Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIÓN
La Inteligencia de Negocios (BI)
• Un conjunto de herramientas y técnicas
basadas en el procesamiento de datos, para
generar información útil para la toma de
decisiones
Big Picture del BI
Sistemas
Transaccionales y Reportería
otras fuentes Repositorio
Distribución
Analítico de
Contabilidad Información
Ventas
ETL Data Warehouse / Explotación OLAP
Data Mart
RRHH
Excel Data
Mining
csv
Ventas
ETL Data Warehouse / Explotación OLAP
Data Mart
OPERACIÓN DEL
ANÁLISIS PARA TOMA DE DECISIONES
NEGOCIO
RRHH
Excel Data
Mining
csv
Power BI Mobile
Roles de aplicaciones
Power BI Desktop
Importar los datos y crear reportes.
OBTENCIÓN Y PREPARACIÓN DE
DATOS
Orígenes de Datos
• Orígenes de datos variados: Siempre aumentan
• Algunas clasificaciones:
– Archivo
– Base de datos
– Servicios Azure
– Servicios Online
– Otros
Carga de datos
• Orígenes posibles
– Azure
• Azure SQL Server
• Azure SQL Datawarehouse
– La versión Azure de APS
• Cuentas de Storage
• Azure Marketplace
• DocumentDB (NoSQL)
• etc
Carga de datos
• Archivos de texto
– Deben estar bien estructurados
• Mismo número de elementos por cada fila
– Idealmente, sólo contenido tabular
• Sin encabezados como un título del archivo o algo así
• Encabezados de columnas son bienvenidos
Carga de datos
• Otras fuentes
– Odata feeds
– Web
• Páginas HTML con tablas
• Hadoop
– Lee archivos de HDFS
• Facebook
• Google Analytics
• Salesforce
• Y más
– ODBC
Carga de datos
• Otras fuentes
– Scripts en R!
Orígenes SQL Server
Servidor (no browseable)
Modo de conexión:
Import: Copia los datos al modelo de datos en
Power BI
DirectQuery: Se trae la metadata del modelo,
pero no los datos. Al momento de necesitarlos,
los consulta.
UNPIVOT
Ahora estos nombres son valores de
una columna nueva
Transformaciones
• Para cálculos complejos
– Hacerlos sobre el modelo de datos (posterior al
editor de queries)
• Se puede utilizar lenguaje DAX
Intensivo Power BI
MODELAMIENTO DE DATOS
Tablas y Relaciones
• Es necesario realizar un
“quiebre” en la relación
Tabla 3
Relación Circular
Deshabilitar Relación
Una de las entidades no es necesaria para el
análisis del negocio
Auto Dueño
Tiene
Ciudad
Relación Circular
Crear Tabla “Clon”
Se crea una réplica de la tabla que menos afecte
al modelo
Auto Dueño
Tiene
Ciudad Ciudad
(clon)
Desarrollo recomendado
1. Importar datos para crear tablas
2. Definir relaciones entre tablas
• Poderoso! Puedo relacionar datos de orígenes diversos
3. Mejorar el diseño del modelo de datos con jerarquías,
columnas calculadas y KPIs
4. Preparar el modelo de datos para que sea usable por
usuarios
5. Producir reportes basados en el modelo de datos
6. Publicar el reporte al servicio Power BI
Mejorando el Modelo de Datos
• Un buen modelo de datos debería
– Tener relaciones creadas
– Tener jerarquías relevantes
– Tener escondidos los campos que no tienen
utilidad analítica
– Tener escondidas tablas que no tienen utilidad
analítica
Mejorando el Modelo de datos
• Jerarquías
– Asociaciones de columnas de una tabla, que
representan cadenas de relaciones 1:n entre ellas
– Por ejemplo:
• Categoría Sub Categoría Producto
• Año Quarter Mes Fecha
Mejorando el Modelo de datos
• Jerarquías
– Visualizaciones que pueden hacer drill down
aprovechan las jerarquías
• Gráficos de barra, de línea
– Drill Down
• Navegación hacia niveles crecientes de detalle
Mejorando el Modelo de datos
• Creando jerarquías
– Condición necesaria:
• Las columnas qe participen deben estar ubicadas en
la misma tabla
Mejorando el Modelo de datos
• Creando jerarquías
– Tenemos 3 tablas relacionadas
con columnas que forman una
jerarquía:
• EnglishProductName
• EnglishProductSubcategoryname
• EnglishProductCateboryName
– ¿qué hacemos en este caso
entonces?
Invocamos el poder de DAX
• Creamos columnas calculadas que traigan
los valores a la tabla que necesitamos
– A la tabla DimProduct nos traemos:
• EnglishProductSubcategoryname
• EnglishProductCategoryName
Invocamos el poder de DAX
• Creamos columnas calculadas que traigan
los valores a la tabla que necesitamos
– A la tabla DimProduct nos traemos:
• EnglishProductSubcategoryname
• EnglishProductCategoryName
Invocamos el poder de DAX
Invocamos el poder de DAX
• Columna “catprod”:
SubCat =
RELATED ( DimProductSubcategory[EnglishProductSubcategoryName] )
Categoria =
RELATED ( DimProductCategory[EnglishProductCategoryName] )
Invocamos el poder de DAX
• ¿Intrigad@?
– Todo esto y mucho más en una clase exclusiva
para hablar de DAX
Mejorando el Modelo de datos
• Creando jerarquías
– Seleccionamos la columna de
mayor nivel jerárquico
• En este caso, Categoria
– Hacemos click derecho y “New
Hierarchy”
Mejorando el Modelo de datos
• Creando jerarquías
– Arrastramos los demás campos
en orden jerárquico a la jerarquía
Mejorando el Modelo de Datos
• Eliminar columnas y tablas que no tengan
valor analítico
– Un monto, una cantidad, un ratio, etc. Tienen
valor analítico
– Una llave (un rut, un ID, número de boleta,
folio,…) (generalmente) no tienen valor
analítico
Mejorando el Modelo de Datos
• Si no tiene valor analítico
– Igual puede tener valor para la construcción del
modelo.
• Llaves participan en relaciones!!
– ¿Entonces?
• No podemos eliminarlas, pero sí ocultarlas del usuario
Mejorando el Modelo de Datos
• El usuario debe tener a la vista sólo lo que le
reporta valor directamente
– Escondemos columnas y tablas.
Aaaaah… eso
significaban esos
monitos…
Both
Ejercicio Columnas Calculadas vs
Medidas
• Columnas calculadas – Reflexione
versus Medidas • Qué diferencias hay
entre el MargenBrutoPct
– Solución a pregunta: como columna calculada
– Crear una medida: y el MargenBrutoPctM
MargenBrutoPctM := SUM (Ventas[MargenBruto]) / como medida?
SUM(ventas[SalesAmount])
DAX
• Cuándo usar columnas • Cuándo usar medidas
calculadas – Cuando se necesita desplegar
– Para definir expresiones cálculos que reflejen los filtros
estrictamente atadas a la fila de usuario o los filtros
para la cual se calculan definidos por la visualización
• Ej: Precio * Cantidad • Ej: En tabla matriz, una celda de
datos está gobernada por el
– Categorizar texto o números filtro dado por la fila y la
• Tramificaciones columna a la que pertenecen
– Usar los resultados como • Ej: Los datos de un mapa están
valores no agregados, o usar filtrados por el área geográfica
el resultado como condición en donde están siendo
desplegados
de filtro en consultas DAX
DAX
• Errores
– De Conversión
– De Operaciones Aritméticas
– Valores vacíos o faltantes
DAX
• Errores
– De Conversión
“1 + 1” + 0
DATEVALUE (“25/14/2010”)
DAX
• Errores
– De Operaciones Aritméticas
• 10 / 0 Infinity
• 0 / 0 NaN (Not a Number)
– Ojo que Infinity y NaN no son errores, sino que valores
especiales
SQRT( -1 )
DAX
• Errores
– Valores vacíos o faltantes
• No es en sí error, pero indicador de una situación que
podría resultar en retornos inesperados o errores de
cálculo.
• DAX los maneja utilizando el valor BLANK, el cual
podemos obtener invocando BLANK()
– Pruébelo creando una columna calculada con BLANK()
DAX
• BLANK() + BLANK() = BLANK() • 18 + BLANK() = 18
• 10 * BLANK() = BLANK() • 4 / BLANK() = Infinity
• BLANK() / 3 = BLANK() • 0 / BLANK() = NaN
• BLANK() / BLANK() = BLANK() • FALSE || BLANK() = FALSE
• BLANK() || BLANK() = FALSE • FALSE && BLANK() = FALSE
• BLANK() && BLANK() = FALSE • TRUE || BLANK() = TRUE
• BLANK() - 10 = -10 • TRUE && BLANK() = FALSE
VISUALIZACIONES EN POWER BI
Opciones en Visualización
Analytics:
Lineas de tendencia,
proyecciones, lineas de
promedio y otros valores de
interés.
Formato:
Aquí se escoge el tamaño de
letra, color, posición.
Campos:
Aquí se arrastran las columnas
que serán utilizadas.
Construcción de Visualizaciones Arrastrar
valores aquí
Valor
Eje
Construcción de Visualizaciones
Valor
La mayor parte de las
visualizaciones se
compone de dos Punto de Comparación
elementos principales
Comparación: Categorías
en la cual se dividen
estos valores (Los meses
en el caso de la
izquierda)
Otros Detalles Interesantes.
Es possible importar
visuales personalizadas a
Power BI, descargandolas
de la Office Store
Cuando en el gráfico
de línea se tiene un
solo dato, es possible
agregar una línea de
tendencia en la
opción de analytics.
Intensivo Power BI
POWER BI EN LA NUBE
Power BI en la nube
• Para distribuir la
información Power BI
Desktop no es efectivo
• Lo que haremos es
Publicar nuestros
reportes
Power BI en la nube
• Si no lo hemos hecho
antes, debemos
identificarnos con una
cuenta Power BI
– Es gratuito crear una
Tipos de cuenta Power BI
• Power BI gratuita • Power BI Pro
– Gratis ☺ – Costo mensual (aprox
10 USD)
– 1 GB de datos como – 10 GB datos como
máximo máximo
– Conexión a datos on
premise con Power BI
Gateway
Distintos objetos
• Datasets
– Representan los datos de origen de un reporte
• Reportes
– Son nuestras creaciones
– Publicados desde Power BI Desktop
– Editables en la nube!
– No se pueden compartir directamente
• Dashboards
– Son visualizaciones de alto nivel
• Tienen elementos de uno o más reportes
• Se pueden compartir con otros usuarios, lo que
implícitamente permite compartir reportes.
Dashboards (paneles)
• Elementos
1. Barra de navegación
2. Panel con iconos
3. Cuadro de pregunta de
Preguntas y respuestas
4. Botones de ayuda y comentarios
5. Título del panel
6. Iniciador de aplicaciones de
Office 365
7. Botones de la página principal de
Power BI
8. Acciones adicionales del panel
Q&A
• En un dashboard podemos visualizaciones
creadas a partir de preguntas
– En pseudo-inglés
Q&A
• En un dashboard podemos visualizaciones
creadas a partir de preguntas
– En pseudo-inglés
Q&A
Accediendo a datos locales
• Armé un reporte conectado a datos de
nuestra base de datos
– Cuando lo publique ¿podré actualizar los datos
o tendré que publicarlo nuevamente cada vez
que necesite actualizarlo?
– ¡¡¡Power BI puede acceder a datos dentro de mi
red!!!
Accediendo a datos locales
• La solución: On premises data Gateway
– Un puente que permite transferencia rápida y
segura (encriptada) de datos entre una fuente
local y servicios como Power BI
– (Sólo una cuenta Pro puede configurarlo)
Power BI Gateway
El Gateway se instala
localmente y envía los
datos a la nube a través de
canales seguros
encriptados
Credenciales de
acceso son
almacenadas de
manera segura
localmente
Fuentes de datos
corporativos