Excel e Google Sheets: As Fórmulas Essenciais para Analistas de Dados

Se você está começando na área de análise de dados ou já trabalha com isso, sabe como é importante dominar ferramentas que permitam manipular, organizar e visualizar informações com eficiência. Entre as diversas ferramentas disponíveis, Excel e Google Sheets são fundamentais, não apenas por serem amplamente utilizados, mas também por oferecerem recursos poderosos para tratamento e análise de dados.

Dominar fórmulas dessas planilhas pode transformar totalmente a sua produtividade, permitindo desde cálculos simples até análises complexas. Neste artigo, vamos explorar as principais funções essenciais para analistas de dados, explicando por que cada uma é útil e como aplicá-las no dia a dia.

Fórmulas Estatísticas: A Base da Análise Descritiva

Por quê? As fórmulas estatísticas são essenciais para resumir e compreender grandes volumes de dados rapidamente. Elas permitem calcular médias, encontrar valores extremos, contar entradas e identificar lacunas nos dados.

Principais Funções:

• SOMA() : Soma os valores de uma lista. Útil para totalizar vendas, custos, etc.
• MÉDIA() : Calcula a média dos valores. Importante para entender tendências centrais (ex.: nota média de alunos).
• MÁXIMO() / MÍNIMO() : Identifica o maior ou menor valor em um conjunto de dados (ex.: temperatura máxima registrada ou venda mais baixa do mês).
• MAIOR(lista; N) / MENOR(lista; N) : Retorna o N-ésimo maior ou menor valor. Ajuda a identificar top 5 clientes, por exemplo. O “N” seria o número que eu quero de retorno.
• CONT.NÚM() : Conta quantos números existem em uma lista. Útil para verificar consistência de dados numéricos. Usado exclusivamente para números dentro de uma lista.
• CONT.VALORES() : Conta células preenchidas (numéricas ou textuais). Permite validar se todos os registros foram inseridos. Serve tanto para palavras (strings) e até números.
• CONTAR.VAZIO() : Mostra onde há lacunas (dados vazios) em bases de dados, ajudando a identificar inconsistências.

Manipulação de Datas e Horas: Trabalhando com Informações Temporais

Por quê? Na análise de dados, datas são frequentemente usadas para medir desempenho ao longo do tempo, calcular prazos ou comparar períodos. Saber lidar com elas é crucial para qualquer tipo de análise temporal.

Principais Funções:

• DATADIF(data_inicial; data_final; unidade) : Calcula a diferença entre duas datas em dias, meses ou anos. Muito útil para calcular idade ou tempo de contrato. A unidade é representada por “D” para dias, “M” para meses e “Y” para anos. O cálculo é feito em cima de dias corridos.
• DIATRABALHOTOTAL(data_inicial; data_final) : Conta apenas os dias úteis entre duas datas. Ideal para calcular prazos comerciais.
• AGORA() : Retorna a data e hora atuais. Ótima para registrar timestamps automaticamente.
• HOJE() : Mesma funcionalidade do AGORA() mas retorna apenas a data atual. Usada para criar dashboards dinâmicos.
• DIA(), MÊS(), ANO() : Extrai partes específicas de uma data. Pode auxiliar em agrupamentos por período. Por exemplo: DIA(HOJE()) assim ele retorna apenas o dia.
• DIA.DA.SEMANA(data; tipo) : Retorna o número do dia da semana (ex.: domingo = 1 ; segunda = 2). Ajuda a identificar padrões sazonais.
• DATA(ano; mês; dia) : Cria uma data manualmente. Útil para padronização ou geração automática de datas.
• FIMMÊS(data; n) : Retorna o último dia do mês após N meses da data inicial (ex. 0 = mês atual ; 1 = próximo mês). Excelente para planejamento financeiro.

Fórmulas Condicionais: Tomando Decisões com os Dados

Por quê? A capacidade de realizar operações com base em condições permite automatizar decisões e tratar dados com mais inteligência. Isso é fundamental para criar regras e validações dentro da análise.

Principais Funções:

• SEERRO(valor; se_erro) : Evita que erros interrompam cálculos. Ex.: exibe “Não disponível” caso uma busca falhe.
• SE(condição; verdadeiro; falso) : Realiza testes lógicos. Ex.: "Se meta > 100, então 'Atingida', senão 'Pendente'". Para a condição, pode-se usar símbolos como, “<>” para diferente, “>” para maior que, “≥” para maior ou igual a, “<” para menor que, “≤” para menor ou igual e “=” para igual.
• SOMASE(lista; condição; lista_de_calculo) : Soma apenas os valores que atendem a uma condição. Ex.: somar vendas de produtos com preço acima de R$ 100.
• CONT.SE(lista; critério) : Conta quantas vezes um critério aparece. Ex.: contagem de clientes com status “Ativo”.
• ÚNICO() (no Exel) / UNIQUE() (no Google Sheets) : Retorna valores únicos de uma coluna. Ótimo para extrair listas de categorias ou IDs distintas.

Condicional Aninhada: Lógica Mais Complexa em Uma Única Fórmula

Por quê? Às vezes, precisamos avaliar mais de uma condição para tomar uma decisão mais precisa. A condicional aninhada permite encadear múltiplas avaliações, criando fluxos lógicos mais ricos utilizando diversas fórmulas.

Exemplo:

=SE(A1>90;"Excelente";SE(A1>70;"Bom";"Precisa melhorar"))

Este exemplo avalia notas escolares em diferentes faixas e retorna um feedback personalizado. É muito usado para classificação de clientes, leads ou performance de produtos.

Não precisa ser usado apenas o “se”, pode-se ser usado em qualquer fórmula, basta ter criatividade para que sua necessidade seja resolvida!

Busca de Valores: Localizando Informações Específicas

Por quê? Em bases maiores, localizar dados específicos pode ser um desafio. Essas fórmulas permitem buscar informações com precisão, facilitando a integração entre tabelas.

Principais Funções:

• PROCV(critério; tabela; coluna; [falso]) : Busca um valor na primeira coluna de uma tabela e retorna outro valor da mesma linha. Muito usado para cruzar dados de clientes, produtos ou fornecedores. Exemplo:

=PROCV(F3;estado!B:C;2;FALSO())

• ÍNDICE() + CORRESP() : Uma alternativa mais flexível ao PROCV. Enquanto o PROCV exige que a chave esteja na primeira coluna, essa combinação permite buscar em qualquer posição da tabela.

=ÍNDICE(estado!C:C;CORRESP(F2;estado!B:B;0))

Sendo ÍNDICE o valor que eu quero que a fórmula retorne, e CORRESP o valor onde deve ser procurado, ficando: ÍNDICE(valor_a_ser_retornado; CORRESP(critério; lista_a_ser_procurada; [0]))

• QUERY (apenas no Google Sheets) : Simula consultas SQL diretamente na planilha do google Sheets. Ideal para quem já tem familiaridade com SQL e deseja fazer análises avançadas sem sair do ambiente. Exemplo de funcionamento:

1. Seleciono a minha tabela:

=QUERY(planilha1!A:G

2. Após o ponto e vírgula, deve-se abrir aspas duplas, e adicionar o comando SELECT para “selecionar” a minha tabela:

=QUERY(planilha1!A:G;"SELECT

3. Após o comando SELECT eu devo selecionar quais colunas eu quero que ele retorne. Eu posso nomear quais colunas eu quero, como por exemplo: A,B,C,D…. Ou simplesmente colocar um asterisco (*) para que ele retorne toda a tabela, no exemplo, vou selecionar algumas colunas:

=QUERY(planilha1!A:G;"SELECT A,C,D,E,F

4. Devo adicionar uma condição para que o comando seja executado, vou utilizar o WHERE para que ele use um critério, ficando:

=QUERY(planilha1!A:G;"SELECT A,C,D,E,F WHERE F = 'RJ'"

Nesse caso, ele irá me retornar uma tabela com as colunas A,C,D,E,F (de uma tabela selecionada dentro de uma aba do google sheets) quando F for igual a ‘RJ’.

Nesse caso RJ está com aspas simples, pois o aspas duplas está sendo usado para abrir e fechar o comando. Logo, para formatação de texto interno dentro de uma fórmula, ele deverá usar aspas simples.

Tabelas Dinâmicas: Resumo Inteligente de Grandes Volumes de Dados

Por quê? Quando estamos diante de milhares de linhas de dados, resumir e visualizar tendências é essencial. As tabelas dinâmicas permitem sumarizar, filtrar e reorganizar dados com poucos cliques.

Recursos:

• Agrupamento por categorias (ex.: região, produto, vendedor)
• Cálculos automáticos (soma, média, máximo, mínimo, contagem)
• Filtragem dinâmica (usando segmentos ou filtros)
• Comparação rápida entre períodos

Ideal para relatórios gerenciais, acompanhamento de metas e análise de resultados por departamento ou categoria.

Validação de Dados: Garantindo Qualidade e Consistência nas Bases

Por quê? Dados inconsistentes ou mal formatados podem levar a conclusões erradas. A validação de dados ajuda a evitar erros na entrada de informação, garantindo que os dados sigam um padrão pré-definido. A ideia de utilização de uma validação de dados, seria para gerar uma governança de dados, numa tabela que será preenchida manualmente, onde pode-se haver erros de digitação.

Aplicações:

• Listas suspensas (ex.: Sexo: Masculino/Feminino)
• Restrições numéricas (ex.: Notas entre 0 e 10)
• Formatos de data válidos
• Limite de caracteres (ex.: CPF, CNPJ)

Benefícios:

• Redução de erros humanos
• Padronização de informações
• Facilidade de análise posterior
• Segurança para compartilhamento de planilhas

Gráficos: Visualizando Tendências e Comunicando Resultados

Por quê? A comunicação de dados é tão importante quanto a análise em si. Gráficos bem elaborados tornam-se aliados estratégicos na apresentação de insights para equipes e stakeholders.

Tipos Mais Úteis:

• Gráfico de Colunas/ Barras : Comparação entre categorias
• Gráfico de Linhas : Visualização de tendências ao longo do tempo
• Gráfico de Pizza : Representação proporcional
• Gráfico de Dispersão : Identificação de correlações
• Histograma : Distribuição de frequência

A melhor forma de se usar cada gráfico.

Combinando gráficos com tabelas dinâmicas, você consegue criar painéis interativos e dinâmicos, atualizados em tempo real.

Extensões no Google Sheets: Ampliando Funcionalidades

Por quê? O Google Sheets vai além das fórmulas tradicionais graças às extensões. Elas permitem integrar dados externos, automatizar tarefas repetitivas e até conectar-se a APIs.

Destaques:

• Power Tools : Pacote com várias ferramentas de limpeza, formatação e organização.
• Supermetrics : Conecta o Sheets a plataformas como Google Ads, Facebook Ads, HubSpot, etc.
• Apps Script : Permite programar scripts personalizados para automatizar processos.
• Pivot Table Plus : Melhora a experiência com tabelas dinâmicas.
• Mail Merge : Automatiza envio de emails personalizados com dados da planilha.

Essas extensões são especialmente úteis para profissionais que buscam integrar dados de diferentes fontes ou automatizar relatórios recorrentes. Isso, até mesmo sem haver a necessidade de codar em API, por exemplo.

Considerações finais

Dominar Excel e Google Sheets é um passo fundamental para qualquer analista de dados. Além de serem ferramentas acessíveis e intuitivas, possuem funcionalidades robustas que permitem desde análises básicas até soluções mais complexas. Ter conhecimento dessas fórmulas e recursos não só aumenta sua produtividade, mas também fortalece seu perfil profissional, tornando você mais versátil e preparado para enfrentar desafios reais do mercado.

Se você está começando ou quer aprimorar suas habilidades, recomendo praticar com projetos pessoais, usar bases públicas (como do IBGE ou Kaggle) e compartilhar seus aprendizados, como estou fazendo aqui.

Espero que esse guia tenha sido útil para você. Se quiser, deixe nos comentários qual função você usa mais no dia a dia ou qual achou mais útil!