Ir al contenido
VIDAMA · Curso

Tema 07 — Power BI

🎧 Narración del Tema 07 (ElevenLabs Matilda)

Voz generada por IA (ElevenLabs Matilda) basada en la guía de estudio narrada. Tu celular puede reproducir este audio mientras lees, o mientras haces otras cosas.

TL;DR: Power BI permite importar, transformar, modelar y visualizar datos de múltiples fuentes para construir informes interactivos orientados a decisiones.

Puntos clave:

  • Power BI es una herramienta líder de Business Intelligence, junto con Tableau y Qlik, y destaca por integrar grandes volúmenes de datos con una interfaz accesible.
  • Puede usarse como servicio en la nube, mediante servidor local de informes o como Power BI Desktop, una opción gratuita para análisis personal.
  • El flujo básico de trabajo incluye obtener datos, prepararlos, modelarlos, visualizarlos y reportarlos en dashboards o informes interactivos.
  • Query Manager permite limpiar datos antes del análisis: por ejemplo, eliminar una columna con fecha mal importada o cambiar el formato de un identificador a texto.
  • Las visualizaciones se construyen arrastrando campos a la Vista Informe y seleccionando gráficos como tablas, líneas, embudos, áreas, sectores o mapas.
  • El caso práctico usa datos abiertos de Londres sobre rescates de animales realizados por la London Fire Brigade, con más de 6500 registros.
  • El análisis permite contrastar hipótesis: por ejemplo, observar si aumentan las intervenciones anuales y si ese aumento coincide con el coste del servicio.
  • Las visualizaciones avanzadas, como mapas y segmentaciones de datos, facilitan explorar patrones geográficos y filtrar resultados por variables específicas.

Términos técnicos clave: Power BI, Business Intelligence, SaaS, Azure, Power BI Desktop, Query Manager, dataset, modelado de datos, Vista Informe, dashboard, Line Chart, Segmentación de Datos

Fórmulas, procesos o ejemplos relevantes:

  • Proceso funcional en Power BI:
    1. Obtención de datos desde archivos, bases relacionales o servicios en línea.
    2. Preparación de datos mediante limpieza y transformación.
    3. Modelado de datos para relacionar fuentes y realizar cálculos.
    4. Visualización mediante gráficos, tablas y representaciones interactivas.
    5. Reporte mediante informes y dashboards.
  • Ejemplo de preparación:
    1. Importar el archivo Animal Rescue incidents attended by LFB from Jan 2009.csv.
    2. Revisar la previsualización de datos.
    3. Abrir Query Manager con la opción Transformar datos.
    4. Eliminar la columna FinYear porque no se importó correctamente y no se usará.
    5. Cambiar el formato de IncidentNumber a texto.
    6. Cerrar y aplicar los cambios.
  • Ejemplo de análisis:
    1. Crear una gráfica de líneas con CallYear en el eje horizontal y PumpCount en valores.
    2. Filtrar el año 2020 porque no contiene todos los meses.
    3. Comparar la evolución de intervenciones con el coste usando IncidentNotionalCost.
    4. Segmentar por tipo de animal con AnimalGroupParent.

Resumen narrativo

Sección titulada «Resumen narrativo»

El tema introduce Power BI como una herramienta de visualización y análisis de datos dentro del ecosistema de Business Intelligence. Su valor principal está en conectar datos de múltiples fuentes, transformarlos, relacionarlos y convertirlos en informes interactivos que ayuden a tomar decisiones. El material subraya que Power BI se ha consolidado como una plataforma líder, especialmente por su equilibrio entre funcionalidad, facilidad de uso e integración con el entorno Microsoft.

La instalación y la interfaz refuerzan esa orientación práctica. Power BI puede utilizarse en la nube, en un servidor local de informes o mediante Power BI Desktop, que funciona como herramienta gratuita e independiente. Su interfaz recuerda a Microsoft Office: una barra superior para operaciones generales, un menú lateral izquierdo para alternar vistas, pestañas inferiores para organizar páginas y un panel derecho con filtros, visualizaciones y campos.

El flujo de trabajo se organiza en cinco grandes funciones: obtener datos, prepararlos, modelarlos, visualizarlos y reportarlos. Esta secuencia es importante porque evita entender Power BI solo como una herramienta para “hacer gráficos”. Antes de visualizar, los datos deben importarse correctamente, limpiarse, estructurarse y, si es necesario, relacionarse con otras fuentes para que el análisis sea fiable.

El caso práctico del tema usa datos abiertos del London Data Store sobre rescates de animales realizados por la London Fire Brigade. El dataset incluye más de 6500 registros con información como fecha del aviso, coste del servicio, tipo de animal, localización y descripción de la intervención. A partir de este ejemplo, el tema muestra cómo una fuente pública aparentemente anecdótica puede convertirse en un ejercicio completo de análisis urbano.

La preparación de datos se realiza con Query Manager. Allí se corrigen problemas como una columna de fecha importada de forma incorrecta o un identificador que necesita tratarse como texto. Este paso muestra una idea central: la visualización depende de la calidad previa del dato. Si los campos están mal interpretados o contienen información innecesaria, el informe puede producir conclusiones débiles o confusas.

Una vez cargados los datos, Power BI permite construir visualizaciones arrastrando campos a la Vista Informe. El ejemplo explora la evolución anual de los rescates, filtra el año 2020 por estar incompleto y compara el número de intervenciones con el coste asociado. También introduce la segmentación por tipo de animal, mostrando que los gatos representan el grupo más frecuente, seguidos por pájaros y perros.

Finalmente, el tema presenta visualizaciones avanzadas como mapas y segmentaciones de datos. El mapa permite observar la distribución geográfica de los rescates en el área metropolitana de Londres, aunque exige depurar ubicaciones ambiguas que pueden aparecer fuera del Reino Unido. Las segmentaciones, por su parte, convierten los filtros en controles visibles para explorar los datos de forma más interactiva y comprensible.

Para profundizar

Sección titulada «Para profundizar»