Inteligencia de Negocios Con Power BI y Sql Server 2019

Bibliografía

https://support.office.com/es-es/article/funciones-de-conversi%C3%B3n-de-tipo-8ebb0e94-2d43-4975-bb13-87ac8d1a2202

Bibliografía

https://docs.microsoft.com/en-us/office/vba/api/access.docmd.runsql

https://www.w3schools.com/sql/sql_insert_into_select.asp

https://support.office.com/en-us/article/create-and-use-an-index-to-improve-performance-0a8e2aa6-735c-4c3a-9dda-38c6c4f1a0ce

https://docs.microsoft.com/en-us/office/client-developer/access/desktop-database-reference/create-index-statement-microsoft-access-sql

https://www.w3schools.com/sql/sql_create_index.asp

Código

Public Sub CrearTablas_Indices()

'=====================Productos=========================

'DoCmd.RunSQL "SELECT * FROM [VIEW PRODUCTOS]"

DoCmd.RunSQL "SELECT * INTO tblProductos FROM VIEWPRODUCTOS"

DoCmd.RunSQL "CREATE UNIQUE INDEX PK_Productos_CODART ON tblProductos (CODART) WITH PRIMARY"

'=====================Clientes=========================

'DoCmd.RunSQL "SELECT * FROM [VIEW PRODUCTOS]"

DoCmd.RunSQL "SELECT * INTO tblClientes FROM VIEWCLIENTES"

DoCmd.RunSQL "CREATE UNIQUE INDEX PK_Clientes_CODCLI ON tblClientes (CODCLI) WITH PRIMARY"

'=====================Factura=========================

'DoCmd.RunSQL "SELECT * FROM [VIEW PRODUCTOS]"

DoCmd.RunSQL "SELECT * INTO tblFactura FROM VIEWFACTURA"

DoCmd.RunSQL "CREATE UNIQUE INDEX PK_Factura_Nfactura ON tblFactura (Nfactura) WITH PRIMARY"

DoCmd.RunSQL "CREATE INDEX IX_Factura_CODCLI ON tblFactura (CODCLI)"

  '=====================Factura_dETALLE=========================

'DoCmd.RunSQL "SELECT * FROM [VIEW PRODUCTOS]"

DoCmd.RunSQL "SELECT * INTO tblFactura_Detalle FROM VIEWFACTURA_Detalle"

DoCmd.RunSQL "CREATE INDEX IX_FacturaDetalle_All ON tblFactura_Detalle (NFACTURA,CODART)"

End Sub

Este artículo va dirigido a los modeladores de datos de Power BI Desktop. En él se describe el diseño de un esquema de estrella y su importancia para desarrollar modelos de datos de Power BI optimizados para el rendimiento y la facilidad de uso.

Este artículo no pretende proporcionar una explicación completa del diseño del esquema de estrella. Para obtener más detalles, vaya directamente el contenido publicado, como The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (El kit de herramientas del almacenamiento de datos: guía completa del modelado dimensional) (2ª edición, 2002) de Ralph Kimball et al.

Información general del esquema de estrella

El esquema de estrella es un enfoque de modelado maduro ampliamente adoptado por los almacenes de datos relacionales. Requiere que los modeladores clasifiquen las tablas del modelo como dimensiones o hechos.

Las tablas de dimensiones describen entidades empresariales, las "cosas" que se modelan. Las entidades pueden incluir productos, personas, lugares y conceptos, incluido el propio tiempo. La tabla más coherente de un esquema de estrella es una tabla de dimensiones de fecha. Una tabla de dimensiones contiene una columna (o columnas) de clave que actúa como identificador único y columnas descriptivas.

Las tablas de hechos almacenan observaciones o eventos. Pueden ser pedidos de ventas, existencias, tasas de cambio, temperaturas, etc. Una tabla de hechos contiene columnas de clave de dimensiones relacionadas con las tablas de dimensiones y columnas de medida numéricas. Las columnas de clave de dimensiones determinan la dimensionalidad de una tabla de hechos, mientras que los valores de clave de dimensiones determinan la granularidad de una tabla de hechos. Por ejemplo, imagine una tabla de hechos diseñada para almacenar objetivos de ventas que tiene dos columnas de clave de dimensiones Date y ProductKey. Resulta fácil comprender que la tabla tiene dos dimensiones. Pero la granularidad no se puede determinar sin tener en cuenta los valores de clave de dimensiones. En este ejemplo, imagine que los valores almacenados en la columna Date son el primer día de cada mes. En este caso, la granularidad está en el nivel mes-producto.

Normalmente, las tablas de dimensiones contienen un número relativamente pequeño de filas. Por el contrario, las tablas de hechos pueden contener un gran número de filas y seguir creciendo con el tiempo.

Url para la Práctica

https://en.wikipedia.org/wiki/Departments_of_Nicaragua

Url para la Práctica

https://es.wikipedia.org/wiki/Poblaci%C3%B3n_mundial

cómo calcular un crecimiento en ventas comparado contra el periodo que necesites hacerlo, y es precisamente aquí donde debemos tener especial cuidado.

Siempre que vayas a medir un crecimiento en ventas es importante tomar siempre periodos iguales de tiempo o eventos y temporadas de la misma orientación para compararlos, por ejemplo:

• El mes actual contra el mes pasado

• El mes actual contra el mismo mes del año anterior.

• Una promoción contra otra promoción, del mismo año o el anterior.

• La semana actual contra la semana pasada

• Una semana de este año contra la misma semana del año anterior.

• El día de hoy contra el día de ayer.

• El día de hoy contra el mismo día de la semana pasada.

• Una temporada contra otra del mismo segmento (Navidad, Regreso a la Escuela, Halloween)

• Un año contra otro año.

De lo contrario obtendrás un resultado totalmente desviado o al que habría que darle otra interpretación, cuando por ejemplo comparas las ventas de una cadena de tiendas en el año 2017 contra las ventas del año 2018, pero el número de tiendas no es igual ya que durante el último periodo han abierto más tiendas, a menos que separes la venta de esas tiendas nuevas para poder observar el crecimiento real.

¿Qué obtienes como resultado de esta comparación entre las dos cifras de ventas?

El porcentaje de crecimiento en ventas, el cual te indica en qué porcentaje creció o decreció el periodo o la actividad que estas midiendo, este resultado es el punto de inicio para analizar el comportamiento negativo o positivo de la gestión que estés realizando y sobre el cual puedes profundizar al nivel de detalle que te parezca apropiado.

Estos porcentajes de crecimiento los puedes detallar en los niveles que tú necesites, así:

• Por Departamentos (Textiles, Mercado, Bazar, etc.)

• Por Secciones de mercancía (Carnes, Juguetería, Papelería, Bebes, etc.)

• Por Categoría de productos (Verduras, Cuadernos, Televisores, Shampoos, etc.)

• En la categoría de Televisores, podrías mirar el comportamiento de los LCD, LED, Plasma o por tamaños 20”, 32”, 40”.

Al momento de ir a calcular, necesitas entonces los dos datos, las ventas que quieres medir y contra que quieres compararlas. Nuevamente surge aquí la duda manifestada en el cálculo de cumplimiento, ¿cuál cifra va de numerador y cuál de denominador?

Entonces, tienes que tener presente que siempre el valor más reciente es el que irá de numerador y el más antiguo irá como denominador, a dicho resultado le restas una unidad y lo multiplicas por 100.

((Valor Reciente / Valor Anterior) – 1) x 100

Las funciones de inteligencia de DAX nos permiten hacer comparaciones entre muchos tipos de periodos. Ahora nos planteamos poder tener la información de una empresa, por ejemplo por meses, y poder compararla con la de otro mes, a elegir en un segmentador de datos. Generalizando, tenemos la información agrupada por un periodo de tiempo, y queremos comprara con otro periodo a elegir: por ejemplo ventas anuales a comprar con cualquier otro año a elegir. Siempre hablamos de comparaciones del mismo tipo de periodo, por ejemplo meses con meses, o años con años.

La función DAX TOPN es una función útil muy práctica, ya que a menudo queremos ver los mejores productos por ventas, región o tienda.