Escuela de Formación Profesional

Curso: Especialización - Gestión

de KPIs y OKRs con Power BI
Ponente:
Mg.
Carlos Calderón
 Tema 4:
Modelado de Datos
Power BI
Transformación de Datos con Power Query

Emplea las diversas opciones del

módulo Power Query que carga,
transforma, consolida y adapta los
datos de las fuentes originales para
que puedan ser analizadas a través de Fuente de imagen: www.avanzaentucarrera.com

una interfaz amigable y de fácil

manejo.
4
 Características de Power BI
➢ Soporta más datos que Excel, con archivos más pequeños utilizando
Vertipaq (tecnología de Microsoft que comprime los datos para
colocarlos en memoria).
➢ Es increíblemente rápido (In-Memory BI x Velocity).
➢ Permite utilizar múltiples tablas y visualizaciones.
➢ Alta eficiencia a través de opciones avanzadas.
➢ Tiene una versión gratuita.

INFOPUC
 Diferencias de Excel y Power BI
Excel Power BI Desktop

Todos los datos de un origen Maneja múltiples orígenes

Fórmulas Excel y Lenguaje VBA Fórmulas avanzadas con DAX
No hay jerarquías Puede crear jerarquías
No hay KPIs Puede crear KPIs
Analiza siempre todos los datos Puede crear vistas
Gráficos de Excel Visualizaciones con Power BI

INFOPUC
Diferencias de Excel y Power BI

INFOPUC
 Editor de consultas

Edición de
consulta

Panel de
consulta Historial de
pasos

Resultado de
consulta

INFOPUC
 ✓ Se realiza mediante el Power Query.
✓ Buscar y conectar datos en una gran
variedad de fuentes de origen.
✓ Combinar fuentes de origen de datos para
Editor
que coincidan con los requisitos de análisis
de consultas
de datos.
✓ Preparar los datos para analizarlos y
modelarlos.
✓ Realizar procesos de limpieza de datos.
✓ Crear vistas personalizadas de datos.

INFOPUC
 ➢ Tiene un módulo importante de
historial de pasos:
Editor de ▪ Almacena la secuencia de cada paso
Consultas aplicado a la consulta.

▪ Permite deshacer pasos.

▪ Permite insertar pasos.

INFOPUC
 TXT 2002
Categoría Categoría
Cod, desc (subcat “-” cat)
20 registros Código SubCat Categoría

TXT 2003
Categoría 55 registros
Cod, desc (subcat “-” cat)
35 registros
Producto

Excel Tiempo
(Base de Datos Ventas Retail 2.0)
Ventas
Hoja 1: Producto
Hoja 2: Tiempo
Hoja 3: Ventas

CSV - Sucursal
Sucursal Sucursal
Cod, desc INFOPUC
 Categoría
Fact table / Hechos
Tiempo
Código SubCat Categoría
Ventas

Cod_producto
Cod_fecha
Cod_Sucursal Sucursal
Producto
Nombre Sucursal
Nombre Producto

INFOPUC
Conexión a Excel

Fuente de imagen:
https://www.freepik.es/vectores/p
ersona-idea

INFOPUC
 Conexión a Excel
Seleccionar Archivo Seleccionar las tablas o hojas
disponibles

INFOPUC
Conexión a Texto o CSV

INFOPUC
 Conexión a Texto o CSV
Seleccionar Archivo Configurar los campos del archivo

INFOPUC
Conexión a Base de Datos

INFOPUC
Dividir columna

INFOPUC
Formato de columna de texto

INFOPUC
Extraer de columna de texto

INFOPUC
 Ordernar datos
Pestaña Inicio

Cabecera del conjunto de

datos

INFOPUC
Tipos de Datos

INFOPUC
 Tipos de Datos

Son importantes para las operaciones de tal forma que se tenga el

resultado esperado:

• Para cálculos se debe tener números:

sin espacios ni caracteres.

• Para escalas de tiempo se debe tener fechas:

forma de fecha (dd/mm/aaaa).

• Para concatenaciones debe tener caracteres.

INFOPUC
Reemplazar Datos

INFOPUC
Aplicar cambios

INFOPUC
Modelado de Datos

Elabora un modelo dimensional para

conectar y relacionar las diferentes
fuentes de datos del negocio
permitiendo analizar rápidamente
grandes volúmenes de información.
Fuente de imagen: www.avanzaentucarrera.com

26
 Base de Datos - Relaciones
Código Nombre Apellido Apellido Código
Alumno Paterno Materno Ubigeo
20201001 Juan Pérez Linares D001
Código Distrito Provincia Departamento
20201002 Carlos Tejo Carranza D001
D001 Ancón Lima Lima
20201003 Patricia Luque Laos D002
D002 Barranco Lima Lima
20201004 Luisa Tang Olosi D003
D003 Breña Lima Lima
20201005 Max Carrión Panduro D003
D004 Cercado Lima Lima

D005 Surquillo Lima Lima

Primary Key
Foreign Key
(PK) D006 San Luís Lima Lima
(FK)

Primary Key
(PK)

INFOPUC
 Base de Datos – Primary Key

➢ Es una restricción que identifica de

manera única cada registro de fila en
una tabla de base de datos.
➢ La columna de clave principal debe
contener valores únicos.
➢ No se permiten valores nulos para la
columna de clave principal
Fuente de imagen: https://www.gnomi.club/llave-primaria/

➢ Solo se permite una clave principal en

una tabla.

INFOPUC
 Base de Datos – Foreign Key
• La clave foránea o externa es una
columna que apunta a la columna de
clave principal de otra tabla.

• La tabla que contiene la clave foránea

se denomina tabla secundaria, y la
tabla que contiene la clave primaria se
denomina tabla principal. Fuente de imagen: https://www.astera.com/es/tipo/blog/sistema-de-gesti%C3%B3n-de-bases-de-datos-relacionales/

• Los tipos de datos de la clave principal y

la clave foránea deben ser idénticos.

INFOPUC
 Modelo Dimensional

Fácil Acceso
Requerimiento
entendimiento rápido Cliente Tiempo

Tabla de Hechos Métricas Ventas

Atributos
Tabla de Sucursal Producto
Dimensiones

INFOPUC
 Modelo Dimensional
Tablas
(PK) (PK) Dimensiones
Tiempo Cliente
Sucursal Producto

Tablas de Hechos
Ventas

(PK) (PK)
Métricas
Unidades Costo
Monto

INFOPUC
 Modelo Estrella

(PK) (PK)
Ventajas
• Consultas (Querys) simples.
• Alto rendimiento.
• Agregaciones fáciles

(PK) (PK)
Desventajas
• Mayor capacidad de
almacenamiento

INFOPUC
 Modelo de Copo de Nieve

(PK) (PK)
Ventajas
• Reduce el almacenamiento de datos.

(PK)
(PK)
Desventajas
• Consultas (querys) complejas.
• Bajo rendimiento.

(PK) (PK)

INFOPUC
Relaciones de tablas

➢ No importa la fuente de
origen.
➢ Son inferidas del modelo
original (base de datos).
➢ Incluye una columna única con
el mismo tipo de dato.
➢ Los filtros de una tabla se
propagan en todo el modelo

INFOPUC
 Tema 5:
KPI y OKR Dashboards
¿Qué es un Dashboard?

Fuente .- Tomado de https://es.venngage.com/blog/visualizacion-de-datos/

¿Qué es la visualización de datos?
• Los datos están presentes en cada campo de conocimiento, fenómeno o evento que sucede.
• Su gestión permite entender mejor la realidad del hecho mismo y, en algunas ocasiones, la
realidad misma.
• El cambio tecnológico actual requiere que las personas estén preparadas para utilizarlos
adecuadamente.
• La necesidad de gestionar los datos ha desarrollado nuevos campos de conocimiento como la ciencia
de datos.
• Entre sus disciplinas están la minería de datos, la ingeniería de datos, el análisis predictivo, el
aprendizaje automático y la visualización de datos. (Stedman, 2021)

37
Interpretación para generar insight
En este caso, supongamos que trabajamos para una startup que ha creado un producto de consumo. Estamos
pensando en cómo ponerle precio a un nuevo producto. Una de las consideraciones en este proceso de toma de
decisiones en el que nos centraremos aquí es cómo los precios de nuestros productos en este mercado han
cambiado con el tiempo.

Fuente:.- Tomado de Storytelling with data (Nussbaumer, 2015)

Recomendaciones
Lo primero que debe hacer cuando se enfrenta a un desafío de visualización es asegurarse de tener una sólida comprensión del contexto y de lo
que necesitas comunicar. Debemos identificar un público específico y lo que necesitan saber o hacer, y determinar los datos que usaremos para
ilustrar nuestro caso. Por lo tanto, debemos elaborar la Gran Idea.

38
Interpretación para generar insight
Al estudiar el caso, vemos claras caídas en el precio promedio para los productos A y B en un determinado periodo.

Fuente.- Tomado de Storytelling with data (Nussbaumer, 2015)

39
 Interpretación para generar insight
Hay una observación realizada con el visual original que puede ser importante: “El precio ha bajado para
todos los productos en el mercado desde el lanzamiento del Producto C en 2010.”

Los productos C, D y E se
En el 2014, los
introdujeron más tarde. a
Productos A y B
precios mucho más bajos...
tienen un precio de
$260 y $250,
respectivamente.

Fuente: Storytelling with data (Nussbaumer, 2015)

40
 Interpretación para generar insight
Finalmente, luego de haber realizado el análisis de los precios de la competencia y su evolución histórica,
se recomienda presentar un nuevo producto cuyo precio promedio este entre el rango de $150 y $200
dólares.
A partir de 2014, los precios
minoristas han convergido, Para ser competitivos,
con un precio minorista recomendamos presentar
promedio de $223, que va un nuevo producto cuyo
desde un mínimo de $180 (C) precio promedio sea de
hasta un máximo de $260 (A) $223 en el rango de
$150−$200

Producto
A: $260

Producto
C: $180

Fuente: Storytelling with data (Nussbaumer, 2015)

41
Funciones DAX
Realiza operaciones aplicando
diferentes funciones y utilizando el
lenguaje DAX para enriquecer el
modelo de datos creando métricas
que respondan preguntas de
negocios.
Fuente de imagen: www.avanzaentucarrera.com

42
 Cálculos:
-
M

Funciones DAX e
d
i
d
a
s
-
Data C
Cálculos:
Analysis -Medidas o
-Columnas l Funciones
eXpression u
-Tablas
m
n
a
-Power BI
s
-Power Pivot
-
Fórmulas
-Analysis Services
T
a
b
l
a
s

INFOPUC
 Funciones DAX
B D B D

Ganancia = TablaVentas[VentaTotal] – [CostoTotal] Venta Total = SUM (TablaVentas [Importe] )

A C E A C E F
A. El nombre de la columna calculada.
A. El nombre de la métrica calculada.
B. El símbolo igual, indica el inicio de un cálculo.
B. El símbolo igual, indica el inicio de la fórmula.
C. El nombre de la primera columna que se desea
C. Función de agregación.
operar.
D. Parámetros de la función de agregación.
D. El operador matemático.
E. La tabla referenciada.
E. El nombre de la segunda columna que se desea
F. La columna referenciada, ubicada en la tabla.
operar.

INFOPUC
 Funciones DAX - Texto
CONCATENATE(<text1>, <text2>) Unifica dos cadenas de textos en una sola cadena.
REPLACE(<old_text>, <start_num>, Reemplaza parte de una cadena de texto, según el número de
<num_chars>, <new_text>) caracteres que especifique, con una cadena de texto diferente.
UPPER(<text>) Convierte todas las letras de una cadena de texto a mayúsculas.
LOWER(<text>) Convierte todas las letras de una cadena de texto a minúsculas.
Elimina todos los espacios del texto excepto los espacios entre
TRIM(<text>)
palabras.
Devuelve una cadena de caracteres de una cadena inicial, dada una
MID(<text>, <start_num>, <num_chars>)
posición inicial y una longitud.
Devuelve el número especificado de caracteres desde el principio de
LEFT(<text>, <num_chars>)
una cadena de texto.
Devuelve el número especificado de caracteres desde el final de una
RIGHT(<text>, <num_chars>)
cadena de texto.
LEN(<text>) Devuelve el número de caracteres de una cadena de texto.

INFOPUC
 Funciones DAX - Lógicas

IF(<logical_test>, Comprueba una condición y devuelve un valor cuando

<value_if_true>[, es VERDADERO; de lo contrario, devuelve un segundo
<value_if_false>]) valor.
Evalúa dos argumentos y devuelve VERDADERO si
AND(<logical1>,<logical2>) ambos argumentos son VERDADERO. De lo contrario,
devuelve FALSO.
Evalúa dos argumentos y devuelve VERDADERO si
OR(<logical1>,<logical2>) alguno de ellos es VERDADERO. De lo contrario,
devuelve FALSO.
Cambia el valor de una expresión de VERDADERO a
NOT(<logical>)
FALSO y viceversa.

INFOPUC
 Funciones DAX - Agregación
SUM(<column>) Suma todos los números de una columna.

AVERAGE(<column>) Calcula el promedio de todos los números de una columna.

MIN(<column>) Devuelve el menor valor de una columna.

MAX(<column>) Devuelve el mayor valor de una columna.

SUMX(<table>,<expression>) Calcula la suma de una expresión evaluada para cada fila de una tabla.

Calcula el promedio de un conjunto de expresiones evaluadas sobre una

AVERAGEX(<table>,<expression>)
tabla.
Evalúa una expresión para cada fila de una tabla y devuelve el menor
MINX(<table>,<expression>)
valor.
Evalúa una expresión para cada fila de una tabla y devuelve el mayor
MAXX(<table>,<expression>)
valor.

INFOPUC
 Funciones DAX - Recuento

Cuenta el número de celdas en una columna que

COUNT(<column>) contienen valores que no están en blanco y que
sean numéricos.
Cuenta el número de celdas en una columna que
COUNTA(<column>) contienen valores que no están en blanco y que
sean alfanuméricos.
COUNTBLANK(<column> Cuenta el número de celdas en blanco en una
) columna.
DISTINCTCOUNT(<colum Cuenta el número de valores distintos en una
n>) columna.

INFOPUC
 Funciones DAX de Relaciones de
Tablas y Filtros

Devuelve un valor relacionado de otra

RELATED(<column>)
tabla.
CALCULATE(<expression>[, Evalúa una expresión en un contexto de
<filter1> [, <filter2> [, …]]]) filtro modificado.

INFOPUC
 Funciones Dax - Fechas

Devuelve una tabla con una sola columna denominada "Fecha"

CALENDAR(<start_date>, que contiene un conjunto contiguo de fechas desde la fecha de
<end_date>) inicio hasta la fecha de finalización especificada, incluidas esas dos
fechas.
DATEDIFF(<start_date>, Devuelve el recuento de límites de intervalo cruzados entre dos
<end_date>, <interval>) fechas.
DAY(<date>) Devuelve el día del mes, un número del 1 al 31.
MONTH(<date>) Devuelve el mes como un número del 1 (enero) al 12 (diciembre).
Devuelve el año de una fecha como un número entero de cuatro
YEAR(<date>)
dígitos en el rango 1900-9999.

INFOPUC
 Funciones DAX – Inteligencia de Tiempo

Devuelve una tabla que contiene una columna de fechas desplazada hacia adelante
DATEADD(<dates>,<number_of_intervals>,<
o hacia atrás en el tiempo por el número especificado de intervalos de las fechas
interval>)
en el contexto actual.
Devuelve una tabla que contiene una columna de fechas desplazadas un año atrás
SAMEPERIODLASTYEAR(<dates>)
en el tiempo, desde las fechas especificadas.
PARALLELPERIOD(<dates>,<number_of_inte Devuelve una tabla que contiene una columna de fechas que representa un
rvals>,<interval>) período paralelo a las fechas especificadas.
Devuelve la primera fecha en el contexto actual para la columna de fechas
FIRSTDATE(<dates>)
especificada.
LASTDATE(<dates>) Devuelve la última fecha en el contexto actual para la columna de fechas
especificada.

INFOPUC
Gracias!