En esta lección del curso de Power BI te presentaré el proyecto real del día, y haremos un repaso de lo que aprenderás hoy: la configuración del espacio, conectar con fuentes de datos de diverso origen, usar Power Query, usar datos geográficos y varios formatos de visualización.

Antes de seguir adelante, quiero que nos tomemos un momento para asegurarnos de tener nuestro entorno perfectamente configurado.

Vamos a revisar algunas configuraciones importantes para permitirle a Power BI importar e interpretar los datos de manera correcta. Sé que puede sonar un poco técnico, pero vas a ver que el entorno resulta bastante amigable y fácil de comprender. Conocer estas configuraciones es muy importante tanto en este momento que estás realizando el curso, como también el día de mañana, cuando necesites trabajar con datos que tienen formatos específicos.

Por ejemplo, es muy frecuente que los archivos que se originan con base de datos de Estados Unidos tengan un formato de fecha denominado "mes-día-año", en lugar del " día-mes-año", como estamos acostumbrados en los demás países. Esta diferencia, aunque puede parecer pequeña, es muy importante dado que una fecha dada, por ejemplo el "10/05/2024" se interpretaría como 5 de octubre en el sistema americano, y 10 de mayo en el sistema global, lo que, como es lógico suponer, luego podría representar grandes problemas al analizar los datos.

Estas configuraciones son fundamentales para que podamos aprovechar al máximo las herramientas y funcionalidades de Power BI. Después de todo, queremos que nuestro análisis de datos sea preciso, confiable y, sobre todo, sorprendente.

Así que, en esta lección, nos adentraremos en las diferentes opciones de configuración que nos permitirán importar los datos de manera adecuada, interpretarlos de la forma correcta y asegurarnos de que todos los detalles estén en su lugar. Con todo configurado correctamente, estaremos listos para seguir avanzando en nuestro emocionante viaje con Power BI.

Hasta este momento, nos hemos enfocado en analizar datos contenidos en una única tabla que reunía toda la información necesaria para nuestro análisis. Sin embargo, en el mundo del análisis de datos, a menudo nos encontramos con escenarios donde la información está distribuida en diferentes fuentes o en múltiples archivos o tablas que se complementan entre sí.

Es por eso que en esta etapa de nuestro aprendizaje vamos a abordar el desafío de trabajar con múltiples orígenes de datos. Vamos a aprender cómo combinar, relacionar y unificar estos datos dispersos para poder realizar un análisis completo y preciso.

También, así como ya hemos explorado la importación de archivos con formato CSV, ahora es el momento de aprender a importar otro tipo de datos, que son muy comunes de procesar en nuestras tareas de análisis: los archivos de Excel y las tablas.

Estos formatos son ampliamente utilizados en el mundo empresarial y contienen una gran cantidad de información valiosa. Aprender a importarlos y a trabajar con ellos en Power BI nos va a abrir las puertas a un sinfín de posibilidades para analizar y visualizar nuestros datos de una manera más efectiva y poderosa.

Acompáñame a Power BI.

Ahora, nos tomemos un momento para hablar un poco sobre Power BI y Power Query. Estas dos herramientas, aunque distintas, trabajan de la mano y son fundamentales para nuestro flujo de trabajo.

Pero, ¿Cuál es la diferencia entre ambas? Power BI es un conjunto de herramientas de análisis empresarial que nos permiten visualizar nuestros datos y compartir insights en toda la organización. Nos permite construir informes interactivos y dashboards de control, generando visualizaciones muy atractivas que pueden compartirse fácilmente.

Por otro lado, Power Query es una herramienta de ETL ¿Qué es ETL? En inglés significa "Extracción, Transformación y Carga". Entonces se le dice así porque Power Query nos permite importar datos de una variedad de fuentes, limpiarlos, transformarlos y cargarlos para que luego puedan ser analizados.

Entonces, ¿Cómo se integra Power Query en el flujo de trabajo de Power BI? En la práctica, usaríamos Power Query primero que nada para extraer los datos de las fuentes, y luego para limpiarlos y transformarlos de acuerdo a nuestras necesidades. Por último, Power Query se encarga de cargar esos datos en Power BI, para que Power BI haga su magia.

Para poder realizar este procedimiento, necesitamos trabajar con tablas de datos estructurados, que cumplen algunos requisitos básicos:

Primero, cada columna debe tener un único propósito. Es decir, una columna debe representar una sola variable o atributo. Por ejemplo, si tenemos una columna para 'Nombre' y otra para 'Apellido', no deberíamos mezclar estos dos datos en una sola columna.

Segundo, no queremos columnas, filas o celdas vacías. Una columna o fila vacía puede ser síntoma de diferentes problemas, y requerir diferentes tratamientos, sobre los que profundizaremos más adelante en el curso. Sin embargo debemos saber que en estas condiciones no suman valor a nuestro análisis y pueden generar problemas al visualizar los datos, de modo que podríamos tomar la decisión de eliminarlos.

Tercero, cada columna debe tener un único tipo de dato. Esto es importante porque cada tipo de dato se maneja de manera diferente. Por ejemplo, si tenemos una columna para 'Precio', queremos asegurarnos de que todos los datos en esa columna sean numéricos y no una mezcla de números y texto.

Y por último, el tipo de dato debe ser el que corresponde para cada columna. Si tenemos una columna de 'Fecha', cuyo tipo de datos es, por supuesto, Fechas, en esa columna sólo deberíamos tener fechas, y no texto o números. Parece obvio pero tenemos que explicitarlo.

En resumen, para decirlo en pocas palabras, con Power Query vamos a preparar los datos, y luego con Power BI vamos a sacarle jugo a esa preparación.

¿Ves cómo funcionan juntas? Incluso, las hemos utilizado hasta aquí casi sin darnos cuenta, pero ahora vamos a realizar ese proceso separado, a conciencia. La clave aquí es entender que ambas herramientas son piezas fundamentales de un mismo rompecabezas, y que al dominarlas, vas a ser capaz de construir análisis poderosos y hacer que los datos hablen por sí mismos. Te espero ya mismo en Power BI para ver a Power Query en acción.

En la siguiente parada de este recorrido inicial por todo lo que Power BI es capaz de hacer, prepárate para descubrir la belleza y el poder de las visualizaciones de mapas en Power BI: en esta lección, nos vamos a concentrar en cómo generar visualizaciones de mapas impactantes.

Los datos geográficos nos permiten comprender y visualizar información en relación a la ubicación geográfica, lo que añade un nivel adicional de profundidad y de significado a nuestros análisis. Nos permite identificar visualmente patrones espaciales, analizar tendencias regionales y descubrir insights valiosos que nos van a ayudar a tomar decisiones más informadas. No es lo mismo ordenar ubicaciones geográficas en un gráfico de barras y ordenarlas de menor a mayor, que ver cómo realmente estos datos se distribuyen y se concentran en el espacio.

Sin embargo, trabajar con datos geográficos puede presentar ciertos desafíos y errores comunes que debemos evitar para garantizar un análisis infalible. En esta lección, vamos a aprender cuáles son esos errores y los pasos clave que debemos tomar para superarlos con éxito. Te espero ya mismo en Power BI.

El mundo del formato de las visualizaciones en Power BI, es verdaderamente amplio. Si bien esto es desde luego una buena noticia ya que podremos personalizar los gráficos a nuestro gusto, también requiere que nos familiaricemos con cada una de las diferentes opciones que se nos ofrecen.

El formato de las visualizaciones en Power BI abarca desde la elección de colores, tipografías y tamaños, hasta la manipulación de cada uno de los elementos que componen un gráfico, dándonos así el poder de moldear nuestras visualizaciones a nuestro gusto.

No obstante, con tantas opciones disponibles, no quiero que te pierdas en los detalles. En este momento quiero que te concentres en aprender cómo hallar cualquier herramienta que estés buscando. Por eso, primero nos vamos a sumergir en las configuraciones de formato de visualizaciones generales (que se aplican en todos los gráficos), y luego aprenderemos a encontrar las configuraciones específicas de cada tipo de visualización en particular.

A lo largo de esta lección, descubriremos cómo jugar con los colores, estilos y efectos para realzar la legibilidad, destacar puntos clave y lograr una presentación visualmente impactante y limpia de nuestros datos. Vas a ver como, de repente, tus visualizaciones comienzan a cobrar vida.

Y ahora sí, llegamos a uno de los momentos más emocionantes del día: nuestro proyecto diario. Hoy, nos vamos a sumergir en un desafío muy interesante que nos va a poder en el papel de analistas de una importante empresa de producción de conservas de frutas en pleno desarrollo. La compañía está en proceso de expansión y requiere nuestro conocimiento y habilidades en Power BI para poder tomar decisiones informadas.

Nuestro trabajo consiste en explorar distintos orígenes de datos que nos proporcionan información valiosa sobre la actividad de la empresa en diferentes ubicaciones geográficas.

Esta empresa ha vivido un crecimiento exponencial reciente, lo cual, lejos de ser un problema, presenta un nuevo desafío: el crecimiento ha traído consigo un incremento en los costos de distribución y en ciertas dificultades para satisfacer la demanda de manera oportuna y eficiente en las distintas provincias.

Por este motivo, se han propuesto la creación de un centro de distribución que centralice todas las actividades logísticas en una región única y estratégica del país. La ubicación actual de su fábrica hace que todos los puntos de consumo queden bastante lejos. Así que tu trabajo es ayudarles a tomar una decisión basada en datos. Tendrás que examinar la información que te han brindado (y que te puedes descargar en los recursos de esta misma lección), combinando las tablas de ventas con las tablas de referencia de provincias y productos, y analizarla de manera integral.

A partir de este análisis, tu objetivo será ofrecer una recomendación fundamentada. ¿Dónde debería ubicar la empresa su nuevo centro de distribución para optimizar sus operaciones? Esta decisión no debería basarse simplemente en ubicar un lugar en el centro del país, sino en los lugares donde se concentran los mayores niveles de consumo.

También deberás responder la pregunta de cuál es del producto que concentra las mayores ventas en cantidad de unidades, y el mes donde se produce la mayor cantidad de ventas.

Finalmente, como es esperable que te comportes como un profesional, no vas a entregar un informa así nomás. Vas a aplicar colores y tonos rojos a las diferentes visualizaciones que elabores, ya que son los colores de marca de esta empresa para la que estás trabajando.

Te aseguro que, al final de este proyecto, te vas a sentir un paso más cerca de convertirte en un experto en Power BI.

En esta lección del curso de Power BI te muestro cómo he resuelto yo el desafío del día.

En esta lección del curso de Power BI reflexionaremos sobre los logros del día: la configuración del espacio, conectar con fuentes de datos de diverso origen, usar Power Query, usar datos geográficos y varios formatos de visualización.

En esta lección de Power BI TOTAL te presentaré el proyecto real que vas a realizar hoy, y describiré los temas que aprenderás hoy: la conexión uno a varios, a hacer informes con muchas páginas, la jerarquía de fechas, crear jerarquías y todas las herramientas de segmentación y filtrado

Vamos a comenzar el día hablando sobre un concepto fundamental en el mundo de las conexiones de datos: la conexión "uno a muchos", o "uno a varios".

Cuando trabajamos con Power BI, muchas veces necesitamos combinar múltiples tablas de datos para obtener una visión completa y significativa de la información, es decir, de la realidad. Hace algunas clases, hablamos de las relaciones "Uno a uno". Este tipo de relaciones es la más sencilla, donde cada valor de una columna determinada en un tabla, se relaciona con un solo valor de otra columna en otra tabla vinculada. La conexión "uno a muchos" es otro de los tipos de conexión más comunes que utilizamos para unir estas tablas.

Entonces, ¿qué significa exactamente una conexión "uno a muchos"? Bueno, imaginemos que tenemos dos tablas: una tabla de clientes, que contiene un número de cliente y sus datos, y una tabla de pedidos, que entre otras cosas, contiene el código del cliente que realizó cada pedido. Aquí tenemos una situación donde una tabla tiene un registro por cada cliente, pero en la otra tabla tenemos un registro por cada pedido, y la realidad es que aqupi no podemos hacer conexiones uno a uno, porque cada cliente, si bien es único, puede hacer más de un pedido. Por lo tanto, en la tabla pedidos, más de un registro puede asociarse a un mismo cliente de la tabla clientes. Esta es una relación "uno a muchos" porque un registro en la tabla de clientes se relaciona con varios registros en la tabla de pedidos.

En Power BI, establecemos esta conexión "uno a muchos" mediante la identificación de una clave única en la tabla "uno" (en este caso, la tabla de clientes) y una clave relacionada en la tabla "muchos" (la tabla de pedidos). Esto nos permite combinar la información de ambas tablas y realizar análisis más profundos y detallados, ya que ahora contamos con el detalle de cada cliente que realizó una compra, en lugar de solo un código de cliente, que no nos dice gran cosa.

La conexión "uno a muchos" (así como la conexión "uno a uno") es solo uno más de los distintos tipos de relaciones que podemos establecer entre tablas en Power BI, pero es especialmente importante, debido a que frecuentemente vamos a trabajar con tablas que registran gran cantidad de información y lo hacen de manera resumida, por ejemplo a través de códigos identificadores (o IDs), y luego tenemos bases separadas donde se amplía la información que pertenece a esos códigos. A medida que avancemos en el curso, vamos a explorar diferentes tipos de conexiones y cómo utilizarlas para obtener los mejores resultados en nuestros análisis.

Veamos entonces con un nuevo ejemplo, en qué consiste esta relación "uno a muchos" en tus datos, aprovechando la potencia de Power BI.

Hasta ahora hemos trabajado con informes de Power BI que contienen solamente una página. Ahora, vamos a aprender a generar informes con múltiples páginas. En Power BI, a las páginas también les podemos decir "perspectivas". Y tener más de una página (o perspectiva), nos va a permitir, por ejemplo, crear grupos de visualizaciones específicas para diferentes áreas de análisis, cada uno con diferentes visualizaciones, gráficos y tablas para presentar los datos de manera organizada y comprensible, pero a partir del mismo conjunto de datos.

Por ejemplo, en una página podremos enfocarnos en las sucursales o en los productos más vendidos, mientras que en otra página nos podemos concentrar en los clientes. Incluso podremos generar reportes específicos para las diferentes gerencias de una empresa en cada perspectiva, mostrándole a cada gerente o a cada equipo, la información que más les interesa, sin tener que generar y actualizar múltiples archivos a la vez.

Este es un buen ejercicio para comenzar a pensar en los usuarios como clientes de los reportes que generemos. Si bien es muy fácil dejarse llevar por todas las herramientas que pone a nuestra disposición Power BI, debemos siempre tener muy presente a quienes necesitan (y van a usar) esta información, a fines de que podamos brindarles valor en su proceso de toma de decisiones. Las páginas de los informes pueden ser nuestras aliadas para reportar a distintos usuarios la información que más le interesa a cada uno.

Existe otra perspectiva que nos puede brindar nuevos niveles de interactividad en nuestros informes, y son las jerarquías de fechas. Con ellas, podemos explorar las tendencias históricas, así como la estacionalidad, con diferentes niveles de detalle, desde los años hasta los días. Sin duda son un componente esencial del set de herramientas que todo analista debe tener, ya que forman parte del conjunto de técnicas de series de tiempo, que no son otra cosa que conjuntos de datos ordenados cronológicamente, del cual pueden extraerse patrones y conclusiones de acuerdo al comportamiento de las variables en función de la época del año, por ejemplo, y de su evolución a lo largo de varios periodos.

Como ya mencionamos, hay dos conceptos claves a los cuales les debemos prestar mucha atención:

• La estacionalidad, que se refiere a patrones que se repiten en los datos en ciertos momentos del año, como las ventas que suelen aumentar durante las temporadas festivas.

• Y la tendencia, que señala la dirección general en la que los datos se mueven a lo largo de un período largo, revelando si están subiendo o bajando consistentemente.

Estos conceptos son importantes para entender cómo cambian los datos con el tiempo y sacar conclusiones útiles, tales como hacer proyecciones o identificar señales de peligro. Por ejemplo, podríamos utilizarlas para anticiparnos a épocas de altas ventas para contratar y entrenar personal temporal adicional para nuestras tiendas, o prepararnos para lanzar promociones y descuentos en los periodos de bajas ventas, así como para ajustar la capacidad productiva de acuerdo a las tendencias de largo plazo de nuestras líneas de productos.

Como seguramente ya lo sospechas, gracias a Power BI, podremos llevar a cabo estos análisis a nuestro gusto, así que no perdamos más tiempo y veámoslo en la práctica.

Ahora que conocimos cómo funcionan las jerarquías de fechas, vamos a ver cómo podemos crear nuestras propias jerarquías para otros campos que nos sean fechas. Esto puede ser útil cuando tenemos un campo que contiene subcategorías, y queremos explorarlas de manera agrupada, o alternar con un análisis en mayor profundidad.

Para nuestro ejemplo de la zapatería, podría preguntarme cómo se venden los zapatos de hombre y de mujer, y dentro de estas categorías, cómo se está desempeñando cada uno de los modelos individualmente, entendiendo al mismo tiempo cómo estos contribuyen a la supercategoría en general.

Nada mejor que la práctica para entenderlo, así que acompáñame a Power BI que quiero mostrarte cómo hacerlo.

Cuando comenzábamos nuestro camino en Power BI, allá por el día 1, conocimos cómo podemos lograr que nuestros informes en Power BI resulten interactivos con la incorporación de herramientas de filtrado. En esta lección, vamos a explorar nuevas y muy poderosas opciones de filtrado en Power BI.

Puede que te preguntes ¿Por qué es tan importante dominar el proceso de filtrado en un análisis de datos? Y la respuesta es porque gracias a esas herramientas, podremos conocer y explorar en profundidad los datos desde perspectivas que no son evidentes a primera vista, y evidenciar nuevos tipos de relaciones que de otro modo permanecerían ocultas. Es decir, no queremos quedamos con una bella foto del mar de datos, sino que buceamos en ellos, para descubrir qué hallazgos fascinantes se ocultan bajo la superficie.

Recuerda que en todo proyecto de análisis de datos el objetivo final no es solamente llegar a un gráfico bonito, sino lograr que ese gráfico nos permita descubrir información valiosa.

Te espero ya mismo en Power BI para mostrarte más herramientas de filtrado.

Es momento de sumergirnos en un nuevo proyecto. Como siempre, pondremos en práctica todas las herramientas que hemos estado aprendiendo hasta ahora: vamos a vincular tablas utilizando relaciones "uno a varios", vamos a crear reportes con varias perspectivas, vamos a usar jerarquías de fecha y modelos, y vamos a aplicar poderosas herramientas de filtrado.

Tu objetivo en este proyecto será analizar las ventas de una cadena de supermercados a lo largo de diferentes regiones, y para eso, te vas a sumergir en dos perspectivas clave: la primera enfocada en el desempeño de cada zona y sucursal, y la segunda en analizar el desempeño de los diferentes productos, en términos de ventas.

En la primera perspectiva, vas a explorar cómo se han comportado las ventas en cada zona y sucursal, identificando las áreas de mayor rendimiento y aquellas que requieren atención especial. Vas a aplicar herramientas de filtrado avanzadas para examinar los datos desde diferentes ángulos y a responder preguntas clave del negocio, como cuáles son las sucursales más rentables, cuál es el promedio de ventas en cada una durante las diferentes temporadas, qué zonas han experimentado un crecimiento destacado y qué oportunidades de mejora podemos identificar. También, vas a usar jerarquías de modelo para identificar las regiones de mejor desempeño a lo largo de diferentes sucursales, y jerarquías de fechas para identificar las tendencias y la estacionalidad de las diferentes líneas de producto.

En la segunda perspectiva, te vas a concentrar en el análisis de los productos. Vas a explorar qué productos han tenido un mayor impacto en las ventas, cuáles son los productos más vendidos en cada región y qué tendencias puedes identificar en el comportamiento de compra de los clientes.

Por supuesto que vas a basar todo tu trabajo en los archivos que te dejaré como recursos de esta lección, así que tómate un buen tiempo para explorarlos en Power BI.

En esta ocasión puedes proponer el tablero que más te guste: lo importante es que luego lo puedas usar para responder a las preguntas. Lógicamente te recomiendo, eso sí, crear dos páginas en tu reporte: una para concentrarte en el análisis de las sucursales, y otra para los productos. Utiliza gráficos que te permitan ver claramente cantidades y categorías a lo largo del tiempo, y finalmente, crea segmentadores con los diferentes productos que forman parte del stock, y para el caso de las sucursales, crea una jerarquía de modelo que te permita explorar el comportamiento de regiones, y dentro de ellas, de sucursales individuales. No te pierdas en los detalles y concéntrate en obtener un tablero que te resulte práctico y claro para tu análisis.

Para ayudarte a interpretar tus datos, te daré el siguiente tip: Al revisar tus datos vas a ver que uno de los campos se llama "SKU", que significa "Stock Keeping Unit". Un SKU es un código único utilizado para identificar y rastrear productos en el inventario dentro de una empresa. Este campo proporciona información detallada sobre un producto y se utiliza para gestionar el inventario de manera eficiente.

Recuerda los conceptos de estacionalidad y tendencia, porque entrarán en juego en las preguntas que deberás responder, y procura crear gráficos que te permitan observar estos fenómenos con distintos grados de granularidad.

De esta forma, estaremos simulando una situación real típica, en la que presentas tu trabajo a un manager, y junto a él o ella, vas revisando la información que le resulte de interés, y mostrarle cómo, gracias a tu trabajo, pueden extraerse conclusiones valiosas. Prepárate para descubrir las historias que los datos nos revelan y tomar decisiones informadas basadas en un análisis sólido.

En esta lección del curso de Power BI te muestro cómo he resuelto yo el desafío del día.

En esta lección de Power BI TOTAL repasamos nuestros logros y aprendizajes del día: el proyecto real de hoy, la conexión uno a varios, hacer informes con muchas páginas, la jerarquía de fechas, crear jerarquías y todas las herramientas de segmentación y filtrado

En esta lección del curso Power BI TOTAL te voy a presentar el proyecto real del día de hoy, y conocerás los temas que vas a aprender hoy: Layout y storytelling, cómo elegir la visualización correcta, los temas de diseño preconfigurados, cómo diseñar tus propios temas, y muchos tips y recursos externos para crear los mejores diseños posibles de tus dashboards.

Como este curso se llama "Power BI TOTAL", quiero que termines siendo un experto en el análisis de datos, que es mucho más que saber utilizar la herramienta o conocer dónde están las diferentes opciones. El análisis de datos comienza incluso antes de abrir Power BI, cuando ponemos nuestros ojos en los datos con los que vamos a trabajar, cuando pensamos a quién estará destinada a esta información y al comenzar a planificar cómo es conveniente estructurarla para que resulte clara e interesante.

El arte de contar historias, o storytelling, es una herramienta poderosa que nos permite comunicar de manera efectiva nuestros resultados y conectar con nuestra audiencia. En el contexto de Power BI, el storytelling nos permite transformar nuestros datos en narrativas convincentes y significativas, de manera que tengan sentido para quien recibe la información.

Si bien el storytelling es una habilidad que hace uso de otros recursos y requiere práctica y experiencia, vale la pena tener en cuenta sus lineamientos generales a medida que desarrollamos nuestros proyectos, incluso desde la etapa inicial de diseño. En cada tablero, vamos a guiar a nuestros usuarios a través de un viaje visual que les permita comprender y apreciar la historia que se esconde detrás de los datos.

En PowerBI, además, al ser interactivo, podemos permitir a nuestros usuarios explorar por sí mismos la historia de los datos, de modo que también debes considerar esto en el diseño. Le vas a dar al usuario el poder de sumergirse en los detalles, de hacer preguntas y de descubrir nuevas perspectivas a medida que interactúa con tus visualizaciones.

El storytelling en Power BI no se trata solo de crear gráficos llamativos, sino de transmitir un mensaje claro y memorable a través de los datos. Es una oportunidad para despertar emociones, generar impacto y catalizar acciones basadas en la información que presentamos.

Diseñar en tu herramienta preferida un tablero (o dashboard) que contenga esta información: dónde van los logos de la empresa, encabezados, herramientas visuales, qué gráficos se incorporarían, en qué lugar, dónde se colocarían segmentadores, etc.

Por último, este es un proceso iterativo, pero necesitamos tomar perspectiva y ordenar el trabajo para que el resultado final sea claro para la audiencia.

Hasta este momento, nos hemos concentrado en algunas visualizaciones puntuales, según las hemos ido necesitando. Sin embargo el mundo de las visualizaciones es fascinante, y no hay mejor lugar que Power BI para explorarlo en profundidad.

En esta lección vas a conocer el árbol de opciones gráficas que te brinda Power BI, y cómo elegir la mejor para cada caso.

La primera pregunta que debes hacerte a la hora de decidir qué gráfico elegir, es: ¿Qué es lo que deseas mostrar?

Podemos decir que todas las respuestas a esta pregunta, se pueden agrupar en 4 grandes grupos. ¿Quieres hacer una comparación entre tus datos? ¿Quieres mostrar cómo se distribuyen tus datos? ¿Quieres mostrar cómo están compuestos tus datos? ¿O quieres mostrar la relación entre tus datos?

Como puedes ver en el gráfico descargable de esta lección, según la opción que elijas, puedes seguir haciéndote preguntas hasta llegar a la visualización que mejor represente tus necesidades. Este mapa fue diseñado por el Doctor Randal Olsen, y es una gran herramienta que te recomiendo descargar de los recursos de esta lección para tenerlo a mano a la hora de elegir tus gráficos.

Tomemos un ejemplo. Tengo una tabla con información de los vendedores de mi empresa, que muestra la cantidad de horas que cada uno trabaja por semana, y la cantidad de ventas que cada uno realiza por semana. Quiero ver cómo se distribuyen todos esos valores en un gráfico para identificar si existe alguna tendencia. Entonces digo que lo que quiero mostrar es una distribución. Ok. ¿Tengo una, dos o tres variables? Tengo Horas y Ventas, así que respondo "dos variables". Parece ser entonces, que la mejor visualización para mi ejemplo, es un gráfico de dispersión, o Scatter plot, que son gráficos muy útiles para mostrar la relación entre dos variables numéricas, especialmente cuando se busca correlaciones o patrones.

Entonces descarga y repasa esta guía con tranquilidad, y yo te espero en la siguiente lección para seguir hablando de diseño en Power BI

Gran parte de nuestro trabajo en Power BI, es lograr una presentación o visualización de datos funcional y atractiva. Ya vimos cómo podemos aplicar distintos colores de relleno a nuestras visualizaciones. Pero puede que muchas veces sientas que tus elecciones estéticas no se ven del todo bien cuando las miras todas juntas. En esos momentos te das cuenta que ser analista de datos no significa ser un buen diseñador gráfico.

Para eso existen los "Temas" en Power BI. Los temas son conjuntos de colores, fuentes, y estilos visuales preseleccionados, que ya están configurados en Power BI con una estética coherente y un balance visual agradable, y que puedes seleccionar de una colección y aplicarlo a todos tus gráficos con un solo click.No solo eso, sino que además puedes personalizar esos temas a tu gusto, e incluso hasta crear tus propios temas para que todos tus gráficos respeten el mismo estilo.

Sin duda los temas son ideales para aplicar de manera rápida un estilo visual de apariencia profesional y equilibrado, y los vamos a ver ya mismo en Power BI.

Ahora que ya tenemos una buena comprensión de la teoría detrás del diseño, de la elección de colores y de visualizaciones, pasemos a la parte práctica y exploremos algunos trucos que seguramente te van a ser de gran utilidad al crear tu próximo tablero en Power BI.

Acompáñame a hacer un recorrido por una serie de recursos disponibles en la web que pueden ser de gran ayuda para ti en este proceso. Es importante que estés atento, ya que si bien los consejos que te compartiré son valiosos, debes recordar que todo el tiempo aparecen nuevas herramientas como estas, sobre todo a partir del desarrollo de la inteligencia artificial, y muchas de las que verás en esta lección pueden verse completamente distintas (o incluso dejar de estar disponibles) en el momento en que estás haciendo el curso. Entonces no es necesario que me escribas preguntas para decirme "Fede, en tal página no encuentro el botón que tu presionaste", o "está todo cambiado en tal sitio", ya que exceden a lo que es Power BI propiamente dicho.

Por lo tanto, la idea principal de esta lección es que sepas que hay recursos a lo largo de la web, y que estos son solo algunos ejemplos. Y lo que deberías hacer si mis ejemplos ya no están o han cambiado, es seguir investigando por tu cuenta y mantenerte al tanto de las últimas tendencias que harán que tu trabajo de diseño sea aún más efectivo.

Como voy a mostrarte bastantes recursos, vamos a dividir esta lección en dos partes, para poder verlos con un poco más de tiempo a cada uno. Comencemos.

Ahora que ya tenemos una buena comprensión de la teoría detrás del diseño, de la elección de colores y de visualizaciones, pasemos a la parte práctica y exploremos algunos trucos que seguramente te van a ser de gran utilidad al crear tu próximo tablero en Power BI.

Acompáñame a hacer un recorrido por una serie de recursos disponibles en la web que pueden ser de gran ayuda para ti en este proceso. Es importante que estés atento, ya que si bien los consejos que te compartiré son valiosos, debes recordar que todo el tiempo aparecen nuevas herramientas como estas, sobre todo a partir del desarrollo de la inteligencia artificial, y muchas de las que verás en esta lección pueden verse completamente distintas (o incluso dejar de estar disponibles) en el momento en que estás haciendo el curso. Entonces no es necesario que me escribas preguntas para decirme "Fede, en tal página no encuentro el botón que tu presionaste", o "está todo cambiado en tal sitio", ya que exceden a lo que es Power BI propiamente dicho.

Por lo tanto, la idea principal de esta lección es que sepas que hay recursos a lo largo de la web, y que estos son solo algunos ejemplos. Y lo que deberías hacer si mis ejemplos ya no están o han cambiado, es seguir investigando por tu cuenta y mantenerte al tanto de las últimas tendencias que harán que tu trabajo de diseño sea aún más efectivo.

Como voy a mostrarte bastantes recursos, vamos a dividir esta lección en dos partes, para poder verlos con un poco más de tiempo a cada uno. Comencemos.

Has llegado al emocionante momento de aplicar todo lo que hemos aprendido hoy sobre diseño de tableros en Power BI. ¡Es hora de poner en marcha toda tu creatividad y tus habilidades de diseño!

Esta es la situación de hoy. Has sido contratado por la gerente de ElectroMas, una empresa dedicada a la comercialización minorista de artículos electrónicos y electrodomésticos. La gerente general envía las bases de datos con toda su información de ventas (que te puedes descargar como recursos de esta lección), y te ha pedido que le muestres cómo han ido evolucionando las ventas, separando las perspectivas:

• Por un lado le interesa ver las ventas totales, y su tendencia a lo largo del tiempo, así como su distribución en los canales de venta (tiendas físicas u online), y conocer geográficamente, dónde se concentran sus clientes.

• Por otro lado, le interesa ver cómo se comparan las diferentes categorías de productos entre sí, respecto a la cantidad de unidades vendidas. Por supuesto que puedes realizar tus propios aportes para enriquecer esta perspectiva.

En este proyecto, tu tarea consiste en planificar un diagrama del tablero que luego llevarás a cabo en Power BI. Como punto de partida puedes usar el formato o soporte que más te guste (ya sea papel y lápiz, una herramienta de diseño digital o cualquier otro medio que les resulte cómodo).

Hoy deberás tomar todas las decisiones importantes, como:

• Seleccionar los tipos de gráficos más apropiados

• Decidir la agrupación e interacción de las visualizaciones.

• Incluir los segmentadores que creas que ayudarán a responder las preguntas de la gerente.

• Aplicar los colores de un tema que consideres apropiado

• Y finalmente colocar el logo de una empresa ficticia para demostrar tu sentido de pertenencia.

En este proyecto el diseño visual y la coherencia estética serán claves para crear un tablero atractivo y profesional.

Recuerda que no solo se trata de hacer un tablero visualmente agradable, sino también que sea funcional y que cumpla con el objetivo de comunicar información valiosa, así que no dejes de aplicar los principios de diseño y del storytelling que hemos aprendido el día de hoy.

Te recomiendo configurar el "tema" que vas a usar en este reporte, partiendo de los colores de marca de la empresa (que puedes ver en el logo y que también te podrás descargar de esta lección), y sin olvidar que muchas veces, en el diseño, menos es más, y que la prioridad serán tus datos.

Como ya estás acostumbrado, a continuación tendrás dos cuestionarios: el primero que debes mantener siempre abierto durante la ejecución del proyecto para guiarte a lo largo del camino sin extraviarte entre tantos pasos, y el segundo para confirmar tus datos respondiendo a las preguntas de la gerente de ElectroMas.

¡Manos a la obra! Y asegúrate de divertirte todo el tiempo.

En esta lección del curso de Power BI te muestro cómo he resuelto yo el desafío del día.

En esta lección de Power BI TOTAL repasamos nuestros logros y aprendizajes del día: Layout y storytelling, cómo elegir la visualización correcta, los temas de diseño preconfigurados, cómo diseñar tus propios temas, y muchos tips y recursos externos para crear los mejores diseños posibles de tus dashboards.

En el día de hoy, nos vamos a sumergir en el fascinante mundo de las visualizaciones avanzadas.

A medida que avanzamos en nuestro viaje, vamos expandiendo nuestra caja de herramientas y aprendemos a utilizar algunas de las funciones más potentes de Power BI.

¿Y qué puede ser más potente que lo que hemos visto hasta ahora? Bueno, hoy vamos a conocer gráficos super atractivos como los diagramas de árbol, y los gráficos de cintas, y también un elemento muy simpático por su claridad y simpleza para brindar información, que son las tarjetas. También vamos a profundizar en las tablas y las matrices, y vamos a aprender un tema importantísimo para mantener tus tableros vivos y reactivos, que es el tema del formato condicional.

Y nuestro proyecto de hoy va a estar genial porque vamos a retomar la información que usamos el día 3 (sobre las ventas de un supermercado), pero esta vez con información adicional que te va a permitir poner en práctica todas las novedades del día de hoy.

¡Preparémonos para sumergirnos en el maravilloso mundo de las visualizaciones avanzadas en Power BI! Estoy seguro de que este será un capítulo emocionante y enriquecedor en nuestro viaje de aprendizaje. Así que, sin más preámbulos, ¡comencemos a explorar y dominar estas herramientas de visualización avanzada juntos!

En este punto ya tenemos más que claro que el gran poder de Power BI radica en su potencia para crear visualizaciones atractivas de manera rápida y sencilla. Sin embargo, muchas veces podemos necesitar ir un poco más en detalle con algún dato en particular, y tal vez en esos momentos convenga recurrir a herramientas más tradicionales, como las tablas de datos y las matrices.

Por supuesto, la gente de Microsoft se anticipó a esta necesidad, y nos permite crearlas de manera súper sencilla y dinámica.

Cuando utilizamos tablas, no estamos limitados al contenido de las bases de datos originales. Por el contrario, podremos configurar tablas dinámicas y simplificadas, que se actualicen cuando interactuamos con nuestro tablero.

Así que acompáñame ahora a Power BI para conocer en qué consiste esta herramienta.

Si bien con Power BI podemos realizar análisis muy sofisticados y complejos, a veces es importante recordar que en el análisis de datos, la simplicidad es una virtud.

Al elegir un enfoque más simple, podemos comunicar nuestra información de manera más clara, limpia y efectiva. En Power BI, las tarjetas son una excelente herramienta para destacar las cifras más importantes en nuestros tableros, como si colgáramos un hermoso cuadro en el medio de nuestra sala de estar.

Aunque son visualizaciones simples, te voy a brindar varios consejos para que puedas diferenciarte y obtener el máximo valor de estas tarjetas, personalizando su apariencia para que luzcan estéticas y profesionales. Vámonos directamente a Power BI para enseñarte cómo.

En esta lección, vamos a conocer el formato condicional ¿sabes de qué se trata?

El formato condicional es una forma de aplicar formato a tus gráficos, como hemos hecho hasta ahora (colores, fuentes, tamaños, etc.), pero no de un modo fijo y estático, sino que ese formato puede cambiar a medida que cambian los datos… ¿suena bien verdad?

Esto es muy útil para resaltar valores importantes o para facilitar la visualización de patrones y de tendencias en tus datos. En esta clase, aprenderemos cómo aplicar el formato condicional tanto en tablas como en tarjetas.

En las tablas, vamos a explorar los pasos necesarios para aplicar el formato condicional a través del panel de "Visualizaciones". Tambien vamos a aprender cómo establecer reglas y condiciones específicas para resaltar los datos de la mejor manera.

Vamos a Power BI para que pueda mostrarte cómo hacerlo.

Otro tipo de visualización muy interesante que quiero que conozcas son los treemaps. Los treemaps, o diagramas de árbol, son gráficos de áreas rectangulares que se organizan en una estructura de árbol. Estos gráficos nos permiten representar la relación jerárquica entre diferentes categorías y subcategorías de datos, donde la porción de área que ocupa cada segmento se corresponde con su porcentaje de participación en el total de los datos. Los treemaps tienen la ventaja de mostrar no solamente cómo se distribuyen los elementos en categorías, sino que dentro de estas categorías también pueden mostrar información de subconjuntos de datos, y ver internamente cómo se componen esos datos también. Decimos que tienen una estructura de árbol, porque así como cada árbol tiene ramas más pequeñas que se desprenden de ramas principales, los diagramas de árbol también son capaces de representar subcategorías que se desprenden de las categorías principales.

Imagínate que tienes datos sobre las ventas de una gran cantidad de diferentes productos en diversas categorías generales, y algunas subcategorías específicas dentro de ellas, y quieres visualizarlos de manera clara y atractiva. Los treemaps nos permiten hacer precisamente eso, y además nos permiten descubrir cómo se han repartido los datos dentro de las subcategorías.

Acompañame a Power BI ya mismo, para mostrarte cómo puedes aplicar esta poderosa herramienta a tus análisis.

Vamos a continuar el día de hoy, hablando de una visualización muy interesante, conocida como los gráficos de cintas, o por su nombre en inglés "ribbon charts". Estas visualizaciones nos permiten analizar el cambio en el ranking de diferentes categorías a lo largo del tiempo. De un solo vistazo, nos dan mucha información respecto al rendimiento y la importancia de cada categoría.

Con los gráficos de cintas, vamos a tener la capacidad de ver cómo se han movido las categorías en relación a su ranking, qué proporción representan del total y cómo ha variado su importancia en cada intervalo de tiempo.

Vamos a verlo en detalle: en este gráfico, el eje horizontal representa el tiempo, y el eje vertical representa la medida numérica que nos interesa (en este caso, ventas).

Cada cinta en el gráfico representa una categoría en nuestros datos (en este caso la cinta verde es verduras, la cinta roja es frutas, y la cinta azul es cereales). La posición de cada cinta en un momento determinado nos muestra el ranking de esa categoría en ese punto en particular. ¿Ves cómo las cintas se mueven y se cruzan entre sí? Esto nos revela cómo cambian las posiciones de las categorías a lo largo del tiempo.

Si una cinta pasa de estar debajo a estar arriba de otra, nos indica que esa categoría ha superado a la otra en ventas, en ese período. ¡Es como ver los resultados de una competencia entre ellas!

Los gráficos de cintas nos permiten identificar tendencias a largo plazo. Si una cinta se mantiene constantemente en la parte superior del gráfico, significa que esa categoría ha mantenido un rendimiento sólido a lo largo del tiempo. Si una cinta se mueve hacia arriba, nos señala una mejora en el rendimiento de esa categoría, o el caso contrario si la cinta se mueve sostenidamente hacia abajo. Por otro lado, si observamos muchos cruces entre las cintas, esto podría indicar un rendimiento inestable y menos predecible.

Ahora que comprendemos los conceptos fundamentales de los gráficos de cintas, es momento de poner manos a la obra en Power BI. Te invito a que vayamos juntos a la computadora para poner la teoría en práctica.

Para coronar un gran día de aprendizaje, nada mejor que poner en práctica y afianzar los conocimientos adquiridos con un nuevo proyecto que nos desafíe y que nos ponga en el papel real un analista de datos con Power BI.

El día de hoy retomaremos el dataset que comenzamos a explorar el Día 3, pero te voy a pedir que lo vuelvas a descargar de los recursos adjuntos a esta lección, ya que en esta oportunidad, incluye una nueva columna en la tabla de Ventas, que contiene todo lo facturado, además de las unidades vendidas que habíamos visto antes.

Puedes retomar tu proyecto de aquel momento y complementarlo con las nuevas herramientas, o puedes cargar los datos en un nuevo proyecto. La decisión es tuya.

Sabemos que hay muchas formas de llegar a resultados similares. Sin embargo la idea de este proyecto es que apliques las visualizaciones que hemos aprendido hoy, ya que son las que permiten responder de manera rápida y sencilla a las nuevas preguntas que nos han formulado desde el negocio, las cuales también te he dejado como recurso descargable en esta lección.

Tu objetivo de hoy es responder a esas preguntas, y para eso te sugiero que crees una página en tu informe que contenga íntegramente las visualizaciones vistas el día de hoy. Tómate un momento para explorarlas e interpretarlas, coloca una escala de tiempo que te permita filtrar, y luego dirígete al cuestionario donde deberás elegir la respuesta correcta a estas preguntas.

Por supuesto también cuentas con el siguiente cuestionario que como siempre es una guia paso a paso con una sugerencia de los procedimientos que deberías realizar para llegar a buen puerto y que te sugiero mantener abierto mientras trabajas, para no perder el rumbo.

Es un gran e interesante desafío el que tenemos por delante, pero tienes las herramientas y la capacidad para llevarlo a cabo. Solo tómate un momento de tranquilidad para reflexionar, y prepárate para poner a prueba tus datos y tu análisis.

Recuerda que contarás con mi ayuda y te mostraré como lo he resuelto en mi caso, pero pase lo que pase, quiero felicitarte: estás llegando muy lejos. Nos vemos del otro lado.

En esta lección del curso de Power BI te muestro cómo he resuelto yo el desafío del día.

En esta lección de Power BI TOTAL repasamos nuestros logros y aprendizajes del día: visualizaciones avanzadas en Power BI, diagramas de árbol, gráficos de cintas, tarjetas, tablas y matrices, y aprendimos un tema importantísimo para mantener tus tableros vivos y reactivos, que es el tema del formato condicional.

Hoy nos espera un día repleto de creatividad y de visualizaciones impactantes. Vamos a seguir explorando el fascinante mundo de la creación de dashboards en Power BI con elementos visuales que dejarán a todos asombrados.

Durante esta jornada, vamos a explorar diversos tipos de gráficos como los diagramas de Sankey, que sirven para mostrar flujos y relaciones entre diferentes elementos de manera clara y atractiva. También conocerás las nubes de palabras, una herramienta visual que nos ayudará a destacar palabras clave y patrones de texto en nuestros datos. Y para llevar tus visualizaciones al siguiente nivel, vamos a incorporar el poder de la inteligencia artificial, ni más ni menos.

Y lo mejor es que al final del día, vas a poner en práctica todo lo aprendido continuando nuestro increíble dashboard combinando estas nuevas visualizaciones con las herramientas y técnicas que ya conocemos. Va a ser un desafío emocionante en el que vas a plasmar tu creatividad y a continuar poniendo a prueba tus habilidades analíticas.

Así que prepárate para un día lleno de inspiración, diseño visual y descubrimiento de nuevas formas de representar tus datos. Estoy ansioso por comenzar, así que sin más demora, termino mi primer mate, y demos por comenzado el día.

Si bien las visualizaciones incorporadas en Power BI son realmente poderosas y fáciles de usar, quiero acompañarte más allá de lo conocido y mostrarte un mundo lleno de opciones en la tienda de Power BI.

Pero antes de sumergirnos en este nuevo universo visual, déjame hacer una pequeña aclaración. En esta sección del curso, así como en momentos específicos de los siguientes días, algunas funcionalidades que veremos, requieren una suscripción activa en Power BI. Esto significa que para seguir los pasos en tu propio equipo, necesitarás tener una cuenta profesional con una suscripción activa, y esto, como te dije al comienzo del curso, tiene costo.

Si ya cuentas con una cuenta de este tipo, ¡fantástico! Solo tienes que iniciar sesión y estarás listo para seguir adelante. En caso contrario, te dejaré como recurso adjunto a esta lección el sitio de Microsoft en el que puedes consultar las alternativas de suscripción y pruebas, en su versión más actualizada.

Te sugiero que no te apresures, si quieres puedes decidir activar una cuenta en este momento o tal vez prefieres primero ver las lecciones del curso para saber cómo funciona este proceso antes de tomar una decisión final.

Recuerda que tendrás acceso de por vida a este curso, por lo que no hay prisa para activar una suscripción si aún no es el momento adecuado para ti.

Ahora que hemos realizado esta aclaración, considera tu mejor opción, y yo te estaré esperando en la siguiente clase para mostrarte cómo aprovechar la tienda de Power BI para acceder a asombrosas nuevas visualizaciones.

Los diagramas de Sankey son una poderosa herramienta para representar flujos de datos o información entre diferentes categorías. ¡Es como seguir el camino que toma el agua en un río, pero aplicado a nuestros datos!

Un diagrama de Sankey se compone de nodos y enlaces. Los nodos representan las categorías o variables que queremos analizar, mientras que los enlaces muestran el flujo de información o datos entre estos nodos. Volviendo a nuestra figura del río, diríamos que el agua conecta los diferentes nodos, y el grosor del "río" nos indica la cantidad o magnitud del flujo de información.

La interpretación de un diagrama de Sankey se basa en la observación de la dirección y el grosor de los enlaces. Por ejemplo, si tenemos un nodo A que está conectado a un nodo B con un enlace grueso, esto nos indica que hay un flujo importante de información desde A hacia B. De esa manera podemos seguir el recorrido de los flujos y observar cómo se distribuyen entre las diferentes categorías.

Permíteme hacer una diferenciación importante con el diagrama de cintas que veíamos anteriormente, ya que de un vistazo podrían verse parecidos, pero tienen importantes diferencias de enfoque. Mientras que los diagramas de cintas se centran en el cambio de ranking de categorías a lo largo del tiempo, los diagramas de Sankey se enfocan en el flujo de recursos entre categorías en un momento específico. Es como tener una vista instantánea de cómo se fueron reasignando estos recursos durante el periodo de análisis.

Ahora que conocemos los fundamentos de los diagramas de Sankey, es momento de adentrarnos en Power BI para ver cómo obtener este nuevo tipo de visualización, y cómo alimentarlo de datos para que cobre vida.

¿Necesitas analizar en un instante grandes cantidades de textos para reconocer rápidamente aquellos términos más significativos? ¡Entonces las nubes de palabras son perfectas para ti!

Las nubes de palabras son representaciones visuales de palabras clave extraídas de un texto o de un conjunto de datos. En lugar de utilizar barras o gráficos, las palabras se presentan en diferentes tamaños y colores según su frecuencia o su importancia.

Se llaman nubes, porque su distribución puede compararse con la de una nube pomposa, donde las palabras que se repitan con mayor frecuencia ocupan un lugar central y tienen un mayor tamaño, y las palabras menos frecuentes ocupan posiciones en la periferia.

¿En qué situaciones las utilizarías? Imagina que tienes comentarios de clientes sobre tus productos y quieres identificar las sensaciones que experimentan al comprar tus productos. Con este gráfico, las palabras más relevantes van a ser destacadas, y vas a visualizar de inmediato los temas clave y las tendencias.

Las nubes de palabras también ofrecen opciones de personalización para adaptarse a tus necesidades. Puedes seleccionar colores, fuentes y estilos que reflejen la estética que deseas transmitir. Además, puedes configurar filtros para mostrar solo las palabras más relevantes o excluir términos específicos.

Esta visualización también debe instalarse desde la tienda, y por lo tanto también requiere de una suscripción activa.

Te veo en el programa, estoy seguro que esta clase te va a encantar.

Prepárate para ser testigo de un verdadero hito en el mundo de Power BI. En un momento en que la inteligencia artificial y sus increíbles aplicaciones están en boca de todos, Power BI ha dado un paso adelante al incorporar plenamente la inteligencia artificial como un asistente en tu flujo de trabajo.

Dentro de Power BI, encontrarás una variedad de objetos visuales impulsados por inteligencia artificial que te van a dejar con la boca abierta. Estoy hablando de las narraciones inteligentes, que son capaces de generar textos en lenguaje natural basados en las observaciones que Power BI realiza automáticamente sobre tus datos y tus tableros. Y lo mejor es que estas narraciones se actualizan automáticamente cuando tus datos cambian o aplicas segmentaciones específicas. ¡Es como tener un asistente trabajando para ti en tiempo real!

Pero eso no es todo. También tenemos las preguntas y respuestas, una funcionalidad sorprendente que te va a permitir obtener visualizaciones instantáneas simplemente al hacer una pregunta por escrito. Si bien estás en camino de convertirte en un experto en Power BI, esta herramienta te va a dar superpoderes para agilizar tus recortes.

¡Estoy emocionado de mostrarte todo esto en acción en el programa! Prepárate para experimentar de primera mano cómo la inteligencia artificial se convierte en tu aliada en la exploración de datos.

Power BI cuenta con otra herramienta inteligente para profundizar en nuestros datos, que merece su propio apartado especial: "Analizar".

Prepárate para explorar patrones, tendencias y explicaciones fascinantes que te van a ayudar a desentrañar los secretos ocultos en tus conjuntos de datos.

Con Analizar, podremos adentrarnos en el análisis automático de nuestros datos y obtener una comprensión más profunda sin necesidad de realizar un esfuerzo manual extenso. Esta herramienta te brinda la capacidad de examinar visualizaciones específicas y descubrir las razones detrás de cambios significativos en tus datos.

A través de explicaciones detalladas, gráficos claros y diagramas informativos, Analizar te guiará en el proceso de interpretación de tus datos, revelando patrones, tendencias y factores clave que contribuyen a los cambios observados. Con cada insight desbloqueado, te vas a ir acercando aún más a una comprensión completa de tu análisis.

Es importante recordar que, si bien Analizar ofrece sugerencias y explicaciones basadas en patrones estadísticos, siempre debemos aplicar nuestro propio juicio y conocimiento del contexto para interpretar correctamente los insights generados. Tu propio conocimiento como analista es esencial para contextualizar los datos y aprovechar al máximo la inteligencia artificial que ofrece Power BI. Vamos a verla juntos.

Estamos llegando al final de un nuevo día, y podemos decir con total seguridad que hoy has llenado tu caja de herramientas de análisis de datos con visualizaciones increíbles, que te van a destacar como usuario de Power BI y con las que vas a generar reportes al nivel de un profesional del mercado.

Para el proyecto de hoy, tu función es ayudar al área de atención al cliente de una empresa, ya que se han encontrado con algunos problemas de desempeño, y han recurrido a ti para que los ayudes a identificar los principales problemas y acciones que podrían tomar para solucionarlos. Para ello, te han proporcionado tres tablas con información:

1. Las reseñas de atención al cliente que recibieron una calificación negativa, junto con el comentario que dejó el cliente.

2. El registro de flujo de llamadas, indicando el camino que han seguido los clientes que se han comunicado con el área de atención al cliente, en el formato que requiere un gráfico de Sankey.

3. El registro de llamadas atendidas por los tres operadores del área, que por razones de privacidad, han reportado solo mediante sus iniciales: AJM, LMF y PDC. Estas tablas contienen la fecha y la hora en que se produjo la llamada, su duración, y la evaluación recibida.

Ten en cuenta que esta situación implica usar algunas visualizaciones que requerían de una suscripción activa con Power BI. Si has decidido que aún no es el mejor momento para activar una cuenta en tu caso, no te preocupes, no tienes la obligación de aplicarlas en este punto, y puedes pasar directamente a ver el video con la solución. En el caso que ya cuentes con una suscripción activa podrás utilizarla para seguir explorando tus datos.

Cualquiera sea tu situación, estos son los lineamientos que sugiero explorar ayudándote con estas nuevas visualizaciones:

1. Crea una nube de palabras para hallar los principales problemas mencionados por los clientes que tuvieron una mala experiencia con el servicio de atención al cliente

2. Grafica el flujo de atención al cliente, desde que se recibe la llamada hasta que se obtiene una solución (satisfactoria o no), para identificar los flujos principales, y trabajar sobre ellos para reducir la cantidad de soluciones insatisfactorias.

3. Realiza algunas visualizaciones básicas, y ayúdate por la exploración mediante objetos visuales de IA, para determinar las causas de los malos resultados detectados.

Como siempre contarás con la solución que yo he realizado a continuación, pero te recomiendo que dediques el tiempo necesario para intentar resolver esta práctica. También contarás con el cuestionario habitual para ayudarte a encontrar el camino siguiendo paso a paso los lineamientos fundamentales del proyecto como si me tuvieras a tu lado guiándote en el proceso, y luego el segundo cuestionario para verificar tus soluciones antes de ver mi resolución.

Ahora estás listo para ponerte en marcha. Recuerda, si no tomas mate, puede ser con una deliciosa taza de café, te o lo que prefieras a tu lado y sobre todo una gran dosis de entusiasmo. ¡Nos vemos pronto!

En esta lección del curso de Power BI te muestro cómo he resuelto yo el desafío del día.

En esta lección de Power BI TOTAL repasamos nuestros logros y aprendizajes del día: instalar visualizaciones externas, a crear una cuenta en Power BI PRO, gráficos de Sankey, Nubes de Palabras, Visualizaciones con IA, y la herramienta "Analizar"

Bienvenido a este séptimo día de aprendizaje de Power BI en el que ya te recibo con mi mate preparado. En este punto ya has aprendido una amplia colección de herramientas y ya sabes crear tableros muy atractivos, que cuentan historias a partir de los datos.

¿Ya estamos bien con eso? De ninguna manera. Hoy nos vamos a dedicar, primero, a los distintos tipos de datos que podemos importar, y luego daremos un paso más en el ciclo de vida de tus reportes: aprenderás cómo publicar tus tableros para que sean accesibles al resto de la organización.

Algo que debes tener en cuenta, es que debido al enfoque empresarial de este herramienta, la publicación de los tableros requiere que lo manejemos en el contexto de una organización, y por eso es necesario contar con una cuenta con una suscripción activa.

Al terminar esta sección vamos a haber recorrido todas las herramientas básicas que necesitas para desenvolverte como analista de datos, y por lo tanto vas a estar en condiciones de realizar el proceso completo:

• importación de todo tipo de archivos

• configuración de tu modelo de datos

• análisis mediante visualizaciones

• Y publicación de los resultados.

Entonces las metas del día de hoy marcarán un hito muy importante en tu camino, pero no el último, ya que a partir de mañana vamos a comenzar a explorar el mundo de Power BI avanzado. ¿Te das cuenta? En 7 días aprendimos todo el ciclo de trabajo en Power BI, y nos quedan 7 días más para llevarte a lo máximo en el uso de Power BI.

Con este recorrido mente, comencemos a explorar todas las opciones que Power BI nos ofrece para acceder a datos y para compartir nuestro trabajo. Te estoy esperando en la próxima lección.

Como ya has comprobado, todo proceso de análisis de datos en Power BI comienza siempre con la conexión de datos externos.

También has visto que, aunque hay algunas conexiones que se usan con mucha más frecuencia, tenemos todo tipo de conexiones disponibles. Y no solo eso, Power BI se actualiza permanentemente, va agregando con el tiempo nuevas opciones de conexión que tal vez aún no existen al momento en que estoy grabando este curso.

Por el momento, hemos enfocado nuestras importaciones en archivos de datos desde Excel y CSV, que son los formatos universales en los que encontraremos información en casi todos los casos. Sin embargo, en el mundo empresarial, la información proviene de diversas fuentes y de distintas arquitecturas de datos, y como este curso se llama Power BI Total, quiero enseñarte a considerar una amplia gama de conexiones posibles, como bases de datos, nubes, e incluso sitios web.

En esta lección, quiero mostrarte la metodología general para importar datos de cualquier tipo y los criterios que debes tener en cuenta para hacerlo exitosamente. No nos vamos a detener en los detalles de cada conexión en particular, ya que por lo general cada empresa utiliza un pequeño subconjunto de estas herramientas de acuerdo a su arquitectura de datos existente. Entonces nos vamos a centrar en las líneas generales comunes que comparten estas conexiones, para que estés preparado para enfrentar cualquier desafío que surja en el futuro.

Y recuerda que esta es solo una introducción, en las siguientes lecciones nos vamos a adentrar en detalles más jugosos y específicos sobre otras conexiones interesantes que encontrarás con frecuencia en la práctica.

Entonces, allá vamos, directo a Power BI, a seguir descubriendo juntos todas las opciones de importación disponibles que Power BI nos ofrece. ¡Adelante!

De acuerdo al tipo de conexión que establezcamos al importar nuestros datos vamos a encontrar distintos modos de conectividad de datos.

¿Qué son los modos de conectividad de datos? Son las formas en que se establece la configuración del almacenamiento y del tratamiento de las tablas que importemos a Power BI.

Tomemos un ejemplo. Si en Power BI [señalo] queremos usar como fuente, una base de datos de SQL Server, vamos a recibir esta ventana donde tendremos que elegir, justamente, el Modo de Conectividad de Datos.

La opción más común se llama "Importar". De hecho esta es la opción predeterminada para muchas conexiones, y ya la hemos usado sin darnos cuenta, cuando hemos trabajado "importando" archivos Excel y csv. Cuando "importamos" a través de esta configuración, lo que hace Power BI es almacenar esta información comprimiéndola, va a usar la memoria de nuestro dispositivo, y va a establecer algún mecanismo para que en el caso de que los datos cambien en el futuro, se actualicen en nuestro documento.

Pero "Importar" no es la única opción. Para este (y otros tipo de fuentes de datos) también contamos con "DirectQuery". Esta opción está disponible para casi todas las fuentes de bases de datos más comunes, como Google BigQuery, Oracle, SAP, o SQL Server que es el ejemplo en cuestión. Sé que estos nombres te pueden resultar extraños, pero no te asustes, por ahora solo menciono que existen, para que sepas que hay distintas bases de datos, y que Excel y CSV no son las únicas opciones.

Entonces, como te decía, este tipo de conexión especial llamado "DirectQuery", tiene una interesante ventaja, que es que las consultas de datos que vas a generar al hacer tus visualizaciones, ya no van a ser consultadas en tu ordenador, sino desde la fuente de origen. ¿Y cuál es la ventaja de esto? Por un lado que estas consultas no van a consumir tantos recursos de tu ordenador. Pero por otro lado, y creo que esta es la más importante, la actualización de los datos se va a producir de manera automática a medida que la información se vaya actualizando en la fuente de origen.

Ahora que ya conoces estas opciones básicas que dispones para conectarte a tus datos, estás listo para empezar a trabajar, en la siguiente lección.

Imagina esta situación: has estado trabajando en un proyecto, para el cual has creado varias conexiones a archivos que se encuentran localizados en un directorio específico de tu ordenador.

Hasta ahí todo bien, pero un día se te dio por hacer un poco de reorganización de los archivos en tu ordenador, y creas un nuevo y fantástico sistema de carpetas con todo tu material organizado de una manera espectacular.

Al cabo de unos días, cuando vuelves a abrir tu proyecto de Power BI en el que tanto habías trabajado… quieres actualizar los datos de origen… y te das cuenta de que todas las conexiones están rotas, y que ahora, por lo tanto, Power BI ya no puede acceder a tus archivos de datos ¿qué ha pasado aquí?

Rápidamente, y con horror, te das cuenta cuál fue la causa: cuando la consulta va a verificar el directorio que originalmente habíamos especificado como origen de los datos, ya no puede encontrarlo… porque lo has reubicado en tu fantástico nuevo sistema de carpetas… del que ahora te arrepientes a los gritos.

Pero tranquilo, por suerte, con tus conocimientos de Power Query vas a poder identificar tanto el problema como la solución.

Eso sí, como este proyecto era muy complejo, y tenía una gran cantidad de conectores, ahora vas a tener que actualizarlos uno a uno para que todos apunten a su nueva ubicación. Así que cancela todos los planes que tenías para hoy, porque este trabajo manual y tedioso te va a llevar toda la tarde.

¿Es posible ahorrarse este dolor de cabeza? La respuesta es sí.

¿Cómo? Aprendiendo a usar parámetros, que es lo que aprenderás en esta lección. Si utilizas parámetros, vas a poder administrar las rutas de conexión de una manera eficiente, haciendo que esas conexiones a datos apunten hacia un parámetro en lugar de a un directorio en sí, y que de esa manera cuando necesites actualizar la ubicación de tus archivos, basta con que reflejes este cambio en el parámetro, y las demás consultas (que leerán ese parámetro) se actualizarán correctamente, evitando que ir una a una haciendo este cambio.

Entonces, necesitas conocer a los parámetros, y te los presento ahora mismo.

Supongamos que tenemos que realizar un análisis y visualización sobre un conjunto de datos que se encuentra dividido en varios archivos: por ejemplo podría tratarse de diferentes líneas de producto, diferentes regiones que sean atendidas por diferentes sucursales, o incluso diferentes periodos (podríamos tener, por ejemplo, reportes mensuales, trimestrales, o anuales).

En nuestro análisis, esa distinción no nos interesa, sino que requerimos combinar toda esta información en una tabla única.

Y a esto, sumémosle una complicación adicional: nosotros conocemos la cantidad de archivos almacenados en estos directorios, pero el día de mañana, ya sea por que parezcan nuevos productos, nuevas sucursales o simplemente por el paso del tiempo, podrían agregarse nuevos archivos de datos, para los que, trabajando de la manera tradicional, tendríamos que crear nuevas conexiones.

Esto es sin duda muy complicado, ineficiente y propenso a errores. Pero a la vez es muy sencillo de solucionar: la manera eficiente de hacerlo es a través de crear conexiones con carpetas. Este tipo de conexiones permite, a través de una sola consulta, detectar los diferentes archivos que forman parte de la carpeta, y combinarlos en una única tabla principal, mediante las herramientas de transformación de datos.

¿Quieres ver cómo se hace?

Establecer una conexión web en Power BI resulta sumamente beneficioso en un mundo cada vez más impulsado por los datos y la información en tiempo real.

Power BI cuenta con la capacidad de conectarse directamente a sitios web, extraer tablas de datos desde allí, y, posteriormente, procesarlos y analizarlos según nuestras preferencias.

Como siempre, una ventaja clave es que, en caso de que los datos se actualicen en el sitio web, nosotros podemos, en un solo paso, actualizar nuestras consultas para mostrar siempre la información más reciente en nuestras visualizaciones. ¿Estás trabajando con datos de la bolsa? ¿Cotización de activos? ¿Tal vez incluso con resultados deportivos? Esos datos se actualizan todo el tiempo, y es muy importante que tus visualizaciones se puedan mantener al día.

Sin embargo, es importante tener en cuenta que, si no somos los dueños del sitio web, podríamos enfrentar variaciones o limitaciones en la privacidad y el layout de las páginas.

A pesar de esto, la capacidad de Power BI sigue siendo altamente útil en muchísimas ocasiones. Y vamos a ver un ejemplo de esto ahora mismo.

Otra cosa que puede ocurrir, por ejemplo, es que necesitemos complementar nuestras tablas de datos con descripciones de algunos códigos, o con algún otro tipo de información complementaria, o que simplemente queramos hacer pruebas sobre nuestros datos.

En estos casos, en los que una tabla de este tipo será esencialmente estática, o que se encuentre localizada en un formato para el cual Power BI no cuenta con un conector nativo, podemos optar por Especificar datos. Este proceso consiste básicamente en la creación de la tabla de manera manual, aunque lo cierto es que en la mayor parte de los casos podremos recurrir a copiar y pegar datos, ya sea desde alguna página web que nos lo permita, o desde un documento de Word, u otras opciones más.

Dado que esta tabla no va a estar conectada a una fuente de datos original, tampoco vamos a tener la posibilidad de actualizarla, pero si lo deseamos, vamos a poder editar directamente su contenido desde nuestro editor de consultas.

Vamos a Power BI y pongamos manos en el asunto.

Siguiendo con nuestro análisis de conexiones a otras fuentes y tipos de datos con los que nos podemos encontrar más frecuentemente, analicemos ahora el caso de la nube de Google. Más específicamente, hablemos de Google Sheets, que vendría a ser el Excel de Google.

En este caso, Power BI nos proporciona un conector nativo, que vamos a encontrar con el nombre de "Hojas de cálculo de Google". Ten en cuenta, eso sí, que los nombres de las fuentes suelen cambiar con frecuencia en Power BI, así que si no la encuentras, busca algo parecido, y avísame de este cambio!

Y hablando de cambios, veremos que en algunas ocasiones Power BI puede llegar a advertirnos al respecto, debido a que aquí interactúan servicios de terceros.

Vamos al Power BI, y te mostraré los pasos a seguir.

Dedicarnos a explorar cada una de las opciones de conectividad de datos individualmente, sería un proyecto tan ambicioso como aburrido, debido a la gran cantidad de opciones que tenemos a disposición, y al hecho de que, al final del día y cómo hemos visto en estas lecciones, aparecen varios patrones comunes que lo convierten en un proceso bastante intuitivo, aún si no seguimos un procedimiento específico.

Además, debido a que el mundo tecnológico evoluciona a gran velocidad, y Microsoft está muy atento a cada una de estas novedades, en muy poco tiempo tendremos conectores nuevos, y algunos de los actuales pueden llegar a desaparecer.

Entonces habiendo visto ya un par de opciones, y ya tienes una noción general de cómo funciona esto, lo razonable es que ahora te enseñe a pensar el proceso de importación de datos de un modo que te permita aprender por ti mismo a descubrir cómo analizar cada caso.

Por eso, como tip final del día de hoy, quiero compartirte un recurso muy valioso, que no es ni más ni menos que la documentación de referencia oficial de Microsoft, directamente en el sitio web, donde vas a encontrar, actualizado en todo momento, el listado completo de conectores disponibles y las instrucciones para vincularte a los datos en cada una de esas alternativas.

Acompáñame, pero esta vez al navegador web, dónde te voy a mostrar cómo recorrer este sitio y algunas de las cosas valiosas que podrás encontrar en él. También te voy a dejar el enlace a esta página, disponible como recurso en la lección para que puedas verificarla por ti mismo.

Un nuevo día está llegando a su fin, y antes de despedirnos por hoy, te quiero proponer una actividad que te desafíe y que ponga a prueba los conocimientos que has adquirido en estas últimas lecciones.

Hoy tendrás que aplicar diferentes técnicas para conectarte a los datos, que en este caso están disponibles en diversos lugares:

- en una hoja de cálculos de Google en la nube

- en carpetas enteras localizadas en tu ordenador

- Y otros datos especificados a mano

Una vez conectados los datos, los vas a vincular entre sí, y vas a extraer un dato que requiere de la interconexión de todos los informes disponibles. ¿Qué dato vas a extraer? El que responda a la siguiente pregunta:

¿Cuál fue el monto vendido de Sets Eléctricos, a lo largo de todo el periodo, por la vendedora llamada Patricia Belén Carrara?

Para hacer esto, contamos con tres informaciones básicas:

- Primero, una carpeta con transacciones distribuidas en trimestres. Deberás cargar esta información en tu ordenador, y luego importar a Power BI la carpeta completa, combinando los archivos que se encuentran en su interior. Estos registros de transacciones contienen los legajos de los vendedores y los códigos que refieren a cada uno de los artículos.

- En segundo lugar, tenemos los legajos de los vendedores, que provienen de una hoja de cálculos en la nube de Google. La idea no es que descargues ese archivo y lo conectes desde tu ordenador, sino que establezcas una conexión directa como hemos aprendido hoy. Recuerda que esto garantiza que tus datos sigan actualizados si el archivo de origen fuera modificado.

- Y tercero y último, contamos con las descripciones de los códigos de los artículos, que están disponibles en un archivo de Word, por lo cual deberás realizar la carga manual de estos datos, copiando y pegando directamente en Power BI.

Para hacer este ejercicio, te voy a dejar en esta lección tanto los recursos que debes descargar, como el enlace a los que debes encontrar en la nube. No olvides que el enlace al archivo de google solo te servirá para abrirlo, pero para conectarlo tendrás que copiar el enlace de la barra superior.

En resumen, la consigna es que te conectes a estas distintas fuentes de datos, que las vincules correctamente utilizando el modelo de datos, y que crees las visualizaciones necesarias para extraer el dato que responde a la pregunta que te he mencionado.

Como siempre, deja que la inspiración y la curiosidad te guíen, confía en tus conocimientos, y diviértete mientras trabajas. A continuación y si lo necesitas, vas a encontrar el cuestionario que he confeccionado para ayudarte a avanzar en este desafío sin perderte en la maraña de datos, y que salgas airoso de todo esto con la respuesta en la mano. Y luego de eso, tendrás otro cuestionario, donde podrás comprobar si la respuesta que has encontrado es la correcta.

Estoy ansioso por que puedas completarlo exitosamente y te estaré esperando para finalizar el día y celebrar con unos ricos mates un nuevo logro en tu camino hacia convertirte en un analista de datos.

En esta lección del curso de Power BI te muestro cómo he resuelto yo el desafío del día.

Llegamos al final del séptimo día. Hoy nos adentramos en una nueva arista de este programa: la conectividad a datos de distintos orígenes: locales, en la nube y en la web, en bases de datos e incluso datos manuales. También, conocimos algunas estrategias y tips útiles que vale la pena conocer para trabajar con ellos, como el uso de parámetros para robustecer la conexión y actualización de datos.

Bienvenido al octavo Día de Power BI Total, y sobre todo, bienvenido a la segunda mitad del curso. Brindo por eso con mi querido mate.

Hasta ayer aprendiste TODO lo básico y fundamental para ser un usuario de Power BI. Ya no tienes excusas para no decir, con la frente en alto: "Soy un Analista de Power BI".

Bueno, ¿pero eso significa que aquí termina todo? Al contrario, eso significa que ahora viene la parte más jugosa. Toda la segunda mitad del curso va a estar dedicada a que te transformes en un usuario avanzado, más avanzado incluso que muchas personas que ya están trabajando como analistas en empresas del mundo real.

Y hoy le toca el turno a una poderosa herramienta: Power Query. Power Query es el motor encargado de transformar y de preparar los datos, a medida que se importan a Power BI, y es una herramienta que está presente tanto en Excel como en Power BI. Esto significa que lo que aprendas aquí, te va a servir para potenciar tus habilidades de limpieza y transformación de datos, en ambos programas.

¿Y por qué mejorar nuestras habilidades con Power Query en un curso sobre Power BI? Enfrentemos una dura realidad: los datos no siempre nos llegan de la manera que los necesitamos para extraer la máxima información de ellos. Trabajamos con información que proviene de fuentes diversas, con distintos formatos y estructuras, y sin duda, eso podría complicar nuestra tarea de análisis.

Sin embargo, gracias a Power Query, podremos realizar operaciones de limpieza y transformación de manera súper rápida e intuitiva, y lo más impresionante es que los pasos que realicemos para acondicionar nuestros datos van a quedar guardados, permitiendo que al momento de actualizarse la base de datos, se automatice el pre-procesamiento, sin repetir tareas tediosas una y otra vez.

Y si piensas que aprender una nueva herramienta requiere mucho tiempo y práctica, vas a ver que con Power Query, con pocos conocimientos ya podrás lograr grandes resultados. Su interfaz es tan poderosa como intuitiva.

Con Power Query, vas a poder transformar y agregar nuevas columnas, dividir columnas existentes, extraer información de forma parametrizada e incluso combinar tablas y columnas. Vas a pasar de bases de datos crudas a tablas que contienen información rica y útil, perfectas para ser exploradas luego con las visualizaciones que ya hemos aprendido a realizar.

Entonces, dale click a la siguiente lección, para comenzar a explorar la interfaz de Power Query.

Comencemos este recorrido por el principio: el Editor de Power Query. Detrás de este editor y de las herramientas que encontraremos en él, se encuentra lo más interesante de esta aplicación, que es la lógica con la que Power Query opera en todo momento, es decir: la lógica de transformaciones sobre columnas o campos, y la creación de pasos.

Estos pasos consisten en una serie de instrucciones que, aplicados sobre una tabla, permiten transformar un origen de datos bruto en una tabla lista para realizar nuestros análisis. Acompáñame, que vamos a dar un tour por Power Query.

Debido a que una parte de este curso tiene que ver con que puedas familiarizarte con el mundo y los conceptos del análisis de datos, quiero anticiparte que lo que vamos a ver en las siguientes lecciones, se corresponde con algunas herramientas del análisis exploratorio de datos. El Análisis Exploratorio de Datos (EDA, por sus siglas en inglés) lidia con la siguiente pregunta: "¿qué aspecto tienen nuestros datos?", y responderla es una parte fundamental al inicio de nuestro flujo de trabajo.

Otras herramientas y librerías de lenguajes de programación también implementan las herramientas de análisis exploratorio de datos en profundidad. Sin embargo, en el caso de Power BI y Power Query, vamos a concentrarnos en algunos elementos básicos que nos van a permitir conocer qué aspecto tienen nuestros datos, y anticipar posibles problemas de calidad, antes de ponernos a trabajar con ellos. El objetivo es evitar que estos problemas luego se propaguen a nuestras visualizaciones y nos generen problemas en los gráficos, o conclusiones erróneas.

Si bien siempre te he dicho que hay que dejar que “los datos nos guíen", ciertos pasos y cuidados deben ser aplicados en cualquier análisis, tales como comprobar la integridad de los tipos de datos, entender si existen campos vacíos o erróneos, filas o columnas innecesarias, verificar que los datos de cada columna se adecúen a sus reglas básicas internas, entre otras cosas.

Además, realizar un EDA inicial nos permitirá familiarizarnos con los datos para luego poder explotarlos al máximo.

Es como si fueras un detective y estuvieras examinando las pistas iniciales. Lo que nosotros exploramos son los datos crudos, los limpiamos, los filtramos y les damos forma para que se adapten a nuestras necesidades. Es como si estuvieras recopilando todas las pruebas en una escena del crimen para organizarlas, y así encontrar patrones o pistas que te ayuden a resolver el caso.

El EDA entonces es crucial, porque nos ayuda a comprender nuestros datos en profundidad, a identificar anomalías o valores atípicos, y a obtener una visión general de lo que contienen, antes de embarcarnos en los análisis más avanzados.

Tanto a ti como a mí nos divierte mucho más trabajar con las coloridas y fantásticas visualizaciones de nuestro reporte, pero te aseguro que los beneficios de aplicarse un tiempo en el procesamiento inicial de los datos (EDA) va a quedar a la vista, y agradecerás haberlo hecho cuando te permita agilizar el trabajo posterior.

Veamos en las siguientes lecciones, cómo puedes implementar un EDA gracias a las herramientas de Power Query. Te espero en la siguiente lección.

Comencemos nuestro EDA haciendo un proceso muy básico en la importación de datos con Power Query: la limpieza de datos.

Hasta el momento hemos hablado de la importancia de mantener una coherencia interna dentro de nuestros datos, sobre todo asegurando que no existan errores, y que los tipos de datos en cada caso se correspondan con la información que almacena verdaderamente cada columna.

Lo cierto es que, antes de comenzar, no sabremos realmente con qué nos vamos a encontrar, pero podremos utilizar algunas de las pistas que nos proporciona Power Query para identificar posibles problemas. Las soluciones, luego, muchas veces van a depender de tu creatividad, y para eso es importante que conozcas las herramientas que veremos a continuación, y luego tú como analista, las puedes utilizar para llegar a un dataset ordenado y útil para llevar a cabo las visualizaciones.

Veamos algunos ejemplos y estrategias comunes, que podemos seguir en los diferentes casos.

Ya hemos aprendido distintas técnicas que podremos considerar para limpiar nuestras tablas. Ahora, nos vamos a dedicar a conocer las herramientas de vista previa y de análisis de calidad de los datos.

Estas herramientas, sumadas por supuesto a la aplicación de nuestro propio criterio, nos van a permitir encontrar problemas ocultos en nuestros datos, que podrían generar interferencias cuando vayamos a crear las visualizaciones.

Volvamos ahora mismo a Power Query, y te voy a enseñar dónde puedes encontrarlos.

Llegó la hora de aprender a manipular los dato, para que se adapten a las estructuras o a los formatos precisos que vayamos a definir.

Vamos a comenzar por las transformaciones de textos. Los textos son tipos de datos muy comunes en nuestras bases de datos, y usualmente los encontramos en forma de nombres de clientes, de tiendas, de productos, ubicaciones, códigos y mucho más. Sin embargo, en ocasiones, debido a la forma en que se administran los datos (o a posibles errores en el proceso de carga), estos textos pueden terminar teniendo una estructura que no se ajusta del todo a nuestras necesidades.

Gracias a las transformaciones de textos, podemos separar, extraer, combinar y formatear campos de texto según las necesidades de nuestro análisis.

Vayamos a ver distintos ejemplos de estas situaciones que te van a resultar de mucha utilidad.

Continuando con nuestro estudio de las transformaciones que tenemos a disposición en Power BI, quiero que le dediquemos unos minutos a las transformaciones de números.

Estas herramientas agrupan principalmente operaciones matemáticas y aritméticas que podemos aplicar sobre los campos de nuestras tablas, para realizar cálculos.

Como en el caso anterior, vamos a tener la posibilidad de transformar las columnas en el mismo lugar, o de agregar nuevas columnas derivadas de las anteriores.

Espero que te estés divirtiendo hasta aquí, tanto como me estoy divirtiendo yo. Así que te espero ahora mismo en Power BI para conocer estas nuevas herramientas.

¡Excelente trabajo! Pareciera que recién comenzamos y ya estás llegando al final de esta sección introductoria sobre Power Query.

Hoy hemos cubierto mucho terreno y ahora solo nos queda un último tema antes de dar por terminado el día: las transformaciones relacionadas con fechas y horas… o en otras palabras: el tiempo.

Estas transformaciones te van a permitir realizar cálculos sencillos y sin errores, sobre datos relacionados al tiempo. Además, vamos a explorar un nuevo tipo de dato: la duración, que en el contexto de Power Query tiene sus propias… propiedades.

Así que sin más preámbulo, pasemos a la última lección del día antes de sumergirnos en nuestro proyecto de hoy. Te espero en Power BI.

Llegó la hora de dedicarnos por completo a poner en práctica los conocimientos adquiridos en este día. Como seguro te lo estás imaginando, hoy vamos a trabajar exclusivamente en Power Query. Y el desafío que tienes por delante es el de procesar y transformar una base de datos que te vas a descargar de esta lección, pero que tiene varios errores, y no te voy a decir cuáles son.

Entonces, limpia los datos, y a luego de eso aplica transformaciones de modo tal que puedas responder a las preguntas que también te voy a dejar para que te descargues.

La consigna, es que crees un código de usuario a partir de las iniciales del nombre completo de la persona, y luego un número que se corresponda con su orden de registro. El número debe partir de 1001, y seguir la cuenta agregando una unidad (es decir que le sigue 1002, 1003, y así… en función del orden en que los usuarios fueron ingresando.

Entonces por ejemplo, si el primer usuario que ingresó se llama Alberto Blas Correa, su código debería ser ABC1001.

Como recomendación antes de emprender este proyecto, te voy a sugerir que te tomes el tiempo que necesites para seguir familiarizándote con la herramienta. Explora por tu cuenta las opciones disponibles y mediante prueba y error adquiere nuevos conocimientos que te ayuden a seguir preparándote para este proyecto. Cuando tengas dudas, puedes repasar las lecciones o realizar tus preguntas en el espacio de preguntas y respuestas del curso.

Tienes por delante un gran desafío, pero como siempre cuentas con mi ayuda en todo el proceso. Cuentas con el cuestionario que te va a guiar paso a paso en cada una de las etapas del proceso, y luego el cuestionario para responder a las preguntas y así verificar si lo has hecho correctamente.

Lo que más me interesa, es que puedas dedicarle el tiempo suficiente a explorar los datos inicialmente y a desafiar tus conocimientos. Si lo necesitas, cuentas con mi solución publicada para destrabar ese paso que más trabajo te de, y te dejo también un consejo que a mí siempre me motiva cuando tengo un desafío por delante: cambia los "tengo que"… por "puedo". En lugar de "tengo que estudiar" o "tengo que resolver un proyecto", piensa… "hoy puedo estudiar", y "puedo resolver un proyecto". ¿Ya notas la diferencia? Espero que sí. Aprovecha ese envión, y te estaré esperando… con mi solución del proyecto.

En esta lección del curso de Power BI te muestro cómo he resuelto yo el desafío del día.

Bienvenido al noveno día de Power Bi total. Un día que se merece una par de buenos mates antes de comenzar.

Estoy muy emocionado por poder acompañarte en este nuevo día, también dedicado a esta herramienta tan importante, que es Power Query. Nuestro objetivo del día de ayer, y que estaremos continuando hoy, es que aprendas a transformar y manipular tus datos (tengan el origen y la forma que tengan) para que puedas convertirlos en campos y datos útiles para elaborar visualizaciones.

El día de hoy lo estaremos dedicando a detalles un poco más avanzados, como la configuración regional, la dinamización de columnas, la combinación de consulta, la anexión de tablas, y mucho más.

Como ves, tenemos mucho que aprender, y estoy muy entusiasmado por mostrarte todo lo que he preparado para ti el día de hoy. Te veo en la clase siguiente para comenzar.

No es extraño que en ciertas ocasiones recibamos datos que tienen una configuración regional diferente a la de nuestro país. Por ejemplo, si tu no vives en Estados Unidos, pero recibes una base de datos que fue creada en ese país, puede que muchas de las unidades establecidas en la base de datos sean diferentes a la de tu propio país (como distancias medidas en pies, tamaños en pulgadas, o temperatura en grados Fahrenheit). Sobre todo, y este es un detalle que suele causar bastante confusión, allí utilizan un formato de fecha con la estructura "mes-día-año", a diferencia del que se utiliza en gran parte del mundo, que es "día-mes-año".

Y ahí no acaba la cosa. En algunos países se usa el punto como separador decimal y la coma como separador de miles, mientras que en otra gran parte del globo, donde la coma separa la parte entera de la parte decimal, y el punto es la indicación visual de los miles.

Casos como estos pueden generar algunos problemas de interpretación al importar datos, como veremos a continuación. Para gestionar estas situaciones te voy a mostrar como se emplea emplea la configuración regional en Power Query, a los fines de ajustar la interpretación al lugar de origen que tengan estos datos, y de esa manera asegurar que los verdaderos valores no se pierdan por conversiones implícitas.

Acompáñame de vuelta a Power Query, y veamos este tema en la práctica.

En diversas situaciones nos enfrentamos a la necesidad de unir dos consultas cuyos datos están relacionados, ya que comparten una columna clave entre ellas.

Tal vez recuerdes que hace algunos días hablábamos de la construcción de modelos de datos en Power BI

Sin embargo, en ciertos casos vale la pena considerar realizar la combinación de tablas a través de Power Query. Esta combinación nos va a permitir lograr algo parecido, pero de manera más eficiente, con menos tablas, menos relaciones y menos columnas. De esta manera, simplificamos y optimizamos nuestro trabajo. Otra situación en la que puede resultar conveniente combinar tablas, es cuando necesitamos realizar transformaciones sobre datos que pertenecen a dos tablas distintas. En estos casos, al combinarlas, podemos acceder a todos los campos de las diferentes tablas, vinculadas a través de uno de los campos que guarda la relación entre ellas.

Ahora vamos a conocer el proceso de anexar tablas.

A través de la anexión de tablas, lo que podemos hacer es agregar nuevos registros a nuestras tablas de datos existentes. La mayoría de las veces se trata de datos que se recogieron posteriormente a la incorporación de nuestra base de datos, y por lo tanto correspondientes a diferentes fechas, a otras sucursales, a otras familias de productos, entre otros casos.

El requisito para anexar dos o más tablas, es que cada una de las tablas a anexar debe tener los mismos campos o columnas que nuestra base de datos original, y cada una de esas columnas debe almacenar el mismo tipo de datos que la columna homónima en la otra tabla.

Lo vas a entender super fácil, cuando lo veamos ya mismo en Power BI.

¡Hola nuevamente! Continuamos avanzando en nuestro aprendizaje, y esta vez vamos a explorar la herramienta de agrupación de datos en Power Query. A diferencia de las transformaciones anteriores que aplicábamos a nivel de columna, la agrupación actúa a nivel de tabla. Esto significa que toda la tabla se va a ver afectada por esta transformación.

La agrupación nos permite seleccionar una o más columnas y, en función de los valores en esos campos, realizar cálculos sobre otras columnas o campos. Por ejemplo, podríamos calcular la suma de las cantidades vendidas por año o el beneficio promedio por canal de venta.

También es posible crear diferentes niveles de agregación según nuestras necesidades analíticas. Si estás familiarizado con las tablas dinámicas en Excel, es probable que esta idea te resulte conocida.

Es importante recordar que seguimos trabajando con las tablas que componen nuestro modelo de datos. Al agrupar, modificamos o simplificamos los datos de origen que alimentan nuestras visualizaciones. En algunos casos, esto puede resultar en la pérdida de algún nivel de detalle en los datos, pero vale la pena conocer esta herramienta para depurar aquellos orígenes de datos que sean excesivamente extensos o complejos, ya que Agrupar nos proporciona una gran eficiencia en ese sentido.

Vamos a verlo.

Estoy muy contento con el progreso que hemos logrado con Power Query, explorando las transformaciones y combinaciones de consultas.

Sin embargo, hemos llegado a un punto en el que tenemos varias tablas y puede que te resulte un poco complicado identificar los campos necesarios para hacer nuestras visualizaciones. ¿Fue un error haber realizado todos estos pasos? ¡Definitivamente no! Tenemos dos razones sólidas para continuar con Power Query.

En primer lugar, las ventajas de trabajar con Power Query son enormes. No modificamos nuestros datos de origen y creamos un conjunto de reglas que se van a aplicar automáticamente en futuras actualizaciones, ahorrándonos mucho tiempo de procesamiento.

Y en segundo lugar, Power Query ha previsto esta situación y nos proporciona herramientas para gestionar estas tablas auxiliares para que estén disponibles como consultas, pero que luego no ocupen nuestro modelo de datos. Esto hace que nuestro trabajo de generación de visualizaciones sea más sencillo y rápido.

Así que acompáñame nuevamente a Power Query en Power BI, mara mostrarte cómo gestionar la carga de tablas en el modelo de datos.

Vamos terminando el día de hoy con nuevos conocimientos sobre Power BI y Power Query, y ahora hablaremos de la anulación de la dinamización de columnas.

¿Qué es este trabalenguas? Sin duda que "anulación de la dinamización de columnas" es nombre complicado, y requiere que nos tomemos unos instantes para entenderlo correctamente, pero vas a ver que es muy sencillo de implementar en la práctica.

Cuando trabajas con datos que están dispersos en múltiples columnas, a menudo necesitas cambiar su forma para poder llevarlos a visualizaciones coherentes. Para eso, seguramente que te gustaría que estuvieran en un formato más "vertical" o más de tipo "listado". Este proceso se conoce como "dinamización" o en inglés "unpivoting".

[Señalar] La "dinamización" convierte varias columnas en dos: una para los nombres de las columnas anteriores y otra para los valores correspondientes.

¿Cómo implementa esto Power Query? Lo implementa de la siguiente manera. Primero crea un par "atributo-valor" mediante dos columnas: la primera es el atributo (el nombre de los encabezados de columna que no se han dinamizado), y el otro, es el valor: los valores que estaban debajo de cada uno de los encabezados de columna no dinamizados.

Si en este momento estás diciendo "No entiendo Fede, por favor quita eso de mi vista"… te reitero que si bien este proceso puede parecer complejo al inicio, vamos a verlo en un ejemplo y verás que te va a resultar tan útil como sencillo de implementar.

Suficientes aprendizajes por hoy ¿verdad? Me he quedado con ganas de mostrarte un par de temas más en Power Query, pero los vamos a dejar para mañana, que es un día que también se trae cosas nuevas y muy interesantes. Valoro mucho todo el esfuerzo que has realizado para llegar hasta aquí, y creo que ya es un buen momento para que pongas en práctica lo aprendido.

El día de hoy te voy a presentar 3 archivos con información que vas a usar para representar la evolución de las cotizaciones de las acciones de 5 empresas muy importantes, todas ellas de algún modo ligadas a la tecnología y la innovación.

Tu objetivo consistirá en tomar los dos archivos XML que contienen los datos diarios del precio de la acción en un periodo determinado, y deberás combinarlos en una única tabla de datos, de modo tal que finalmente puedas graficar el periodo completo en una sola visualización de Power BI.

Sin embargo, para que la información sea más interpretable para un público general, te pediré que, a través de combinaciones y transformaciones en Power Query, logres representar el nombre de cada empresa y sus símbolos de cotización de la siguiente manera. Este es el ejemplo para el caso de TESLA: es decir, el nombre de la empresa, y entre paréntesis el nombre de su símbolo en la bolsa.

Una advertencia con relación a este proyecto: vas a necesitar usar tu creatividad para explorar herramientas y resolver problemas, así como para recordar todas las estrategias de transformación y procesamiento de datos en las que hemos trabajado tanto ayer como hoy. Recuerda que puedes verificar los datos de origen en el bloc de notas para revisar que la importación se realice correctamente y con la configuración regional adecuada. Recuerda también que tus datos deben tener una forma determinada para poder graficarse correctamente.

No dudes en consultar las lecciones previas nuevamente para repasar cualquier concepto que necesites reforzar para enfrentar este proyecto. Tampoco dudes en abrir el cuestionario siguiente y mantenerlo abierto a medida que vas avanzando para obtener una guía de cada paso a lo largo del camino, y una vez que termines, no dudes en pasar a la lección donde te muestro cómo lo he resuelto yo.

Estoy seguro de que vas a realizar tu mejor esfuerzo para ponerte a prueba, eso me llena de orgullo, ya que es el resultado de todo lo que has avanzado en estos 9 días. No pierdas de vista eso. Quiero que seas consciente de tus propios logros, porque en definitiva progresamos para sentirnos mejor con nosotros mismos.

Te deseo muchos éxitos, y te estaré esperando al final del día.

En esta lección del curso de Power BI te muestro cómo he resuelto yo el desafío del día.

¡Hola y bienvenido a otro emocionante día de entrenamiento en Power BI! Hoy nos vamos a sumergir en el mundo de lo que se conoce como el "Servicio de Power BI". Así como hasta ahora hemos estado trabajando en la versión de escritorio de Power BI (la que descargamos al comienzo del curso), el Servicio de Power BI es la contraparte online de la versión de escritorio.

Con el Servicio de Power BI, podemos publicar nuestros informes y permitir que los usuarios accedan a ellos directamente desde la web o incluso desde sus dispositivos móviles.

Para utilizar el Servicio de Power BI, vamos a necesitar tener una cuenta activa en el servidor. Y dado que Power BI es una herramienta orientada a las empresas, por lo general, va a requerir de la autorización de nuestra organización para poder acceder. Sin embargo, los pasos para hacerlo, y que te voy a enseñar hoy, son muy simples de replicar, y puedes volver a consultarlos en cualquier momento. Esto significa que, incluso si actualmente no tienes autorización para usar este servicio, vas a estar perfectamente preparado para el futuro cuando necesites hacerlo en tu entorno laboral.

Vamos a aprender a publicar nuestros informes, acceder a ellos y a diseñarlos específicamente para su visualización en dispositivos móviles, como smartphones, a través de las aplicaciones para iOS y Android.

Pero antes de todo eso, antes de meternos de lleno al Servicio de Power BI, y para aprovechar al máximo el día de estudio que tenemos por delante, quiero comenzar mostrándote los últimos tips de Power Query que no quiero que te pierdas: vamos a hablar de la creación de columnas condicionales y de columnas "por ejemplos", y de cómo podemos ordenar, duplicar y referenciar las consultas en las que estamos trabajando para optimizar nuestro flujo de trabajo.

De modo que el día de hoy va a tener un objetivo mixto: le pondremos el broche de oro a nuestro recorrido por Power Query, y luego nos dispondremos a publicar por primera vez nuestros reportes terminados, mientras nos familiarizamos con la interfaz y las herramientas de colaboración disponibles en el Servicio de Power BI.

Me tomo uno o dos mates para poner mi alma en sintonía, ¡Y comencemos el día!

Si has estado trabajando en Power Query, seguramente habrás notado que en muy poco tiempo hemos creado varias consultas que contienen diferentes fuentes de datos y transformaciones que hemos aplicado. Hoy, quiero presentarte tres herramientas muy útiles que te van a ayudar a organizar tu trabajo y, lo que es igual de importante, a mejorar la eficiencia en los procesos de carga y de actualización.

Primero, tenemos la opción "Agrupar". Esta función nos permite reunir varias consultas en conjuntos (o grupos) según nuestro criterio. Esto es útil, por ejemplo, cuando trabajamos con las mismas fuentes de datos (o perspectivas), y queremos mantenerlas separadas del resto para una mejor visualización del flujo de trabajo.

Luego, tenemos la herramienta "Duplicar consultas". Con esta función, podemos tomar todos los pasos que hemos aplicados en una consulta (para transformar los datos desde su origen hasta una tabla final) y usarlos en una nueva consulta independiente, sin necesidad de repetirlos manualmente.

Y finalmente, conocerás a "Referenciar consultas". Esta técnica nos permite tomar el resultado de una consulta como punto de partida, para luego aplicar nuevas transformaciones. De esta manera, mantenemos tanto la consulta original como la nueva transformación, que depende de la primera, sin necesidad de establecer una nueva conexión al origen de datos, ni de repetir todas las transformaciones para llegar al mismo punto.

Vamos a sumergirnos otra vez en Power Query y a ver cómo aplicar estas estrategias para hacer nuestro trabajo más organizado y eficiente. Te estoy esperando allí.

Esto que llamamos "columnas a partir de ejemplos" son una manera muy interesante de continuar ampliando y de hacer más rico nuestro modelo y nuestras tablas de datos.

Básicamente, las "columnas a partir de ejemplos", nos permiten aprovechar la gran inteligencia de Power Query para generar nuevas columnas de datos a partir de información ya existente en nuestra tabla y de algunos ejemplos ingresados manualmente de los resultados que estamos buscando conseguir. En pocas palabras, es como decirle "quiero que hagas tal cosa, y este es un ejemplo de cómo debería quedar"

Power Query va a detectar los patrones en los ejemplos que le suministremos, y con ellos va a generar automáticamente un conjunto de reglas en lenguaje M para crear las salidas de todas las filas de tu tabla. No solo va a detectar estos patrones de manera automática, sino que va a redactar un código muy eficiente para lograrlo, optimizando nuestro tiempo y el procesamiento de los datos.

¿Quieres sorprenderte? Acompáñame.

Para terminar con las lecciones dedicadas a Power Query, nos toca hablar ahora de las columnas condicionales.

Las columnas condicionales, básicamente, te permiten crear una nueva columna, que se adecúa a las condiciones específicas que tu definas (de ahí su nombre de "condicionales").

¿Y cómo estableces esas condiciones? Pues a partir de expresiones lógicas, para que Power Query compruebe si una condición se cumple o no, y que en función de eso devuelvan un resultado determinado. Si es verdadero devuelve un resultado, y si es falso va a explorar la siguiente condición, y así hasta encontrar un resultado verdadero.

Este mecanismo es muy flexible, y hasta te permite establecer una serie de reglas o condiciones basadas en valores de otras columnas y, en función de estas condiciones, generar nuevos valores en tu columna condicional.

Parece un enredo, pero es lógica pura, y lo vas a poder configurar sin ningún problema.

Este tipo de transformación es muy útil cuando necesites segmentar y organiza tus datos, ya que podrás crear categorías, etiquetas o clasificaciones personalizadas en tus datos, ya que la lógica condicional puede hacer todo el trabajo por ti.

¿Me acompañas a la computadora para verlo en funcionamiento?

Y por fin llegamos al paso final del ciclo de vida de un proyecto de Power BI: la publicación de nuestros reportes en Power BI.

Gracias a este paso, vas a poder compartir tus informes y paneles con otros usuarios de tu organización. Imagina que has creado un informe impresionante con análisis y visualizaciones en Power BI Desktop, y que ahora, deseas que tus colegas, jefes o cualquier persona relevante en tu empresa puedan acceder y beneficiarse con tu trabajo.

Publicar tu informe en el servicio de Power BI en la nube es la solución. Este procedimiento te permite cargar tu informe en un espacio seguro y accesible en línea. Desde allí, puedes compartirlo con las personas adecuadas y configurar permisos especiales para controlar quién puede ver, interactuar o incluso editar tus informes.

Como si eso fuera poco, también puedes programar actualizaciones automáticas para mantener tus datos y visualizaciones siempre al día, sin necesidad de volver a intervenir.

Sin embargo, aquí viene un punto importante que vale la pena recordar: para publicar en Power BI, necesitas una cuenta de suscripción paga. Esto se debe a que Power BI ofrece varias capas de servicio, y las características de publicación y colaboración están a menudo disponibles solo para usuarios con licencias de pago, como Power BI Pro o Power BI Premium.

No te preocupes: vas a ver que publicar es muy sencillo, e incluso si no tienes los permisos para hacerlo ahora mismo, lo importante es que conozcas el proceso y sepas qué esperar de él. Cuando llegue el momento, podrás ver de nuevo esta lección para resolver cualquier detalle. Acompáñame.

Ahora vamos a adentrarnos en el servicio de Power BI en la nube. En este espacio online, vas a poder publicar, compartir y colaborar en informes y paneles interactivos creados en Power BI Desktop. Con esta plataforma, puedes acceder a tus análisis desde cualquier lugar, e incluso editarlos, y configurar permisos para colaborar de manera efectiva con tu equipo. Es una parte esencial de la experiencia Power BI y que no te vas a perder si me acompañas por este recorrido.

En esta lección del curso de Power BI Total veremos que además de visitar tu informe en el servicio de Power BI en la nube una vez que ya lo has publicado para compartirlo con los demás miembros de tu organización, también puedes acceder a un recurso especial de Power BI en la nube que son las conclusiones rápidas, un recurso extra que te permite a cceder a una cantidad importante de conclusiones que se pueden obtener de tu informe, y que tal vez no había observado antes.

Bienvenido a la última lección del día de hoy, en la que vamos a hablar acerca del diseño de tableros para dispositivos móviles.

Los smartphones y tabletas son una realidad en cualquier lugar de trabajo y power bi los reconoce y nos proporciona una aplicación especial para que podamos acceder a los tableros cargados en el servicio de power bi desde cualquier dispositivo, con solo registrarnos a través nuestra cuenta de suscripción .

Y no sólo eso, sino que también nos proporciona un conjunto de herramientas específicas que nos permiten diseñar visualizaciones de datos de manera personalizada, y muy efectiva, para que sean vistas en cualquier dispositivo móvil.

Esto, significa que ahora puedes llevar tu análisis a cualquier lugar, manteniendo la accesibilidad y la interactividad, y facilitando así la toma de decisiones sobre la marcha.

No me dejes solo porque esta elección te va a encantar .