BUSINESS INTELLIGENCE

CON POWER BI
Marco Tulio Gómez
INTRODUCCIÓN
La evolución de Business Intelligence

3ra ola
BI de Usuario Final Todos

2da ola
BI Auto Servicio
Analista a usuario final

1ra ola
BI Corporativo
IT hacia usuario final
Los requerimientos del usuario final
Acceder

Compartir Enriquecer

Visualizar Combinar

Explorar
Power BI: experimente sus datos
Cualquier dato, de cualquier manera, en cualquier lugar

Power BI
Orígenes de Acceso a todos sus DATOS
datos
Soluciones SaaS
Marketo, Salesforce,
GitHub, Google Analytics • Datos desde servicios
Corporativos
o Los servicios SaaS que ya utilice
Datos corporativos o o La cantidad de soluciones SaaS se incrementa
servicios externos de
información
constantemente
• Datos de su organización
Datos de su data o Contenido publicado por otras personas de su
center
empresa compartido como content packs
• Big data
Servicios de Azure
Azure SQL, Stream o Azure data services, ej. HDI, ASA, AML etc.
Analytics…
o Orígenes de dato de su data center como SSAS
• Datos desde archivos
Archivos de Excel o Importe información de archivos de texto, CSV,
Excel etc.
Archivos de Power BI
Desktop
Datos desde archivos,
base de datos, Azure, y
otras fuentes
 Limpie y combine sus DATOS

Prepare
• Consolide datos desde diversas fuentes de
información
• Transforme los datos para que se ajusten a
Explore
sus necesidades utilizando una interface de
usuario intuitiva y amigable
• Defina campos calculados que podrán ser
Visualice utilizados en sus reportes
• Cree análisis avanzados apoyándose en las
métricas y relaciones
Comparta
y Colabore
 Explore sus DATOS
• Explore los datos en diversas formas
apoyándose en las múltiples visualizaciones
Prepare
disponibles con solo arrastrar y soltar.
• Llegue a mas detalles en sus reportes
o Datos Jerárquicos para aprovechar las
Explore capacidades de Drill-down
o Filtre, ordene, y resalte los datos
• Aproveche los Quick Insights para explorar
sus datos
Visualice
• Realice preguntas sobre sus datos en
lenguaje natural aprovechando el Q&A

Comparta
y Colabore
 Visualice sus DATOS
• Visualice sus datos en diversas formas
Prepare • La cantidad y variedad de visualizaciones
crece constantemente
o Donas, áreas, cascadas, mapas, etc.
o Custom visuals disponibles en la tienda de
Explore office
o Herramientas para crear sus propios custom
visuals
• Las visualizaciones están conectadas entre si,
Visualice selecciones una y vea como afecta las otras
visualizaciones que están en el reporte
• Opción de hacer un zoom en el visual para
obtener mas detalle y funciones adicionales
Comparta
y Colabore
 Dele vida a una historia con DATOS
• Comparta fácilmente hacia powerbi.com los
reportes creados en Power BI Desktop
Prepare
• Acceda a sus dashboards y reports utilizando
las aplicaciones nativas para dispositivos
móviles con sistemas operativos Windows,
Explore iOS y Android
• Comparta con compañeros de su
organización sus contenidos de Power BI en
Visualice
un ambiente seguro
• Sus reportes de Power BI pueden ser
utilizados en blog posts, websites, emails y
redes sociales con la opción Publish to web
Comparta
y Colabore
Introducción

Microsoft Power BI es una herramienta de auto servicio para

inteligencia de negocios y análisis de datos.

Power Power Power Power Power Power

Query Pivot View Map Q&A BI
Introducción
Power BI se presenta como tres productos que se
complementan
• Power BI Desktop: crear modelos, reportes y dashboards en una
estación de trabajo, permite compartir hacia el servicio web.
• Power BI Service: crear modelos, reportes y dashboards para
compartirlos en la organización.
• Power BI Mobile: visualización de reportes y dashboards en
dispositivos móviles (tablets y smartphones)
Obteniendo Power BI
Power BI Desktop
Se puede descargar desde la pagina de Microsoft por medio de este link
https://www.microsoft.com/en-us/download/details.aspx?id=45331
Power BI Service
Dos niveles para el servicio Free y Pro, ambos se pueden obtener en el portal de Power BI
https://powerbi.microsoft.com/en-us/get-started
Power BI Mobile
Existen aplicaciones para Android, iOS y Windows
 Power
POWER BI BI Desktop
DESKTOP
Power BI Desktop
Power BI Ribbon Muestra las principales opciones
disponibles

View Type Permite intercambiar entre vista de

dashboard, data y relaciones

Dashboard Canvas Es el area de trabajo donde se agregan

elementos visuals y se crean
dashboards

Visualization Es un área que permite realizar las

Properties configuraciones especificas de cada
visualización

Fields List Muestra todos los campos disponibles

para crear la visualización

Visualization Palette Muestra todas las posibles

visualizaciones que se pueden agregar
al dashboard

Page Selector Estos son tabs que permiten cambiar

entre las paginas que integran el
documento de Power BI
Power BI Desktop
Algunos conceptos básicos de Power BI
Visualización:
Elemento grafico útil para presentar la información existente en el modelo de
Power BI
Dashboard:
Es una colección de visualizaciones presentados en una sola pagina
Reporte:
Es una colección de dashboards (paginas) agrupados en un documento de Power
BI, todos utilizando el mismo conjunto de datos.
 Obteniendo datos
Power BI puede obtener
información desde diversos
orígenes y/o formatos entre
los que podemos resaltar

• Microsoft Excel
• Microsoft SQL Server
• Microsoft Access
• Archivos de Texto
• Modelos de Analysis Services
• Otras bases de datos
• Websites
• Etc.
 Obteniendo datos
La información pasa
por un proceso de
extracción y carga que
permite llevar datos
desde la fuente hacia
Power BI.
Cuando la información
ha sido cargada
correctamente se
visualizan los campos
en el Fields List
Visualizaciones

Las visualizaciones son elementos gráficos que nos

permiten mostrar dentro de un dashboard la
información que se ha cargado al modelo de Power BI

Cada visualización tiene sus propios parámetros de

configuración en cuanto a manejo de los datos y
presentación.
 Visualizaciones
Table Slicer

Matrix
Visualizaciones
Multiline Card Card Pie Funnel

KPI

Tree map Doughnut

Gauge
Filtros
Los filtros permiten restringir la cantidad de
información que se utiliza para generar una
visualización.
Pueden estar definidos en base a uno o mas campos, la
combinación de estas condiciones determina los datos
que se utilizaran para crear la visualización.
Los filtros operan en diferentes niveles
• visualización : restringen datos únicamente en la
visualización en donde son definidos
• pagina: restringen datos en todas las visualizaciones
de la pagina en donde son definidos
• Reporte : restringen datos en todas las
visualizaciones del reporte en donde son definidos
 Visualizaciones - barras

Stacked bar Clustered bar 100% stacked bar

Una barra por cada Una grupo de barras por Se comporta similar al stacked
categoría y las series se cada categoría y las series bar, la diferencia es que se
acumulan se dibujan separadas expresa en porcentajes
 Visualizaciones - columnas
Stacked column Clustered column 100% stacked column

Una columna por cada Una grupo de columnas Se comporta similar al stacked
categoría y las series se por cada categoría y las column, la diferencia es que se
acumulan series se dibujan separadas expresa en porcentajes
 Visualizaciones – Líneas y áreas
Line

Area
Una línea por cada
categoría, muestra
tendencias

Stacked Area
Pinta varias superficies
sobre la grafica, estas se Pinta varias superficies todas en
muestran acumuladas, función del eje, muestra
muestra tendencias y tendencias y permite comparar
permite apreciar la categorías
importancia de cada
categoría respecto del total
 Visualizaciones – gráficos combinados
Line and Stacked Column

Waterfall
combina una grafica de
líneas con una de columnas
apiladas, la intención es
tener la línea como
referencia

Line and Clustered Column

combina una grafica de
líneas con una de columnas Muestra como diferentes
independientes, la variables contribuye en el logro
intención es tener la línea de un objetivo final
como referencia
 Visualizaciones – Mapas
Basic Map
Muestra sobre un punto Filled Map
geográfico alguna métrica
ya sea por color o tamaño

ESRI
ESRI es un producto líder
en soluciones GIS, esta es
la versión preview de
Power BI interactuando Resalta una área geográfica
con ESRI según el valor de una métrica
 Visualizaciones – Mapas
Basic Map ESRI

Muestra sobre un punto ESRI es un producto líder en

geográfico alguna métrica soluciones GIS, esta es la
ya sea por color o tamaño versión preview de Power BI
interactuando con ESRI
Interacciones en el dashboard
La mayoría de las visualizaciones permiten al usuario interactuar ya sea dentro de la misma
visualización o con las otras visualizaciones

Dentro de la misma visualización se conocen dos acciones

Drill down : acceder al detalle de la información y Drill up : resumir la información

Drill down

Drill up
Interacciones en el dashboard
Con otras visualizaciones pueden suceder tres acciones
Filtrar : la otra visualización mostrara el detalle del elemento seleccionado.
Resaltar: la otra visualización hace un color mas suave la grafica dejando resaltado únicamente el
valor seleccionado
Nada: la otra visualización se mantiene sin cambios NADA Filtrar

Resaltar
 CARD Filtrado
por tipo
importador =
Distribuidor Impuesto x tipo
Marca
CARD Filtrado
por tipo
Tipo Vehiculo importador =
Ocasional

Impuesto x tipo
pais de origen

Impuesto x tipo
de importador
 Power BI Service
POWER BI SERVICE
Power BI Service
• Powerbi.com es un servicio de Microsoft basado en la infraestructura de
Microsoft Azure que permite a los usuarios compartir lo que han trabajado en
Power BI Desktop
• Hacer uso del servicio es un paso necesario para poder consultar la información
desde dispositivos móviles
• Su funcionamiento relacionado a desarrollo de dashboards y reportes es
equivalente a Power BI Desktop.
• Una de las principales diferencias entre powerbi.com y Power BI Desktop son las
funciones de transformación de datos solamente disponibles en el Desktop.
Ingresando a Power BI Service

Ingrese a www.powerbi.com

El usuario y clave que utililzara le fue entregado en una

tarjeta dentro de su carpeta de materiales.

Power BI solamente funciona con cuentas corporativas, no

permite el uso con cuentas de servicios gratuitos como
Hotmail, yahoo o gmail
Explorando powerbi.com
Datasets: un dataset es un grupo de información, esta
sección muestra los datos que se han cargado a
powerbi.com, se genera un data set por cada reporte
publicado.

Reportes: es cada uno de los documentos que se han

cargado a powerbi.com

Dashboards: es un área en donde podemos combinar

visualizaciones que pueden tener como origen diferentes
paginas del reporte y/o diferentes reportes
 Publicar un reporte en powerbi.com
Publicar un reporte creado en Power BI Desktop requiere del uso de una cuenta de powerbi.com

El primer paso es que Power BI Desktop trabaje con la cuenta de powerbi.com, esta asociación se
hace en Power BI Desktop haciendo clic en la etiqueta Sign In que esta en la barra de menu.

Luego de ingresar el usuario y clave la barra de menú cambiara para mostrar el usuario con el que
se esta trabajando
Publicar un reporte en powerbi.com
Luego de asociar las cuentas el único paso necesario para publicar un reporte es hacer clic en el
botón publish

Al finalizar la publicación Power BI Desktop mostrara un mensaje indicando que el proceso se ha

realizado con éxito.
Publicar un reporte en powerbi.com
En powerbi.com se mostrara un mensaje indicando que el nuevo dataset esta disponible para ser
utilizado, también se apreciara el nuevo dataset y nuevo reporte en el área de trabajo del usuario.

Reportes
Datasets
 Crear un dashboard en powerbi.com
Un dashboard de powerbi se genera consolidando visuals que existen en los reportes que hemos
publicado.

Para agregar un visual a un Se mostrara una nueva El resultado de esta

dashboard se debe hacer ventana que permite acción será un nuevo
clic en el icono de Pin que elegir entre publicar el dashboard en el área
se habilita en la parte visual en un dashboard de dashboards del
superior de cada visual existente o crear uno usuario.
nuevo
Crear un dashboard en powerbi.com
El dashboard puede incluir cualquier cantidad de visuals
Compartir un dashboard en powerbi.com
Los dashboards de powerbi.com se pueden compartir con otros usuarios de la misma organización ó
de organizaciones con las que se han configurado relaciones de confianza

Para compartir un dashboard solamente se deben ingresar las

direcciones de email de las personas con quienes se quiere
compartir el dashboard.
Estas personas pueden recibir permisos para compartirlo con
otros o únicamente para ver el dashboard
Power Q&A
Power Q&A es el servicio de preguntas en lenguaje natural (ingles y español) que permiten a los
usuarios generar consultas, reportes, visualizaciones y dashboards sin requerir conocimientos
técnicos sobre el uso de la herramienta.

Power Q&A se accede desde la sección “Ask a question about your data” que se observa en los
dashboards
Power Q&A
Luego de iniciar la función de Q&A Las
preguntas se escriben en el área de
preguntas y en la parte inferior se aprecian
los resultados.

Estos resultados también se pueden agregar

a un dashboard seleccionando la opción de
pin visual como en cualquier otro visual
 Power BI Mobile
POWER BI MOBILE
Power BI Mobile
Con este nombre se conoce al conjunto de aplicaciones que Microsoft ha desarrollado para
que se pueda acceder desde dispositivos móviles al contenido publicado en powerbi.com

Power BI mobile se puede obtener desde las tiendas de aplicaciones de los sistemas
operativos mas populares (iOS, Android y Windows)
Power BI Mobile

La instalación inicia Al finalizar la instalación se

descargando la aplicación debe ingresar a la app en
Microsoft Power BI desde donde inicialmente
la tienda del sistema observamos una pantalla
operativo del dispositivo con ejemplos
móvil.
Power BI Mobile

El siguiente paso es En esa pantalla se debe

conectar la cuenta de seleccionar la opción
powerbi.com con la Iniciar sesión
aplicación móvil, esto se SERVICIO WEB DE POWER BI
hace ingresando a la opción
de configuración desde el
menú principal
Power BI Mobile

La aplicación solicitara un Si el usuario y clave son

usuario y clave, este correctos, se realizara una
usuario y clave es el mismo breve sincronización entre
con el cual se han la aplicación móvil y el
publicado los reportes servicio web.
desde Power BI desktop
hacia powerbi.com
Power BI Mobile

Como resultado de esa Los dashboards se

sincronización se pueden muestran en una vista
observar los dashboards y adaptada al
reportes publicados en el dispositivo movil
área de trabajo del usuario.
Power BI Mobile

La aplicación móvil permite Desde cada visualización

compartir los dashboards del dashboard se puede
con otros usuarios de la ingresar al informe
misma organización. completo, expandir la
visualización (focus mode) y
La aplicación de Power BI generar anotaciones para
Mobile para iOS permite el posteriormente
uso de Q&A compartirlas con otros
usuarios.
 Power BI Mobile

Vista de informe completo

Focus Mode Anotación
Power BI Mobile
Cada dashboard puede tener
dos vistas, la vista web que se
muestra en dispositivos con
pantallas grandes y la vista de
teléfono que se utiliza en
pantallas mas pequeñas.

No es obligatorio contar con

una vista para teléfono, Power
BI genera una distribución
suficientemente buena

Definir una vista para telefono

no afecta de ninguna forma a
la vista web.
Power BI Mobile

La vista de teléfono permite definir que visuals se muestran en las pantallas

mas pequeñas, esto se logra con acciones simples como pin y unpin
 Extendiendo
PERSONALIZANDO
Power BI
POWER BI
Custom Visuals
Con este nombre se conocen a las visualizaciones que realizan empresas o desarrolladores
independientes con el objetivo de extender las capacidades de Power BI

https://store.office.com/en-us/appshome.aspx?productgroup=PowerBI
Importando un custom visual

1. seleccionar en el tab Home el

botón From Store
2. encontrar el custom visual que
se desea agregar
3. hacer clic en el botón Add
Report Theme Gallery
Power BI permite definir combinaciones de colores a nivel de reporte, esto facilita que
todas las visualizaciones sean consistentes en presentación y codificación de colores

https://community.powerbi.com/t5/Themes-Gallery/bd-p/ThemesGallery
Importando un tema
1.) Ingresar a
https://community.powerbi.com/t5/Themes-Gallery/bd-p/ThemesGallery

2.) Seleccionar un tema

Importando un tema
3.) Ubicar y descargar el archivo con extensión json
Importando un tema
4.) En el tab Home seleccionar el boton Switch Theme y la opcion Import Theme

5.) Ubicar el directorio y ruta en donde se descargo el archivo JSON (paso 3)

Creando un tema para Power BI
{
"name": "CMI_MM", Nombre del tema
"dataColors": ["#F0F000", "#af8830",
"#fa8830", "#fab430",
"#FFC184", "#FFAA55", Colores de las series de datos
"#B4B4B4", "#808080"],
"background":"#FFFFFF",
"foreground": "#3A6108", Configuración para tablas y matrices
"tableAccent": "#568410"
}

https://powerbi.tips/tools/advanced-color-theme-generator/
 Extendiendo
DAX
Power BI
Data Analysis Expressions
 ¿Que es DAX?

Es un lenguaje de consultas basado en funciones creado

por Microsoft y presentado al publico cerca del año 2009.

Su objetivo es ayudar a organizar, analizar, entender y

enriquecer datos para análisis y reportería.

Actualmente DAX es utilizado en modelos tabulares de

Analysis Services, Power BI y Power Pivot.
¿Que es DAX?

Date and Time 22

DAX cuenta con Filter Funtions 27

más de 260 Information funtions

Logical
15
9
funciones Math and Trig 45

agrupadas en 10
Other 19
Parent Child Functions 5
categorías. Statistical Functions
Text
69
22
Time-Intelligence 35
 Extendiendo
Modelos Power BI
¿Que es un modelo de datos?

Un modelo de datos es una colección de datos, cálculos y

reglas que se combinan para explorar, consultar y
comprender un conjunto de datos existentes, algunas
veces combinando varias fuentes de información.
 Modelado Dimensional
• El modelado dimensional es una técnica para
diseñar data warehouses
• Aunque el data warehouse se almacena en un
motor de base de datos relacionales, la técnica
del modelo dimensional es diferente a la técnica
modelo relacional
• El modelo dimensional tiene como objetivo
• Trabajar con grandes volúmenes de
información
• Atender a gran cantidad de usuarios
• Obtener tiempos de respuesta cortos
Conceptos Básicos
Hecho: Colección de datos que Métrica: Números o valores
representan los eventos a analizar en asociados a los hechos que
determinado contexto son sujetos de análisis.

Atributo: Información que Dimensión: Criterios sobre

describe en contenido de una los cuales se desea analizar la
dimensión información

Jerarquía: Formas de
organizar los atributos de una
dimensión
Tabla de Hechos

• Es una tabla que contiene mediciones (métricas)

• Su granularidad esta definida por las dimensiones a las que esta asociada
• Normalmente son aditivas (se pueden sumar) pero no siempre
• Se usan para resolver relaciones de muchos a muchos

Fecha Ubicación_id Producto_id Cantidad Valor

01-ene-2017 1 1 23 92
01-ene-2017 2 1 15 60
02-ene-2017 1 2 4 100
03-ene-2017 3 3 3 90
Dimensión
• Es una tabla que contiene elementos del negocio (ubicación, producto)
• Cada atributo contiene descripciones de esos elementos
• Puede ser referenciada por muchas fact tables

Producto_id Producto_cd Producto_dsc Color Talla

1 30204050 Pantalon Negro 32x30
2 30205060 Camisa Blanco M
3 30206070 Saco Cafe M
4 30208090 Corbata Azul U
Tipos de Relaciones
• Relación de 1 a 1 Codigo Precio
• Relación de 1 a Muchos 1 50
1 2 75
3 85
Codigo Descripcion
Fecha Factura Factura
1 Articulo 1
1 01-ene-19 Articulo 1 100
2 Articulo 2
01-ene-19 Articulo 2 100
3 Articulo 3 Muchos
01-ene-19 Articulo 3 100
2-ene-19 Articulo 1 101
2-ene-19 Articulo 2 101
Modelo Dimensional
 Extendiendo
Power BI
Almacenamiento
Column Storage vs Row Storage
Column Storage divide los atributos de la
Row Storage es el almacenamiento tabla en estructuras independientes que se
que aprendimos con las bases de pueden leer mas rápido
datos relacionales
Codigo Descripcion Marca Codigo Descripcion Marca
001 Pantalon Marca01 001 Pantalon Marca01
002 Camisa Marca02 002 Camisa Marca02
003 Zapatos Marca03 003 Zapatos Marca03
004 Sueter Marca01 004 Sueter Marca01
005 Corbata Marca02 005 Corbata Marca02
006 Tenis Marca03 006 Tenis Marca03

Una pagina de datos contiene todas Una pagina de datos contiene informacion de
las columnas de cierta cantidad de una sola columna, por lo tanto ofrece una mayor
registros cantidad de registros
Run Lenght Encoding (RLE)
La compresión se logra gracias a esta característica que permite optimizar el espacio utilizado para almacenar una
columna

Codigo Descripcion Marca Marca Descripcion Codigo

001 Pantalon Marca01 Marca01 Pantalon 001 Cuando RLE no
002 Camisa Marca02 Marca01 Sueter 004 reduce el
003 Zapatos Marca03 Marca02 Camisa 002 almacenamiento se
004 Sueter Marca01 Marca02 Corbata 005 usa el la codificación
005 Corbata Marca02 Marca03 Zapatos 003 original
006 Tenis Marca03 Marca03 Tenis 006

Marca Dic Encoding Bits Dic Encoding Inicio Registros

Marca01 0 00 00 1 2
Marca02 1 01 01 3 2
RLE Marca03 2 10 10 5 2
Storage Engine y Formula Engine

Storage Engine (SE)

Formula Engine (FE)
Encargado de buscar los datos en el
Encargado de ejecutar los cálculos
área de almacenamiento
single-threaded
multithreaded

Una técnica común para optimizar una consulta es trasladar mas trabajo al
Storage Engine.
 Extendiendo
Power BI
Tipos de dato
Tipos de Datos

Whole number Entero de 64 bits Rango –9,223,372,036,854,755,808 a +

9,223,372,036,854,755,808
Decimal number Punto Flotante de 64 bits –1.79e + 308 and –2.23e –308 solo 15 cifras significativas
Fixed decimal/Currency Punto Flotante de 64 bits Igual que el decimal number pero solo tolera 4 decimales
Date / Time Punto Flotante de 64 bits 1 de enero 100 DC al 31 de diciembre de 9999 DC
True/False
Text Unicode (dos caracteres Un texto con longitud máxima de 268,435,456
por valor)
Operadores Aritmeticos

Operador Efecto Ejemplo

+ Suma 2+2
- Resta 6–3
* Multiplicación 3*3
/ División 10 / 2
^ Elevar a potencia 2^4
Operadores de comparación

Operador Efecto Ejemplo

= Igual A=B
< Menor Que A<B
> Mayor Que A>B
<= Menor o Igual Que A <= B
>= Mayor o Igual Que A >= B
<> Diferente A <> B
Operadores
Concatenación Lógicos
Operador Efecto Ejemplo Operador Efecto Ejemplo
& Concatenar Valores A&B && Y A=B && C=D
|| O A=B || C=D
IN O A in (1,2,3)
 Extendiendo
Contexto Power BI
Contexto

Se refiere a los filtros aplicados a los cálculos.

Contexto implicito : el motor lo determina al momento de la

ejecución

Contexto explicito : se define directamente en el calculo

¿Metrica o Columna?

• La Métrica o Medida es solamente una definición de un

calculo
no ocupa espacio en el almacenamiento (RAM)
se adapta al entorno en el cual se ejecuta
representa un consumo de CPU
¿Métrica o Columna?

• La Columna pasa a formar parte de la estructura de la

tabla en la que se define
SI ocupa espacio en el almacenamiento (RAM)
Se ejecuta al cargar datos o modificar la definición.
 ¿Métrica o Columna?

Columna

Columna

Métrica
 Extendiendo
Ejemplos Power BI
Columna con un calculo simple
Total = Importaciones[valor_cif] + Importaciones[impuesto]

Métrica con un calculo simple

Total2 = sum(Importaciones[impuesto]) + sum(Importaciones[valor_cif])

Columna para clasificación de valores

clasificacion = if(Importaciones[impuesto]>5000,"Mas de 5000","Hasta 5000")

Participación en relación a un total (usando toda la tabla)

Participacion = sum(Importaciones[Total]) / CALCULATE(sum(Importaciones[Total]),all(Importaciones))

Participación en relación a un total (respetando filtros activos)

Participacion2 = sum(Importaciones[Total]) / CALCULATE(sum(Importaciones[Total]),ALLSELECTED(Importaciones))
Acumulado por mes
Acumulado_mes = TOTALMTD(sum(Importaciones[impuesto]),Fechas[fecha])

Acumulado por año

Acumulado_año = TOTALYTD(sum(Importaciones[impuesto]),Fechas[fecha])

Acumulado mes anterior

Acumulado_MesAnterior = TOTALMTD(sum(Importaciones[impuesto]),dateadd(Fechas[fecha],-1,MONTH))

Variación acumulado mes actual vs acumulado mes anterior (en valores)

Diferencia_MesActual_MesAnterior = [Acumulado_MesAnterior] - [Acumulado_mes]

Variación acumulado mes actual vs acumulado mes anterior (en porcentajes)

Diferencia_Prc = IFERROR([Diferencia_MesActual_MesAnterior] / [Acumulado_MesAnterior],BLANK())
Creando una tabla basándonos en una existente filtrando un valor determinado
ImportacionesPuertoQuetzal = filter(Importaciones,Importaciones[aduana_id]=20)

Creando una tabla que resume los valores de una tabla existente
ResumenPorAduana = SUMMARIZE(Importaciones,Aduanas[aduana_nm],"Impuesto",sum(Importaciones[impuesto]))

Creando una tabla de tiempo en función de los valores de una fact table
Fechas = CALENDAR(min(Datos[fecha]),max(Datos[fecha]))

Agregando columnas a la tabla de tiempo

Fechas =
ADDCOLUMNS(CALENDAR(min(Datos[fecha]),max(Datos[fecha])),"Año",year([Date]),"Mes",month([Date]),"Dia",day([Da
te]),"Dia de Semana",weekday([Date]),"Semana del
año",WEEKNUM([Date]),"Distancia",datediff([Date],today(),DAY),"Nombre
Dia",SWITCH(weekday([Date]),2,"Lunes",3,"Martes",4,"Miercoles",5,"Jueves",6,"Viernes",7,"Sabado",1,"Domingo"))
Recuperando solamente algunas columnas de una tabla
SELECTCOLUMNS
(datos
,"Fecha",[ Fecha de la Poliza]
,"Aduana",[Aduana de Ingreso]
,"Marca",[Marca]
,"Pais",[Pais de Proveniencia]
,"Combustible",[Tipo Combustible]
,"Importador",[Tipo de Importador]
,"Tipo",[Tipo de Vehiculo]
,"CIF",[Valor CIF]A
,"Impuesto",[Impuesto]
)
Recuperando valores distintos de una columna
DISTINCT(datos[Aduana de Ingreso])
Recuperando informacion de otra tabla que esta relacionada en el modelo
SELECTCOLUMNS(importaciones,"Aduanaid",importaciones[aduana_id],"aduana nm",related(Aduanas[aduana_nm]))

Realizando un Inner Join (basado en las columnas que tienen el mismo nombre)
SELECTCOLUMNS(
NATURALINNERJOIN(Importaciones,Aduanas),
"Nombre Aduana",Aduanas[aduana_nm],
"Codigo importaciones",Importaciones[aduana_id]
)

Realizando un Left outer Join (basado en las columnas que tienen el mismo nombre)
NATURALLEFTOUTERJOIN(Importaciones,Aduanas)

Realizando un group by y un order by

GROUPBY(Importaciones,Importaciones[aduana_id],"Impuesto",
SUMX ( CURRENTGROUP (), [impuesto]))
order by [aduana_id] desc
Expresion equivalente a un IN de SQL
CALCULATETABLE(Importaciones,Importaciones[aduana_id]=1 || Importaciones[aduana_id] = 20 ||
importaciones[aduana_id] = 5)

Expresion equivalente a un inner join (especificando columnas)

filter( crossjoin(Importaciones,aduanas), Importaciones[aduana_id]=aduanas[aduana_id])

Expresion equivalente a un left join (especificando columnas)

ADDCOLUMNS(Importaciones,"Nombre Aduana",
LOOKUPVALUE(Aduanas[aduana_nm],
Aduanas[aduana_id],Importaciones[aduana_id]))
 Extendiendo
Complemento Modelos
Power BI
Dimensionales
 Slow Changing Dimensions

• Es una dimensión en la cual el contenido va cambiando con el tiempo

• Existen algunos estándares para trabajar los SCD

TYPE 0 TYPE 1 TYPE 2 Hybrid

Cambia el Cambia el Cambia el Combina Type
origen origen origen 1 y Type 2
NO entonces generamos un
modificamos el modificamos el registro
dato en la dato en la histórico del
dimensión dimensión dato en la
dimensión
 SCD Type 0

Cambia el origen, NO modificamos el dato en la dimensión

Código producto Nombre producto

30205060 Pantalón

Producto_id Producto_cd Producto_nm

1 30205060 Pantalón

Código producto Nombre producto

30205060 Pantalón de lona

Producto_id Producto_cd Producto_nm

1 30205060 Pantalón
 SCD Type 1

Cambia el origen, entonces modificamos el dato en la dimensión

Código producto Nombre producto

30205060 Pantalón

Producto_id Producto_cd Producto_nm

1 30205060 Pantalón

Código producto Nombre producto

30205060 Pantalón de lona

Producto_id Producto_cd Producto_nm

1 30205060 Pantalón de lona
 SCD Type 2

Cambia el origen, generamos un registro histórico del dato en la dimensión

Código producto Nombre producto Ultima Actualización

30205060 Pantalón 01-ene-2016 13:15

Producto_id Producto_cd Producto_nm Fecha Act. Fecha Exp. Vigente

1 30205060 Pantalón 01-ene-2016 13:15 NULL 1

Código producto Nombre producto Ultima Actualización

30205060 Pantalón de lona 04-abr-2016 10:45

Producto_id Producto_cd Producto_nm Fecha Act. Fecha Exp. Vigente

1 30205060 Pantalón 01-ene-2016 13:15 04-abr-2016 10:44 0
2 30205060 Pantalón de lona 04-abr-2016 10:45 NULL 1
 SCD Hibrido
Cambia el origen, para algunos atributos type 1 (actualizamos valor) y para otros type 2 (generamos
un registro histórico)
Código producto Nombre producto Marca Ultima Actualización
30205060 Pantalón Solcomp 01-ene-2016 13:15

Producto_id Producto_cd Producto_nm Marca Fecha Act. Fecha Exp. Vigente

1 30205060 Pantalón Solcomp 01-ene-2016 13:15 NULL 1

Código producto Nombre producto Marca Ultima Actualización

30205060 Pantalón de lona Solcomp 04-abr-2016 10:45

Producto_id Producto_cd Producto_nm Marca Fecha Act. Fecha Exp. Vigente

1 30205060 Pantalón Solcomp 01-ene-2016 13:15 04-abr-2016 10:44 0
2 30205060 Pantalón de lona Solcomp 04-abr-2016 10:45 NULL 1
 SCD Hibrido

Código producto Nombre producto Marca Ultima Actualización

30205060 Pantalón de lona Solcomp 04-abr-2016 10:45

Producto_id Producto_cd Producto_nm Marca Fecha Act. Fecha Exp. Vigente

1 30205060 Pantalón Solcomp 01-ene-2016 13:15 04-abr-2016 10:44 0
2 30205060 Pantalón de lona Solcomp 04-abr-2016 10:45 NULL 1

Código producto Nombre producto Marca Ultima Actualización

30205060 Pantalón de lona Levis 08-may-2016 10:47

Producto_id Producto_cd Producto_nm Marca Fecha Act. Fecha Exp. Vigente

1 30205060 Pantalón Levis 01-ene-2016 13:15 04-abr-2016 10:44 0
2 30205060 Pantalón de lona Levis 04-abr-2016 10:45 NULL 1
 Slow Changing Dimensions
Al utilizar un SCD type 2 o un SCD Hibrido debemos tener en consideración que los queries que
relacionan la fact table con la dimensión deben tener en cuenta las fechas de vigencia del registro

Select Select
[producto_id] [producto_id]
From productos From productos
Where <fecha> Where [fecha exp] is null
between [fecha act] and [fecha exp]
 Llaves

Business Primary Composite

Natural Candidate Compound
Dimension Alternate Concatenated

Surrogate Foreign
 LLaves Business key
• Business key es una atributo en el sistema origen que identifica de forma única a un registro.
• Natural key es un sinónimo de business key
• Cuando llevamos esta llave a la dimensión se puede llamar dimensión key

SKU Producto_dsc Producto_ID SKU Producto_dsc

30204050 Pantalón 1 30204050 Pantalón
30205060 Camisa 2 30205060 Camisa
30206070 Saco 3 30206070 Saco
30208090 Corbata 4 30208090 Corbata
 Llaves Primary

Identifican un registro de forma única

• Llave candidata son las diferentes combinaciones de atributos que identifican de forma única
un registro
• Llave primaria es la llave candidata que contiene la menor combinación de atributos que
identifican un registro de forma única.
• Llave alterna son aquellas llaves candidatas que no fueron seleccionadas como llave primaria

SKU Producto_dsc Producto_ID SKU Producto_dsc

30204050 Pantalon 1 30204050 Pantalón
30205060 Camisa 2 30205060 Camisa
30206070 Saco 3 30206070 Saco
30208090 Corbata 4 30208090 Corbata
 Llaves Compound
Una llave compuesta o concatenada (Composite, Compound or Concatenated) es aquella que
resulta de la combinación de varios atributos

Sucursal Tipo Documento Documento

1 100 B-102553
1 200 X-80533
 Llaves Surrogate

Una llave sustituta es un numero entero que identifica de forma única un registro dentro de la
tabla, normalmente es generado automáticamente, no tiene ninguna relación con aspectos del
negocio y se utiliza como una llave primaria.

SKU Producto_dsc Producto_ID SKU Producto_dsc

30204050 Pantalón 1 30204050 Pantalón
30205060 Camisa 2 30205060 Camisa
30206070 Saco 3 30206070 Saco
30208090 Corbata 4 30208090 Corbata
 Llaves Foreign

Una llave foránea se define por medio de un

Producto_ID SKU Producto_dsc
1 30204050 Pantalón

atributo en una tabla que apunta a la llave de 2

3
30205060
30206070
Camisa
Saco

otra tabla 4 30208090 Corbata

Fecha Transacción Producto_ID Cantidad

2015-05-01 Compra 1 10
2015-12-27 Factura 1 2
2016-01-15 Factura 2 1
2016-07-30 Ajuste 4 5
 Elementos desconocidos

Un elemento desconocido se presenta cuando una fact table hace referencia a un valor que no
existe en la dimensión

Causas
• Fact tables que muestran hechos antes de que se actualicen las dimensiones
• Dimensiones que no se actualizan con la frecuencia que la fact table

Una de las opciones es no cargar esta información y reprocesar.

 Elementos desconocidos

El proceso de asociar la llave foránea en la fact table

SKU Ventas Producto_ID SKU Producto_dsc

30204050 150 1 30204050 Pantalón
30205060 75 2 30205060 Camisa
30206070 135 3 30206070 Saco
30208090 87 4 30208090 Corbata

Producto_ID Ventas
1 150
2 75
3 135
4 87
 Elementos desconocidos

¿Qué hacer cuando el código no existe?

SKU Ventas Producto_ID SKU Producto_dsc

40759862 150 1 30204050 Pantalón

?
30205060 75 2 30205060 Camisa
30206070 135 3 30206070 Saco
30208090 87 4 30208090 Corbata

?
Producto_ID Ventas
1 150
2 75
3 135
4 87
 Elementos desconocidos

Unknown Member
Producto_ID SKU Producto_dsc
-1 0 Unknown
SKU Ventas
1 30204050 Pantalón
40759862 150

?
2 30205060 Camisa
30205060 75
3 30206070 Saco
30206070 135
4 30208090 Corbata
30208090 87

Producto_ID Ventas
-1 150
2 75
3 135
4 87
 Elementos desconocidos

Inferred Member (inferido) Producto_ID SKU Producto_dsc

Producto_dsc Inferido
1 30204050 Pantalón
Pantalón 0
2 30205060 Camisa
Camisa 0

SKU Ventas 3 30206070 Saco

Saco 0

40759862 150 4 30208090 Corbata

Corbata 0

?
30205060 75 5 40759862 Unknown
Zapatos 1
0

30206070 135
30208090 87

Producto_ID Ventas
5 150
2 75
3 135
4 87
 Role Playing Dimension
• Es una dimensión cuyo contenido puede tener diferente significado
• Una misma fact table tendrá varias llaves foráneas hacia la misma dimensión
• La dimensión de tiempo es un buen ejemplo

Fecha Pedido Fecha Factura Fecha_Envio Cliente_ID Valor

01-ene-2016 01-ene-2016 01-ene-2016 1050 100.00
01-ene-2016 02-ene-2016 02-ene-2016 2097 200.00
01-ene-2016 02-ene-2016 03-ene-2016 1540 98.50
03-ene-2016 01-ene-2016 01-ene-2016 3047 75.00

Fecha Mes Año Cliente_ID Nombre

01-ene-2016 Enero 2016 -1 Miguel
02-ene-2016 Enero 2016 1 Pablo
03-ene-2016 Enero 2016 2 Ernesto
04-ene-2016 Enero 2016 3 Juan
05-ene-2016 Enero 2016 4 Pedro
 Snowflake Dimension
• Una dimensión copo de nieve es cuando las tablas que contienen la información
relacionada a esta dimensión están diseñadas según lo que en el modelo relacional llaman
tercera forma normal
• Cuando se aplica la tercera forma normal en un modelo dimensional el modelo se hace mas
complejo y los procesos de ETL resultan mas difíciles de construir y mantener
Cliente Municipio Departamento
Fact Table Cliente_id Municipio_Id Departamento_id
Fecha Cliente_nm Municipio_nm Departamento_nm
Producto_id Municipio_id Departamento_id
Cliente_id
Cantidad
Valor

Producto SubCategoria Categoria

Producto_id SubCategoria_Id Categoria_id
Producto_nm SubCategoria_nm Categoria_nm
SubCategoria_id Categoria_id
 Outrigger Dimension
El modelo dimensional propone utilizar el Star Schema en el cual la fact table esta al centro y
todos los datos relacionados a una dimensión están “des normalizados” procurando que
cualquier dato este a un join de la fact table

Cliente Producto
Cliente_id Fact Table Producto_id
Cliente_nm Fecha Producto_nm
Municipio_id Producto_id SubCategoria_id
Municipio_nm Cliente_id SubCategoria_nm
Departamento_id Cantidad Categoria_id
Departamento_nm Valor Categoria_nm
 Degenerate Dimension

Fact Table Ventas

Fecha

• Es un atributo almacenado en la fact table Producto_id

Cliente_id
• No es una métrica Vendedor_id
DD_Factura
• No apunta a una fact table Cantidad

No apunta a una dimensión

Valor
•
• El valor almacenado podría ser la llave de una dimensión
 Degenerate Dimension
• Es un atributo almacenado en la fact table
• No es una métrica
• No apunta a una fact table
• No apunta a una dimensión
• El valor almacenado podría ser la llave de una dimensión
• Permite agrupar y hace sentido con el negocio
Fecha Producto_id Cliente_id Vendedor_id DD_Factura Cantidad Valor

01-ene-2016 12 89 1 B-101 1 10

02-ene-2016 3 76 1 B-102 1 15

02-ene-2-16 4 65 1 B-102 1 12

04-ene-2016 5 43 2 B-103 1 16

04-ene-2016 6 34 2 B-103 1 43

05-ene-2016 7 21 2 B-103 1 22
 Junk Dimension
• Captura una combinación de dimensiones de baja cardinalidad con el objetivo de reducir la
complejidad del modelo.
• Otro de sus beneficios es la reducción del tamaño de las fact tables
• Cada combinación de valores genera una nueva llave en la dimensión
• Nunca se aplica un Slow Changing Dimension a este tipo de dimensiones

Junk_id Religion Genero Color_Favorito Carrier_Movil

1 Catolico Masculino Rojo Claro
2 Mormon Masculino Verde Tigo
3 Budista Masculino Amarillo Claro
4 Catolico Femenino Azul Movistar
5 Evangelico Femenino Violeta Tigo
6 Mormon Femenino Anaranjado Tigo
 Mini Dimension
• Se aplica a una dimensión grande que tiene SCD Type 2 y los cambios frecuentes la hacen
crecer mucho.
• Consiste en aislar los atributos que cambian con mayor frecuencia
• La granularidad de la Mini Dimension esta definida por la combinación de los atributos,
similar a lo que sucede en la Junk Dimension
• La dimensión principal se relaciona con la Mini Dimension por medio de una factless table

cliente_id Desde Hasta Vigente Cliente_cd Estado Vendedor Nombre Apellido

1 01-ene-16 10-ene-16 0 100101 Activo 100 Juan Pérez

2 11-ene-16 20-ene-16 0 100101 Suspendido 100 Juan Pérez
3 21-ene-16 30-ene-16 0 100101 Activo 200 Juan Pérez
4 31-ene-16 10-feb-16 0 100101 Suspendido 200 Juan Pérez
5 11-feb-16 20-feb-16 0 100101 Activo 300 Juan Pérez
6 21-feb-16 NULL 1 100101 Suspendido 300 Juan Pérez
 Mini Dimension
cliente_id Desde Hasta Vigente Cliente_cd Minid_id Nombre Apellido

1 01-ene-16 NULL 1 100101 6 Juan Pérez

100 01-feb-16 NULL 1 100545 4 Pedro Lopez

minid_id Estado_id Estado Vendedor_id Vendedor

1 1 Activo 1 100
2 2 Suspendido 1 100
3 1 Activo 2 200
4 2 Suspendido 2 200
5 1 Activo 3 300
6 2 Suspendido 3 300
 Mini Dimension
cliente_id Desde Hasta Vigente Cliente_cd Minid_id Nombre Apellido

1 01-ene-16 NULL 1 100101 6 Juan Pérez

100 01-feb-16 NULL 1 100545 4 Pedro Lopez

Fecha Cliente_id Minid_id Valor

01-ene-2016 1 1 100
05-ene-2016 1 2 200
10-feb-2016 100 4 150

minid_id Estado_id Estado Vendedor_id Vendedor

1 1 Activo 1 100
2 2 Suspendido 1 100
3 1 Activo 2 200
4 2 Suspendido 2 200
5 1 Activo 3 300
6 2 Suspendido 3 300
 Tipos de Fact Tables

Periodic Accumulated
Transaction
Snapshot Snapshot

Cada registro Cada registro Cada registro

representa un representa un representa un
evento, hecho periodo de proceso de
o transacción tiempo negocio
 Transaction Fact Table
• Cada registro representa un evento, hecho o transacción
Fecha Producto_id Cliente_id Cantidad Valor
1-ene-2016 100 78 5 100
2-ene-2016 100 56 3 60
3-ene-2016 100 56 1 50
4-ene-2016 200 56 2 100

Normalmente el resultado se obtiene de realizar una suma de los registros que cumplen con
un criterio de consulta
• Ventas de enero
• Ventas del producto 100
• Ventas del Cliente 56
• Ventas del producto 100 al cliente 56
 Periodic Snapshot Fact Table
• Cada registro representa un periodo de tiempo
Fecha Producto_id Cliente_id Cantidad Valor
1-ene-2016 100 78 5 100
1-ene-2016 100 56 4 110
1-ene-2016 200 56 2 100

• Ocupan menos espacio

• Normalmente las consultas son mas rápidas
• Al utilizarlas se pierde granularidad en la información
 Accumulated Snapshot Fact Table
• Cada registro representa un proceso de negocio, no esta asociado al tiempo

Fecha Cliente_id Factura Valor Facturado Valor Saldo

Pagado
1-ene-2016 78 B-500 100 75 25
10-ene-2016 56 C-400 140 110 30
31-ene-2016 23 B-573 67 67 0

• El registro será actualizado todas las veces que sea necesario para poder representar el
estado del proceso de negocio