Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo Práctico
POWER BI
1
Introducción
La gestión de datos representa un desafío constante para todas las áreas de negocio, y
Recursos Humanos no es una excepción. En su obra "HR Analytics - Gestión de Personas. Datos
y Decisiones", Juan Bodenheimer destaca el desafío adicional que enfrentan los profesionales
de Gestión de Personas. No solo se trata de manejar datos existentes para generar
información y facilitar la toma de decisiones, sino que también implica romper con
paradigmas en los que han sido formados, que no contemplaban la gestión de la información
como una prioridad.
En este contexto, surge la necesidad imperante de adoptar herramientas y enfoques
modernos, como Power BI, que permitan a los profesionales de Recursos Humanos
aprovechar al máximo el potencial de los datos para impulsar estrategias efectivas de gestión
del talento y toma de decisiones basadas en evidencia.
I. Que es un tablero de BI
2
datos, y la publicación de informes y paneles que pueden ser compartidos y accedidos en
dispositivos móviles y a través de la web.
Power BI es una herramienta multifacética que permite a los usuarios realizar una variedad
de tareas fundamentales en el análisis de datos. Desde la conexión y unificación de diversas
fuentes de datos, incluyendo archivos Excel, bases de datos en la nube y servicios de análisis
en tiempo real, hasta la transformación y modelado de datos para limpiar, organizar y
prepararlos para el análisis. Además, Power BI facilita la creación de informes y paneles
visualmente atractivos, utilizando una amplia gama de gráficos y visualizaciones interactivas
que ayudan a interpretar los datos de manera efectiva. Finalmente, la capacidad de
compartir insights y colaborar en informes y paneles dentro de una organización promueve
una cultura de toma de decisiones informadas y colaborativas basadas en datos sólidos y
análisis profundos.
Para utilizar Power BI de manera efectiva, los usuarios siguen una serie de pasos
fundamentales:
3
Además, los usuarios pueden buscar y acceder a informes y paneles a través de las
aplicaciones móviles de Power BI disponibles en las tiendas de aplicaciones para dispositivos
iOS y Android, lo que permite el acceso a los datos desde cualquier lugar y en cualquier
momento.
4
Beneficios cualitativos y cuantitativos para las organizaciones
Un estudio de caso realizado por Forrester Research Inc. solicitado por Microsoft, revela el
impacto total económico de Power BI Pro, resaltando los beneficios empresariales en tanto
acelera y mejora la toma de decisiones y los ahorros de costos obtenidos por deficiencias de
herramientas obsoletas. A saber algunos de los beneficios cuantitativos:
● Mayor rentabilidad derivada de la mejor toma de decisiones en los puntos de venta.
● Ahorros de productividad de los usuarios empresariales y analistas de negocio de la
organización, por la facilidad de uso.
● Retirada de las herramientas de inteligencia empresarial anteriores, ya que Power BI
amplía las capacidades de BI a más usuarios.
● Ahorros en infraestructura y asistencia al migrar la mayoría de procesos de análisis a
la nube con Power BI Pro.
En resumen, Power BI ofrece una solución completa para el análisis de datos, permitiendo a
las empresas obtener información valiosa, mejorar la toma de decisiones y mantenerse
competitivas en un entorno empresarial en constante evolución.
En la producción de reportes en Power BI, las etapas iterativas son fundamentales para
garantizar la calidad y relevancia de los datos presentados. Estas etapas suelen seguir un
proceso iterativo que implica revisión y ajuste continuo a medida que se avanza en la
creación del reporte. Aquí están las etapas comunes:
5
Preparación de Datos (Data Preparation):
● Una vez que los datos se han obtenido, es necesario limpiarlos y corregirlos
para que sean aptos para su análisis. Esto implica realizar tareas como
eliminar duplicados, corregir errores, estandarizar formatos, entre otros. La
preparación de datos es crucial para garantizar la precisión y consistencia de
los datos en el reporte final.
Modelado de Datos (Data Modeling):
● En esta etapa, se crea el modelo de datos que subyace a las visualizaciones en
el reporte. Esto implica definir relaciones entre diferentes conjuntos de datos,
crear medidas y columnas calculadas, y establecer jerarquías y agrupaciones.
El modelado de datos es fundamental para asegurar que las visualizaciones
reflejen con precisión la información que se desea presentar.
Visualización de Datos (Data Visualization):
● Una vez que se ha modelado adecuadamente los datos, se procede a crear
visualizaciones que permitan presentar la información de manera clara y
comprensible. Power BI ofrece una amplia gama de opciones de visualización,
como gráficos, tablas, mapas y KPIs, que pueden ser personalizados según las
necesidades del usuario.
Generación de Reportes (Data Reporting):
● En esta etapa final, se construye el reporte final que será compartido con los
usuarios finales. Esto puede implicar la creación de múltiples páginas o
dashboards que agrupen diferentes visualizaciones para proporcionar una
visión completa de los datos. Los reportes pueden ser interactivos,
permitiendo a los usuarios explorar y filtrar la información según sus
necesidades.
Es importante destacar que este proceso suele ser iterativo, lo que significa que es común
volver atrás y ajustar las etapas anteriores a medida que se obtiene un mayor entendimiento
de los datos o se reciben comentarios de los usuarios finales. Esta iteración continua ayuda a
garantizar que el reporte final cumpla con los requisitos y expectativas del usuario.
6
VI. Conocer la herramienta, sus pantallas y navegabilidad general.
7
VIII. Qué es un modelo de datos.
8
IX. Qué es una columna calculada y una medida.
Una columna calculada es una columna que se agrega a una tabla existente (en el diseñador
de modelos) y, después, se crea una fórmula DAX que define los valores de esa columna.
Cuando una columna calculada contiene una fórmula DAX válida, se calculan valores para
cada fila en cuanto la fórmula se escribe y, tras ello, los valores se almacenan en el modelo de
datos en memoria.
Una medida es un objeto de nivel de modelo. Por esta razón, los nombres de medida deben
ser únicos en el modelo. Pero en el panel Campos, los autores del informe verán cada medida
asociada a una sola tabla de modelo. Esta asociación se establece por motivos cosméticos y
puede configurarla si establece la propiedad Tabla inicial de la medida
Una fórmula DAX siempre comienza con un signo igual (=). Después del signo igual, se puede
proporcionar cualquier expresión que se evalúe como un valor escalar o una que se pueda
convertir en un valor escalar. que incluyen la siguiente información:
9
se debe escribir PI() en lugar de PI. También se pueden anidar funciones dentro de
otras funciones.
● Expresiones. Una expresión puede contener alguno de los elementos siguientes o
todos ellos: operadores, constantes o referencias a columnas.
Para trabajar con las funciones de inteligencia de tiempo de DAX, se debe cumplir el requisito
previo de modelo de tener al menos una tabla de fechas en el modelo. Una tabla de fechas
es una tabla que cumple los requisitos siguientes:
● Debe tener una columna de tipo de datos Fecha (o fecha y hora), conocida como la
columna de fecha.
● La columna de fecha debe contener valores únicos.
● La columna de fecha no debe contener ESPACIOS EN BLANCO.
● En la columna de fecha no debe faltar ninguna fecha.
● La columna de fecha debe abarcar años completos. Un año no es necesariamente un
año natural (de enero a diciembre).
● La columna de fecha se debe indicar como tabla de fecha.
10
Resúmenes a lo largo del tiempo
Un grupo de las funciones de inteligencia de tiempo de DAX está relacionado con los
resúmenes a lo largo del tiempo, por ej.:
DATESYTD: devuelve una tabla de una sola columna que contiene las fechas para anual hasta
la fecha (YTD) en el contexto de filtro actual. En este grupo también se incluyen las funciones
DATESMTD y DATESQTD de DAX para mes hasta la fecha (MTD) y trimestre hasta la fecha
(QTD). Puede pasar estas funciones como filtros en la función CALCULATE de DAX.
TOTALYTD: evalúa una expresión para YTD en el contexto de filtro actual. También se incluyen
las funciones QTD y MTD de DAX de TOTALQTD y TOTALMTD.
DATESBETWEEN: devuelve una tabla que contiene una columna de fechas que empieza con
una fecha de inicio determinada y sigue hasta una fecha de finalización concreta.
DATESINPERIOD: devuelve una tabla que contiene una columna de fechas que comienza con
una fecha de inicio determinada y continúa con un número de intervalos especificado.
La seguridad de nivel de fila (RLS - Row Level Security). Es una función de seguridad que
permite restringir el acceso a los datos sólo a las filas que un usuario o grupo de usuarios
específico debería poder ver con Power BI. Los filtros restringen el acceso a los datos en el
nivel de fila y se pueden definir en roles. En el servicio Power BI, los usuarios con acceso a un
área de trabajo tienen acceso a modelos semánticos del área de trabajo. RLS solo restringe el
acceso a los datos para los usuarios con permisos de Visor . No se aplica a administradores,
miembros o colaboradores.
Fuentes Web
Universidad Industrial de Santander. (2023). Guía de Navegación y Uso de Tableros de Datos de
Power BI. Recuperado de https://uis.edu.co/wp-content/uploads/2023/11/Guia-de-Navegacion-y-
Uso-de-Tableros-de-Datos-de-Power-Bi-.pdf
11
https://www.geeksforgeek
Rodríguez, S. (n.d.). Modelado de datos en Power BI: Optimización y Claridad. LinkedIn. Recuperado
de https://www.linkedin.com/pulse/modelado-de-datos-en-power-bi-optimizaci%C3%B3n-y-
claridad-sabas-rodriguez/?originalSubdomain=es
Libro
Bodenheimer, J. M. (2018). HR Analytics: Gestión de personas, datos y decisiones. Editorial Alfaomega
Grupo Editor Argentino.
12