Ideas clave
Trata Power BI como una cadena de datos a decisiones, no como una fábrica de gráficos
Sigue toda la cadena. El libro sigue a David, un gerente de presupuestos que empieza con un archivo de Excel con datos de ventas y termina con informes compartidos para los gerentes de toda la empresa. La estructura básica de Power BI tiene tres partes: un conjunto de datos contiene los datos, un informe organiza visualizaciones interactivas y un panel reúne vistas útiles para acceder a ellas rápidamente. Los datos pueden incorporarse mediante una pregunta formulada en lenguaje natural, la búsqueda automatizada de patrones llamada Quick Insights o un informe diseñado manualmente. Cada vía ayuda a explorar las cifras, pero ninguna sustituye la comprensión del negocio que hay detrás de ellas.
Un sistema, dos entornos. Power BI Desktop se ejecuta en un ordenador y ofrece herramientas de modelado más completas. El servicio Power BI funciona en la nube y permite publicar, compartir y consultar desde dispositivos móviles. David utiliza ambos como partes de un flujo de trabajo conectado.
El planteamiento de la cadena es más sólido que un recorrido herramienta por herramienta, porque permite ver las dependencias: un panel pulido no puede salvar un conjunto de datos mal definido. Esto se parece a la procedencia de los datos en el trabajo científico, donde cada conclusión debería poder rastrearse hasta las observaciones y transformaciones que la produjeron. Las sugerencias automatizadas pueden plantear preguntas que los analistas no habían considerado, pero no pueden establecer por qué se produjo un aumento en las ventas ni si es importante. La división del trabajo es clara: el software busca y presenta patrones; las personas aportan contexto, ponen a prueba explicaciones y deciden qué hacer a continuación.
Automatiza la actualización desde el origen hasta el modelo, no solo la del panel final
La actualización sigue una ruta. Al principio del proyecto de David, para incorporar cifras nuevas hay que actualizar un archivo de Excel y volver a cargarlo. OneDrive puede poner a disposición de Power BI las actualizaciones de un libro almacenado en la nube, pero no elimina el trabajo manual de recopilar las cifras más recientes de la base de datos. Para un proceso más directo, Power BI Desktop almacena las instrucciones para recuperar datos, mientras que una puerta de enlace permite al servicio en la nube acceder a un origen ubicado en un ordenador local o en la red de la empresa.
La actualidad de los datos tiene un costo. La importación carga una copia de los datos en el modelo, que puede actualizarse según una programación. DirectQuery, en cambio, envía solicitudes al origen cuando se utiliza un informe. El primer método puede mostrar datos antiguos entre actualizaciones; el segundo depende de que el origen esté disponible y puede ser más lento. La mejor opción depende de cuán actualizados deben estar los datos para tomar la decisión.
Se trata de una versión práctica de una disyuntiva propia de los sistemas distribuidos: una copia almacenada localmente es rápida y estable, mientras que una consulta en tiempo real puede ofrecer datos más recientes, pero depende de otro sistema en el momento de uso. Son promesas operativas distintas, no simples opciones de un menú. Un informe para una revisión mensual del presupuesto puede beneficiarse de instantáneas coherentes y actualizadas; una vista operativa que cambia rápidamente quizá justifique las consultas en tiempo real. La disciplina esencial consiste en dejar explícitos el calendario de actualización y la titularidad de los datos, para que los usuarios no confundan un gráfico de aspecto reciente con uno actualizado.
Usa el Editor de consultas para conciliar las fuentes antes de crear visualizaciones
No basta con que coincidan los nombres. David combina datos de ventas de SQL Server con cifras presupuestarias guardadas en un libro de Excel. Aunque ambas tablas contienen campos llamados Brand y CountryRegion, sus valores no se filtran entre sí automáticamente. El Editor de consultas es el entorno de preparación de datos de Power BI Desktop. Permite combinar tablas usando columnas coincidentes seleccionadas, expandir los campos elegidos, agregar columnas calculadas y controlar cuáles tablas intermedias entran en el modelo final.
Prepara la estructura de los datos. David combina las ventas y el presupuesto según Brand y CountryRegion, y luego agrega el presupuesto a la tabla de ventas. También crea una tabla de búsqueda del número de mes, porque de otro modo los nombres de los meses se ordenan alfabéticamente. Para tratar los meses sin ventas, crea una tabla auxiliar que cuenta los meses activos de cada marca y región. Estos pasos convierten entradas dispares en datos que permiten hacer comparaciones significativas.
La lección de fondo es que la integración de datos es una cuestión de significado, no solo de sintaxis. Dos columnas pueden tener la misma etiqueta y, aun así, representar entidades o niveles de detalle distintos. Esto está estrechamente relacionado con la correspondencia de esquemas en el diseño de bases de datos: antes de combinar valores, los analistas deben establecer qué identifica una clave y qué filas corresponden legítimamente entre sí. El Editor de consultas facilita estas decisiones, pero su interfaz visual no las vuelve automáticas ni infalibles. Toda combinación presupone algo sobre los registros sin correspondencia, las claves duplicadas y los valores faltantes; por eso, las transformaciones merecen tanta revisión como el gráfico final.
Asegúrate de que cada métrica tenga una ruta válida por el modelo de Power BI
Las relaciones determinan los totales. Una vez que David carga tablas separadas de Product, Sales, Store y Date, Power BI puede analizar las ventas según más dimensiones. Las tablas necesitan relaciones válidas, normalmente mediante columnas que identifican de manera única las entradas de una tabla de búsqueda. La detección automática de relaciones puede pasar por alto un vínculo, así que David crea por su cuenta la relación entre Date y Sales. Cuando la tabla de presupuesto no puede conectarse directamente con las tiendas, una tabla distinta de CountryRegions sirve de puente.
Define qué significan las cifras. DAX, o Expresiones de análisis de datos, es el lenguaje de fórmulas que se utiliza para hacer cálculos en los modelos de Power BI. Una medida es un cálculo que se evalúa en el contexto actual del informe. David define Sales Amount como la cantidad multiplicada por el precio unitario y sumada para todas las ventas, en lugar de confiar en la suma predeterminada de los precios. También ajusta las direcciones de las relaciones para evitar rutas de filtro ambiguas que harían que los totales se repitieran o indujeran a error.
Un modelo de datos es una tesis sobre cómo está organizado el negocio. Las rutas de relación determinan a qué registros llega un filtro, y las medidas especifican qué cuenta como ingresos, margen o total comparable. Esto se relaciona con el modelado dimensional, en el que una tabla de hechos registra eventos y las dimensiones que la rodean proporcionan perspectivas para analizarlos. El ejemplo de la tabla puente resulta especialmente útil porque muestra por qué una conexión aparentemente plausible puede ser estructuralmente inválida. Las medidas claras y las rutas de filtro limitadas mejoran tanto la precisión como la capacidad de explicar los resultados, aunque los expertos del sector todavía deben validar que las definiciones del modelo concuerden con las prácticas comerciales.
Distribuye los presupuestos según los patrones de ventas observados, no en partes mensuales iguales
Un reparto uniforme puede distorsionar. David primero divide las cifras del presupuesto anual entre 12. Así obtiene valores mensuales iguales, pero algunas marcas venden según la temporada y otras no registran ventas en determinados meses. En el ejemplo, un presupuesto que debería sumar 37.500 aparece como 31.250 porque los datos de ventas solo representan diez meses.
Usa la evidencia como criterio de asignación. David cuenta los meses con ventas de cada marca y región y, en lugar de repartir el presupuesto a ciegas entre los doce meses, lo divide entre esos meses. Con un nivel de detalle mayor, asigna un presupuesto por marca y región a los colores de los productos según la distribución de las ventas de 2015. El informe resultante puede mostrar una estimación por color, aunque el presupuesto original no se hubiera proporcionado con ese nivel de detalle. Es un cálculo basado en un supuesto explícito, no en nuevos datos presupuestarios observados.
El ejemplo pone de manifiesto un riesgo habitual del modelado: una fórmula sencilla puede parecer neutral y, sin embargo, codificar silenciosamente un supuesto importante. Repartir por igual cada mes presupone que las ventas son uniformes; repartirlas proporcionalmente presupone que la distribución del año anterior informa sobre la del siguiente. Este último método responde mejor a la estacionalidad observada, pero también puede perpetuar promociones inusuales, interrupciones del suministro u otras anomalías. Por eso, las buenas prácticas analíticas tratan la asignación como una decisión de modelado documentada, no como un hecho descubierto. Comparar distintos criterios de asignación puede mostrar a quienes toman decisiones cuánto dependen sus conclusiones de esa elección.
Elige visualizaciones que faciliten la comparación y elimina todo lo que compita por la atención
Elige el gráfico según la pregunta. El libro recomienda gráficos de líneas para mostrar tendencias a lo largo del tiempo y gráficos de barras o columnas para comparar categorías. Cuando las medidas usan escalas distintas, como el importe de ventas y el porcentaje de margen, un gráfico combinado puede dar a cada una su propio eje. Las interacciones entre objetos visuales permiten seleccionar una marca o un país y ver cómo responden los gráficos relacionados. La exploración en profundidad permite pasar de una categoría general a sus subcategorías.
Deja que los datos hablen. Los gráficos circulares y de anillo suelen ser opciones poco adecuadas para comparar muchos valores, porque las personas juzgan las longitudes con mayor precisión que los ángulos. Los objetos visuales personalizados pueden cubrir necesidades concretas, como un gráfico de velas para mostrar los precios de apertura, cierre, máximo y mínimo de una acción. En informes densos, los autores recomiendan reducir el texto, las leyendas y los ejes cuando no aporten información, y mantener la coherencia de los colores.
Los consejos de diseño se basan en un principio cognitivo útil: las codificaciones visuales difieren en lo fácil que resulta compararlas. Por lo general, es más fácil juzgar longitudes alineadas que ángulos, y en una página saturada todos los elementos compiten por la atención. La interactividad puede aportar profundidad analítica, pero también plantea un problema de navegación si los usuarios no pueden saber qué selecciones están activas o por qué cambió un gráfico. Por eso, el mejor informe combina un repertorio visual sobrio con etiquetas claras e interacciones deliberadas. Un gráfico personalizado resulta valioso cuando comunica algo que los gráficos estándar no pueden, no simplemente porque parezca novedoso.
Elige cómo compartir según si los colegas deben consultar, editar o reutilizar el contenido
Compartir de distintas maneras implica distintos grados de control. Un panel compartido da a los colegas invitados acceso de solo lectura a los informes que lo sustentan. Un espacio de trabajo de grupo está pensado para que un equipo trabaje con conjuntos de datos, informes y paneles compartidos; en el ejemplo de David, la carpeta del grupo en OneDrive para la Empresa también permite a los gerentes actualizar el libro de origen. Crear el grupo antes de empezar el trabajo compartido evita tener que reconstruir lo hecho en un espacio de trabajo personal.
Las copias reutilizables se comportan de otra manera. Un paquete de contenido es un conjunto de datos, informes y paneles que otro usuario puede agregar a su espacio de trabajo personal. El editor controla el conjunto de datos, mientras que los usuarios pueden personalizar los informes y paneles. Las copias sin modificar pueden recibir las actualizaciones del editor; una copia personalizada deja de estar sincronizada. Publicar un informe en la web es otra cosa: cualquiera que tenga su URL puede verlo, por lo que no es adecuado para datos privados de la empresa.
Las opciones para compartir son, en realidad, decisiones sobre el ciclo de vida y la autoridad. Un espacio de trabajo de equipo facilita la producción conjunta, mientras que un paquete de contenido distribuye un punto de partida que los destinatarios pueden adaptar. Confundir estos dos modos puede provocar una proliferación de copias privadas que compiten entre sí o dejar un recurso compartido que nadie puede modificar. Esto se parece a la diferencia entre un documento fuente colaborativo y una plantilla de software. La opción de publicación en la web deja el límite especialmente claro: facilitar el acceso no equivale a controlar quién puede acceder. Antes de compartir, el editor debería decidir quién se encarga de las actualizaciones, quién puede modificar el trabajo y quién tiene permiso para ver la información subyacente.
Usa con cuidado la seguridad a nivel de fila: filtra registros, no campos confidenciales
Limita las filas que ven los usuarios. La seguridad a nivel de fila aplica reglas a un conjunto de datos para que distintos usuarios puedan ver registros diferentes en un mismo informe. David asigna a Wendy un rol que limita su vista a China; el mismo panel le muestra entonces los datos de China en lugar de los de todas las regiones. Un filtro aplicado a una tabla también puede restringir tablas relacionadas a través de sus relaciones.
Ten claro qué no puede proteger. La explicación del libro, publicada en 2016, recalca que la seguridad a nivel de fila no oculta determinadas columnas, medidas o tablas. Si los usuarios no deben ver en absoluto una medida confidencial, los autores recomiendan considerar un modelo independiente que contenga solo los campos permitidos. El libro también describe la seguridad a nivel de fila como una función sujeta a las restricciones de su etapa de vista previa, incluidas limitaciones en los conjuntos de datos y los espacios de trabajo de grupo compatibles. Su disponibilidad y configuración concretas deben considerarse detalles históricos del producto.
Esta es una distinción importante en el diseño de seguridad: limitar los registros que una persona puede consultar no equivale a limitar los atributos disponibles para ella. En términos de bases de datos, los filtros de filas y los permisos de columnas resuelven problemas distintos. Un gerente regional quizá necesite acceso solo a las ventas de un territorio, mientras que a otro perfil se le podría prohibir ver los datos de margen en cualquier lugar. El principio de mínimo privilegio establece que cada usuario debe recibir únicamente el acceso necesario para su tarea. Por eso, la seguridad debe probarse en el nivel del modelo de datos, en lugar de deducirse de lo que muestre un panel en particular.
Usa las API de Power BI cuando los paneles necesiten datos en tiempo real o contexto de aplicación
Los informes pueden salir del navegador. Power BI se integra con Excel y aplicaciones móviles y, en los ejemplos del libro, con un complemento de Office de terceros que inserta informes en PowerPoint. Analizar en Excel permite que una hoja de cálculo se conecte a un modelo publicado, pero el análisis numérico útil depende de que ese modelo contenga medidas definidas explícitamente.
Las aplicaciones pueden enviar datos. La API REST de Power BI permite que el software interactúe con conjuntos de datos, tablas, filas, informes y paneles. En modo push (inserción de datos), una aplicación envía filas nuevas a un conjunto de datos, y los mosaicos del panel pueden actualizarse en cuestión de segundos. Este método tiene limitaciones importantes en el producto descrito: el conjunto de datos está diseñado para recibir datos, no admite el mismo modelado personalizado con DAX y los informes no se actualizan automáticamente como los mosaicos del panel. Power BI Embedded permite que una aplicación presente informes dentro de su propia experiencia de usuario.
La API convierte Power BI de un destino en un componente capaz de participar en el flujo de trabajo de otro producto. Esto puede reducir la fricción de cambiar de herramienta y hacer visibles las señales operativas allí donde los usuarios ya trabajan. Pero «en tiempo real» debe interpretarse de manera restringida: la llegada rápida de filas no garantiza que la medida esté bien definida, que los datos estén completos ni que la decisión resultante sea acertada. Los paneles con inserción de datos sacrifican parte de la flexibilidad de modelado a cambio de rapidez de actualización. Un buen diseño distingue entre la ingesta, la interpretación y la presentación, y después determina qué partes necesitan actualizarse de inmediato y cuáles se benefician más de cálculos estables y controlados.
Análisis
Este es un libro práctico sobre tecnología, organizado en torno a David, un gerente de presupuestos que intenta sustituir las hojas de cálculo dispersas y las presentaciones enviadas por correo electrónico por un proceso analítico compartido. La narración cumple una función didáctica: cada nuevo obstáculo introduce una capa del sistema, desde la importación de datos y la creación de informes hasta la actualización, el modelado, la colaboración, la seguridad y la integración. Su principal aportación no es una función aislada, sino una manera de entender la inteligencia empresarial como una cadena conectada en la que la preparación de datos, las definiciones semánticas, la visualización y las reglas de acceso influyen en las conclusiones de las personas.
Las lecciones más sólidas y perdurables son arquitectónicas. La aparente sencillez de un informe puede ocultar preguntas complejas: ¿de dónde proceden los datos?, ¿cuándo se actualizaron?, ¿qué calcula una medida y a qué tablas llegan los filtros? El libro concreta estas cuestiones mediante el presupuesto de David. Una relación faltante genera totales repetidos; un reparto mensual uniforme pierde la estructura estacional; un enlace público sin restricciones convierte una decisión sobre cómo compartir en un riesgo de divulgación. Estos ejemplos muestran por qué la alfabetización de datos exige mucho más que saber crear gráficos.
El tutorial también es una instantánea de un producto que cambia con rapidez. Se publicó en 2016 y describe la disponibilidad de funciones, las licencias, las puertas de enlace y las restricciones de las versiones preliminares tal como eran entonces. Esos detalles no deben tomarse como documentación actual del producto. Las recomendaciones más duraderas consisten en distinguir entre datos copiados y consultas en tiempo real, entre el acceso compartido de solo lectura y la edición colaborativa, y entre los filtros de filas y los controles de confidencialidad más amplios.
La defensa que hace el libro de la inteligencia empresarial de autoservicio resulta convincente cuando los analistas y el personal de TI colaboran: los usuarios del área de negocio tienen margen para explorar, mientras que el acceso a los orígenes y las definiciones de los datos se mantienen bajo control deliberado. El autoservicio no significa que nadie sea responsable. La automatización puede actualizar más rápido datos inexactos, y un panel visualmente convincente puede hacer que un supuesto parezca un hecho. Power BI ofrece verdadero valor cuando su flexibilidad se acompaña de un modelado transparente, supuestos documentados y una explicación clara de quién puede modificar o ver los resultados.
Resumen de reseñas
Introducing Microsoft Power BI recibe reseñas mayoritariamente positivas; los lectores elogian su eficacia como guía introductoria. Muchos valoran que se centre en los principios fundamentales y las aplicaciones empresariales. A algunos lectores les resultó especialmente útil para principiantes, mientras que otros destacaron su valor para quienes aspiran a convertirse en usuarios avanzados. Unos pocos críticos consideraron que al libro le faltaban instrucciones detalladas paso a paso o que no era adecuado para usuarios experimentados. En general, se lo considera un buen punto de partida para comprender las capacidades de Power BI y su posible impacto en las empresas.
También leyeron
Glosario
Power BI Desktop
Aplicación de modelado localLa aplicación para Windows que se utiliza para conectarse a los datos, transformarlos, crear un modelo de datos, elaborar informes y publicar el resultado en el servicio en la nube de Power BI. En el libro, ofrece funciones de modelado más completas que el servicio basado en navegador y almacena las consultas y las instrucciones del modelo necesarias para la actualización.
Editor de consultas
Entorno de preparación de datosEl entorno de Power BI Desktop para crear y modificar consultas que recuperan y transforman datos. Permite realizar operaciones como filtrar filas, cambiar tipos de datos, agregar columnas calculadas, combinar fuentes y crear tablas auxiliares. Sus pasos definen cómo se organizan los datos de origen antes de incorporarlos al modelo.
DAX
Lenguaje de fórmulas de Power BIExpresiones de análisis de datos, el lenguaje de fórmulas que se utiliza para definir cálculos en los modelos de Power BI. DAX permite crear medidas, columnas calculadas y tablas calculadas. Las medidas se evalúan en el contexto de los filtros y las agrupaciones de un informe, mientras que las columnas se calculan para las filas de una tabla. El libro utiliza DAX para los totales de ventas, la asignación de presupuestos y otros análisis.
DirectQuery
Consulta el origen cuando se necesitaUn modo de conexión en el que Power BI no importa una copia completa de los datos relacionales en su modelo. En su lugar, las interacciones con los informes generan consultas al origen original. Esto puede ofrecer resultados más actualizados que las importaciones programadas, pero depende de que el origen esté disponible y puede ser más lento. El libro lo compara con el modo Importar.
Puerta de enlace personal de Power BI
Conexión personal a un origenSoftware que permite al servicio en la nube de Power BI acceder, para su actualización, a orígenes de datos en el equipo o la red de un usuario individual. El libro la describe como una opción personal más sencilla que la Puerta de enlace empresarial. Su capacidad para actualizar depende de la configuración del equipo y del servicio, y no es la puerta de enlace multiusuario general descrita para las implementaciones empresariales.
paquete de contenido
Paquete reutilizable de BIUn paquete de conjuntos de datos, informes y paneles de Power BI que los usuarios pueden agregar a un área de trabajo. Un paquete de contenido del servicio proporciona conexiones y vistas predefinidas; un paquete de contenido organizativo permite a quien lo publica distribuir contenido seleccionado a sus colegas. Los usuarios pueden personalizar informes y paneles, pero quien publica conserva el control del conjunto de datos.
interacciones entre objetos visuales
Filtrado entre gráficosLa forma en que seleccionar un valor en un objeto visual del informe modifica otros objetos visuales de la misma página. El comportamiento puede filtrar otros gráficos, resaltar la contribución del valor seleccionado o dejar sin cambios un gráfico de destino. Estas selecciones interactivas son distintas de los filtros guardados a nivel de página o de informe.
seguridad a nivel de fila
Filtrado de filas específico para cada usuarioUna función de seguridad de los conjuntos de datos que define qué registros puede ver un usuario mediante reglas aplicadas a través de roles. Por ejemplo, se puede limitar a un gerente regional a las ventas de un solo país. Restringe las filas en lugar de ocultar columnas o medidas, por lo que no protege por sí sola los campos confidenciales de los usuarios que pueden acceder al modelo.
modo push (inserción de datos)
Datos enviados por una aplicaciónUn patrón de datos en el que una aplicación envía filas nuevas a un conjunto de datos de Power BI mediante la API REST, en vez de que Power BI recupere datos periódicamente de un origen. Los mosaicos del panel conectados a ese conjunto de datos pueden actualizarse rápidamente. Según la descripción del libro, este enfoque ofrece menos capacidades de modelado y cálculo que un modelo convencional con datos importados.
Preguntas frecuentes
¿De qué trata «Introducing Microsoft Power BI», de Alberto Ferrari?
- Introducción integral a Power BI: El libro ofrece una introducción práctica y paso a paso a Microsoft Power BI, centrada en sus funciones y capacidades, y en cómo permite la inteligencia empresarial de autoservicio.
- Situación del mundo real: Sigue una narración centrada en David, un gerente de presupuestos de Contoso, mientras aprende a usar Power BI y lo implementa para la elaboración colaborativa de presupuestos e informes.
- Aprendizaje práctico: Se anima a los lectores a seguir los materiales complementarios y reproducir ejemplos y ejercicios para afianzar lo aprendido.
- Cobertura de todo el flujo de trabajo de BI: El libro abarca desde la importación y el modelado de datos hasta la creación de informes, su distribución y la personalización avanzada.
¿Por qué debería leer «Introducing Microsoft Power BI», de Alberto Ferrari?
- Enfoque accesible para principiantes: El libro está pensado para quienes se inician en Power BI y resulta accesible para trabajadores que utilizan información, profesionales de TI y usuarios empresariales.
- Orientación paso a paso: Ofrece instrucciones claras y prácticas para empezar a usar Power BI, incluida la carga de datos, la creación de informes y la distribución de paneles.
- Aplicación en el mundo real: Mediante una situación empresarial cercana, los lectores ven cómo Power BI puede resolver problemas empresariales concretos.
- Base para seguir aprendiendo: Proporciona una base sólida para abordar temas más avanzados de Power BI y modelado de datos, y prepara a los lectores para profundizar en ellos.
¿Cuáles son las principales conclusiones de «Introducing Microsoft Power BI», de Alberto Ferrari?
- Panorama del ecosistema de Power BI: Entender Power BI como una plataforma integral, no solo como una herramienta, que integra el modelado y la visualización de datos, su distribución y la colaboración.
- Flujo de trabajo de los datos a la información útil: Aprender el proceso de transformar datos sin procesar en información útil para la toma de decisiones mediante conjuntos de datos, informes y paneles.
- Colaboración y distribución: Descubrir cómo Power BI facilita la colaboración en equipo, la distribución segura y el acceso móvil a informes y paneles.
- Personalización y extensibilidad: Conocer la extensibilidad de Power BI mediante objetos visuales personalizados, API e integración con otros servicios de Microsoft.
¿Cómo define y explica «Introducing Microsoft Power BI», de Alberto Ferrari, la inteligencia empresarial de autoservicio?
- Capacitación de los usuarios finales: El libro explica que la inteligencia empresarial de autoservicio permite a los usuarios empresariales acceder a los datos, analizarlos y visualizarlos sin una intervención intensa del área de TI.
- Contexto histórico: Recorre la evolución de Microsoft desde Power Pivot en Excel hasta Power BI como servicio independiente basado en la nube.
- Funciones destacadas: La inteligencia empresarial de autoservicio se ilustra mediante funciones como las consultas en lenguaje natural, Quick Insights y la actualización sencilla de datos.
- Integración con la inteligencia empresarial corporativa: El libro analiza cómo Power BI conecta la inteligencia empresarial corporativa tradicional con el análisis de autoservicio para responder tanto a las necesidades de TI como a las de la empresa.
¿Cuáles son los pasos principales para empezar a usar Power BI según «Introducing Microsoft Power BI», de Alberto Ferrari?
- Registro y acceso: Empieza registrándote en Power BI con un correo electrónico laboral y accediendo al servicio desde la web o Power BI Desktop.
- Carga de datos: Carga en Power BI datos procedentes de fuentes como Excel, bases de datos o servicios en la nube.
- Creación de informes: Utiliza herramientas intuitivas para crear informes y visualizaciones, aprovechando funciones como las consultas en lenguaje natural y Quick Insights.
- Creación de paneles: Ancla visualizaciones a los paneles para consultar la información de un vistazo y compartirlos con colegas o equipos.
¿Cómo explica «Introducing Microsoft Power BI», de Alberto Ferrari, el modelado de datos y el uso de DAX?
- Construcción del modelo de datos: El libro guía a los lectores en la creación de modelos de datos mediante la importación de tablas, la definición de relaciones y la limpieza de datos.
- Columnas calculadas y medidas: Presenta la creación de columnas calculadas y medidas DAX para realizar cálculos y agregaciones avanzados.
- Ejemplos del mundo real: Situaciones prácticas muestran cómo usar DAX para elaborar presupuestos, analizar ventas y crear métricas personalizadas.
- Énfasis en las prácticas recomendadas: Los autores destacan la importancia de un modelo de datos bien estructurado para elaborar informes precisos y eficientes.
¿Qué métodos de distribución y colaboración se abordan en «Introducing Microsoft Power BI», de Alberto Ferrari?
- Distribución de paneles: Los lectores aprenden a compartir paneles con usuarios internos y externos, incluida la gestión de permisos.
- Áreas de trabajo de grupo: El libro explica cómo crear áreas de trabajo de grupo para editar y compartir informes de forma colaborativa dentro de los equipos.
- Paquetes de contenido: Aborda la distribución de conjuntos reutilizables de conjuntos de datos, informes y paneles mediante paquetes de contenido organizativos.
- Integración con OneDrive y Office 365: El libro detalla cómo usar OneDrive para la Empresa para compartir orígenes de datos y facilitar una colaboración fluida.
¿Cómo aborda «Introducing Microsoft Power BI», de Alberto Ferrari, la actualización y la conectividad de datos?
- Actualización manual y automatizada: El libro explica cómo actualizar los datos manualmente o programar actualizaciones automáticas mediante puertas de enlace.
- Puertas de enlace personales y empresariales: Distingue entre la Puerta de enlace personal (para uso individual) y la Puerta de enlace empresarial (para uso organizativo).
- DirectQuery y conexiones en tiempo real: Los lectores aprenden sobre la conexión directa a bases de datos para acceder a datos en tiempo real, frente a la importación de datos para actualizarlos periódicamente.
- Orígenes en la nube y locales: El libro trata la conexión tanto a orígenes de datos en la nube como a orígenes locales, y destaca las consideraciones arquitectónicas.
¿Qué consejos ofrece «Introducing Microsoft Power BI», de Alberto Ferrari, para crear informes y paneles eficaces?
- Elección de los objetos visuales adecuados: El libro ofrece orientación para elegir visualizaciones estándar y personalizadas apropiadas para distintos tipos de datos.
- Principios de diseño de informes: Hace hincapié en la claridad, la coherencia y la eliminación de elementos innecesarios en informes con gran densidad de información.
- Técnicas de personalización: Los lectores aprenden a utilizar opciones de formato, DAX para métricas personalizadas y objetos visuales personalizados de la galería de Power BI.
- Interactividad y narración: Los autores destacan la importancia de funciones interactivas como las interacciones entre objetos visuales y el desglose para enriquecer la narración basada en datos.
¿Cómo aborda «Introducing Microsoft Power BI», de Alberto Ferrari, la seguridad y la gestión del acceso a los datos?
- Permisos de áreas de trabajo y grupos: El libro explica cómo se gestiona la visibilidad de los datos mediante áreas de trabajo personales y de grupo.
- Distribución de paneles y paquetes de contenido: Detalla cómo controlar el acceso al compartir paneles y paquetes de contenido, incluso con usuarios externos.
- Seguridad a nivel de fila: El libro presenta la seguridad a nivel de fila, que permite restringir el acceso a los datos por filas para distintos usuarios.
- Prácticas recomendadas para los datos confidenciales: Ofrece consejos sobre cuándo utilizar funciones como Publicar en la web y cuándo evitarlo para proteger información confidencial.
¿Qué opciones de extensibilidad e integración se analizan en «Introducing Microsoft Power BI», de Alberto Ferrari?
- Visualizaciones personalizadas: El libro muestra cómo utilizar y desarrollar objetos visuales personalizados para ampliar las capacidades de Power BI.
- Uso de la API REST: Presenta la API REST de Power BI para automatizar tareas, insertar datos en tiempo real e incrustar paneles en otras aplicaciones.
- Integración con Office: Los lectores aprenden a incrustar mosaicos de Power BI en Excel y PowerPoint, y a usar Analizar en Excel para realizar análisis avanzados.
- Power BI Embedded: El libro analiza cómo incrustar informes de Power BI en aplicaciones web personalizadas para ofrecer una experiencia de usuario fluida.
¿Cuáles son las mejores citas de «Introducing Microsoft Power BI», de Alberto Ferrari, y qué significan?
- «Power BI no es solo una herramienta: es un ecosistema que puede integrar la inteligencia empresarial corporativa existente con la inteligencia empresarial de autoservicio».
- Esto destaca el papel de Power BI como plataforma integral que conecta la inteligencia empresarial tradicional, gestionada por TI, con el análisis moderno de autoservicio.
- «La experiencia con Power BI consiste, sobre todo, en obtener información útil a partir de los datos».
- El valor fundamental de Power BI reside en transformar datos sin procesar en información útil para la empresa mediante herramientas intuitivas.
- «Al principio puede parecer complejo, pero, una vez que te acostumbras, el Editor de consultas te ofrece mucho poder para crear tus modelos».
- Los autores animan a los lectores a perseverar durante el proceso de aprendizaje, ya que dominar las herramientas de Power BI permite aprovechar importantes capacidades analíticas.
- «Con algunos conocimientos básicos, puedes convertir Power BI de una sencilla herramienta de elaboración de informes en lo que realmente es: una herramienta de modelado sumamente potente con la que puedes crear análisis impresionantes a partir de tus datos».
- Esta cita subraya el potencial transformador de Power BI cuando los usuarios van más allá de la elaboración básica de informes y se adentran en el modelado y el análisis avanzados de datos.
Descargar PDF
Descargar EPUB
.epub es ideal para leer libros electrónicos en teléfonos, tabletas y lectores electrónicos.