Grão da Tabela Fato: Defina o Nível de Detalhe Antes de Escolher a Ferramenta

Antes de escolher Databricks, Snowflake ou BigQuery, existe uma pergunta mais importante: o que cada linha da sua tabela fato representa?

Essa resposta tem um nome: grão. O grão define o que uma linha da tabela fato representa e, por consequência, quais perguntas de negócio o modelo consegue responder.

O cenário: um sistema de vendas

Vamos usar o mesmo cenário nas duas versões: 3 pedidos de um cliente, com itens diferentes. A única coisa que muda é o grão.

Grão 1: uma linha por pedido

Cada linha representa um pedido. A tabela já vem agregada no nível do pedido.

id_pedido | data_pedido | id_cliente | valor_total | qtd_itens
1001      | 2024-01-10  | 123        | 250,00      | 3
1002      | 2024-01-11  | 123        | 120,00      | 2
1003      | 2024-01-12  | 456        | 450,00      | 5

Grão 2: uma linha por item de pedido

Cada linha representa um item de pedido. A tabela contém o detalhe de cada produto.

id_pedido | id_item | id_produto | qtd | valor_unitario | valor_total
1001      | 1       | P001       | 1   | 50,00          | 50,00
1001      | 2       | P002       | 2   | 80,00          | 160,00
1002      | 1       | P003       | 1   | 120,00         | 120,00

Teste agora: que pergunta cada grão responde?

Escolha o grão abaixo e veja a tabela de exemplo e quais perguntas de negócio ele consegue responder:

Regra de ouro: grão fino responde mais

Repare no comparativo: o grão item de pedido responde a todas as perguntas, porque é possível agregar para cima (somar itens e obter o total do pedido). O contrário é impossível: a partir de uma linha por pedido, não dá para descobrir qual produto foi mais vendido ou qual a margem por SKU. A informação foi perdida na agregação.

Isso não significa que o grão mais fino é sempre a resposta. Ele gera mais linhas, mais armazenamento e consultas mais pesadas. O ponto é escolher conscientemente, com base nas perguntas que o negócio precisa responder.

Erro comum: definir o grão depois de escolher a ferramenta

A ferramenta (Databricks, Snowflake, BigQuery etc.) não define o grão. O grão deve ser definido antes, com base nas perguntas de negócio. Escolher a ferramenta primeiro pode levar a um modelo errado, com dados difíceis de corrigir depois.

-- Ferramenta é meio, não é modelo.
-- Primeiro o grão, depois a tecnologia.

Como escolher o grão: 6 passos

1. Liste as principais perguntas de negócio.
2. Identifique o nível de detalhe necessário.
3. Defina o grão da tabela fato.
4. Modele as dimensões de acordo com o grão.
5. Valide se o modelo responde às perguntas.
6. Só então escolha a ferramenta.

Dica

Não existe grão certo ou errado em abstrato. Existe o grão certo para as perguntas que você precisa responder. Menos teoria, mais dados no mundo real: pegue um processo do seu negócio, escreva a frase "cada linha representa ___" e veja se ela sustenta as perguntas da área.

Para lembrar

• O grão define o que cada linha da tabela fato representa.
• Grão mais fino permite agregar; grão agregado não permite detalhar.
• Defina o grão a partir das perguntas de negócio, não da ferramenta.
• Primeiro o grão, depois a tecnologia.