Inteligencia de Negocios con Excel y PowerBI

Fundamentos de Power Query y el Lenguaje M

Bienvenidos al "motor" oculto de Power BI. Antes de poder visualizar cualquier dato, primero debemos asegurarnos de que esté limpio, ordenado y listo para trabajar. En esta lección fundamental,nos introduce a Power Query, la herramienta de Extracción, Transformación y Carga (ETL) que cambiará para siempre tu forma de manipular datos. Olvídate de limpiar excels manualmente; aquí aprenderás a crear procesos repetibles y auditables.​

Lo que aprenderás en esta sesión:

• Navegación en la Interfaz ETL: Conocerás el entorno de trabajo de Power Query, aprendiendo a utilizar las cintas de opciones para transformar datos sin escribir código. Entenderás la importancia del panel de "Pasos Aplicados", una bitácora automática que registra cada acción que realizas (como eliminar una columna o filtrar una fecha), permitiéndote deshacer errores o modificar pasos intermedios en cualquier momento.​

• Introducción al Lenguaje M: Desmitificaremos el código que trabaja en segundo plano. Descubrirás que cada botón que presionas genera una línea de script en un lenguaje llamado "M". Aprenderás a usar el Editor Avanzado para ver, entender y eventualmente modificar este código, dándote un control total sobre tus datos.​

• Limpieza y Optimización:

  • Eficiencia: Aprenderás por qué eliminar columnas que no utilizas (como fechas de envío redundantes) es vital para ahorrar memoria y hacer que tus reportes vuelen.​

  • Filtros de Carga: Verás cómo filtrar datos desde el origen (ej. traer solo órdenes entre 1996 y 1998) para no sobrecargar tu modelo innecesariamente.​

• Creación de Nuevos Datos: Realizaremos operaciones básicas de enriquecimiento, como crear una Columna Personalizada que calcule automáticamente el total de venta (Precio Unitario × Cantidad) fila por fila.​

• Gestión de Orígenes (Parámetros Básicos): Introduciremos el concepto de "Parámetros" para manejar las rutas de tus archivos. Aprenderás a configurar una variable de ruta (Path) para que, si mueves tu archivo Excel de carpeta, puedas reconectar todo tu tablero actualizando un solo campo, en lugar de corregir tabla por tabla.​

¿Por qué es importante esta lección?

Esta sesión es la base técnica de todo analista de datos moderno. Entender cómo Power Query "piensa" (a través de pasos secuenciales y código M) te dará la confianza para enfrentar cualquier desafío de datos sucios que encuentres en el futuro, preparándote para las técnicas avanzadas que veremos en la siguiente clase.

Transformación Avanzada y Consolidación de Datos en Power Query

En esta sesión práctica, nos lleva a un workshop de los datos: Power Query.  A menudo, la información no llega lista para analizarse; viene en formatos cruzados, con filas vacías o dividida en múltiples archivos. En este video, aprenderás a utilizar herramientas de transformación avanzadas para "arreglar" estos datos desordenados y, lo más importante, a automatizar la carga de información masiva conectando carpetas completas en lugar de archivos individuales.

Lo que aprenderás en esta sesión:

• Técnicas de Remodelado de Datos (Reshaping):

  • Unpivot (Anulación de dinamización): Aprenderás a resolver uno de los problemas más comunes en Excel: cuando los datos vienen "anchos" (ej. columnas 2018, 2019, 2020). Veremos cómo transformarlos en una estructura de base de datos (filas y columnas) lista para graficar.​

  • Transponer y Rellenar: Descubrirás cómo girar tablas completas y usar la función "Rellenar hacia abajo" (Fill Down) para completar celdas vacías basándose en datos superiores, una técnica vital para reportes agrupados.​

• Uso de Parámetros Dinámicos:

  • Crearemos Parámetros de Ruta para que, si mueves tus archivos de carpeta, no se rompan tus reportes; solo actualizas la ruta una vez y todo funciona.

  • Configuraremos variables de negocio (como el IVA) para realizar cálculos globales que se actualizan fácil si cambian las leyes fiscales.​

• Consolidación de Carpetas (Folder Connection):

  • El punto culminante de la lección: aprenderás a conectar Power BI a una Carpeta completa.

  • Verás cómo el sistema es capaz de unir automáticamente archivos de ventas de diferentes años (2020, 2021, 2022) en una sola tabla maestra.

  • Demostraremos la automatización real: al agregar un nuevo archivo (2024) a la carpeta y dar clic en "Actualizar", el reporte lo incluye instantáneamente sin que tengas que hacer nada más.​

¿Por qué es importante esta lección?

Esta clase marca la diferencia entre trabajar duro y trabajar inteligente. Aprender a consolidar carpetas y usar parámetros significa que tus reportes mensuales pasarán de tardar horas en prepararse a estar listos con un solo clic en el botón "Actualizar", garantizando escalabilidad y reduciendo errores humanos.

Nota:
Presta especial atención al minuto 31:00, donde se explica la conexión a "Carpetas". Esta es la habilidad número uno para automatizar reportes recurrentes en empresas reales.

Taller Práctico - Consolidación de Múltiples Archivos Excel desde una Carpeta

¿Qué pasa si cada mes recibes un nuevo archivo de Excel con las ventas y necesitas agregarlo a tu reporte histórico sin empezar de cero? En este taller práctico nos enseña la técnica definitiva de automatización en Power BI: conectar una carpeta como fuente de datos. Veremos cómo Power Query puede "barrer" una carpeta completa, detectar todos los archivos que contiene (1995, 1996, 1997...) y fusionarlos en una sola tabla maestra lista para analizar.​

Lo que aprenderás en esta sesión:

• Conexión a Carpetas (Folder Source): Aprenderás a configurar Power BI para que no lea un archivo específico, sino todo el contenido de una ruta. Esto permite que, al arrastrar un nuevo archivo (ej. ventas 1995) a esa carpeta, el reporte lo detecte automáticamente al refrescar.​

• Funciones Personalizadas en M (Excel.Workbook): Iremos más allá de los botones básicos. Escribiremos una columna personalizada usando la función Excel.Workbook([Content]) para extraer la data oculta dentro de cada binario de Excel, una técnica avanzada para tener control total sobre qué hojas se importan.​

• Limpieza y Expansión de Tablas:

  • Filtrado de Objetos: Aprenderás a filtrar para importar solo las "Hojas" de cálculo y excluir rangos nombrados o tablas ocultas que ensucian la data.

  • Promoción de Encabezados: Veremos cómo usar Table.PromoteHeaders para corregir el problema común donde los títulos de las columnas (ej. "Order ID") aparecen como una fila de datos más.​

• Detección Automática de Tipos: Utilizaremos la herramienta "Detectar Tipo de Dato" para que Power Query escanee miles de filas y determine automáticamente qué es fecha, qué es texto y qué es número, ahorrándote el trabajo manual.​

• Prueba de Fuego: Finalizaremos creando una medida DAX (Count) y un gráfico de barras para visualizar las órdenes por año, demostrando en vivo cómo la gráfica se actualiza sola al agregar un archivo nuevo a la carpeta de Windows.​

¿Por qué es importante esta lección?

Este es el flujo de trabajo real en la mayoría de las empresas. Dominar la consolidación de carpetas te convertirá en el experto que sabe cómo automatizar la carga de datos repetitiva, eliminando el error humano de "copiar y pegar" mes a mes.

Nota :
Esta lección complementa perfectamente a la anterior. Mientras la Lección 9 explicaba los conceptos, aquí el estudiante ve el código exacto y el flujo completo de principio a fin.

Técnicas de Transposición y Relleno de Datos (Fill Down)

A veces, el problema no es solo que los datos vengan en columnas horizontales, sino que la tabla entera está "girada" o incompleta. En esta lección avanzada de transformación se nos enfrenta a dos escenarios de datos "sucios" muy comunes en reportes financieros y de ventas. Aprenderás a combinar la transposición (girar filas por columnas) con técnicas de limpieza inteligente para rescatar datos que parecen inservibles.​

Lo que aprenderás en esta sesión:

• Transponer vs. Unpivot: Entenderás la diferencia crítica entre estas dos funciones. Mientras Unpivot "baja" columnas a filas, Transponer gira la tabla completa 90 grados. Veremos cómo usar esta función para arreglar tablas donde los encabezados están en la primera columna en lugar de la primera fila.​

• Limpieza de Datos Jerárquicos:

  • Rellenar hacia Abajo (Fill Down): Resolveremos el clásico problema de los reportes de Excel donde el año (ej. "2018") solo aparece en la primera celda y las siguientes están vacías (null) hasta el siguiente año. Aprenderás a usar la función Fill Down para completar automáticamente estos huecos.​

  • Reemplazo de Valores: Limpiaremos textos innecesarios (como la palabra "Trimestre") para dejar solo datos numéricos limpios listos para el análisis.

• Flujo de Trabajo Completo: Realizaremos un ejercicio de principio a fin que combina: Transponer → Promover Encabezados → Rellenar Nulos → Unpivot. Este "combo" de cuatro pasos es una de las recetas más potentes para cualquier analista de datos.​

• Visualización Multidimensional: Finalizaremos cargando los datos limpios para crear un gráfico donde podamos analizar Ventas por Categoría, desglosadas por Año y Trimestre, demostrando cómo una estructura de datos correcta facilita visualizaciones complejas.​

¿Por qué es importante esta lección?

Este video te prepara para el mundo real. Los reportes corporativos rara vez vienen en formato de base de datos perfecta; suelen tener celdas combinadas, huecos y formatos visuales. Con estas técnicas, sabrás cómo "aplanar" y estandarizar incluso los Excel más complicados sin tener que corregirlos manualmente antes.

Nota:

Esta lección cierra con broche de oro el bloque de "Transformación de Estructura" del curso, dejando al estudiante listo para pasar a temas de Modelado de Datos (Relaciones y DAX) en los siguientes módulos.

Combinación de Tablas - Merge y Append Queries

¿Tienes los datos de ventas de 2021, 2022 y 2023 en tablas separadas y necesitas una visión unificada? ¿O quizás tienes las órdenes en una tabla y los nombres de los clientes en otra? En esta lección maestra mostramos las dos operaciones esenciales de Power Query para unir información: Anexar (Append) y Combinar (Merge). Aprenderás no solo cómo hacerlo, sino la teoría de modelado de datos que justifica por qué debemos unificar tablas para optimizar nuestros reportes.​

Lo que aprenderás en esta sesión:

• Append vs. Merge: Entenderás la diferencia crítica entre estas dos operaciones:

  • Append (Anexar): Colocar tablas una debajo de la otra (crecimiento vertical). Lo usaremos para unificar tres tablas idénticas de ventas anuales en una sola tabla histórica maestra.​

  • Merge (Combinar): Unir tablas lado a lado (crecimiento horizontal) usando una columna en común. Lo usaremos para traer el Nombre del Cliente y País hacia la tabla de Órdenes usando el ID del cliente como llave.​

• Teoría de Modelado (Copo de Nieve a Estrella): Descubrirás por qué es mejor simplificar tu modelo de datos, pasando de muchas tablas dispersas (Copo de Nieve) a una tabla central de hechos rodeada de dimensiones claras (Estrella), lo que mejora el rendimiento y facilita el análisis.​

• Tipos de Uniones (Joins): Exploraremos las opciones de combinación como Left Outer (traer todo, aunque no tenga coincidencia) y Inner Join (traer solo lo que coincide en ambas tablas), aprendiendo cuándo usar cada una para no perder datos.​

• Optimización de Carga: Una técnica "Pro": aprenderás a deshabilitar la carga (Disable Load) de las tablas auxiliares (2021, 2022, Cliente) para que no ensucien tu modelo final en Power BI, dejando solo las tablas maestras listas para reportar.​

¿Por qué es importante esta lección?

Saber unir tablas es la habilidad que te permite dejar de usar BUSCARV (VLOOKUP) en Excel. Con Merge y Append, creas relaciones robustas y tablas consolidadas que se actualizan solas, formando la columna vertebral de cualquier modelo de datos profesional.

Nota:

Esta lección es el puente perfecto hacia el siguiente gran tema: el Modelado de Datos y DAX, ya que al final del video terminamos con tablas limpias y relacionadas, listas para crear medidas.

Creación de una Tabla de Tiempo (Dimensión Calendario) con Código M

Todo análisis de negocios necesita una dimensión temporal: saber cuánto vendimos ayer, compararlo con el año pasado o proyectar el mes siguiente. En esta lección avanzada se nos enseña a construir una Tabla de Tiempo Dinámica desde cero, sin depender de archivos externos. Aprenderás a escribir tu propio script en Lenguaje M para generar un calendario que se ajusta automáticamente a las fechas de tus ventas.​

Lo que aprenderás en esta sesión:

• Generación de Datos con Código M: Daremos el salto de "hacer clic en botones" a "escribir soluciones". Utilizaremos el Editor Avanzado para crear una tabla vacía y llenarla programáticamente.​

• Lógica del Script de Calendario:

  • Extracción de Límites: Aprenderás a escribir funciones para encontrar automáticamente la Fecha Mínima (primera venta) y la Fecha Máxima (última venta) de tu tabla de pedidos.​

  • Generación de Listas: Usaremos funciones como List.Dates y Duration para crear una lista continua de días entre esas dos fechas, asegurando que no falte ningún día en tu análisis.​

• Transformación de Lista a Tabla: Verás cómo convertir una lista bruta de fechas en una tabla estructurada y luego enriquecerla extrayendo columnas como Año, Mes y Día con un solo clic.​

• Buenas Prácticas de Modelado: Finalizaremos conectando esta nueva "Dimensión de Tiempo" con tu tabla de "Órdenes" en la vista de modelo, cerrando el ciclo de una arquitectura de BI profesional.​

¿Por qué es importante esta lección?

Crear tu propia tabla de tiempo es un hito de madurez en Power BI. Te libera de limitaciones y errores comunes al filtrar fechas, y garantiza que tus cálculos de "Inteligencia de Tiempo" (como acumulados anuales o comparativas YTD) funcionen con precisión milimétrica.

Nota de Nivel: Esta lección es técnicamente más densa que las anteriores, ideal para desafiar a los estudiantes a perder el miedo al código.

Formula:

let

    lista_fechas = Table.Column(Ordenes, "FechaOrden"),
    solo_fechas = List.Transform(lista_fechas, each Date.From(_)),
    fecha_minima = List.Min(solo_fechas),
    fecha_maxima = List.Max(solo_fechas),
    dias = Duration.Days(fecha_maxima - fecha_minima) + 1,
    fechas = List.Dates(fecha_minima, dias, #duration(1, 0, 0, 0)),
    tabla_fechas = Table.FromList(fechas, Splitter.SplitByNothing(), {"Fecha"})

in

    tabla_fechas

Fundamentos de Modelado de Datos - Relaciones y Cardinalidad

¿Por qué al cargar datos en Power BI a veces se conectan solos y otras veces no? ¿Qué significan esas líneas con "1" y asteriscos "*" entre tus tablas? En esta lección fundamental, nos introduce al corazón de Power BI: el Modelo Relacional. Dejaremos de ver tablas aisladas (como en Excel) para empezar a pensar en un "sistema de tablas" interconectadas que hablan entre sí.​

Lo que aprenderás en esta sesión:

• ¿Qué es el Modelado de Datos?: Entenderás la transición de tener "sábanas de datos" en Excel a tener tablas especializadas (Clientes, Órdenes, Productos) conectadas por campos clave (IDs), tal como funcionan las bases de datos profesionales SQL u Oracle.​

• **Cardinalidad (1:, :1): Desmitificaremos los tipos de relaciones:

  • Uno a Muchos (1:*): Un cliente hace muchas compras (la relación más sana y común).

  • Muchos a Muchos (:): Por qué debemos evitarla y cómo usar "tablas puente" para resolverla.

  • Uno a Uno (1:1): Cuándo ocurre y por qué es poco frecuente.​

• Dirección del Filtro (Cross-filter direction):

  • Aprenderás que las relaciones tienen "sentido". Veremos cómo, por defecto, el Cliente filtra a las Órdenes (flujo hacia abajo), pero las Órdenes no filtran al Cliente... a menos que actives el Filtro Bidireccional (Both), una herramienta poderosa pero peligrosa que el instructor demuestra con un ejemplo visual claro.​

• Seguridad a Nivel de Fila (RLS): Una introducción anticipada a cómo los roles de seguridad interactúan con las relaciones, permitiendo que un vendedor vea solo sus ventas cuando entra al reporte.​

• Relaciones Activas e Inactivas: Descubrirás qué pasa cuando tienes dos fechas en una misma tabla (Fecha de Orden vs. Fecha de Envío) y cómo Power BI solo permite una relación activa a la vez, dejando las otras "punteadas" o inactivas.​

• Función RELATED: Como bonus, verás cómo traer datos de una tabla a otra usando DAX (RELATED), aunque aprenderemos que, gracias a un buen modelo, ¡muchas veces ni siquiera es necesario hacerlo!.​

¿Por qué es importante esta lección?

Sin un modelo de datos correcto, tus fórmulas DAX darán resultados erróneos y tus gráficos no responderán a los filtros. Esta clase es el cimiento sobre el cual construiremos toda la inteligencia de negocios en las siguientes lecciones.

Nota: Esta lección conecta perfectamente con la anterior (Clase 14, Tabla de Tiempo), ya que ahora el estudiante aprende a conectar esa tabla de fechas con sus datos de ventas de forma correcta.

Fundamentos de DAX - Tu Primera Fórmula

Antes de correr, hay que caminar. En esta lección introductoria,  nos explica desde cero qué es DAX (Data Analysis Expressions) y por qué es el motor de Power BI. Si vienes de Excel, esta clase te ayudará a traducir lo que ya sabes al nuevo lenguaje de Microsoft, construyendo tus primeros cálculos sin miedo.​

Lo que aprenderás en esta sesión:

• ¿Qué es DAX?: Definición conceptual y su función como lenguaje de fórmulas para el análisis de datos.​

• Los 3 Tipos de Cálculos en Power BI:

  1. Tablas Calculadas: Aprenderás a usar la función CALENDAR para generar una tabla de fechas automática desde cero, definiendo un rango de inicio y fin.​

  2. Columnas Calculadas: Crearemos una columna de "Venta Neta" en la tabla de hechos, operando fila por fila: (Precio * Cantidad) - Descuento. Verás cómo usar corchetes [] para referenciar columnas.​

  3. Medidas (Measures): Crearemos tu primera medida explícita SUM(Ventas) para totalizar resultados.​

• Medidas Implícitas vs. Explícitas:

  • Verás cómo Power BI crea "medidas rápidas" automáticamente cuando arrastras un campo numérico al gráfico (Implícitas).

  • Entenderás por qué es mejor práctica crear tus propias medidas manuales (Explícitas) para tener control total sobre la operación (Suma, Promedio, Máximo) y evitar errores futuros.​

• Relaciones Básicas: Un recordatorio visual de cómo conectar tu nueva tabla de Calendario con la tabla de Órdenes para que las fechas funcionen en tus reportes.​

¿Por qué es importante esta lección?

Esta es la entrada suave al mundo de la programación en Power BI. Establece la terminología correcta y las buenas prácticas (como preferir medidas sobre columnas) que te evitarán dolores de cabeza cuando los modelos se vuelvan complejos.

Dominando los Iteradores - SUM vs. SUMX

¿Por qué DAX tiene funciones terminadas en "X"? En esta lección clave, se resuelve una de las dudas más comunes en Power BI: la diferencia entre sumar una columna (SUM) y sumar una expresión (SUMX). Aprenderás a optimizar tus modelos evitando crear columnas innecesarias y realizando cálculos complejos en un solo paso.​

Lo que aprenderás en esta sesión:

• La Limitación de SUM: Verás que la función SUM estándar solo puede sumar una columna que ya existe físicamente. Si intentas escribir SUM(Precio * Cantidad), Power BI te dará error porque SUM no sabe multiplicar.​

• El Poder de SUMX:

  • Entenderás el concepto de Iteración: cómo SUMX recorre la tabla fila por fila (iterando), realiza el cálculo que le pidas (ej. Precio * Cantidad) y guarda el resultado en memoria temporalmente antes de sumar todo al final.

  • Ahorro de Espacio: Descubrirás que con SUMX no necesitas llenar tu modelo con "Columnas Calculadas" intermedias que ocupan memoria RAM innecesariamente. Puedes obtener el "Total de Ventas" directamente desde los datos brutos.​

• Demostración Práctica:

  • Crearemos dos medidas que dan el mismo resultado numérico: una usando el método largo (Columna Calculada + SUM) y otra usando el método eficiente (SUMX).

  • Comprobaremos visualmente en una tabla que ambos métodos funcionan, pero entenderemos por qué el segundo es "Mejor Práctica" en modelos grandes.​

• Familia de Iteradores: Introducción breve a que esta lógica aplica para todas las funciones "X" (AVERAGEX, MINX, MAXX), abriendo un abanico de posibilidades para cálculos estadísticos avanzados.​

¿Por qué es importante esta lección?

Entender SUMX es el primer paso para dominar el Contexto de Fila, uno de los dos pilares fundamentales de DAX (junto con el Contexto de Filtro). Esta lección marca la diferencia entre usar Power BI como un "Excel vitaminado" y usarlo como una verdadera herramienta de BI.

Nota :

Esta clase prepara el terreno para la siguiente lección de CALCULATE, la función que manipula el contexto de filtro.

Enriqueciendo el Modelo - Función RELATED y Jerarquías

Descripción del Video

¿Extrañas el BUSCARV (VLOOKUP) de Excel? En esta lección, se presenta su equivalente en DAX: la función RELATED. Aprenderás cómo traer datos de otras tablas (como el Nombre del Cliente o País) hacia tu tabla de ventas para simplificar el análisis. Además, utilizaremos estos nuevos datos para construir Jerarquías, una poderosa característica que permite a los usuarios "navegar" (drill-down) desde un País -> Ciudad -> Cliente -> Orden con un solo clic.​

Lo que aprenderás en esta sesión:

• Función RELATED:

  • Entenderás cómo usar la relación existente entre tablas para traer información "prestada". Por ejemplo, traer el Nombre de la Compañía desde la tabla Clientes a la tabla Órdenes.​

  • Verás que esta función solo funciona si existe una relación activa de "Uno a Muchos" en el modelo.

• Creación de Jerarquías (Hierarchies):

  • Aprenderás a agrupar campos lógicos (País > Cliente > Orden) en una sola estructura.

  • Descubrirás que para crear una jerarquía, todos los campos deben estar en la misma tabla física, razón por la cual usamos RELATED primero para consolidarlos.​

• Visualización de Matriz (Matrix):

  • Usaremos la jerarquía recién creada en un objeto visual de Matriz, permitiendo expandir niveles con los botones + y -, ofreciendo una experiencia de usuario profesional y organizada.​

¿Por qué es importante esta lección?

Aunque el modelo de estrella es ideal, a veces necesitamos "aplanar" ciertas dimensiones para facilitar la visualización. RELATED es la herramienta clave para esto, y las Jerarquías son esenciales para que tus reportes sean interactivos y fáciles de explorar.

Nota:

Esta lección sirve como puente entre el bloque de DAX puro y el inicio de la visualización avanzada, ya que prepara los datos para ser consumidos en gráficos jerárquicos.

Función SWITCH - Optimizando la Lógica Condicional

¿Tienes una columna llena de códigos numéricos (1, 2, 3) que nadie entiende? ¿Estás cansado de escribir múltiples funciones IF anidadas (SI esto, entonces esto, SI NO...)? Esta lección nos presenta la función SWITCH, la alternativa elegante y limpia para transformar datos codificados en información legible.​

Lo que aprenderás en esta sesión:

• El Problema de los Códigos: Trabajaremos con la tabla de Órdenes, donde la columna "Forma de Envío" solo muestra números (1, 2, 3). Aprenderemos por qué necesitamos "traducir" esto para el usuario final.​

• Sintaxis de SWITCH:

  • Aprenderás la estructura básica: SWITCH(Campo, Valor1, Resultado1, Valor2, Resultado2, ... ResultadoAlternativo).

  • Verás cómo reemplazar una lógica compleja de IF anidados con una sola función fácil de leer y mantener.​

• Caso Práctico: Crearemos una nueva columna calculada llamada Courier que automáticamente convierte:

  • 1 -> "DHL"

  • 2 -> "FedEx"

  • 3 -> "UPS"

  • Cualquier otro valor -> "Otro" (Manejo de errores o valores no clasificados).​

¿Por qué es importante esta lección?

La limpieza de datos no siempre ocurre en Power Query. A veces, necesitas crear categorías de negocio "al vuelo" en el modelo. SWITCH es una de las funciones más utilizadas para agrupar datos, crear semáforos (Rojo/Amarillo/Verde) y simplificar fórmulas condicionales.

Siguiente Paso: Una vez dominada la lógica condicional y de iteración, pasaremos a la Inteligencia de Tiempo

Inteligencia de Tiempo - Acumulados Automáticos (YTD, MTD)

¿Cuánto llevamos vendido en lo que va del año? ¿Y en lo que va del mes? Estas preguntas son tan comunes que DAX tiene funciones dedicadas exclusivamente a responderlas. Esta lección nos enseña a calcular Acumulados Temporales sin necesidad de fórmulas complejas, permitiéndonos ver la progresión de nuestro negocio día a día.​

Lo que aprenderás en esta sesión:

• El Concepto de Acumulado: Entenderás la diferencia entre la venta diaria (lo que se facturó hoy) y la venta acumulada (la suma de hoy + ayer + anteayer...), y por qué es vital para medir el rendimiento contra metas anuales.​

• Funciones Time Intelligence:

  • TOTALMTD (Month-to-Date): Crearemos una medida que acumula las ventas desde el día 1 del mes y se reinicia automáticamente cuando cambia el mes (ej. de Julio a Agosto).​

  • TOTALYTD (Year-to-Date): Aprenderás a crear el acumulado anual, que sigue sumando mes tras mes hasta llegar al 31 de diciembre, momento en el cual se reinicia para el siguiente año.​

  • TOTALQTD (Quarter-to-Date): Mención breve sobre acumulados trimestrales.

• Requisito Fundamental: Veremos que estas funciones requieren obligatoriamente una columna de fechas continua (de nuestra tabla Calendario u Órdenes) para saber cuándo "cortar" el acumulado.​

• Visualización: Comprobaremos los resultados en una tabla, viendo cómo el TOTALMTD sube día a día y cae a cero al inicio del mes siguiente, mientras que el TOTALYTD sigue creciendo hasta fin de año.​

¿Por qué es importante esta lección?

Las funciones de inteligencia de tiempo son las "joyas de la corona" de DAX. Simplifican cálculos que en Excel o SQL requerirían lógica compleja, permitiéndote crear reportes financieros robustos (YTD, MTD, QTD) en segundos.

DAX Intermedio - Contexto de Fila, Iteradores y CALCULATE

Ahora que ya conoces los fundamentos de DAX, es momento de subir el nivel. En esta clase profundizamos en la verdadera potencia de Power BI: el control del contexto. Vamos más allá de las sumas simples para resolver problemas de negocio reales, como calcular márgenes de ganancia fila por fila y segmentar clientes dinámicamente.​

Lo que aprenderás en esta sesión:

• Funciones Iteradoras (Las "X"):

  • Descubrirás la limitación de SUM: no puede operar columna por columna antes de sumar.

  • Aprenderás a usar SUMX para iterar sobre la tabla Órdenes, realizando la operación (Precio * Cantidad) fila por fila y luego sumando los resultados, garantizando un cálculo de "Total Venta" matemáticamente correcto.​

• Inteligencia de Datos Relacional:

  • RELATED: Cómo traer el Costo Unitario desde la tabla Productos hacia la tabla Ventas para calcular la ganancia, cruzando datos entre tablas conectadas.​

  • RELATEDTABLE: Cómo contar filas relacionadas (ej. cuántas órdenes tiene un cliente) desde el lado "uno" de la relación.​

• Lógica Condicional: Usaremos las funciones SWITCH (para poner nombres a los meses) e IF anidados para crear clasificaciones de negocio.​

• El Poder de CALCULATE: Una introducción práctica a la función más importante de DAX. Veremos cómo usar CALCULATE para modificar el contexto de un filtro, permitiéndonos sumar ventas específicas (ej. "Solo Ventas de Color Rojo") independientemente de lo que el usuario seleccione en el reporte.​

• Columnas vs. Medidas (Nivel Pro): Reforzaremos cuándo usar cada una, demostrando con un ejemplo de "Margen de Ganancia %" por qué hacerlo como columna calculada da un resultado erróneo (promedio de porcentajes) y por qué debe hacerse obligatoriamente como medida (división de totales).​

¿Por qué es importante esta lección?

Aquí es donde DAX empieza a resolver problemas que Excel no puede. Entender los iteradores (SUMX) y el cambio de contexto (CALCULATE) es lo que separa a un usuario novato de un desarrollador de Power BI capaz de modelar cualquier escenario financiero o comercial.

Nota:

Esta lección es densa y técnica. Se recomienda al estudiante pausar y practicar cada fórmula junto con el instructor.

Profundizando en CALCULATE - Contexto de Filtro y Transición

Aquí es donde se separan los novatos de los expertos. En esta lección avanzada se disecciona el funcionamiento interno de CALCULATE. A través de un experimento práctico creando una tabla desconectada y luego conectándola, verás con tus propios ojos cómo fluyen los filtros en Power BI y por qué CALCULATE es la única función capaz de modificar este comportamiento.​

Lo que aprenderás en esta sesión:

• El Experimento de la Tabla Desconectada:

  • Crearemos una tabla de Años usando SELECTCOLUMNS y DISTINCT.

  • Intentaremos calcular las ventas por año sin relacionar las tablas. Verás que el resultado es el "Gran Total" repetido en todas las filas, porque no hay filtro que fluya.

• CALCULATE como Motor de Filtros:

  • Usaremos CALCULATE para forzar el filtro manualmente: CALCULATE(Ventas, Año = 2021).

  • Veremos la función EARLIER para hacer referencia al contexto de fila actual dentro de un cálculo complejo (aunque hoy en día se usa menos gracias a las variables, es vital entenderla).

• Transición de Contexto (Context Transition):

  • El momento "¡Ajá!": Al crear la relación física entre la tabla Años y Órdenes, verás cómo el cálculo se arregla "mágicamente".

  • Descubrirás que las Medidas tienen un CALCULATE implícito. Por eso, llamar a [Total Ventas] funciona automático, pero escribir SUM(Ventas) requiere envolverlo en CALCULATE para que respete el filtro de fila.​

• Filtros Adicionales: Aprenderás a agregar condiciones extra, como calcular las "Ventas de 2021" pero solo de la categoría "Beverages", combinando el contexto de fila con filtros explícitos.​

¿Por qué es importante esta lección?

Entender la Transición de Contexto es el concepto más difícil y necesario de DAX. Una vez que entiendes por qué [Medida] funciona diferente a SUM(Columna) dentro de una tabla calculada, habrás desbloqueado el verdadero poder del modelado en Power BI.

Siguiente Paso: Con el motor de cálculo dominado, es hora de visualizar, aplicaremos todo esto para construir un Dashboard Financiero completo.

Taller Maestro - Creando un Dashboard Financiero Profesional

Ha llegado el momento de la verdad. En esta clase final de 50 minutos, tomaremos todas las habilidades adquiridas (Power Query, Modelado, DAX) para construir desde cero un Dashboard de Ventas de Alto Impacto. Aquí realizaremos el proceso completo "End-to-End", desde la hoja en blanco hasta un reporte interactivo con diseño personalizado.​

Lo que aprenderás en esta sesión:

• ETL y Modelado Rápido: Repasaremos cómo conectar dos hojas de Excel (Input Data y Master Data), unirlas con Merge en Power Query para crear una tabla única (sábana plana) y preparar los datos para el análisis.​

• Fábrica de Medidas: Crearemos en vivo las métricas clave del negocio:

  • Total Venta, Total Costo, Ganancia (usando SUM y resta simple).

  • Margen % (usando la división segura).

  • Ranking de Productos: Usaremos el filtro "Top N" en las tarjetas para mostrar dinámicamente cuál fue el producto más vendido y la venta máxima.​

• Diseño Visual Avanzado (UI/UX):

  • Fondos Personalizados: Aprenderás el truco profesional de diseñar la estructura del dashboard (cajas, títulos, logos) en PowerPoint, exportarlo como imagen y usarlo de fondo en Power BI para lograr un look limpio y corporativo.​

  • Tarjetas KPI: Configuraremos múltiples tarjetas (Cards) para mostrar los indicadores principales, ajustando etiquetas, tamaños y colores para que encajen perfectamente en nuestra plantilla de fondo.​

• Interactividad y Storytelling:

  • Slicers (Segmentadores): Configuraremos filtros por Año, Mes, Tipo de Venta y Modo de Pago.

  • Edit Interactions: Resolveremos un problema común: evitar que el filtro de "Mes" rompa el gráfico de "Tendencia Mensual". Aprenderás a desconectar interacciones específicas para que cada gráfico cuente la historia correcta.​

  • Temas JSON: Cómo personalizar la paleta de colores corporativa usando códigos hexadecimales (HEX) para que coincida con la marca de tu empresa.​

¿Por qué es importante esta lección?

Este no es solo un tutorial de "cómo hacer un gráfico". Es una lección de Diseño de Producto de Datos. Al terminar, tendrás un portafolio real que demuestra que puedes transformar datos crudos en una herramienta de toma de decisiones estéticamente agradable y funcional.

Aunque con esta lección se completa el ciclo de vida de un proyecto de Business Intelligence, seguiremos viendo otros temás de análisis interesantes.

Análisis Estratégico - Segmentación de Clientes con RFM

¿Quiénes son realmente tus mejores clientes? No siempre es quien compra más volumen, sino quien compra más seguido o quien te visitó ayer. En esta clase avanzada, se nos enseña a implementar el modelo RFM (Recencia, Frecuencia, Monto), una técnica de marketing utilizada por grandes empresas para fidelizar y rescatar clientes, todo calculado con DAX.​

Lo que aprenderás en esta sesión:

• ¿Qué es RFM?: Entenderás los tres pilares del análisis:

  • Recencia (Recency): Días transcurridos desde la última compra.

  • Frecuencia (Frequency): Cantidad de veces que ha comprado.

  • Monto (Monetary): Valor total de sus compras.​

• Cálculos Avanzados con DAX:

  • Recencia: Usaremos DATEDIFF junto con MAX(FechaOrden) para calcular cuántos días han pasado desde que cada cliente nos visitó por última vez.​

  • Frecuencia y Monto: Usaremos COUNT y SUM dentro de un contexto de cliente para obtener sus métricas individuales.

• Sistema de Puntuación (Scoring):

  • Aprenderás a usar la función RANKX para crear un ranking dinámico. Asignaremos una puntuación del 1 al N a cada cliente en cada categoría (ej. el cliente más reciente obtiene el Rank 1).

  • Descubrirás cómo manipular el orden (ASC o DESC) para que el "Mejor Cliente" sea el que tiene menos días de ausencia (Recencia baja) pero mayor volumen de compra (Monto alto).​

• Estrategia de Negocio: Veremos cómo usar estos datos para tomar decisiones: ¿A quién enviarle un cupón de "Te extrañamos"? (Recencia alta), ¿A quién invitar al club VIP? (Frecuencia y Monto altos).​

¿Por qué es importante esta lección?

Este ejercicio eleva tu nivel de analista. Pasas de simplemente "reportar lo que pasó" (ventas totales) a "explicar el comportamiento" de los clientes, entregando herramientas reales para que el equipo de marketing aumente la rentabilidad.

Nota: Esta lección requiere un dominio sólido de las funciones de agregación y contexto vistas anteriormente.

Optimización de Inventarios - Análisis ABC (Principio de Pareto)

¿Sabías que, por lo general, el 20% de tus productos generan el 80% de tus ingresos? Este es el Principio de Pareto, y en esta clase aprenderás a aplicarlo en Power BI mediante el análisis ABC. Esta lección te guiará para identificar matemáticamente cuáles son tus "Productos Estrella" (Clase A) y cuáles son los de baja rotación (Clase C), permitiéndote optimizar el stock y las estrategias de venta.​

Lo que aprenderás en esta sesión:

• Fundamentos del Análisis ABC: Entenderás la lógica de segmentación:

  • Clase A: Productos críticos (Alto valor, ~80% de ventas).

  • Clase B: Productos intermedios (Valor medio, ~15% de ventas).

  • Clase C: Productos triviales (Bajo valor, ~5% de ventas).​

• DAX de Alto Nivel: Esta lección introduce funciones avanzadas para manipular tablas virtuales:

  • SUMMARIZE: Crearemos una tabla resumen en memoria para agrupar ventas por producto.

  • RANKX: Ordenaremos los productos del más vendido al menos vendido.

  • Acumulados Complejos: Usaremos variables (VAR) y SUMX con filtros dinámicos para calcular el Porcentaje Acumulado de ventas fila por fila, el corazón del algoritmo de Pareto.​

  • SWITCH: Asignaremos la etiqueta "A", "B" o "C" automáticamente según el acumulado calculado.

• Visualización Estratégica:

  • Usaremos el gráfico Treemap (mapa de árbol) para contrastar visualmente la "Cantidad Vendida" vs. "Monto Vendido". Verás casos reales como "Vender 100 limones vs. 1 Laptop", donde el volumen no equivale a rentabilidad.​

• Relaciones y Modelado: Aprenderás a conectar tu nueva tabla de clasificación ABC con el modelo de datos existente usando relaciones 1 a 1 y la función RELATED.​

¿Por qué es importante esta lección?

El análisis ABC es el estándar de oro en logística y retail. Al dominarlo en Power BI, podrás responder preguntas vitales como: "¿Qué productos no pueden faltar nunca en bodega?" o "¿Qué artículos deberíamos dejar de promocionar?".

Nota:

Esta es una lección de alta complejidad técnica, ideal para cerrar tu formación con herramientas de consultoría avanzada.

Visualización de Datos con Power BI

En este tema se introduce al estudiante en los fundamentos conceptuales, históricos y prácticos de la visualización de datos, entendida como una herramienta clave para el análisis, la comunicación y la toma de decisiones basada en datos. Se enfatiza que la visualización no es solo un aspecto estético, sino una forma efectiva de contar historias con propósito, permitiendo identificar rápidamente patrones, tendencias, anomalías y valores atípicos que resultan difíciles de detectar en tablas extensas.

El contenido aborda la importancia de la visualización de datos en distintos contextos profesionales, destacando su capacidad para facilitar la comprensión de información compleja, comunicar hallazgos a audiencias no técnicas, habilitar la exploración interactiva de los datos y apoyar decisiones estratégicas fundamentadas en evidencia.

Se presentan antecedentes históricos clave que demuestran el impacto real de las visualizaciones en la toma de decisiones, como el análisis de la campaña de Napoleón en Rusia, el estudio epidemiológico del cólera en Londres realizado por John Snow y los diagramas de Florence Nightingale para evidenciar causas prevenibles de mortalidad. Estos ejemplos permiten comprender cómo una correcta representación visual puede cambiar la interpretación y el curso de acciones en contextos críticos.

Posteriormente, se estudian los principales tipos de gráficos (barras, líneas, circulares, mapas, diagramas de flujo, gráficos explicativos y exploratorios), así como los principios de percepción visual, apoyándose en las variables gráficas propuestas por Jacques Bertin (color, tamaño, forma, posición, orientación, textura y tonalidad), reforzando la relación entre visualización y psicología cognitiva.

En la parte práctica, el tema se centra en el uso de Power BI para la construcción de visualizaciones a partir de datos reales, abordando:

• La carga y transformación de datos.

• El modelado de datos y la comprensión de relaciones entre tablas.

• El concepto de modelo semántico y la importancia de la topología en estrella.

• La creación de tablas calculadas, columnas calculadas y medidas utilizando el lenguaje DAX (Data Analysis Expressions).

• La construcción de una tabla de fechas para el análisis temporal.

• El uso de funciones como CALENDAR, RELATED, agregaciones y cálculos de métricas como ventas, costos y ganancias.

Finalmente, el tema integra el modelado y los cálculos con la visualización, permitiendo al estudiante comprender cómo una estructura de datos bien diseñada potencia la creación de reportes claros, dinámicos y analíticamente sólidos, consolidando el rol de Power BI como una herramienta central en los procesos modernos de Business Intelligence y analítica de datos.

Descripción del tema: Visualización de Datos con Power BI

En este tema se introduce al estudiante en la construcción y personalización de visualizaciones interactivas en Power BI, partiendo de un conjunto de datos de ventas almacenado en Microsoft Excel. El enfoque combina aspectos de modelado de datos, cálculos básicos y diseño visual, destacando cómo una correcta estructuración de la información permite generar reportes claros y analíticamente consistentes.

Se inicia con la importación de múltiples hojas de Excel que representan entidades clave del negocio, tales como clientes, órdenes, detalle de órdenes, productos y categorías. A partir de estas tablas, se revisa y valida el modelo de relaciones, enfatizando la importancia de comprender la cardinalidad entre entidades (uno a muchos) para garantizar que los análisis y visualizaciones reflejen correctamente la realidad del negocio.

Posteriormente, se realizan cálculos fundamentales en el modelo de datos, incluyendo la creación de columnas calculadas para obtener el valor de venta por línea y medidas agregadas mediante DAX para calcular el total de ventas. Aunque el foco principal no son los cálculos avanzados, se refuerza el concepto de cómo estos habilitan el análisis y la visualización de la información.

En la fase de visualización, el tema se centra en la creación de reportes en Power BI, utilizando distintos tipos de gráficos para representar indicadores como las ventas por país. Se exploran los principales tipos de visualizaciones, tales como tablas, gráficos circulares y gráficos de barras, mostrando cómo los mismos datos pueden representarse de diferentes formas según el objetivo del análisis.

Se pone especial énfasis en la configuración y personalización de los gráficos, abordando aspectos como:

• Uso de campos en ejes, valores y leyendas.

• Incorporación de tooltips y detalles.

• Aplicación de formatos visuales, incluyendo colores, tipografías, tamaños, etiquetas y rotación.

• Adaptación de los gráficos a colores institucionales o corporativos.

• Comprensión de cómo cambian las propiedades visuales al modificar el tipo de gráfico.

Finalmente, se introduce el uso de filtros avanzados, como el filtro Top N, para mejorar la legibilidad y el enfoque analítico de los reportes, permitiendo concentrarse en los valores más relevantes (por ejemplo, los países con mayores ventas).

El tema concluye reforzando la idea de que Power BI ofrece una amplia flexibilidad para explorar, diseñar y comunicar información, y que la efectividad de una visualización depende tanto de la calidad del modelo de datos como de las decisiones de diseño gráfico aplicadas al reporte.

Jerarquías en Power BI

En este tema se introduce al estudiante en el concepto y uso de jerarquías en Power BI, una funcionalidad clave para el análisis de datos multidimensionales y la exploración progresiva de la información. La clase se desarrolla a partir de un conjunto de datos de ventas almacenado en Microsoft Excel, donde los clientes pertenecen a distintos países, regiones y ciudades, permitiendo ilustrar claramente la necesidad de estructurar los datos en niveles jerárquicos.

Se inicia con la carga de datos desde Excel hacia Power BI, haciendo énfasis en buenas prácticas para el manejo de fuentes de datos, tales como el uso de tablas en lugar de rangos sueltos, con el fin de evitar filas en blanco o columnas adicionales que puedan afectar el modelo. Posteriormente, se valida la información desde la vista de datos y se crea una medida básica en DAX para calcular el total de ventas, la cual servirá como métrica principal para el análisis.

A continuación, se explica el proceso de creación de jerarquías personalizadas, partiendo de un campo principal (país) y agregando niveles sucesivos (región y ciudad). Se destaca el propósito de las jerarquías como un mecanismo para organizar la información de forma lógica y permitir la navegación entre distintos niveles de detalle, desde una vista general hasta un análisis más específico.

El funcionamiento de las jerarquías se demuestra mediante visualizaciones como la matriz, donde se puede expandir y contraer la información para analizar ventas por país, región y ciudad, así como mediante gráficos de barras, que permiten aplicar la jerarquía en ejes y explorar los datos de manera interactiva. También se integra el uso de segmentadores (slicers) para filtrar la información por país y analizar escenarios específicos, reforzando el enfoque práctico del tema.

Finalmente, se aborda el concepto de jerarquías automáticas de fecha, explicando cómo Power BI detecta campos de tipo fecha y genera de forma implícita una jerarquía temporal compuesta por año, trimestre, mes y día. A través de ejemplos prácticos, se muestra cómo estas jerarquías facilitan el análisis de ventas en el tiempo y permiten desglosar la información de manera dinámica sin configuraciones adicionales.

El tema concluye resaltando el potencial de las jerarquías para enriquecer los reportes en Power BI, mejorar la experiencia de análisis del usuario y habilitar una exploración estructurada y eficiente de los datos, tanto desde una perspectiva geográfica como temporal.

Visualización de Matrices y Formato Condicional en Power BI

En este tema se introduce al estudiante en el uso de la visualización de tipo matriz en Power BI, enfocándose en su capacidad para analizar información al confrontar filas y columnas, así como en la aplicación de formato condicional para resaltar patrones, comportamientos y valores relevantes dentro de los datos.

La clase se desarrolla a partir de un conjunto de datos de ventas almacenado en Microsoft Excel, el cual incluye información de clientes, ubicación geográfica (país, región y ciudad), productos, precios, cantidades y montos de venta. Se aborda la importación de datos desde Excel, destacando la diferencia entre hojas y tablas, y la importancia de utilizar tablas estructuradas para garantizar una correcta carga y delimitación de la información en Power BI.

Posteriormente, se realiza la creación de una medida básica en DAX para calcular el total de ventas, que sirve como métrica principal para el análisis. A partir de esta medida, se construye una visualización de tipo matriz, utilizando campos de fecha que generan automáticamente una jerarquía temporal (año, trimestre, mes y día), y categorías de producto como columnas, permitiendo analizar las ventas por categoría a lo largo del tiempo.

El tema profundiza en las opciones de formato de la matriz, incluyendo la selección de estilos predefinidos, la personalización de encabezados, colores de fondo, subtotales y totales generales, con el objetivo de mejorar la legibilidad y presentación del reporte.

El eje central de la clase es la aplicación de formato condicional en la matriz, mostrando cómo es posible:

• Formatear el fondo o la fuente de los valores.

• Agregar barras de datos.

• Utilizar iconos condicionales tipo semáforo para clasificar los resultados según rangos definidos.

Se explica cómo configurar estos rangos utilizando porcentajes o valores absolutos, resaltando la importancia de conocer el comportamiento de los datos para establecer criterios adecuados. A través de ejemplos prácticos, se demuestra cómo el formato condicional permite identificar rápidamente valores bajos, medios y altos, facilitando la interpretación y el análisis visual de la información.

El tema concluye destacando el valor del formato condicional como una herramienta clave para enriquecer las visualizaciones, mejorar la toma de decisiones y transformar tablas numéricas en representaciones visuales intuitivas y significativas dentro de Power BI.

Creación de Menús de Filtros Dinámicos con Slicers, Botones y Bookmarks

En este módulo, elevaremos el nivel de interactividad de nuestros reportes en Power BI transformando los Slicers (segmentadores de datos) tradicionales en menús desplegables dinámicos y estéticos. Aprenderemos a combinar objetos visuales básicos con lógica de navegación avanzada para optimizar el espacio en el lienzo y mejorar la experiencia del usuario.

Puntos Clave de Aprendizaje:

• Fundamentos de Diseño con Formas y Botones: Aprenderás a insertar y personalizar formas (rectángulos) y botones desde el menú de insertar, modificando sus propiedades de relleno y color. Se abordará la gestión de capas visuales (traer al frente o enviar al fondo) y la importancia de agrupar elementos para manipularlos como un solo objeto.

  
  

• Configuración de Slicers (Segmentadores): Repasaremos la inserción de Slicers para filtrar datos por campos como "Año" o "Categoría de producto", y cómo cambiar su presentación a formato de lista para una mejor visualización.

  
  

• Lógica de Bookmarks (Marcadores) y Panel de Selección: Dominarás el uso del Panel de Selección y los Bookmarks para crear diferentes estados de visualización en el reporte.

  
  

  • Crearemos un estado "Show Slicer" (Mostrar Menú) y otro "Hide Slicer" (Ocultar Menú) gestionando la visibilidad de los grupos de objetos.

    
    

  • Configuración Crítica: Aprenderás a deshabilitar la propiedad de "Datos" (Data) en los bookmarks para asegurar que el marcador solo afecte la visualización (despliegue) y no altere los filtros de datos seleccionados por el usuario.

    
    

• Interactividad y Acciones: Configuraremos la propiedad de Acción en los botones para vincularlos a los bookmarks específicos, permitiendo al usuario abrir y cerrar el panel de filtros con un clic. Se explicará también el comportamiento de los botones en Power BI Desktop (requiere Ctrl + Clic) frente a su funcionamiento nativo en Power BI Services.

  
  

Resultado Esperado: Al finalizar esta lección, el estudiante será capaz de construir interfaces limpias y profesionales donde los filtros no ocupan espacio innecesario, apareciendo solo cuando el usuario interactúa con un botón de menú personalizado.