Como usar gráfico de dispersão no Power BI

Duas medidas que podem estar relacionadas pedem um visual que barras não oferecem#

Muitas perguntas de negócio têm a forma de uma relação entre dois números. Quanto mais desconto, mais volume? Clientes que compram mais têm margem menor? Lojas maiores vendem proporcionalmente mais? Barras e linhas não respondem bem a isso, porque foram feitas para comparar categorias ou mostrar evolução no tempo, não para cruzar duas medidas e revelar se elas caminham juntas. O visual certo para essa pergunta é o gráfico de dispersão, ou scatter plot, no Power BI. Este guia mostra quando usá-lo, como montá-lo, como aproveitar as bolhas para uma terceira dimensão e o cuidado essencial de não confundir correlação com causa.

O gráfico de dispersão cruza duas medidas para revelar um padrão#

O gráfico de dispersão coloca uma medida no eixo horizontal e outra no eixo vertical, e cada ponto representa um item, um cliente, uma loja, um produto, posicionado pelo cruzamento dos seus dois valores. O que você observa é a nuvem de pontos: se ela sobe da esquerda para a direita, as duas medidas tendem a crescer juntas; se desce, uma cresce enquanto a outra cai; se está espalhada sem forma, provavelmente não há relação clara. É um visual que responde a uma pergunta que nenhum outro responde tão bem: essas duas coisas têm a ver uma com a outra? Por isso o gráfico de dispersão no Power BI é a ferramenta natural para explorar relações entre variáveis.

As bolhas acrescentam uma terceira e até uma quarta dimensão#

O scatter plot do Power BI vai além dos dois eixos. Ao colocar uma medida no tamanho dos pontos, cada ponto vira uma bolha, e o tamanho comunica uma terceira dimensão, por exemplo o faturamento de cada cliente enquanto os eixos mostram frequência e ticket. Você também pode usar a cor ou a legenda para separar grupos, adicionando ainda outra camada de leitura. Com cuidado, um único gráfico de bolhas mostra três ou quatro dimensões ao mesmo tempo, o que o torna denso e poderoso. O risco é o excesso: dimensões demais em um visual só cansam. Use a terceira dimensão quando ela realmente enriquece a análise, não só porque é possível.

Um passo a passo monta o gráfico de dispersão no Power BI#

Passo	O que fazer
1	Selecionar o visual de gráfico de dispersão
2	Colocar uma medida no eixo X e outra no eixo Y
3	Definir o campo de detalhes, o que cada ponto representa
4	Opcional: colocar uma medida no tamanho para virar bolhas
5	Opcional: usar a legenda para separar grupos por cor
6	Ajustar eixos e rótulos para leitura clara

O campo de detalhes define o que cada ponto representa#

Um ponto de configuração que costuma confundir quem começa é o campo de detalhes, ou valores, que determina a granularidade dos pontos. Se você não define esse campo, o gráfico tende a agregar tudo em um único ponto, e a análise se perde. Ao colocar ali o que cada ponto deve representar, por exemplo o cliente, a loja ou o produto, o gráfico desdobra a nuvem e a relação aparece. Escolher a granularidade certa é o que faz o scatter plot funcionar: pontos demais viram uma mancha ilegível, pontos de menos escondem o padrão. Ajustar esse campo é quase sempre o segredo entre um gráfico de dispersão útil e um confuso.

Os quadrantes ajudam a transformar a nuvem em decisão#

Uma forma prática de tirar decisão de um gráfico de dispersão é pensar em quadrantes. Ao dividir mentalmente o gráfico em quatro áreas a partir de valores de referência nos dois eixos, cada quadrante ganha um significado de negócio. Por exemplo, cruzando volume e margem, você identifica clientes de alto volume e alta margem, os ideais, e de alto volume e baixa margem, que merecem atenção. Essa leitura por quadrantes transforma uma nuvem de pontos em grupos acionáveis, e é uma das razões pelas quais o scatter plot é tão usado em análises de portfólio, de clientes e de produtos. Linhas de referência nos eixos ajudam a marcar esses limites de forma visível. Para construir análises assim, veja nossos serviços de analytics avançado, os dashboards e o guia completo de Power BI para empresas.

Correlação não é causa, e esse cuidado é obrigatório#

O erro mais perigoso ao usar gráfico de dispersão é confundir correlação com causalidade. Ver dois números caminharem juntos não prova que um causa o outro; pode haver um terceiro fator explicando ambos, ou pode ser coincidência. Um scatter plot que mostra relação entre desconto e volume não prova que o desconto gerou o volume; talvez os dois respondam à sazonalidade. O gráfico é excelente para levantar hipóteses, mas a conclusão exige investigação, contexto de negócio e, às vezes, análise estatística mais formal. Apresentar uma correlação como se fosse causa é um erro que mina a credibilidade e leva a decisões ruins. Use o visual para perguntar, não para concluir sozinho.

Perguntas frequentes#

Para que serve o gráfico de dispersão no Power BI? Para revelar a relação entre duas medidas. Cada ponto cruza dois valores, e o formato da nuvem mostra se elas crescem juntas, se movem em direções opostas ou não têm relação clara. É o visual certo para explorar como duas variáveis se relacionam.

Qual a diferença entre scatter plot e gráfico de bolhas? São o mesmo visual. Ele vira gráfico de bolhas quando você adiciona uma medida no tamanho dos pontos, comunicando uma terceira dimensão além dos dois eixos. Cor e legenda podem acrescentar ainda outra camada.

Por que meu gráfico mostra só um ponto? Quase sempre porque o campo de detalhes não foi definido, e o gráfico agregou tudo. Coloque nesse campo o que cada ponto deve representar, como cliente ou loja, para desdobrar a nuvem e ver a relação.

Como tirar decisão de um gráfico de dispersão? Uma técnica útil é dividir o gráfico em quadrantes a partir de valores de referência nos eixos. Cada quadrante ganha um significado de negócio, transformando a nuvem de pontos em grupos acionáveis, como clientes ideais ou de atenção.

Correlação prova causa? Não. Dois números caminharem juntos não prova que um causa o outro. Pode haver um terceiro fator ou coincidência. O gráfico de dispersão levanta hipóteses; a conclusão exige contexto de negócio e investigação adicional.

Quando não usar o gráfico de dispersão? Quando você quer comparar categorias, use barras; quando quer mostrar evolução no tempo, use linha. O scatter plot é para relação entre duas medidas, não para esses outros propósitos, e forçá-lo fora disso confunde.

Use a dispersão para perguntar, e investigue antes de concluir#

O gráfico de dispersão revela relações que outros visuais escondem, e com bolhas e quadrantes vira uma ferramenta de decisão poderosa. Só não deixe a nuvem virar conclusão apressada: correlação levanta a hipótese, não a prova. Se quiser análises que exploram relações com rigor, fale com a gente.