; SE(G2>=50; "Medium"; "Small"))

SES oferece outra forma:

=SES(G2>=100; "Large"; G2>=50; "Medium"; VERDADEIRO; "Small")

A expressão SQL segue a mesma ordem:

CASE
  WHEN quantity * unit_price >= 100 THEN 'Large'
  WHEN quantity * unit_price >= 50 THEN 'Medium'
  ELSE 'Small'
END AS order_size

Esses testes usam a primeira condição verdadeira. Se o teste de 50 vier primeiro, uma receita de 120 será classificada como Medium e nunca chegará à condição Large. Teste primeiro o limite mais restritivo ou escreva intervalos que não se sobreponham.

Para as receitas de março, 120 é Grande; 60, 50, 80 e 75 são Médias; as outras cinco são Pequenas. As contagens são 1, 4 e 5, totalizando dez. Um teste de fronteira é importante: uma receita de exatamente 50 é Média. Regras que usassem “abaixo de 50” e “acima de 50” deixariam esse valor de fora.

Mantenha valores desconhecidos separados

Uma receita desconhecida precisa de um rótulo Desconhecido, não de um tamanho inferido a partir de informações ausentes. Em SQL, uma comparação com NULL não é verdadeira, então um ELSE 'Small' final também incluiria receitas ausentes. Adicione uma primeira condição que verifique entradas ausentes, como WHEN quantity IS NULL OR unit_price IS NULL THEN 'Unknown'.

Inclua deliberadamente um resultado para os demais casos. Um CASE em SQL sem ELSE retorna NULL quando nada corresponde. Omitir o resultado para falso de IF produz FALSO no Excel e um valor vazio por padrão no Google Sheets. Um resultado final explícito facilita a inspeção da classificação.

Use sinalizadores para contar uma condição

Para cada pedido, CASE WHEN status = 'Returned' THEN 1 ELSE 0 END cria um sinalizador de devolução. Cinco sinalizadores com os valores 1, 0, 0, 1 e 0 somam 2 pedidos devolvidos. Sua média é 0,4, ou 40%. Isso funciona porque cada linha incluída contribui com um evento ou nenhum evento; defina como tratar situações desconhecidas antes de atribuir os valores.

Proteja uma razão em seu denominador

Pedidos divididos por visitas não é uma razão definida em um dia com zero visitas. Com pedidos em B e visitas em C, =SE(C2=0; ""; B2/C2) deixa o resultado vazio nesse caso. Em SQL, use orders * 1.0 / NULLIF(visits, 0). NULLIF transforma um denominador zero em NULL, produzindo um resultado ausente em vez de um erro de divisão por zero.

Uma célula vazia ou NULL aqui significa uma razão indisponível, não uma taxa medida de zero. O tratamento amplo com SEERRO também pode ocultar uma fórmula escrita incorretamente ou uma referência inválida. Teste diretamente o problema esperado e depois examine as linhas nos limites, os valores desconhecidos e as contagens das categorias.

Tabelas relacionadas precisam de uma maneira confiável de identificar a mesma entidade. O nome de um cliente é útil para exibição, mas pode pertencer a duas pessoas ou aparecer de formas diferentes. Um identificador como customer_id torna a correspondência explícita.

Identifique o lado um e o lado muitos

Uma chave primária identifica de forma única as linhas de sua própria tabela. Uma chave estrangeira em outra tabela faz referência a esse identificador. Em uma tabela de clientes, cada identificador de cliente aparece uma vez. Em uma tabela de pedidos, o mesmo identificador de cliente pode aparecer em muitos pedidos.

Identificadores de clientes repetidos são esperados em pedidos; eles são um problema em uma tabela de referência que deve conter uma linha por cliente. Verifique a unicidade onde o relacionamento a exige:

SELECT COUNT(*) AS rows,
       COUNT(DISTINCT customer_id) AS different_ids
FROM customers;

Se a tabela tiver 1.200 linhas, mas 1.195 identificadores diferentes, investigue identificadores duplicados ou ausentes. A igualdade dessas contagens só é útil junto com uma verificação de chaves ausentes, pois contagens distintas ignoram NULL. Em uma planilha eletrônica com chaves preenchidas, compare CONT.VALORES(A2:A1201) com CONT.VALORES(ÚNICO(A2:A1201)).

Busque correspondência pela chave completa

Uma tabela de metas com um registro por loja e mês precisa tanto da loja quanto do mês. Essa chave composta distingue “S04” em março de “S04” em abril. Busque correspondência nos dois campos ou construa “S04-2026-03” nas duas tabelas usando as mesmas regras. Um identificador de loja sozinho deixaria várias metas possíveis.

Padronize as chaves antes de combinar. Em buscas em planilhas eletrônicas, o número 1001 e o texto “1001” podem não corresponder; “C-001”, “C001” e “C001 ” também são representações diferentes. SQL pode converter tipos ou ignorar alguns espaços, dependendo de suas configurações. Limpe formatos, espaços e tipos para que seu resultado não dependa dessas diferenças.

Escolha entre adicionar colunas ou linhas

Uma busca ou junção adiciona campos relacionados ao associar chaves. Adicionar o nome de cada cliente a uma tabela de pedidos usando uma referência única de cliente mantém uma linha por pedido. Começar pelos clientes e associar seus pedidos pode repetir os dados dos clientes e alterar a granularidade.

O acréscimo de linhas empilha registros com a mesma estrutura, como vendas de janeiro abaixo das vendas de fevereiro. UNION ALL em SQL mantém todas as linhas; UNION também remove linhas duplicadas do resultado. As colunas selecionadas precisam estar na mesma ordem e ter tipos compatíveis. Se dois registros legítimos de vendas tiverem os mesmos valores selecionados, remover um deles altera o total.

Antes de combinar, escreva o que uma linha representa em cada entrada e o que você espera que ela represente na saída. Depois, escolha chaves e um relacionamento que produzam esse resultado. Essa expectativa fornece uma verificação concreta da contagem de linhas após a operação.

Uma busca traz um valor de uma tabela de referência para uma tabela principal. Para cada linha de venda, um código de produto pode recuperar o nome ou o preço do produto. A correspondência deve retornar o valor daquele produto exato.

Examine as entradas da busca

Suponha que a aba Products tenha códigos em A, nomes em B e preços em C, com registros nas linhas 2 a 50. O código de produto da aba principal está em B2:

=PROCX(B2; Products!$A$2:$A$50; Products!$C$2:$C$50; "Not found")

As entradas são o valor a procurar, o intervalo de chaves a pesquisar, o intervalo de retorno e um resultado para uma correspondência ausente. PROCX usa correspondência exata por padrão nas versões atuais do Excel e no Google Sheets. Os dois intervalos devem estar alinhados linha a linha. Referências absolutas os mantêm fixos quando a fórmula é preenchida para baixo; B2 muda para B3 na venda seguinte.

A tabela de referência contém P01 Caderno por 3,50, P02 Caneta por 1,20 e P03 Pasta por 2,80. Para uma venda de quatro itens P03, a busca retorna 2,80 e a receita calculada é 11,20. P07 está ausente, então a fórmula retorna “Not found”.

Use PROCV com correspondência exata para identificadores

A função equivalente mais antiga é:

=PROCV(B2; Products!$A$2:$C$50; 3; FALSO)

PROCV pesquisa a primeira coluna do intervalo selecionado. O 3 indica sua terceira coluna, e FALSO solicita uma correspondência exata. Omitir a última entrada permite uma correspondência aproximada, que pode retornar o produto errado sem aviso em uma coluna de identificadores não ordenada.

Inserir uma coluna dentro de um intervalo de PROCV pode alterar o que seu número fixo de coluna retorna. Verifique a fórmula após alterações estruturais.

Investigue correspondências ausentes e duplicadas

#N/D geralmente indica que não há correspondência. Verifique se a referência realmente não contém o código ou se há diferenças em espaços, tipos de texto e número ou formatos de código. SENÃODISP pode substituir esse erro específico por um rótulo visível; SEERRO também captura outros erros e pode ocultar falhas não relacionadas.

Conte os rótulos de ausência, por exemplo, com =CONT.SE(H2:H500; "Not found"), e informe o que eles afetam. Não substitua preços desconhecidos por zero apenas para que um total seja calculado.

A busca padrão retorna a primeira correspondência exata. Duas linhas de referência P03 com preços diferentes tornam o resultado ambíguo, mesmo que a busca não mostre erro. Verifique a unicidade das chaves antes de confiar nos valores retornados.

Use correspondência aproximada para faixas ordenadas

Uma tabela de limites com 0 Pequeno, 50 Médio e 100 Grande classifica 75 como Médio e 120 como Grande. Aqui, a regra pretendida é o maior limite que não ultrapassa o valor de entrada. O modo de correspondência −1 de PROCX implementa a correspondência exata ou com o próximo item menor. PROCV com VERDADEIRO pode fazer o mesmo quando sua coluna de limites está em ordem crescente. Isso é útil para faixas numéricas, enquanto identificadores de produtos precisam de correspondência exata.

Uma junção combina registros de tabelas cujas chaves correspondem. Diferentemente do resultado usual de uma busca em planilha eletrônica, que traz a primeira correspondência, uma junção retorna todas as correspondências. Prever essas correspondências é essencial antes de contar linhas ou somar valores.

Escolha os registros a manter

Considere os clientes C1 Ana, C2 Ben, C3 Chen e C4 Dara. Os pedidos são O1 para C1, O2 para C1, O3 para C2 e O4 para C5.

Uma junção interna mantém apenas registros com correspondência. Uma junção à esquerda mantém todas as linhas da tabela à esquerda, anexando os campos da tabela à direita quando existem e NULL quando não existem. Escolha a tabela à esquerda a partir da população que sua pergunta precisa manter. Para listar todos os pedidos, incluindo pedidos com clientes desconhecidos, comece com pedidos e faça uma junção à esquerda com clientes.

Uma instrução básica é:

SELECT o.order_id, c.name
FROM orders AS o
LEFT JOIN customers AS c
  ON o.customer_id = c.customer_id;

Os nomes alternativos o e c mostram de onde vem cada campo; ON identifica as colunas de correspondência. O resultado é uma nova visualização dos dados, não uma substituição de qualquer uma das tabelas de entrada.

Reconheça valores repetidos

Suponha que o pedido 501 tenha um total de 90 e três itens; o pedido 502 tem um total de 40 e um item. Associar os itens produz quatro linhas. O total do pedido 501 aparece em cada uma de suas três linhas, então somar esse campo fornece 310 em vez dos 130 originais.

Essa repetição é a multiplicação de linhas na junção. A junção pode estar correta para estudar itens, enquanto a soma está errada para estudar pedidos. Some os totais dos pedidos na tabela de pedidos ou primeiro resuma os itens em uma linha por pedido antes de fazer a junção. Uma soma de valores distintos não é uma correção geral: dois pedidos diferentes podem ter o mesmo total, e ambos precisam ser contados.

Conte as correspondências reais

Após uma junção à esquerda de clientes com pedidos, um cliente sem pedido ainda tem uma linha no resultado. COUNT(*) conta essa linha como um. COUNT(o.order_id) conta os identificadores de pedido não nulos e fornece zero para o cliente sem pedidos.

Para encontrar clientes sem correspondência, teste order_id IS NULL no resultado da junção. Teste a chave da tabela à direita, não um campo como número de telefone, que pode estar ausente mesmo em um registro correspondente. No exemplo, C3 e C4 não têm pedidos; já C5 em O4 é uma referência de cliente sem correspondência quando se parte dos pedidos.

Verifique o relacionamento com base no resultado

Uma junção à esquerda simples produz pelo menos tantas linhas quanto sua entrada à esquerda. Se cada chave à direita deveria ser única, a contagem de linhas deve permanecer igual. Linhas extras mostram chaves repetidas à direita; menos linhas sugerem um filtro adicional ou uma operação diferente. Compare contagens de chaves, linhas sem correspondência e um total da origem antes e depois. Totais iguais, por si só, não comprovam que cada registro individual foi associado corretamente.

Uma função de agregação reduz vários valores de entrada a um resultado. A função adequada depende de você precisar de um total, uma contagem, uma média ou um valor extremo e do que uma linha representa.

Escolha a quantidade a resumir

Para as dez receitas de março, a contagem é 10, a soma é 535, a média é 53,5, o mínimo é 15 e o máximo é 120. Com a receita em G2:G11, as funções de planilhas eletrônicas são SUM, COUNT, AVERAGE, MIN e MAX aplicadas a esse intervalo. Um resumo SQL pode calculá-las em conjunto:

SELECT COUNT(*) AS orders,
       SUM(quantity * unit_price) AS revenue,
       AVG(quantity * unit_price * 1.0) AS mean_revenue,
       MIN(quantity * unit_price) AS smallest_revenue,
       MAX(quantity * unit_price) AS largest_revenue
FROM orders;

O fator decimal preserva a média em bancos de dados como o SQL Server, nos quais AVG de uma entrada inteira retorna um inteiro. Arredondar depois um resultado truncado não recupera a parte fracionária perdida.

Conte linhas, campos preenchidos e valores diferentes

Dez pedidos podem vir de cinco clientes. Contar linhas responde “Quantos pedidos?” na granularidade de pedido; contar identificadores distintos de clientes responde “Quantos clientes fizeram pedidos?”. No Google Sheets, COUNTUNIQUE também está disponível. Verifique células vazias separadamente antes de contar um resultado de UNIQUE, pois uma chave ausente pode aparecer como uma entrada distinta.

Entenda o efeito dos valores ausentes

Para as avaliações SQL 4, 5, NULL, 3, NULL, COUNT(*) é 5, COUNT(rating) é 3, a soma é 12 e AVG(rating) é 4. A média usa os três valores conhecidos. Substituir avaliações desconhecidas por zero altera o denominador e produz 2,4, uma afirmação diferente sobre os dados.

AVERAGE em planilhas eletrônicas também ignora células vazias e texto em um intervalo referenciado, mas inclui o zero numérico. Uma entrada de texto “10” ao lado do número 20 pode, portanto, produzir uma média de 20 em vez de 15. Compare COUNT com CONT.VALORES quando uma coluna numérica contiver inesperadamente menos valores contados do que células preenchidas. Depois, examine seus tipos de dados.

Respeite a granularidade e o significado do campo

Em uma tabela de itens de pedido, use identificadores distintos de pedidos para contar pedidos. O valor médio por pedido é a receita total dos pedidos dividida pelo número de pedidos, não pelo número de itens. Um saldo acumulado já é um total em determinado momento; somar cada saldo acumulado não fornece as vendas do período.

Um resumo pode parecer razoável enquanto seu denominador conta a coisa errada. Coloque a entidade contada no rótulo da coluna, como “Pedidos”, “Itens de pedido” ou “Avaliações conhecidas”, para que o resultado indique o que foi incluído.

Funções condicionais criam um resumo sem mover os registros originais. Cada linha contribui apenas quando seus valores atendem aos critérios. Uma tabela de resultados pode então listar regiões, categorias ou outros grupos em um layout que você controla.

Coloque os intervalos na ordem correta

CONT.SES recebe pares de intervalos de critérios e critérios. SOMASES começa com o intervalo a somar, seguido desses pares. MÉDIASES segue o mesmo padrão com um intervalo para a média:

=CONT.SES(C2:C11; "North"; G2:G11; ">50")
=SOMASES(G2:G11; C2:C11; "North"; D2:D11; "Books")
=MÉDIASES(G2:G11; C2:C11; "North")

Para a tabela de março, elas retornam 2 pedidos, receita de 105 e receita média de 62,5. A primeira função conta as receitas de North de 120 e 75. A segunda soma as receitas de North e Books de 30 e 75. A terceira divide o total de North, 250, por seus quatro pedidos.

Todos os pares de critérios dentro de uma mesma CONT.SES, SOMASES ou MÉDIASES usam AND: todas as condições devem ser atendidas na mesma linha. Faça cada intervalo começar e terminar em linhas correspondentes. Comparar a região de uma linha com a receita de outra não descreveria um registro.

Escreva os critérios com precisão

Critérios de texto e comparação usam aspas duplas retas: "North", ">50" ou "<>Returned". Uma célula pode fornecer o critério diretamente, como I2. Para combinar um operador com o valor de uma célula, use ">"&H1. O caractere curinga "*book*" corresponde a textos que contêm “book”; esses critérios de texto de planilhas eletrônicas ignoram maiúsculas e minúsculas.

As funções no singular podem usar uma ordem diferente de argumentos. Em SUMIF(criteria_range, criterion, sum_range), o intervalo de soma vem por último. Em SOMASES, ele vem primeiro. Leia o nome da função antes de editar ou copiar uma fórmula.

Preencha um resumo por grupo com segurança

Coloque North, South e East em I2:I4. Em J2, insira:

=SOMASES($G$2:$G$11; $C$2:$C$11; I2)

Preencha para baixo. Os intervalos de dados permanecem fixos, enquanto I2 se torna I3 e I4. Os resultados são 250, 180 e 105. Compare sua soma com o total direto da origem, 535. Se novos registros ultrapassarem a linha 11, amplie os intervalos ou use uma referência a uma tabela que cresce.

Evite contar duas vezes a sobreposição de um OR

North ou Books inclui seis pedidos de março. Contagens separadas fornecem quatro pedidos de North mais quatro pedidos de Books, mas dois pedidos pertencem aos dois grupos. Subtraia a sobreposição uma vez: quatro mais quatro menos dois resulta em seis. A sobreposição é o resultado de CONT.SES com North e Books juntos. Simplesmente somar as contagens separadas resultaria em oito.

Expresse uma soma condicional em SQL

Uma condição pode ficar dentro de uma agregação:

SUM(CASE WHEN region = 'North'
         THEN quantity * unit_price ELSE 0 END)

Cada registro de North contribui com a receita e todos os demais contribuem com zero. Para uma contagem condicional, contribua com 1 para uma correspondência e 0 nos demais casos. Isso permite que uma consulta retorne vários totais condicionais nomeados lado a lado. Verifique os rótulos realmente presentes na origem, especialmente os espaços, antes de interpretar um total de grupo ausente como atividade zero.

GROUP BY cria uma linha de resultado para cada combinação observada de valores de grupo. As funções de agregação resumem os registros de cada grupo. A saída tem uma nova granularidade, como uma linha por região.

Crie uma consulta agrupada

SELECT region, COUNT(*) AS orders,
       SUM(quantity * unit_price) AS revenue
FROM orders
GROUP BY region
ORDER BY revenue DESC;

Para os pedidos de março, o resultado é North com 4 pedidos e receita de 250, South com 3 e 180, e East com 3 e 105. As contagens dos grupos somam dez e as receitas somam 535.

Os campos selecionados devem descrever o grupo ou resumir seus registros. Uma coluna category ao lado de um total regional é ambígua quando uma região contém várias categorias. Inclua a categoria em GROUP BY se quiser uma linha por combinação de região e categoria. A tabela de março tem oito combinações observadas; South não tem registro de Toys, então o agrupamento não cria essa combinação.

Filtre registros antes dos grupos ou grupos após os totais

WHERE category = 'Games' deixa a receita de North em 120 de um pedido, South em 120 de dois e East em 40 de um. Uma consulta diferente, sem filtro de categoria e com HAVING COUNT(*) >= 4, mantém apenas North.

Para totalizar os pedidos de Games de cada região e manter as receitas regionais de Games acima de 100:

SELECT region, SUM(quantity * unit_price) AS revenue
FROM orders
WHERE category = 'Games'
GROUP BY region
HAVING SUM(quantity * unit_price) > 100
ORDER BY revenue DESC;

North e South permanecem, empatadas em 120. Mover a condição de receita para WHERE testaria pedidos individuais, mudando a pergunta.

Acompanhe a ordem lógica de processamento

A ordem útil para raciocinar é FROM e junções, WHERE, GROUP BY, HAVING, SELECT, ORDER BY e depois o limite de linhas. O banco de dados pode executar um plano físico mais eficiente, mas essa ordem lógica explica por que um nome alternativo de SELECT está disponível para ordenação e geralmente não está disponível no WHERE da mesma consulta.

Para uma média, use AVG(quantity * unit_price * 1.0) para preservar resultados decimais quando entradas inteiras os truncariam. Trate deliberadamente rótulos de grupo NULL: eles formam um grupo próprio. Mostre-o como Desconhecido ou exclua-o informando explicitamente a contagem de registros.

Resuma em dois níveis quando necessário

O cliente A faz pedidos de 60 e 40, B faz um de 50 e C faz três de 10. A receita total é 180 em seis pedidos, resultando em 30 por pedido. Para encontrar a média por cliente, primeiro some por cliente: A 100, B 50, C 30. Calcule a média desses três totais para obter 60. Uma tabela intermediária salva ou uma cláusula WITH pode conter o primeiro resumo.

Examine os valores distintos dos grupos antes de executar a consulta. Variantes de texto podem dividir ou combinar grupos de maneiras diferentes conforme as configurações do banco de dados; limpe-as e compare os grupos observados com os grupos esperados pela pergunta.

Uma tabela dinâmica cria um resumo agrupado em uma planilha eletrônica ao distribuir campos em algumas áreas. Ela é útil quando você quer reorganizar comparações e examinar totais sem escrever uma fórmula separada para cada grupo.

Comece com uma origem completa

Use uma linha de cabeçalho, um registro por linha e um intervalo retangular bem definido. Remova linhas de subtotal e total da origem: uma tabela dinâmica as trata como registros e conta seus valores novamente. Evite células mescladas e separadores vazios dentro da origem.

Selecione o intervalo e escolha Inserir > Tabela Dinâmica no Excel ou Inserir > Tabela dinâmica no Google Sheets. Posicione os campos conforme a pergunta:

Com região em Linhas e Soma da receita em Valores, o resultado de março é North 250, South 180, East 105 e total geral 535. Ordenar os valores resumidos mostra a classificação.

Verifique a função de resumo

Um campo numérico pode ser resumido por Soma, Média, Mín ou Máx. Não suponha que a função selecionada corresponda à sua pergunta. O Excel pode escolher Contagem quando o campo tem texto ou células vazias, então um suposto resumo da receita pode mostrar, na verdade, quantas células preenchidas ele contém.

Para contar pedidos, use um campo de identificador de pedido totalmente preenchido. Contagem no Excel conta células não vazias; o Google Sheets oferece CONT.VALORES para células não vazias e COUNT para células numéricas. Contar um campo de preço com células vazias deixaria de fora registros cujos preços são desconhecidos.

Leia um resumo de duas dimensões

Adicione categoria a Colunas. North tem Books 105, Games 120 e Toys 25; South tem Books 60 e Games 120; East tem Books 15, Games 40 e Toys 50. Os totais das colunas são Books 180, Games 280 e Toys 75.

A célula vazia South–Toys significa que nenhum registro de origem ocupa essa combinação. Um pedido registrado com receita zero seria um caso diferente, mesmo que uma configuração de exibição faça as duas células parecerem vazias ou com valor zero.

Entenda o total geral de uma média

Escolha Média da receita. North é 62,5 de quatro pedidos, South 60 de três e East 35 de três. O total geral é 53,5 porque a tabela dinâmica calcula a média dos dez registros de origem. Calcular a média das três médias exibidas fornece 52,5 e atribui incorretamente ao grupo de quatro pedidos o mesmo peso de cada grupo de três pedidos.

Verifique as atualizações e a cobertura da origem

Após alterações na origem, verifique se a tabela dinâmica está atualizada. No Excel, use Atualizar quando a atualização automática não estiver disponível ou estiver desativada; versões compatíveis também oferecem Atualização Automática para dados locais da pasta de trabalho. O Google Sheets atualiza os resultados da tabela dinâmica quando células no intervalo de origem mudam. Em qualquer ferramenta, registros adicionados fora de um intervalo de origem fixo ainda podem ser omitidos. Uma tabela do Excel usada como origem cresce com as linhas adicionadas, enquanto um intervalo fixo precisa ser inspecionado e ampliado.

Compare o total geral e a contagem de pedidos da tabela dinâmica com cálculos diretos da origem. Uma atualização atualiza a origem selecionada; ela não corrige um intervalo que exclui novos registros.

Uma coluna numérica precisa de mais de uma média para ser bem descrita. A tendência central indica onde os valores se situam; a dispersão indica quanto eles diferem. A contagem mostra quantos dados o resumo representa.

Calcule um pequeno conjunto de medidas

Oito viagens de bicicleta duraram 6, 8, 9, 10, 12, 12, 15 e 58 minutos. Seu total é 130 minutos.

Para a mediana, o quarto e o quinto valores são 10 e 12, resultando em 11. As funções de planilhas eletrônicas incluem AVERAGE, MEDIAN, MODE ou MODE.SNGL do Excel, MIN e MAX. Em SQL, AVG, COUNT, MIN e MAX são comuns; os nomes e a sintaxe das funções de mediana e desvio padrão variam conforme o banco de dados.

Escolha uma medida útil de tendência central

A viagem de 58 minutos é um valor atípico, distante dos demais. Ela puxa a média para cima: sete das oito viagens são mais curtas que a média. A mediana descreve melhor o centro dessas viagens.

Sem 58, o total é 72 em sete viagens, então a média é cerca de 10,29 minutos e a mediana é 10. Isso mostra o efeito da viagem longa; não justifica excluí-la. Verifique se o passeio foi real, registrado incorretamente ou afetado por um problema de devolução. Mantenha, corrija ou exclua o valor conforme essa evidência e registre a decisão.

A média é útil para dados aproximadamente simétricos e perguntas relacionadas a totais, pois multiplicar a média por sua contagem recupera a soma. A mediana é útil para durações, rendas ou preços assimétricos. Uma grande diferença entre média e mediana é motivo para examinar a distribuição, não uma descrição completa de sua forma.

Uma moda pode descrever categorias, como o método de pagamento mais frequente. Mais de uma categoria pode empatar: Books e Games ocorrem quatro vezes cada nos pedidos de março. Dados numéricos com poucas repetições podem não ter uma moda útil.

Descreva a variação

Os conjuntos 48, 50, 52 e 30, 50, 70 têm ambos média 50. Seus desvios padrão amostrais são 2 e 20. O desvio padrão descreve a dispersão em torno da média nas unidades originais; um valor maior significa mais dispersão. Ele se baseia em distâncias ao quadrado, portanto não é a média aritmética das distâncias absolutas.

Use STDEV.S ao tratar os registros como uma amostra e STDEV.P para toda a população de interesse. Seus cálculos dividem os desvios ao quadrado pela contagem menos um e pela contagem, respectivamente, antes de extrair a raiz quadrada. Aqui, o objetivo é interpretar a medida, não calculá-la manualmente.

Os quartis dividem os dados ordenados em quatro partes. A mediana é o segundo quartil; a amplitude interquartil é o terceiro quartil menos o primeiro e mede a dispersão da metade central. Um percentil localiza uma porcentagem escolhida na distribuição. As ferramentas podem usar métodos de interpolação diferentes, incluindo QUARTILE.INC e QUARTILE.EXC, portanto use um método consistente ao comparar resultados.

Informe as contagens junto com a tendência central e a dispersão. Uma viagem incomum afeta muito mais a média de três viagens do que a média de 300 viagens.

Porcentagens e taxas tornam as comparações fáceis de ler apenas quando seus denominadores são claros. Uma proporção, uma variação e uma taxa respondem a perguntas diferentes. Combiná-las entre grupos exige o tamanho da base de cada grupo.

Separe proporções, variações e pontos percentuais

Uma proporção é uma parte dividida pelo total relevante. A proporção de North na receita de março é 250 dividido por 535, cerca de 46,7%. South representa cerca de 33,6% e East 19,6%. Os valores arredondados somam 99,9%; as proporções não arredondadas somam 100%.

A variação percentual compara um valor novo com seu valor antigo:

Uma receita que sobe de 80 para 100 aumenta 25%. Ao cair de 100 para 80, diminui 20%. A diferença absoluta é 20 em qualquer direção, mas o valor antigo muda. Um valor antigo igual a zero torna essa fórmula de variação percentual indefinida.

Uma variação em pontos percentuais subtrai porcentagens diretamente. Uma taxa de conversão que passa de 4% para 5% sobe 1 ponto percentual. Seu aumento relativo é de 25%, pois o aumento de 1 é um quarto dos 4 originais. Nomeie o tipo de variação no relatório.

Compare eventos com a mesma base

A loja A tem 18 reclamações em 12.000 pedidos; a loja B tem 9 em 4.500. Por 1.000 pedidos, as taxas são 1,5 e 2,0. B tem menos reclamações, mas uma taxa maior. Uma comparação justa precisa da mesma definição de evento, período, denominador e escala.

Não confunda uma contagem bruta grande com uma taxa alta. Uma loja mais movimentada pode ter mais reclamações simplesmente porque processa mais pedidos. Informe também as contagens para que os leitores possam ver as bases das taxas.

Pondere as médias pelos registros que representam

A região X tem 200 pedidos com média de 50; Y tem 50 pedidos com média de 90. Recupere o total de cada região: 10.000 e 4.500. Divida o total combinado de 14.500 por 250 pedidos para obter 58. A média simples das duas médias, 70, atribui incorretamente o mesmo peso às duas regiões.

Os pesos devem contar as observações usadas nessas médias. Se uma média de grupo excluir avaliações ausentes, use sua contagem de avaliações conhecidas, não todos os registros desse grupo.

Combine taxas a partir dos totais

A página A converte 100 de 5.000 visitas; B converte 10 de 100. As taxas são 2% e 10%, mas a taxa geral é 110 conversões divididas por 5.100 visitas, cerca de 2,2%. Calcular a média das duas porcentagens fornece 6% e atribui peso excessivo à página menor.

Uma razão da tabela inteira segue a mesma lógica. Pedidos com lucro de 50 sobre receita de 100 e lucro de 100 sobre receita de 1.000 têm uma margem geral de 150 dividido por 1.100, cerca de 13,6%. A média de suas margens individuais é 30%, o que responde a uma pergunta diferente. Em SQL, use SUM(profit) * 1.0 / NULLIF(SUM(revenue), 0); em uma planilha eletrônica, divida o lucro total pela receita total após verificar o denominador.

Identifique o denominador, como em “proporção da receita de março” ou “reclamações por 1.000 pedidos”. Uma porcentagem sem essa base pode descrever uma população diferente daquela que o leitor supõe.

Inclua verificações na análise antes de compartilhar seus resultados. Uma fórmula pode retornar um número convincente mesmo quando seu intervalo deixa linhas de fora ou uma junção repete valores. Cada operação precisa de uma expectativa que você possa comparar com seu resultado.

Concilie totais e contagens

Para os pedidos de março, as receitas regionais 250, 180 e 105 somam 535. Suas contagens de pedidos 4, 3 e 3 somam dez. Compare ambas com a origem filtrada para o mesmo período e segundo a mesma definição.

Uma divergência pode revelar registros perdidos, registros repetidos ou grupos que se sobrepõem. Uma correspondência é uma evidência útil, mas não basta por si só: ordenar apenas uma coluna pode corromper as relações entre os valores das linhas sem alterar nenhum total. Além disso, um erro positivo e um negativo podem se anular.

Anote uma contagem esperada antes de filtrar ou fazer uma junção. Quatro pedidos de North devem permanecer depois que a tabela de março for filtrada para North. Uma junção à esquerda de dez pedidos com uma referência que tenha uma linha de cliente por identificador deve retornar dez linhas. Doze linhas indicam chaves repetidas à direita. Uma junção à esquerda de clientes com pedidos pode aumentar legitimamente a contagem porque um cliente tem muitos pedidos.

Examine registros individuais

Escolha alguns registros e recalcule-os diretamente. O pedido 1003 tem três unidades a 40, produzindo uma receita de 120. As quatro receitas de North são 30, 120, 25 e 75, resultando em 250. Confira visualmente uma busca na tabela de referência, incluindo um código ausente e um caso de fronteira para uma faixa numérica.

Uma verificação pontual deve testar a operação que pode falhar. Para uma fórmula preenchida, examine as primeiras e as últimas linhas; para uma classificação, examine cada limite; para uma junção, examine chaves repetidas e sem correspondência. Verificar apenas linhas comuns e convenientes pode deixar a falha sem ser detectada.

Compare caminhos independentes

Calcule o resumo regional com SUMIFS, uma tabela dinâmica ou uma consulta SQL e compare os resultados. Use a mesma métrica e o mesmo filtro, mas selecione os intervalos ou registros de forma independente. Duas saídas criadas a partir da mesma tabela intermediária incompleta podem concordar e ainda omitir os mesmos pedidos.

Se houver divergência, compare os limites do período, os intervalos de origem, os tipos de dados, os valores ausentes e a granularidade antes de alterar a resposta. Salve o cálculo ou a consulta que resolve a diferença.

Considere valores ausentes e plausibilidade

Conte entradas vazias ou NULL, resultados “Not found” de buscas e registros associados cuja chave à direita é NULL. Explique como esses registros afetam a métrica apresentada. Uma linha correspondente pode ter outro campo ausente à direita, portanto um nome vazio, por si só, não é um teste confiável de linha sem correspondência.

Verifique a magnitude e as unidades do resultado. Uma proporção de um todo não negativo está entre 0% e 100%; uma variação percentual pode ultrapassar 100% ou ser negativa. De 50 para 150, o aumento é de 200%. Investigue quantidades negativas inesperadas e datas fora do período de análise, usando a definição do campo para decidir o que é válido.

Mantenha juntos a pergunta, a definição da métrica, os filtros, as fórmulas ou consultas, o período da origem e as decisões. Esse registro permite que outra pessoa repita o trabalho e explica escolhas como excluir uma viagem inválida ou manter um grupo de região desconhecida.

Um relatório deve responder à pergunta com números que o leitor possa situar em contexto. Apresente diretamente a métrica, o período, o grupo e a comparação e depois acrescente as informações que alteram a interpretação do resultado.

Apresente a resposta e a comparação

“Em março de 2026, North teve a maior receita: 250 de quatro pedidos, ou cerca de 46,7% do total de 535. South veio em seguida com 180 e East com 105.” Essa afirmação apresenta a classificação e a escala do resultado.

A receita de North supera a de South em 70. Em relação a South, a diferença é de cerca de 39%. A base de comparação importa: uma porcentagem que use North como denominador responderia quanto South fica abaixo de North, uma pergunta diferente. Use casas decimais consistentes e arredonde apenas os valores finais; 46,7% é mais útil aqui do que muitas casas decimais exibidas.

Descreva associações sem inventar causas

Suponha que usuários de descontos gastem mais por pedido. Eles podem gastar mais por causa do desconto, ou pessoas que planejam compras grandes podem procurar descontos. Um resumo desses registros estabelece a diferença observada, não qual explicação a causou. Escreva “o valor médio por pedido foi maior entre usuários de descontos” e identifique que outras evidências seriam necessárias para explicar por quê.

Examine a composição por trás de uma taxa geral

Uma comparação geral pode inverter a comparação dentro de subgrupos. Considere duas equipes que recebem composições diferentes de potenciais clientes com maior e menor interesse:

A tem a maior taxa de conversão para ambos os tipos de potencial cliente. B tem a maior taxa geral porque três quartos de seus potenciais clientes têm maior interesse, em comparação com metade dos de A. Potenciais clientes com maior interesse convertem com muito mais frequência nas duas equipes. Essa inversão é chamada de paradoxo de Simpson. O resultado agregado descreve a composição real de cada equipe; ele não isola o desempenho para uma composição comum de potenciais clientes.

Desagregue os resultados por um subgrupo relevante antes de atribuir a uma equipe ou política a diferença geral. Calcule cada taxa a partir de seu próprio numerador e denominador e depois examine quanto cada subgrupo contribui para o total.

Mostre as informações por trás do resumo

Informe os tamanhos dos grupos junto com as médias e taxas. Um pedido incomum pode alterar muito mais a média de três pedidos do que a de 300 pedidos. Uma pequena diferença observada não é suficiente para estabelecer uma diferença estável na população mais ampla.

Informe as limitações que afetam a resposta: o período, exclusões, linhas ausentes ou sem correspondência e a definição da métrica. Por exemplo, “Exclui 12 pedidos sem região, que representam 2% da receita.” Informe essa consequência, não apenas que alguns dados estavam ausentes.

Escolha uma pequena tabela ordenada ou um número principal quando ele apresentar a resposta com clareza. Ele pode servir de entrada para um gráfico ou painel de indicadores posterior, mantendo as mesmas definições e verificações.