Power BI de Básico a Experto: Proyecto de Ventas Completo

Business Intelligence (BI) es el conjunto de procesos, personas y herramientas que convierten datos en decisiones. Integra extracción y limpieza (ETL), modelado, métricas (KPIs) y visualización en dashboards para responder preguntas del negocio. Con Power BI, este ciclo se vuelve ágil, gobernado y accionable para toda la organización, siempre disponible.

Business Analytics (BA) aplica métodos estadísticos y modelos para convertir datos en insights accionables. En este video verás cómo, con Power BI, pasamos de preguntas de negocio a hipótesis, métricas, segmentaciones y pronósticos; evaluamos performance (YoY, MoM), identificamos patrones y diseñamos acciones medibles que impactan ventas, clientes y eficiencia.

Power BI es la plataforma de analítica de Microsoft que te permite conectar datos, transformarlos (Power Query), modelarlos (relaciones y DAX) y visualizarlos en dashboards interactivos. Funciona con Desktop, Service y Mobile, integra seguridad y colaboración, y acelera decisiones en áreas como Ventas, Finanzas y Operaciones con insights claros y accionables.

Power BI – Funciones Principales
En este video recorremos las capacidades clave que convierten datos en decisiones:

• Conexión de datos: cientos de conectores y parámetros.

• Power Query (ETL): limpiar, combinar y automatizar transformaciones.

• Modelado: relaciones, esquema estrella y columnas calculadas.

• DAX: medidas, inteligencia de tiempo (YTD, YoY, M-1) y KPIs.

• Visualizaciones: gráficos, tablas, mapas, tooltips y formato condicional.

• Interactividad: slicers, filtros, marcadores y navegación tipo app.

• Publicación y colaboración: Service, apps, workspaces y comentarios.

• Seguridad y gobierno: RLS, linaje, sensibilidad y permisos.

• Rendimiento: agregaciones, modos Import/DirectQuery y buenas prácticas.

Cómo Power BI potencia cada unidad de negocio —Ventas, Marketing, Finanzas, Operaciones, Soporte y Dirección— con KPIs accionables, tableros en tiempo real y automatización de reportes para priorizar acciones, reducir costos y acelerar decisiones medibles.

Power Query (Lenguaje M)

Extracción y limpieza (ETL liviano). Unimos archivos, tipamos

columnas, quitamos nulos, creamos columnas.

Modelo de Datos (Power Pivot)

tablas, relaciones, claves, cardinalidad, dirección del filtro,

columnas calculadas.

DAX (Data Analysis Expressions):

medidas y cálculos dinámicos (contexto de filtro/filas,

CALCULATE, agregaciones).

Un tour guiado por la interfaz de Power BI Desktop:

• Cinta de opciones (arriba): importar datos, transformar (Power Query), modelar y publicar.

• Barra lateral (izquierda): vistas de Informe, Datos y Modelo.

• Lienzo central: área donde diseñamos el reporte.

• Panel derecho: Visualizaciones (tipos de gráfico y formato) y Campos para arrastrar tablas/medidas.
  Verás cómo colocar campos, elegir un visual, aplicar filtros y guardar tu primer panel.

Vista de Informe (Report View) en Power BI Desktop

Es el espacio donde diseñas el dashboard:

• Lienzo: área en blanco para colocar y organizar visuales (gráficos, tarjetas, tablas, mapas).

• Pestañas/Páginas: múltiples páginas del informe, como un cuaderno.

• Panel Visualizaciones: elegir tipo de visual, Formato (pincel) y Campos a agregar (valores, ejes, leyendas).

• Panel Campos: tablas, columnas y medidas del modelo para arrastrar al lienzo.

• Filtros: a nivel de visual, página o informe (segmentadores/slicers incluidos).

• Interacciones: controlar cómo un visual afecta a otros (destacar, filtrar o nada).

• Marcadores y Selección: guardar estados y manejar capas/objetos para navegación tipo app.

• Tema y Diseño: colores, tipografías, cuadrícula, alineación y orden de objetos.

Aquí construyes la experiencia del usuario: qué ve, cómo explora y qué decisiones puede tomar.

Espacio para inspeccionar y ajustar los datos ya cargados al modelo (no el diseño del informe):

• Grid por tabla: ver filas/columnas tal como quedan tras Power Query.

• Modelado rápido: cambiar tipo de datos, formato (moneda, decimales), categoría de datos (geografía, URL) y resumen predeterminado (Suma, Promedio, etc.).

• DAX fila a fila: crear columnas calculadas y tablas calculadas y ver su resultado inmediato.

• Orden y etiquetado: “Ordenar por columna”, nombres amigables y ocultar columnas para el reporte.

• Validación: comprobar valores, detectar inconsistencias y depurar medidas.

Transformaciones complejas se hacen en Power Query y relaciones en la Vista de Modelo. Aquí te enfocas en la calidad y preparación final de las tablas.

Vista de Modelo (Model View) en Power BI Desktop

Es donde estructuras el modelo de datos y defines cómo se relacionan las tablas. Clave para rendimiento y precisión de los KPIs.

• Diagrama: organiza tablas y campos; crea el esquema estrella (Dimensiones ↔ Hechos).

• Relaciones: define cardinalidad (1-* / - / 1-1), dirección de filtro (single/both) y relación activa/inactiva.

• Gestión de campos: oculta columnas técnicas, fija formatos y carpetas de visualización; crea tablas de medidas.

• Roles y seguridad (RLS): configura filtros por usuario/rol para limitar la visibilidad de datos.

• Propiedades: establece claves, columnas de ordenación, categorías de datos y agregación predeterminada.

• Buenas prácticas: nombres consistentes, claves sustitutas, fechas con Dim Calendario, y evitar bucles/ambigüedades.

Aquí garantizas que el reporte calcule bien, cargue rápido y sea fácil de mantener.

La cinta concentra las acciones clave para traer datos, modelar, crear visuales y publicar. Resumen por pestaña:

• Archivo: abrir/guardar .pbix, Opciones (regional, preview features), Publicar a Service, exportar (PDF/PPT), parámetros globales.

• Inicio: Obtener datos, Transformar datos (Power Query), Actualizar, publicar, insertar visuales básicos, administrar relaciones y vistas.

• Insertar: gráficos adicionales, botones, imágenes, formas, texto, marcadores, páginas y navegación tipo app.

• Modelado: nuevas medidas y columnas DAX, relaciones, formato de datos, clasificación por columna, RLS (seguridad por roles), cálculos rápidos.

• Vista: Tema de colores, paneles (filtros, selección, marcadores), cuadrícula/alineación, cabecera de visual, vista móvil.

• Optimizar (si está disponible): Mantenimiento de rendimiento, pausa interacciones, Performance Analyzer, agregaciones, modo de consulta.

• Colaborar (o Compartir, según versión): comentarios, vínculos a Service, trabajo con Workspaces y apps.

• Ayuda: documentación, atajos, enviar comentarios, versión.

• Herramientas de Formato (contextual al seleccionar un visual): Formato visual (pincel), campos, analítica (tendencias, líneas objetivo).

¿Qué es la Vista de Informe?

Es el espacio donde diseñas la experiencia del usuario: páginas, visuales, interacciones, filtros y navegación. Todo lo “visible” del dashboard nace aquí.

Zonas de trabajo

• Lienzo central: coloca y organiza visuales (tarjetas, gráficos, tablas, mapas, KPI). Usa la rejilla y alineación para precisión.

• Panel Visualizaciones:

  • Visuales (iconos): elegir tipo (columna, barra, línea, combo, matriz, mapa, indicadores).

  • Campos del visual: Ejes, Leyenda, Valores, Tooltips, Detalles, Tamaño del grupo.

  • Formato (pincel): títulos, etiquetas, colores, bordes, sombras, leyendas, cuadrículas.

  • Analítica: líneas de objetivo, tendencia, percentiles.

• Panel Campos: todas las tablas, columnas y medidas del modelo para arrastrar al visual.

• Panel Filtros:

  • A nivel de visual (afecta solo ese gráfico).

  • A nivel de página (afecta toda la página).

  • A nivel de informe (todas las páginas).

• Pestañas/Páginas: organiza el storytelling en múltiples páginas; renómbralas con verbos (p.ej., “Resumen”, “Clientes 80/20”, “Tiempo”).

Vista de Tabla (Data View)

Explora y valida tus datos tal como quedan tras Power Query. Ajusta tipos y formatos, crea columnas/tablas calculadas con DAX, ordena por columna y oculta campos técnicos para el reporte. Ideal para control de calidad antes de diseñar visuales.
Aprenderás a:

• Cambiar tipos/formatos y categorías de datos.

• Crear columnas calculadas y ver resultados fila a fila.

• Ordenar por columna y preparar campos para el informe.

Vista de Modelo (Model View)

Estructura el modelo estrella y define cómo se conectan las tablas para lograr KPIs precisos y rendimiento. Configura relaciones (cardinalidad, dirección, activas), carpetas de medidas, formatos y RLS.
Aprenderás a:

• Diseñar dimensiones y hechos sin ambigüedades.

• Crear y ajustar relaciones 1-* / - y filtros.

• Aplicar buenas prácticas: calendario, claves y seguridad (RLS).

Carga rápida desde archivos (Excel/CSV) usando “Obtener datos”. Verás cómo detectar tipos, guardar pasos y dejar la conexión lista sin entrar al editor completo.

Abrimos el Power Query Editor para una carga profesional: combinamos fuentes, renombramos pasos, gestionamos tipos y preparamos el flujo para futuras actualizaciones.

Estandariza campos con Reemplazar valores (ej., IVA) y evita inconsistencias que rompen KPIs. Verás buenas prácticas de auditoría y registro de cambios en los pasos.

Limpia etiquetas de “Agencia”, corrige variantes y extrae ciudad/región desde texto. Dejarás el campo listo para segmentar ventas por ubicación sin errores.

Construye una columna personalizada de ciudades a partir de reglas de negocio (split/extract/conditional). Lograrás segmentaciones sólidas para dashboards.

Introduce lenguaje M para generar una columna de Mes (nombre/número), ordenar correctamente y parametrizar lógica reutilizable para futuras cargas.

Objetivo del proyecto, layout ejecutivo, uso de tema, rejilla y alineación para un diseño limpio.

Participación de ventas por agencia; buenas prácticas de pie/donut, etiquetas y leyenda.

Share por vendedor, orden correcto, etiquetas de porcentaje y lectura ejecutiva.

Participación por categoría; cuándo usar donut, top categorías y colores consistentes.

Comparativo principal; eje secundario/línea, orden por valor y etiquetas claras.

Ranking de marcas; sort descendente, barras horizontales y barra de scroll.

Tarjetas KPI con formato de moneda/unidades, separadores, íconos y notas.

Matriz de tarjetas; agrupación, espaciado, responsividad y consistencia visual.

Colores, bordes, tamaño de porciones, etiqueta interna/externa y contraste.

Ancho de barra, formato condicional, líneas objetivo y títulos informativos.

Semáforos, símbolos, divisores, tipografías y jerarquía visual de métricas.

Botones, marcadores y panel de selección para navegación tipo app; reset de filtros.

Revisión final del CMI, checklist de buenas prácticas y entrega del .pbix del proyecto.

Qué haremos en la sección, resultados esperados y cómo aplicaremos Learning by Doing para construir medidas y un mini-dashboard.

Medidas vs columnas, contexto de filtro/filas, tabla de medidas y buenas prácticas de nombres y formatos.

Suma simple vs iteración fila a fila; patrones típicos (importe = precio*cantidad) y errores comunes.

Promedio directo vs cálculo iterado; casos de precio promedio y ticket; sesgos a evitar.

Cálculo de bruto, descuento y neto con DAX; uso de variables para claridad y auditoría.

IVA calculado sobre el neto: fórmula, tasas variables y control de redondeos y formato monetario.

Set base de KPIs comerciales: ventas, unidades, precio promedio, ticket promedio y #facturas.

YoY, MoM, YTD, LY; qué significan, cuándo usarlos y cómo afectan a la lectura ejecutiva.

DATEADD, SAMEPERIODLASTYEAR, TOTALYTD; variaciones % y títulos dinámicos listos para el reporte.

Crear calendario (CALENDAR/CALENDARAUTO), columnas de Año, Mes, Año-Mes, Semana y (opcional) Año Fiscal; relaciones y buenas prácticas.

Cómo obtener fechas mínima y máxima del fact para delimitar tu calendario y evitar huecos de tiempo.

Casos prácticos: filtros activos vs REMOVEFILTERS, y errores comunes al calcular rangos de fechas.

Cuándo usar cada función y qué columnas de fecha conviene crear (Año, Mes, Año-Mes, Semana, FY).

Creación de la tabla Dim Calendario y columnas básicas; formato y orden correcto de meses.

Año fiscal, trimestre, semana ISO, fin de mes; buenas prácticas de rendimiento y limpieza.

Modelo estrella: relación 1-* activa, dirección de filtro y validaciones con ventas en el tiempo.

DATEADD, SAMEPERIODLASTYEAR, TOTALYTD: patrones base y verificación de resultados.

Medidas M-1, LY, YTD; variaciones % (YoY, MoM) y títulos dinámicos para dashboards.

Cambiar contexto de filtro, combinar condiciones y patrones típicos de negocio con ejemplos claros.

Qué conserva y qué quita; uso para “% del total seleccionado” y riesgos frecuentes.

Quitar filtros por completo para totales globales, y cuándo preferir REMOVEFILTERS.

Ejercicios guiados: comparar % global vs % según selección con visuales de ejemplo.

Alternativa moderna a ALL; patrones para totales, comparativas y medidas seguras.

Ordenar clientes/productos por ventas, gestionar empates y filtrar Top N con contexto.

Crear listas Top N por KPI, combinar con RANKX y usar en tarjetas/visualizaciones ejecutivas.

Ranking por ventas con RANKX, manejo de empates y orden descendente.

Ventas acumuladas por cliente (running total) con CALCULATE y FILTER.

Acumulado por vendedor en el período filtrado; validación en visuales.

Cálculo del % acumulado para identificar el 80/20 (Pareto).

Participación sobre total y total seleccionado con ALL/ALLSELECTED.

Tarjetas: ventas, unidades, ticket; formato ejecutivo y jerarquía visual.

Tendencias YoY/MoM; líneas objetivo y lectura de desvíos vs meta.

Marcadores + selección para alternar vista Mes/Trim/Año (parte 1).

Estados de marcadores y panel de selección para navegación (parte 2).

Botones, restablecer filtros y tooltips de ayuda (parte 3).

Estructura de páginas/time-slices y medidas base de tiempo (parte 1).

DATEADD/SAMEPERIODLASTYEAR y variaciones % (parte 2).

Drill-down jerárquico y formato por nivel temporal (parte 3).

Validaciones cruzadas y títulos dinámicos por período (parte 4)

Conmutadores de período (Año/Trim/Mes/Sem) con botones + marcadores.

Base del gráfico: orden por ventas y eje acumulado.

Curva acumulada y línea del 80%; lectura ejecutiva

Filtros Top N y detalle por cliente/producto con interacciones.

Botón para alternar vista Pareto/Detalle y reset de filtros.

Tabla/matriz con RANKX, posición, ventas y participación.

Ranking de vendedores con KPIs clave y segmentadores.

Marcador para segmento de ranking de cliente y vendedor

Tips finales del dashboard del Centro de Ventas 360

Crea un sidebar navegable con marcadores y panel de selección para cambiar vistas sin recargar.

Diseña un panel de slicers compacto y consistente; filtros por período, categoría y vendedor.

Escribe títulos dinámicos (período/segmento), subtítulos y notas que guían la lectura ejecutiva

Estados de página, temas y paleta; usa color con propósito y guarda vistas clave con marcadores.

Matriz/tabla con variaciones YoY/MoM, flechas, formato condicional y resaltado de outliers

Estructura del lienzo: grid, márgenes, espaciado y alineación precisa para un layout limpio.

Reorganiza tarjetas/KPIs y gráficos para jerarquía visual; zonas caliente/fría del reporte.

Ajustes finos: tamaños, orden de tabulación, tooltips y responsive básico en Desktop/Mobile.

Buenas prácticas: nombrado, agrupación, mostrar/ocultar objetos y botón de reset filtros.

Publica en Power BI Service, workspaces, permisos, vínculos y consideraciones de RLS.

Recorrido final del Centro de Control: cómo leerlo en 10 segundos y qué decisiones habilita.

Qué es un modelo relacional y por qué es la base del rendimiento.

Diferencias prácticas entre tabla de Hechos y Dimensiones.

Claves naturales vs. claves sustitutas y cómo elegir.

Estructura estrella y su impacto en DAX/performance.

Reglas para definir granulares y evitar duplicados.

Normalización ligera: pros, contras y riesgos.

Casos reales donde conviene (catálogos, jerarquías).

Cómo funciona el filtrado entre tablas (single vs both).

Ambigüedades comunes y cómo resolverlas.

Uso correcto de CROSSFILTER/REMOVEFILTERS.

Qué significa la cardinalidad y cómo se detecta.

Impacto directo en medidas, segmentadores y visuals.

Errores típicos y su corrección.

Cuándo activar/desactivar relaciones y por qué.

Patrón de medidas para alternar relaciones inactivas.

Flechas de filtro: lectura rápida y decisiones.

Diseño 1:1 real vs. “casi 1:1” (riesgos).

M:M moderno con cardinalidad : y Table Bridge.

Depurar, unificar y desduplicar clientes.

Crear surrogate key y columnas de negocio.

Validar relaciones con Hechos de Ventas.

Construcción de DIM_Vendedor paso a paso.

Pruebas de filtro cruzado con ventas.

Armar jerarquías (Categoría → Subcategoría → Producto).

Decidir estrella vs. copo de nieve en catálogos.

Validar navegación y segmentadores por niveles.

Importamos y depuramos la dimensión Marca: normalización, eliminación de duplicados y creación de claves para conectar con la tabla de hechos.

Construimos en Power Query (M) un código de marca consistente (slug/clave) para evitar duplicados y asegurar uniones estables con hechos y otras dims.

Pipeline completo para DIM_Cliente, DIM_Vendedor, DIM_Agencia, DIM_Categoría y DIM_Marca, con validaciones rápidas de calidad y granularidad.

Modelamos la dimensión Agencia: estructura, campos de negocio, claves sustitutas y preparación para relaciones compuestas con vendedor/cliente.

Definimos la relación Cliente–Ventas (1:*), elegimos dirección de filtro y verificamos impacto en segmentadores y medidas DAX.

Armamos relaciones encadenadas entre Agencia, Vendedor y Categoría, resolviendo ambigüedades y evitando ciclos de filtro.

Conectamos DIM_Marca usando CódigoMarca en la tabla de hechos; revisamos claves, duplicados y comportamiento en muchos-a-uno.

Probamos flujo de filtros con visuals: qué filtra a qué, cuándo usar CROSSFILTER/TREATAS y cómo detectar rutas ambiguas.

Comprobamos jerarquías y navegación por niveles; medimos efectos en KPIs y corregimos relaciones inactivas si aplica.

Aplicamos normalización ligera para reutilizar subdimensiones; cuándo conviene copo de nieve y cómo documentarlo sin romper DAX.

Checklist de cierre: cardinalidades, direcciones de filtro, claves, calendario y performance. Pruebas de coherencia con KPIs clave.

Qué verás y por qué importa: definición de churn/retención, métricas clave y cómo se conectan con RFM y el tablero final.

Creamos el parámetro de días de inactividad que separa activo vs. inactivo y lo dejamos listo para usar en medidas.

Definimos la Fecha_Ref segura (hoy/fin de filtro) y mostramos cómo leer el valor del parámetro en DAX.

Medida de “última fecha de compra” con buenas prácticas (VAR, CALCULATE, MAXX) para cada cliente.

Calculamos días desde la última compra hasta Fecha_Ref y validamos con distintos rangos de fechas.

Obtenemos número de compras/facturas por cliente y usamos KEEPFILTERS para respetar el contexto.

Sumamos ventas por cliente manteniendo filtros activos; dejamos la medida lista para segmentación RFM.

Marcamos 1/0 según si la Recency supera el umbral. Base para KPIs de inactivos y tasas.

Contamos clientes inactivos usando la bandera; medimos volumen de pérdida actual.

Conteo robusto de clientes en el contexto (filtros de fecha/segmentos) para denominadores de KPIs

Derivamos activos (totales − con churn) y calculamos Churn % con DIVIDE y control de contexto.

Construimos Retención % = 1 − Churn % y mostramos verificación rápida en una tabla de medidas.

Creamos medidas helper de comparación PY (Previous Year) para usar en KPIs de tasas.

Medida de clientes totales del año anterior para denominadores comparables y tasas vs. PY.

Medida de inactivos PY para calcular variaciones año a año

Creamos las medidas Clientes Activos PY, Churn % PY y Retención % PY para comparativas interanuales fiables.

Armamos el texto KPI de Churn vs PY con puntos porcentuales, flechas y formato listo para tarjeta.

Construimos el texto KPI de Retención vs PY (1−Churn) con pp y flechas para lectura ejecutiva.

Medida de Clientes Activos LY alineada a contexto de fecha para auditoría de tendencias anuales.

Calculamos el % de variación de Activos vs PY, controlando denominadores y filtros de tiempo.

Versión texto KPI (▲▼, % con formato) para tarjetas y encabezados del tablero.

Cerramos con el texto KPI de Clientes Totales vs PY %, útil para contexto de base y crecimiento.

Tarjeta comparativa de Clientes Activos vs PY con formato %, flechas y pp para lectura ejecutiva

Línea de Clientes Totales por mes con meta/objetivo y tooltip de apoyo para tendencias.

Tarjeta de Churn % con formato, umbral y estado (▲▼) usando las medidas del módulo DAX.

Gráfico combinado de Clientes Inactivos y Churn % para detectar picos de pérdida.

Tarjeta de Retención % = 1 − Churn con pp vs PY y mensajes claros para dirección.

Modificaciones en el calendario para que los visuales comparativos funcionen perfecto.

Pastel Activos vs Inactivos y título del tablero con contexto de fechas y unidad correcta.

Matriz operativa para ver quién y dónde se concentra el churn y la retención.

Navegación con marcadores por Categoría, Marca y Vendedor para storytelling ágil.

Tarjeta de Ventas con % vs PY para relacionar facturación con la dinámica de churn.

Barras comparando Ventas y Churn % por periodo/segmento para hallar causas.

Tabla compacta con medidas base (totales, activos, inactivos, tasas) para validar el tablero.

Ranking de inactivos por categoría/marca/vendedor con etiquetas y ordenación útil.

Resolución de conflictos de filtros (interacciones, sincronización, ‘Edit interactions’).

Chequeo de consistencia: títulos, unidades, formatos, navegación, rendimiento y checklist final.