Entendendo o problema de relacionar colunas
O relacionamento entre colunas é uma daquelas tarefas que parecem simples até você se deparar com dados desalinhados, nomes diferentes na mesma coisa, ou campos que precisam ser cruzados manualmente. Eu já vi planilhas inteiras sendo refacionadas porque alguém não validou o mapeamento antes de aplicar fórmulas. O resultado é perda de tempo e dados inconsistentes que só aparecem depois que o relatório já foi enviado.Como relacione as colunas corretamente no dia a dia
A primeira coisa que eu faço antes de qualquer coisa é criar um inventário das colunas originais. Não pula essa etapa. Eu abro ambos os datasets lado a lado e escrevo em um caderno — literalmente, às vezes — o que cada coluna representa, o formato dos dados, e quantos valores únicos existem. Isso economiza mais de uma hora em comparações que eu já perdi por supor que "Produto" e "Nome do Item" eram a mesma coisa. Depois do inventário, o próximo passo é padronizar os nomes. Não estou falando de renomear para ficar bonito, estou falando de alinhar a terminologia. Se uma coluna diz "CPF" e outra diz "CNPJ/CPF", você precisa decidir qual vai ser a regra de e aplicar consistentemente. Usei uma vez uma tabela com mais de 40 mil linhas onde 12% dos CPFs estavam formatados de maneiras diferentes — alguns com ponto, outros sem, outros invertidos. A solução foi criar uma coluna auxiliar de normalização usando fórmulas encadeadas antes de qualquer relacionamento.
Para o relacionamento em si, eu prefiro começar pelo campo mais restritivo. Se você tem uma coluna de código do produto e outra de data de venda, o código é mais seguro como chave primária. Data gera duplicatas naturalmente, código não. Use XLOOKUP quando possível. Ele lida melhor com erros do que PROCV, e você não precisa se preocupar com a ordem das colunas. A sintaxe é direta: =XLOOKUP(valor_procurado, coluna_chave, coluna_resultado). Pronto. Um problema que eu encontrei recentemente e que vale a pena registrar: estava relacionando uma tabela de vendas com uma tabela de produtos, e cerca de 3% das linhas não tinham correspondência. O problema não era erro nos dados — era que o relacionamento estava sendo feito por uma coluna numérica onde alguns registros vinham como texto. O Excel tratava "123" e 123 como valores diferentes no XLOOKUP. A correção foi usar a função VALOR() em ambas as colunas antes do confronto. Você não percebe esse detalhe até o relatório fechar errado.
Pitfalls comuns que ninguém avisa
O primeiro erro mais frequente é confiar em correspondências parciais de texto. "São Paulo" e "SAO PAULO " parecem iguais mas não são. Espaços extras, acentos, letras maiúsculas e minúsculas quebram relacionamentos silenciosamente. Use =ARRUMAR() e =MAIÚSCULA() nas colunas de texto antes de qualquer cruzamento. Leva dois minutos e evita horas de depuração. O segundo erro é não verificar a cardinalidade. Relacionar uma coluna que tem milhares de repetições com uma que tem valores únicos vai gerar duplicação de dados na sua tabela final. Antes de aplicar o relacionamento, rodar uma contagem de valores únicos em cada coluna candidata a chave leva uns 30 segundos e mostra imediatamente se a combinação é um-para-um, um-para-muitos, ou algo pior.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Também é importante entender os limites da ferramenta. XLOOKUP e PROCV funcionam bem até certo volume. Acima de 50 mil linhas com múltiplos relacionamentos encadeados, a performance cai drasticamente. Nesses casos, usar Power Query é mais eficiente. A importação dos dados, a limpeza e o merge são visuais e muito mais rápidos do que fórmulas espalhadas pela planilha. Eu migrei um processo que levava 40 minutos de cálculo para 3 segundos com Power Query. A curva de aprendizado existe, mas o retorno é imediato.
Validação antes de considerar concluído
Fechar o relacionamento não significa que está certo. Sempre faça uma validação cruzada. Pegue dez registros aleatórios e confirme manualmente se o dado transportado corresponde ao esperado. Depois, use =CONTASES() para comparar a quantidade de linhas antes e depois do relacionamento. Se o número mudou e você não esperava, algo está duplicando ou apagando registros. Também é útil criar uma coluna de flag que marque linhas sem correspondência. =SEERRO(XLOOKUP(...); "NÃO ENCONTRADO") resolve isso de forma limpa. Assim você vê de cara quantos itens não foram relacionadas e pode investigar separately, em vez de descobrir que faltam dados só quando o analista pergunta por quê.
O básico é esse: inventário, padronização, escolha certa da chave, ferramenta adequada ao volume, e validação. Nada disso é complicado individualmente, mas pular qualquer uma dessas etapas costuma custar mais do que o tempo que ela levaria para ser feita corretamente desde o início.
