Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Descriptivo
Diagnóstico
Predictivo
Prescriptivo
Cognitivo
Análisis descriptivo
El análisis descriptivo ayuda a responder preguntas sobre lo que ha sucedido, en
función de datos históricos. Las técnicas de análisis descriptivo resumen grandes
conjuntos de datos para describir resultados para las partes interesadas.
Análisis de diagnóstico
El análisis de diagnóstico ayuda a responder preguntas sobre por qué se ha
producido un evento. Las técnicas de análisis de diagnóstico complementan el
análisis descriptivo básico y usan los resultados del análisis descriptivo para
identificar la causa de estos eventos. Después, los indicadores de rendimiento se
investigan aún más para descubrir por qué estos eventos han mejorado o
empeorado. Este proceso se suele realizar en tres pasos:
Análisis predictivo
El análisis predictivo ayuda a responder a preguntas sobre lo que ocurrirá en el
futuro. Las técnicas de análisis predictivo usan datos históricos para identificar
tendencias y determinar la probabilidad de que se repitan. Las herramientas de
análisis predictivo proporcionan conclusiones valiosas sobre lo que podría ocurrir
en el futuro. Engloban diversas técnicas estadísticas y de aprendizaje automático,
como las de redes neuronales, árboles de decisión y regresión.
Análisis prescriptivo
El análisis prescriptivo ayuda a responder preguntas sobre las acciones que se
deben llevar a cabo para lograr un objetivo. Mediante las conclusiones del análisis
predictivo, las organizaciones pueden tomar decisiones basadas en datos. Esta
técnica permite que, en caso de incertidumbre, las empresas tomen decisiones
fundamentadas. Las técnicas de análisis prescriptivo dependen de estrategias de
aprendizaje automático para buscar patrones en conjuntos de datos de gran
tamaño. Mediante el análisis de eventos y decisiones anteriores, las organizaciones
pueden calcular la probabilidad de otros resultados.
Análisis cognitivo
El análisis cognitivo intenta obtener inferencias a partir de datos y patrones
existentes, derivar conclusiones en función de bases de conocimiento existentes y,
después, devolver estos resultados a la base de conocimiento para futuras
inferencias, un bucle de comentarios de autoaprendizaje. El análisis cognitivo ayuda
a saber lo que podría ocurrir si cambiaran las circunstancias y a determinar cómo
se podrían controlar estas situaciones.
Las inferencias no son consultas estructuradas basadas en una base de datos de
reglas, sino supuestos no estructurados que se recopilan de varios orígenes y se
expresan con distintos grados de confianza. El análisis cognitivo eficaz depende de
algoritmos de aprendizaje automático y usa varios conceptos del procesamiento de
lenguaje natural para entender orígenes de datos desaprovechados anteriormente,
como los registros de conversaciones de centros de llamadas y revisiones de
productos.
Ejemplo
Es posible que una empresa determine que un producto concreto fue popular en
un período de tiempo determinado. Y entonces puede usar este análisis para saber
si los esfuerzos de marketing o las actividades en redes sociales han contribuido al
aumento de las ventas.
Una faceta subyacente del análisis de datos es que las empresas necesitan ser
capaces de confiar en sus datos. Como práctica, el proceso de análisis de datos
toma datos de fuentes de confianza y los convierte en algo que es consumible,
significativo y fácil de comprender para ayudar con el proceso de toma de
decisiones. El análisis de datos permite a las empresas comprender sus datos de
manera integral a través de procesos y decisiones controladas por datos, para de
ese modo confiar en sus decisiones.
Analista de negocios
Analista de datos
Ingeniero de datos
Científico de datos
Analista de datos
Un analista de datos permite a las empresas maximizar el valor de sus recursos de
datos a través de herramientas de visualización y creación de informes como
Microsoft Power BI. El analista de datos es responsable de la generación de perfiles,
la limpieza y la transformación de los datos. Sus responsabilidades también
incluyen el diseño y la creación de modelos de datos escalables y eficaces, y la
habilitación e implementación de las funciones de análisis avanzado en informes
para su análisis. Un analista de datos trabaja con las partes interesadas pertinentes
para identificar los requisitos de datos y de creación de informes necesarios y,
después, se encarga de convertir los datos sin procesar en conclusiones relevantes
y significativas.
Un analista de datos trabaja con ingenieros de datos para determinar y localizar los
orígenes de datos adecuados que satisfacen los requisitos de las partes
interesadas. Además, trabaja con ingenieros de datos y administradores de bases
de datos para asegurarse de tener el acceso adecuado a los orígenes de datos que
necesita. El analista de datos también trabaja con ingenieros de datos para
identificar nuevos procesos o mejorar los ya existentes a fin de recopilar datos para
su análisis.
Ingeniero de datos
Los ingenieros de datos aprovisionan y configuran las tecnologías de plataforma de
datos locales y en la nube. Administran y protegen el flujo de datos estructurados y
no estructurados procedentes de múltiples orígenes. Entre las plataformas de datos
que usan están las bases de datos relacionales, las bases de datos no relacionales,
los flujos de datos y los almacenes de archivos. Los ingenieros de datos también se
aseguran de que los servicios de datos se integren de forma segura y sin
problemas en los servicios de datos.
Científico de datos
Los científicos de datos realizan un análisis avanzado para extraer valor de los
datos. Su trabajo puede variar del análisis descriptivo al análisis predictivo. El
análisis descriptivo evalúa los datos a través de un proceso conocido como análisis
de datos exploratorio (EDA). El análisis predictivo se usa en el aprendizaje
automático para aplicar técnicas de modelado que pueden detectar anomalías o
patrones. Estos análisis son una parte importante de los modelos de previsión.
Las pruebas anecdóticas sugieren que la mayor parte del trabajo de un proyecto de
ciencia de datos se invierte en la limpieza y transformación de datos y en la
ingeniería de características. Los científicos de datos pueden acelerar el proceso de
experimentación cuando los ingenieros de datos usan sus conocimientos para
limpiar y transformar correctamente los datos.
7 minutos
Un analista de datos es uno de los distintos roles críticos de una organización, que
ayuda a descubrir y a comprender la información necesaria para mantener el
equilibrio y el funcionamiento eficaz de la empresa. Por eso, es fundamental que
un analista de datos entienda claramente sus responsabilidades y las tareas que se
realizan de forma casi diaria. Los analistas de datos son esenciales para ayudar a las
organizaciones a obtener conclusiones valiosas sobre el alcance de sus datos, y
trabajan estrechamente con otros roles dentro la organización para ayudar a
revelar información valiosa.
En la siguiente ilustración se muestran las cinco áreas clave en las que participará
durante el proceso de análisis de datos.
Preparación
Como analista de datos, probablemente pasará la mayor parte del tiempo entre las
tareas de preparación y modelado. Los datos imprecisos o incorrectos pueden
tener un gran impacto y generar informes no válidos, una pérdida de confianza y
un efecto negativo en las decisiones empresariales, lo que puede conducir a la
pérdida de ingresos, un impacto empresarial negativo y mucho más.
Modelado
Cuando los datos están en un estado correcto, están listos para modelarse. El
modelado de datos es el proceso de determinar cómo se relacionan las tablas
entre sí. Este proceso se realiza mediante la definición y creación de relaciones
entre las tablas. A partir de ahí, puede mejorar el modelo si define métricas y
agrega cálculos personalizados para enriquecer los datos.
La creación de un modelo de datos eficaz y adecuado es un paso esencial para
ayudar a las organizaciones a comprender y obtener conclusiones valiosas sobre
los datos. Un modelo de datos eficaz hace que los informes sean más precisos,
permite que los datos se exploren de manera más rápida y eficaz, reduce la
duración del proceso de creación de informes y simplifica el mantenimiento futuro
del informe.
Visualización
En la tarea de visualización es donde se hace que los datos cobren vida. El objetivo
final de la tarea de visualización es solucionar los problemas de la empresa. Un
informe bien diseñado debe contar una historia atractiva sobre esos datos, lo que
permite a los responsables de la toma de decisiones empresariales obtener
rápidamente las conclusiones que necesitan. Con las visualizaciones e interacciones
adecuadas, puede proporcionar un informe eficiente que guíe al lector a través del
contenido de forma rápida y eficaz, lo que le permitirá seguir una narrativa en los
datos.
Los informes que se crean durante la tarea de visualización ayudan a las empresas
y a los responsables de la toma de decisiones a comprender el significado de los
datos para que se puedan tomar decisiones acertadas y precisas. Los informes
impulsan las acciones, las decisiones y los comportamientos generales de una
organización que confía y depende de la información detectada en los datos.
La empresa puede comunicar que necesita todos los puntos de datos de un
informe concreto para la toma de decisiones. Como analista de datos, debe dedicar
tiempo a comprender por completo el problema que la empresa intenta resolver.
Determine si todos los puntos de datos son necesarios, ya que un exceso de datos
puede dificultar la detección de los puntos clave. Una historia de datos pequeña y
concisa puede ayudar a encontrar la información rápidamente.
Análisis
La tarea de análisis es el paso importante de entender e interpretar la información
que se muestra en el informe. En su rol como analista de datos, debe comprender
las funciones analíticas de Power BI y usarlas para buscar conclusiones, identificar
patrones y tendencias, predecir resultados y, después, comunicar esas conclusiones
de una forma comprensible para todos.
Administración
Power BI consta de muchos componentes, como informes, paneles, áreas de
trabajo, conjuntos de datos y mucho más. Como analista de datos, es responsable
de administrar estos recursos de Power BI, de supervisar el uso compartido y la
distribución de elementos como informes y paneles, y de garantizar la seguridad
de los recursos de Power BI.
Power BI
Introducción
Terminado
100 XP
6 minutos
Power BI puede ser simple y rápido, capaz de crear conocimientos rápidos a partir de un libro de
Excel o una base de datos local. Pero Power BI también es robusto y de nivel empresarial, listo no
solo para modelado extenso y análisis en tiempo real, sino también para desarrollo personalizado.
Por lo tanto, puede ser su herramienta de visualización e informe personal, pero también puede
servir como motor de análisis y decisión detrás de proyectos grupales, divisiones o corporaciones
enteras.
Aquí hay un informe de Power BI en funcionamiento. Siéntase libre de hacer clic y explorar.
Power BI consta de una aplicación de escritorio de Microsoft Windows llamada Power BI Desktop ,
un servicio SaaS ( Software as a Service ) en línea llamado servicio Power BI y aplicaciones móviles
de Power BI que están disponibles en cualquier dispositivo, con aplicaciones de BI móviles nativas
para Windows. iOS y Android.
Estos tres elementos , el escritorio , el servicio y las aplicaciones móviles , están diseñados para
permitir que las personas creen, compartan y consuman información empresarial de la forma que
les resulte más eficaz, o para su función.
La forma de usar Power BI puede depender de su rol en un proyecto o equipo. Y otras personas,
en otros roles, pueden usar Power BI de manera diferente, lo cual está bien.
Por ejemplo, puede ver informes y paneles en el servicio Power BI , y eso podría ser todo lo que
hace con Power BI. Pero su compañero de trabajo que procesa números y crea informes
comerciales puede hacer un uso extensivo de Power BI Desktop (y publicar informes de Power BI
Desktop en el servicio Power BI, que luego usa para verlos). Y otro compañero de trabajo, en
ventas, podría usar principalmente su aplicación de teléfono Power BI para monitorear el progreso
de sus cuotas de ventas y profundizar en los detalles de los nuevos prospectos de ventas.
También puede usar cada elemento de Power BI en diferentes momentos, según lo que esté
tratando de lograr o cuál sea su función para un proyecto o esfuerzo determinado.
Quizás vea el progreso del inventario y la fabricación en un panel en tiempo real en el servicio y
también use Power BI Desktop para crear informes para su propio equipo sobre las estadísticas de
participación del cliente. La forma en que use Power BI puede depender de qué característica o
servicio de Power BI sea la mejor herramienta para su situación. Pero cada parte de Power BI está
disponible para usted, por eso es tan flexible y convincente.
Analizaremos estos tres elementos: escritorio , servicio y aplicaciones móviles , con más detalle
más adelante. En las próximas unidades y módulos, también crearemos informes en Power BI
Desktop, los compartiremos en el servicio y, finalmente, los profundizaremos en nuestro
dispositivo móvil.
Antes de poder iniciar sesión en Power BI, necesitará una cuenta. Para obtener una prueba
gratuita, vaya a app.powerbi.com y regístrese con su dirección de correo electrónico.
Para conocer los pasos detallados sobre cómo configurar una cuenta, consulte Iniciar sesión en el
servicio Power BI
Un flujo de trabajo común en Power BI comienza en Power BI Desktop , donde se crea un informe.
Luego, ese informe se publica en el servicio Power BI y finalmente se comparte, para que los
usuarios de las aplicaciones Power BI Mobile puedan consumir la información.
No siempre sucede de esa manera, y está bien. Pero usaremos ese flujo para ayudarlo a aprender
las diferentes partes de Power BI y cómo se complementan entre sí.
Bien, ahora que tenemos una descripción general de este módulo, qué es Power BI y sus tres
elementos principales, echemos un vistazo a cómo es usar Power BI .
Usar Power BI
Terminado100 XP
2 minutos
Ahora que hemos presentado los conceptos básicos de Microsoft Power BI, veamos
algunas experiencias prácticas y una visita guiada.
Las actividades y los análisis que aprenderá con Power BI generalmente siguen un
flujo común. El flujo de actividad común se ve así:
1. Traiga datos a Power BI Desktop y cree un informe.
2. Publique en el servicio Power BI, donde puede crear nuevas visualizaciones o
crear paneles.
3. Comparta paneles con otras personas, especialmente con personas que están
en movimiento.
4. Vea e interactúe con paneles e informes compartidos en las aplicaciones de
Power BI Mobile.
Estos son los componentes básicos de Power BI: Here are the basic building blocks
in Power BI:
Visualizaciones
Conjuntos de datos
Informes
Cuadros de mando
Losas
Visualizaciones
Una visualización (a veces también denominada visual ) es una representación
visual de datos, como un gráfico, un mapa codificado por colores u otras cosas
interesantes que puede crear para representar sus datos visualmente. Power BI
tiene todo tipo de tipos de visualización y cada vez hay más. La siguiente imagen
muestra una colección de visualizaciones que se crearon en Power BI.
Las visualizaciones pueden ser simples, como un solo número que representa algo
significativo, o pueden ser visualmente complejas, como un mapa de color
degradado que muestra el sentimiento de los votantes sobre un determinado
problema o preocupación social. El objetivo de un objeto visual es presentar los
datos de una manera que proporcione contexto y conocimientos, los cuales
probablemente serían difíciles de discernir en una tabla sin procesar de números o
texto.
Conjuntos de datos
Un conjunto de datos es una colección de datos que Power BI usa para crear sus
visualizaciones.
Puede tener un conjunto de datos simple que se base en una sola tabla de un libro
de trabajo de Microsoft Excel, similar a lo que se muestra en la siguiente imagen.
Los conjuntos de datos también pueden ser una combinación de muchas fuentes
diferentes, que puede filtrar y combinar para proporcionar una colección única de
datos (un conjunto de datos) para usar en Power BI.
Por ejemplo, puede crear un conjunto de datos a partir de tres campos de base de
datos, una tabla de sitio web, una tabla de Excel y los resultados en línea de una
campaña de marketing por correo electrónico. Esa combinación única todavía se
considera un conjunto de datos único , a pesar de que se obtuvo de muchas
fuentes diferentes.
Una vez que tenga un conjunto de datos, puede comenzar a crear visualizaciones
que muestren diferentes partes del mismo de diferentes maneras y obtener
información basada en lo que ve. Ahí es donde entran los informes.
Informes
En Power BI, un informe es una colección de visualizaciones que aparecen juntas
en una o más páginas. Al igual que cualquier otro informe que pueda crear para
una presentación de ventas o escribir para una tarea escolar, un informe en Power
BI es una colección de elementos relacionados entre sí. La siguiente imagen
muestra un informe en Power BI Desktop. En este caso, es la segunda página de
un informe de cinco páginas. También puede crear informes en el servicio Power BI.
Cuadros de mando
Cuando esté listo para compartir un informe o una colección de visualizaciones,
cree un panel . Al igual que el panel de un automóvil, un panel de Power BI es una
colección de elementos visuales de una sola página que puede compartir con
otros. A menudo, es un grupo seleccionado de elementos visuales que brindan una
visión rápida de los datos o la historia que está tratando de presentar.
Un tablero debe caber en una sola página, a menudo llamada lienzo. El lienzo es el
fondo en blanco en Power BI Desktop o el servicio, donde coloca las
visualizaciones. Piense en ello como el lienzo que utiliza un artista o pintor: un
espacio de trabajo donde crea, combina y reelabora imágenes interesantes y
convincentes. Puede compartir paneles con otros usuarios o grupos, que luego
pueden interactuar con sus paneles cuando están en el servicio Power BI o en sus
dispositivos móviles.
Losas
En Power BI, un icono es una visualización única en un panel. Es la caja rectangular
que contiene una imagen individual. En la siguiente imagen, verá un mosaico, que
también está rodeado por otros mosaicos.
Cuando crea un panel en Power BI, puede mover u organizar mosaicos como
desee. Puede hacerlos más grandes, cambiar su altura o ancho y acurrucarlos con
otros mosaicos.
Para algunas personas, usar una sola tabla de Excel en un conjunto de datos y
luego compartir un tablero con su equipo es una forma increíblemente valiosa de
usar Power BI.
Para otros, el valor de Power BI está en el uso de tablas de Azure Synapse Analytics
en tiempo real que se combinan con otras bases de datos y fuentes en tiempo real
para crear un conjunto de datos momento a momento.
12 minutos
Pero debido a que algunas personas comienzan en el servicio Power BI, echemos
un vistazo rápido a eso primero y aprendamos sobre una forma fácil y popular de
crear rápidamente elementos visuales en Power BI: aplicaciones .
Una aplicación es una colección de informes e imágenes preestablecidos y listos
para usar que se comparten con toda una organización. Usar una aplicación es
como calentar una cena en el microondas o pedir una comida rápida: solo tiene
que presionar algunos botones o hacer algunos comentarios, y rápidamente se le
servirá una colección de platos principales diseñados para ir juntos, todos
presentados en un paquete ordenado y listo para consumir.
El lienzo (el área en el centro del servicio Power BI) muestra las fuentes de datos
disponibles en el servicio Power BI. Además de fuentes de datos comunes como
archivos de Microsoft Excel, bases de datos o datos de Microsoft Azure, Power BI
puede conectarse fácilmente a una variedad completa
de servicios de software (también llamados proveedores de SaaS o servicios en la
nube): Salesforce, Facebook, Google Analytics y más.
Hay aplicaciones para todo tipo de servicios en línea. La siguiente imagen muestra
una página de aplicaciones que están disponibles para diferentes servicios en línea,
en orden alfabético. Esta página se muestra cuando selecciona
el botón Obtener en el cuadro Servicios (que se muestra en la imagen
anterior). Como puede ver en la siguiente imagen, hay muchas aplicaciones para
elegir.
Para nuestros propósitos, elegiremos GitHub . GitHub es una aplicación para el
control de fuentes en línea. Cuando selecciona el botón Obtener ahora en el
cuadro de la aplicación GitHub, aparece el cuadro de diálogo Conectar a
GitHub . Tenga en cuenta que GitHub no es compatible con Internet Explorer, así
que asegúrese de estar trabajando en otro navegador.
Después de ingresar la información y las credenciales para la aplicación GitHub,
comienza la instalación de la aplicación.
Una vez cargados los datos, aparece el panel de control de la aplicación GitHub
predefinido.
Resumen
Terminado100 XP
5 minutos
Próximos pasos
¡Felicidades! Ha terminado el primer módulo de la ruta de aprendizaje de Power
BI. Ahora tiene una base sólida de conocimientos para cuando pase al siguiente
módulo, que describe los pasos para crear su primer informe.
Mencionamos esto antes, pero vale la pena repetirlo: esta ruta de aprendizaje
construye su conocimiento siguiendo el flujo de trabajo común en Power BI:
Introducción
Completado100 XP
2 minutos
Como muchos de nosotros, trabaja para una empresa en la que debe crear
informes de Microsoft Power BI. Los datos residen en diversas bases de datos y
archivos. Estos repositorios de datos son diferentes entre sí; algunos están en
Microsoft SQL Server, otros en Microsoft Excel, pero todos los datos están
relacionados.
En el escenario de este módulo, trabaja para Tailwind Traders. Sus superiores le han
encargado que cree un conjunto de informes que dependen de datos que residen
en varias ubicaciones diferentes. La base de datos que realiza el seguimiento de las
transacciones de ventas está en SQL Server. Se trata de una base de datos
relacional que contiene los artículos que compró cada cliente y cuándo. También
lleva un seguimiento de qué empleado realizó la venta, junto con su nombre e
identificador. Aun así, esta base de datos no contiene la fecha de contratación del
empleado, su cargo o su superior. Para conseguir esa información, debe acceder a
los archivos de Excel del departamento de recursos humanos. Les ha solicitado en
varias ocasiones que usen una base de datos SQL, pero todavía no han podido
implementarla.
Tailwind Traders tiene una aplicación que ayuda a realizar proyecciones financieras,
de modo que puedan predecir cuáles serán sus ventas en los próximos meses y
años, en función de las tendencias pasadas. Dichas proyecciones se almacenan en
Microsoft Azure Analysis Services. Esta es una vista de los numerosos orígenes de
datos de los que se debe combinar datos.
Antes de crear informes, debe extraer datos de los distintos orígenes de datos. No
es lo mismo interactuar con SQL Server que con Excel, por lo que debe conocer los
matices de ambos sistemas. Una vez que haya aprendido los detalles de cada
sistema, puede usar Power Query (el motor de consultas que emplean Power BI y
Excel) para limpiar los datos mediante acciones como cambiar el nombre de las
columnas, reemplazar valores, eliminar errores y combinar los resultados de la
consulta. Una vez que los datos se han limpiado y organizado, ya puede generar
informes en Power BI. Por último, publicará el conjunto de datos combinado y los
informes en el servicio Power BI (PBIS). De este modo, otras personas podrán usar
el conjunto datos y generar sus propios informes, o bien usar los informes que ya
están creados. Además, si otra persona ha creado un conjunto de datos que a
usted le gustaría usar, también puede crear informes a partir de él.
5 minutos
Escenario
El equipo de recursos humanos de Tailwind Traders ha preparado un archivo plano
que contiene parte de los datos de los empleados de la organización, como el
nombre, la fecha de contratación, el cargo y la persona responsable de su
departamento. Le han solicitado que cree informes de Power BI con estos datos y
con otros que se encuentran en diferentes orígenes de datos.
El primer paso consiste en determinar la ubicación del archivo que quiere usar para
exportar y almacenar los datos.
Sugerencia
Active las casillas de las tablas que quiera incluir en Power BI. Esta acción activa los
botones Cargar y Transformar datos , como se muestra en la siguiente imagen.
Ahora tiene la opción de seleccionar el botón Cargar para cargar los datos
automáticamente en el modelo de Power BI, o bien seleccionar el botón
Transformar datos para iniciar el Editor de Power Query, donde puede revisar y
limpiar los datos antes de cargarlos en el modelo de Power BI.
Solemos recomendar que se transformen los datos, pero este proceso se tratará
más adelante en este módulo. En este ejemplo, puede seleccionar Cargar.
Power Query proporciona varias formas de llevar a cabo esta tarea para que pueda
realizar este tipo de cambio cuando sea necesario.
Por ejemplo, intente cambiar la ruta de acceso del archivo de origen de datos en la
configuración del origen de datos. Seleccione Configuración de origen de datos
en Power Query. En la ventana Configuración de origen de datos , elija el archivo
y seleccione Cambiar origen. Actualice la Ruta de acceso del archivo o use la
opción Examinar para buscar el archivo, seleccione Aceptar y, luego, Cerrar.
6 minutos
Si la organización usa una base de datos relacional para registrar las transacciones
de ventas, puede recurrir a Power BI Desktop para establecer una conexión con la
base de datos relacional de la organización, en lugar de obtener los datos de
archivos planos individuales.
Escenario
El equipo de ventas de Tailwind Traders le ha pedido que se conecte a la base de
datos de SQL Server local de la organización y que obtenga los datos de ventas en
Power BI Desktop para poder crear informes de ventas.
Sugerencia
Junto al botón Obtener datos se encuentran opciones de acceso rápido al origen
de datos, como SQL Server.
Active las casillas de las tablas que quiere incluir en Power BI Desktop y seleccione
la opción Cargar o Transformar datos .
Otra manera de importar datos consiste en escribir una consulta SQL para
especificar solo las tablas y las columnas que se necesitan.
Para escribir una consulta SQL, en la ventana Base de datos SQL Server , escriba
los nombres del servidor y de la base de datos y, luego, seleccione la flecha situada
junto a Opciones avanzadas para expandir esta sección y ver las opciones. En el
cuadro Instrucción SQL , escriba la instrucción de consulta y
seleccione Aceptar. En este ejemplo, usará la instrucción SQL Select para cargar
las columnas ID, NAME y SALESAMOUNT desde la tabla SALES.
Modificación de la configuración del origen de datos
Una vez que haya realizado los cambios, seleccione Cerrar y aplicar para
aplicarlos a la configuración del origen de datos.
Considere una base de datos con una tabla grande que se compone de los datos
de ventas a lo largo de varios años. Los datos de ventas a partir de 2009 no son
pertinentes para el informe que está creando. En esta situación, SQL es beneficioso
porque permite cargar solo el conjunto de datos necesario. Para ello, se especifican
columnas y filas concretas en la instrucción SQL y, luego, se importan en el modelo
de datos. También se pueden combinar tablas diferentes, ejecutar cálculos
específicos, crear instrucciones lógicas y filtrar datos en la consulta SQL.
La consulta SQL empieza con una instrucción Select, que le permite elegir los
campos específicos que quiere extraer de la base de datos. En este ejemplo, le
interesa cargar las columnas ID, NAME y SALESAMOUNT.
SQLCopiar
SELECT
ID
, NAME
, SALESAMOUNT
FROM
FROM especifica el nombre de la tabla de la que quiere extraer los datos. En este
caso, es la tabla SALES. El ejemplo siguiente es la consulta SQL completa:
SQLCopiar
SELECT
ID
, NAME
, SALESAMOUNT
FROM
SALES
Al usar una consulta SQL para importar datos, procure evitar el uso del carácter
comodín (*) en la consulta. Si usa el carácter comodín (*) en la instrucción SELECT,
importará todas las columnas que no necesita de la tabla especificada.
SQLCopiar
SELECT *
FROM
SALES
Todas las consultas deben tener también una cláusula WHERE. Esta cláusula filtrará
las filas de modo que solo se seleccionen los registros filtrados que le interesen. En
este ejemplo, si quiere obtener datos de ventas recientes a partir del 1 de enero de
2020, agregue una cláusula WHERE. La consulta evolucionada tendría un aspecto
similar al siguiente.
SQLCopiar
SELECT
ID
, NAME
, SALESAMOUNT
FROM
SALES
WHERE
OrderDate >= ‘1/1/2020’
3 minutos
Escenario
Los desarrolladores de software de Tailwind Traders han creado una aplicación
para administrar el envío y el seguimiento de los productos desde sus almacenes
que usa Cosmos DB (una base de datos NoSQL) como repositorio de datos. Esta
aplicación recurre a Cosmos DB para almacenar documentos JSON, que son
formatos de archivo estándar abiertos que se usan principalmente para transmitir
datos entre un servidor y una aplicación web. Debe importar estos datos en un
modelo de datos de Power BI para la creación de informes.
Es necesario extraer y normalizar los registros de tipo JSON para poder informar
sobre ellos, por lo que debe transformar los datos antes de cargarlos en Power BI
Desktop.
Una vez que se haya conectado a la cuenta de la base de datos, se abrirá la ventana
Navegador , en la que se mostrará una lista de las bases de datos en dicha cuenta.
Seleccione la tabla que quiere importar. En este ejemplo, seleccionará la tabla
Product. En el panel de vista previa solo se muestran elementos Record porque
todos los registros del documento se representan como un tipo Record en
Power BI.
2 minutos
Para llevar a cabo sus operaciones cotidianas, las organizaciones suelen usar
diversas aplicaciones de software, como SharePoint, OneDrive, Dynamics 365,
Google Analytics, etc. Estas aplicaciones generan sus propios datos. Power BI
puede combinar los datos de varias aplicaciones para generar conclusiones e
informes más significativos.
Escenario
Tailwind Traders usa SharePoint para colaborar y almacenar datos de ventas. Al
principio del nuevo año financiero, los jefes de ventas quieren establecer nuevos
objetivos para el equipo de ventas. El formulario que usan los directivos ya existe
en SharePoint. Usted debe establecer una conexión con estos datos dentro de
Power BI Desktop, de modo que los objetivos de ventas se puedan usar junto con
otros datos de ventas con el fin de determinar el estado de la canalización de
ventas.
Una vez que Power BI haya establecido la conexión con SharePoint, aparecerá la
ventana Navegador, como cuando se conecta a otros orígenes de datos. En la
ventana se muestran las tablas y entidades del sitio de SharePoint. Seleccione la
lista que quiere cargar en Power BI Desktop. Al igual que cuando se importa desde
otros orígenes de datos, tiene la opción de cargar los datos automáticamente en el
modelo de Power BI o iniciar el Editor de Power Query para transformar los datos
antes de cargarlos.
Cuando esté satisfecho con los datos, seleccione el botón Cerrar y aplicar para
activar los cambios y cargar los datos en Power BI Desktop.
Selección de un modo de almacenamiento
Completado100 XP
4 minutos
Aun así, a veces podrían aplicarse unos requisitos de seguridad a los datos que no
permiten importar directamente una copia. O simplemente los conjuntos de datos
podrían ser demasiado grandes y tardar demasiado en cargarse en Power BI, por lo
que quiere evitar que se cree un cuello de botella de rendimiento. Power BI
resuelve estos problemas mediante el uso del modo de almacenamiento
DirectQuery, que permite consultar directamente los datos del origen de datos, sin
necesidad de importar una copia en Power BI. DirectQuery es útil porque garantiza
que se vea siempre la versión más reciente de los datos.
Importar
DirectQuery
Dual (compuesto)
Modo Importar
El modo Importar permite crear una copia local de Power BI de los conjuntos de
datos desde el origen de datos. Puede usar todas las características del servicio
Power BI con este modo de almacenamiento, como Preguntas y respuestas y
Conclusiones rápidas. A pesar de ello, las actualizaciones de los datos deben
realizarse manualmente. El modo Importar es el valor predeterminado a la hora de
crear informes de Power BI.
Modo DirectQuery
En el modo dual, puede identificar los datos que se van a importar directamente y
los datos que se deben consultar. Todas las tablas que se incluyan en el informe
serán el resultado de los modos Importar y DirectQuery. El uso del modo dual
permite a Power BI elegir la forma más eficaz de recuperar los datos.
Para obtener más información sobre los modos de almacenamiento, vea Modos
de almacenamiento.
2 minutos
Volviendo al escenario que nos ocupa, Tailwind Traders usa Azure Analysis Services
para almacenar datos de proyección financiera. Se le ha pedido que los compare
con los datos de ventas reales de una base de datos diferente. La obtención de
datos de cubos de Azure Analysis Services es similar a la obtención de datos de
SQL Server, en el sentido de que se puede hacer lo siguiente:
Autenticarse en el servidor.
Elegir el cubo que se quiere usar.
Seleccionar las tablas que se necesitan.
Las principales diferencias entre los cubos de Azure Analysis Services y SQL Server
son estas:
Los cubos de Analysis Services ya tienen cálculos, sobre los que hablaremos
con detalle más adelante.
Si no necesita una tabla completa, puede consultar los datos directamente.
En lugar de usar Transact-SQL (T-SQL) para consultar los datos, como haría
en SQL Server, puede usar expresiones multidimensionales (MDX) o
expresiones de análisis de datos (DAX).
Al igual que sucede en una base de datos relacional, puede elegir las tablas que
quiere usar. Si prefiere consultar directamente el modelo de Azure Analysis
Services, puede usar DAX o MDX.
7 minutos
Power Query saca partido del buen rendimiento en el origen de datos a través de
una técnica denominada "plegado de consultas".
Plegado de consultas
Puede usar Power Query para cargar datos en Power BI. Con el Editor de Power
Query, puede realizar transformaciones adicionales en los datos, como cambiar el
nombre de las columnas o eliminarlas, o bien anexar, analizar, filtrar o agrupar los
datos.
Una buena pauta que conviene recordar es que, si se puede traducir una
transformación en una instrucción SQL Select, que incluya operadores y cláusulas
como GROUP BY, SORT BY, WHERE, UNION ALL y JOIN, se puede usar el plegado
de consultas.
Diagnóstico de consultas
Otra herramienta que se puede usar para estudiar el rendimiento de las consultas
es el Diagnóstico de consultas. Esta característica permite determinar qué cuellos de
botella existen (en caso de que los haya) al cargar y transformar los datos,
actualizarlos en Power Query, ejecutar instrucciones SQL en el editor de consultas,
etc.
3 minutos
Este error indica que ha extraído demasiados datos según las directivas de la
organización. Los administradores incorporan esta directiva para evitar ralentizar
las demás aplicaciones o conjuntos de aplicaciones que también usen la base de
datos.
Para resolver este error, extraiga menos columnas o filas de una misma tabla. Al
escribir instrucciones SQL, es habitual incluir agrupaciones y agregaciones.
También se pueden combinar varias tablas en una misma instrucción SQL. Además,
es posible realizar subconsultas complicadas y consultas anidadas en una única
instrucción. Estas complejidades se suman a los requisitos de procesamiento de
consultas del sistema relacional y pueden prolongar en gran medida el tiempo de
implementación.
Normalmente, este error se produce porque las ubicaciones o los permisos de los
archivos han cambiado. Si se debe a lo primero, debe buscar el archivo y cambiar la
configuración de origen.
Es posible que encuentre distintos tipos de errores en Power BI causados por los
diversos sistemas de origen de datos en los que residen los datos. Si encuentra un
error que no se haya analizado en las secciones anteriores, busque el mensaje de
error en la documentación de Microsoft para dar con la solución que necesita.