Importar y Limpiar Datos de Múltiples Fuentes

Concepto clave

En el mundo de los dashboards ejecutivos, los datos rara vez vienen de una sola fuente perfectamente organizada. Imagina que eres un chef preparando un plato complejo: necesitas ingredientes de diferentes mercados, cada uno con su propio empaque y calidad. Importar y limpiar datos en Power BI es exactamente eso: reunir ingredientes crudos (datos) de múltiples lugares (fuentes) y prepararlos para cocinar (analizar).

Este proceso tiene dos fases claras: primero, importación, donde traes datos desde archivos Excel, bases de datos SQL, o incluso servicios en la nube como Salesforce. Segundo, limpieza, donde corriges errores como valores vacíos, formatos inconsistentes o duplicados. Sin este paso, tu dashboard ejecutivo mostraría información confusa o incorrecta, como un reporte financiero con números mal alineados.

Cómo funciona en la práctica

Vamos a un ejemplo paso a paso usando Power BI Desktop. Supón que trabajas como Business Analyst en una empresa de retail y necesitas crear un dashboard de ventas.

1. Abre Power BI Desktop y haz clic en Obtener datos en la pestaña Inicio.
2. Selecciona Excel para importar un archivo con ventas por producto, luego SQL Server para traer datos de clientes desde una base de datos.
3. En el Editor de Power Query (que se abre automáticamente), verás cada fuente como una tabla separada. Usa herramientas como Eliminar filas para quitar encabezados repetidos o Cambiar tipo para asegurar que las fechas estén en formato correcto.
4. Combina las tablas usando Combinar consultas basado en un ID común, como el código de cliente. Esto crea una única vista unificada lista para análisis.

Recuerda: Power Query es tu mejor aliado aquí. Te permite limpiar datos sin alterar los archivos originales, manteniendo la integridad de los datos fuente.

Caso de estudio

En una empresa de logística, un analista necesitaba un dashboard de entregas. Tenía tres fuentes: un archivo CSV con pedidos, una base de datos Access con información de conductores, y una hoja de Google Sheets con feedback de clientes. Los datos presentaban problemas comunes:

Después de limpiar y combinar, el analista pudo crear un dashboard que mostraba entregas por conductor con feedback integrado, mejorando la toma de decisiones en un 30% según reportes internos.

Errores comunes

• No validar la calidad de datos inicial: Importar sin revisar si los datos tienen errores básicos. Solución: Siempre haz una vista previa en Power Query y revisa estadísticas como conteo de valores únicos.
• Ignorar el contexto de los datos: Limpiar datos sin entender qué representan (ej., eliminar ceros que podrían ser ventas válidas). Solución: Consulta con el equipo de negocio antes de hacer cambios drásticos.
• No documentar los pasos de limpieza: Hacer cambios sin dejar rastro, dificultando auditorías. Solución: Usa la función Pasos aplicados en Power Query para registrar cada acción.
• Combinar fuentes sin una clave común: Unir tablas por columnas con nombres similares pero datos diferentes, causando inconsistencias. Solución: Asegúrate de tener un identificador único y consistente, como un ID de cliente.
• Olvidar actualizar las fuentes: Configurar la importación pero no programar actualizaciones automáticas. Solución: Usa la programación de actualización en el servicio Power BI para mantener datos frescos.

Checklist de dominio

1. Puedo importar datos desde al menos dos tipos de fuentes diferentes (ej., Excel y SQL).
2. Sé identificar y corregir valores vacíos o duplicados en Power Query.
3. He combinado exitosamente dos tablas usando una columna común.
4. Comprendo cómo cambiar tipos de datos (ej., texto a número) para asegurar cálculos precisos.
5. Puedo explicar por qué la limpieza es crucial para dashboards ejecutivos confiables.
6. He documentado mis pasos de limpieza en Power Query para referencia futura.
7. Sé configurar una actualización programada para mantener datos actualizados.

Crear un dataset unificado de ventas desde dos fuentes

En este ejercicio, practicarás importar y limpiar datos de múltiples fuentes para preparar un dashboard ejecutivo de ventas. Sigue estos pasos:

1. Descarga dos archivos de ejemplo: ventas.xlsx (con columnas: Fecha, ProductoID, Ventas) y productos.csv (con columnas: ProductoID, Nombre, Categoria).
2. Abre Power BI Desktop y usa Obtener datos para importar ambos archivos.
3. En Power Query, para ventas.xlsx:
   • Cambia el tipo de la columna Fecha a Fecha.
   • Elimina cualquier fila donde Ventas esté vacía.
4. Para productos.csv:
   • Elimina duplicados en la columna ProductoID.
   • Asegúrate de que Nombre y Categoria sean de tipo texto.
5. Combina las dos tablas usando Combinar consultas basado en ProductoID, seleccionando unir tipo Interna.
6. Guarda y cierra el Editor de Power Query, luego verifica en la vista de datos que tengas una tabla unificada con Fecha, ProductoID, Nombre, Categoria y Ventas.

Objetivo final: Tener un dataset limpio listo para crear visualizaciones en la siguiente lección.

• Si no tienes los archivos, crea datos de ejemplo con pocas filas para practicar.
• En Power Query, usa la vista previa para detectar problemas antes de aplicar cambios.
• Al combinar, asegúrate de que ProductoID tenga el mismo tipo de datos en ambas tablas.

Evalua tu comprension

Completa el quiz interactivo de arriba para ganar XP.