Lección: Conectar y Modelar Datos de Múltiples Fuentes

Bienvenido a la lección fundamental de nuestro proyecto integrador. Aquí es donde la magia de Power BI comienza: la ingesta y preparación de datos. Un dashboard ejecutivo robusto nunca se construye sobre una sola tabla de Excel. La realidad empresarial es compleja, con información residiendo en bases de datos SQL, aplicaciones en la nube, archivos locales y más. Esta lección te guiará, desde cero, a través del proceso crítico de conectar, combinar y estructurar estos datos dispares en un modelo de datos coherente y eficiente, que será el cimiento de todas tus visualizaciones interactivas. Dominar este paso es lo que separa un reporte básico de un sistema de inteligencia empresarial verdadero.

Introducción al Editor de Power Query

Power Query es el motor de transformación y preparación de datos integrado en Power BI. Es tu taller de trabajo donde la materia prima (datos crudos) se limpia, moldea y ensambla antes de pasar al modelo. Piensa en Power Query como la cocina de un restaurante de alto nivel: los ingredientes llegan de diferentes proveedores (fuentes de datos), algunos sucios, otros cortados de manera diferente. Aquí es donde se lavan, se pican, se marinan y se preparan para que el chef (el motor de visualización) pueda crear el plato final (el dashboard) de manera rápida y eficiente.

Al conectar a cualquier fuente, Power BI abre automáticamente el Editor de Power Query. Su interfaz se divide en paneles clave: a la izquierda, el Navegador de Consultas que lista todas las tablas o fuentes que has importado; en el centro, una vista previa de los datos de la consulta seleccionada; y a la derecha, el panel Configuración de la consulta que muestra los pasos aplicados, denominados "Pasos aplicados". Cada paso –como eliminar columnas, cambiar tipos de datos o fusionar tablas– se registra aquí de manera secuencial y reversible. Esto no solo te da control total, sino que garantiza que el proceso sea repetible la próxima vez que actualices los datos.

Tip Profesional: Siempre nombra tus consultas de manera intuitiva (ej. "Ventas_Facturas", "Dim_Cliente", "Presupuesto_Excel"). Evita nombres genéricos como "Tabla1" o "Hoja1". Esto mejora enormemente la mantenibilidad y claridad de tu modelo, especialmente cuando trabajes con decenas de consultas.

Conectar a Fuentes de Datos Diversas

Power BI ofrece conectores nativos para una amplísima gama de fuentes. Para un dashboard ejecutivo, es común combinar al menos dos o tres tipos. En la pestaña Inicio de la cinta de Power BI Desktop, encontrarás el botón "Obtener datos". Al hacer clic en la flecha desplegable, verás categorías como Archivo (Excel, CSV, XML), Base de datos (SQL Server, MySQL, PostgreSQL), Power Platform, Azure, Servicios Online (SharePoint, Dynamics 365, Salesforce) y muchos otros. La conexión es generalmente guiada: introduces los parámetros de servidor, credenciales y seleccionas las tablas o vistas específicas que necesitas.

Imagina que estás construyendo un dashboard de ventas. Tus datos podrían venir de: 1) Un archivo Excel mensual con el presupuesto por departamento, 2) Una base de datos SQL Server que aloja las transacciones de ventas y el catálogo de productos, y 3) Una conexión a Google Analytics para el tráfico del sitio web. Power BI te permite traer todos estos orígenes a un mismo espacio de trabajo. Es crucial entender que, en esta fase, solo estás conectando y transformando los datos en consultas separadas. La relación lógica entre ellas se establecerá más adelante en la vista de Modelo.

// Ejemplo de código M generado al conectar a un archivo CSV y realizar transformaciones básicas.
// Este es el lenguaje subyacente de Power Query. No necesitas escribirlo manualmente, pero es útil entenderlo.

let
    // Origen: Conectar al archivo CSV
    Origen = Csv.Document(File.Contents("C:\Ventas\ventas_2023.csv"),[Delimiter=",", Columns=8, Encoding=1252, QuoteStyle=QuoteStyle.None]),
    // Promover la primera fila a encabezados
    #"Encabezados promovidos" = Table.PromoteHeaders(Origen, [PromoteAllScalars=true]),
    // Cambiar tipo de datos de la columna "Fecha" a Fecha
    #"Tipo cambiado" = Table.TransformColumnTypes(#"Encabezados promovidos",{{"Fecha", type date}}),
    // Cambiar tipo de datos de la columna "Monto_Venta" a Número Decimal
    #"Tipo cambiado 2" = Table.TransformColumnTypes(#"Tipo cambiado",{{"Monto_Venta", Currency.Type}}),
    // Filtrar filas donde Monto_Venta sea mayor a 0
    #"Filas filtradas" = Table.SelectRows(#"Tipo cambiado 2", each [Monto_Venta] > 0)
in
    #"Filas filtradas"
    

Concepto Clave: El Modelo de Datos Estrella

El modelo de datos estrella es el diseño fundamental para cualquier dashboard de BI eficiente. No es un concepto exclusivo de Power BI, pero la herramienta está optimizada para trabajar con él. En este modelo, tienes una o varias tablas de hechos en el centro, rodeadas por múltiples tablas de dimensiones. La tabla de hechos contiene las métricas o los eventos cuantificables que quieres analizar, como ventas, unidades producidas o llamadas de servicio. Las tablas de dimensiones contienen los atributos descriptivos que dan contexto a esos hechos, como Cliente, Producto, Tiempo, Empleado o Región.

Una analogía perfecta es una factura de compra. La tabla de hechos es la línea detallada de la factura: Producto ID, Cantidad, Precio Unitario, Total de Línea. Las tablas de dimensiones son los catálogos a los que haces referencia: la tabla de Productos (con nombre, categoría, marca), la tabla de Clientes (con nombre, ciudad, segmento) y la tabla de Tiempo (con fecha, mes, trimestre, año). En Power BI, crearías relaciones de "uno a muchos" desde las dimensiones (el lado "uno") hacia la tabla de hechos (el lado "muchos"). Este diseño es increíblemente eficiente para el motor de análisis de Power BI (DAX) y simplifica enormemente la creación de medidas y visualizaciones.

Cómo Funciona en la Práctica: Limpieza y Transformación

Una vez conectadas las fuentes, rara vez los datos están listos para modelar. La fase de limpieza en Power Query es obligatoria. Pasos típicos incluyen: Eliminar filas innecesarias (encabezados duplicados, pies de página), Cambiar tipos de datos (asegurarte que las columnas de fecha sean "Fecha", los números "Número decimal" y los textos "Texto"), Dividir columnas (separar "Apellidos, Nombre" en dos columnas), Rellenar valores nulos y Pivotar/Despivotar tablas para lograr una estructura tabular óptima.

Vamos con un ejemplo paso a paso para una tabla "Ventas" desde Excel. Tras la conexión, notas que la columna "FechaHora" viene como texto. Paso 1: Seleccionas la columna, clic derecho, "Cambiar tipo" -> "Fecha/Hora". Luego, ves una columna llamada "Categoría_Producto" con valores como "HARDWARE > LAPTOP". Para analizar por categoría y subcategoría por separado, Paso 2: Seleccionas la columna, vas a la pestaña "Transformar", y eliges "Dividir columna" -> "Por delimitador". Usas ">" como delimitador y obtienes "Categoría" y "Subcategoría". Finalmente, la columna "Monto" tiene algunos valores en rojo con errores porque hay celdas con texto "N/A". Paso 3: Aplicas un filtro en la columna "Monto", desmarcas "Errores" y "N/A", o los reemplazas por null usando "Reemplazar valores". Cada una de estas acciones se añade como un paso en la consulta.

// Ejemplo de transformaciones combinadas en una consulta de Ventas.
// Los pasos se aplican secuencialmente y se ven en el panel "Pasos aplicados".

let
    Origen = Excel.Workbook(File.Contents("C:\Data\VentasQ4.xlsx"), null, true),
    HojaVentas_Table = Origen{[Item="HojaVentas",Kind="Table"]}[Data],
    #"Encabezados promovidos" = Table.PromoteHeaders(HojaVentas_Table, [PromoteAllScalars=true]),
    // Cambiar tipos de datos críticos
    #"Tipo cambiado" = Table.TransformColumnTypes(#"Encabezados promovidos",{{"Fecha_Pedido", type date}, {"Monto_Total", type number}}),
    // Dividir la columna 'Cliente' (Formato: "ID-1234 - Nombre Cliente")
    #"Columna dividida por delimitador" = Table.SplitColumn(#"Tipo cambiado", "Cliente", Splitter.SplitTextByDelimiter(" - ", QuoteStyle.Csv), {"Cliente_ID", "Cliente_Nombre"}),
    // Eliminar columnas que no son necesarias para el análisis
    #"Columnas quitadas" = Table.RemoveColumns(#"Columna dividida por delimitador",{"Notas_Internas", "Direccion_Envio"}),
    // Filtrar pedidos solo del año 2023 en adelante
    #"Filas filtradas" = Table.SelectRows(#"Columnas quitadas", each [Fecha_Pedido] >= #date(2023, 1, 1))
in
    #"Filras filtradas"
    

Unificar Datos: Combinar y Anexar Consultas

Existen dos operaciones principales para unificar datos: Combinar (Merge) y Anexar (Append). Usas Anexar consultas cuando tienes estructuras de datos idénticas (las mismas columnas) que representan conjuntos de datos adicionales. Por ejemplo, tienes un archivo Excel de ventas de enero, otro de febrero y otro de marzo. Para crear una tabla de hechos única "Ventas_2023", anexarías las tres hojas o archivos. Power Query apila las filas una sobre otra, creando una sola tabla consolidada.

Usas Combinar consultas cuando necesitas traer información de una tabla a otra basándote en una clave común, esencialmente haciendo un JOIN de SQL. Este es el mecanismo para crear tus dimensiones. Por ejemplo, en tu tabla de hechos "Ventas" tienes un "ProductoID". Tienes una tabla separada "Dim_Producto" con "ProductoID", "NombreProducto", "Categoría". Combinas la consulta "Ventas" con "Dim_Producto", haciendo coincidir la columna "ProductoID", para expandir y traer las columnas "NombreProducto" y "Categoría" a tu tabla de ventas. En Power BI, sin embargo, se prefiere hacer esta relación en la vista de Modelo, pero a veces es necesario combinar durante la transformación para ciertas lógicas complejas.

Tip de Fusión (Merge): Al combinar, elige el tipo de combinación adecuado. "Left Outer" (predeterminada) mantiene todas las filas de la primera tabla y trae los datos coincidentes de la segunda. Es la más común. Usa "Inner" solo si quieres filtrar las filas que no tienen coincidencia en ambas tablas.

Código en Acción: Construyendo una Dimensión de Fecha

Una de las dimensiones más importantes y que nunca viene lista desde la fuente es la dimensión de fecha. No debes usar la columna de fecha de tu tabla de hechos directamente para analizar por mes, trimestre o año. En su lugar, creas una tabla de dimensión de fecha independiente y completa. Power BI tiene una función fantástica para esto: puedes crear una nueva consulta a partir de una columna de tu tabla de hechos. Vamos a generar una dimensión de fecha a partir de la columna "Fecha_Pedido" de nuestra tabla "Ventas".

// Pasos para crear una tabla de dimensión de fecha (Dim_Fecha) robusta.
// Esto se hace desde el Editor de Power Query.

let
    // 1. Referenciar la columna de fecha de la tabla de hechos (Ventas)
    // Esto asegura que tu dimensión cubra todos los días presentes en los hechos.
    Origen = Table.Distinct(Table.SelectColumns(Ventas, {"Fecha_Pedido"})),
    // 2. Renombrar la columna a simplemente "Fecha"
    #"Columna renombrada" = Table.RenameColumns(Origen,{{"Fecha_Pedido", "Fecha"}}),
    // 3. Asegurar que el tipo de dato es Fecha
    #"Tipo cambiado" = Table.TransformColumnTypes(#"Columna renombrada",{{"Fecha", type date}}),
    // 4. Agregar columnas calculadas para los atributos de análisis temporal
    #"Año agregado" = Table.AddColumn(#"Tipo cambiado", "Año", each Date.Year([Fecha]), Int64.Type),
    #"Trimestre agregado" = Table.AddColumn(#"Año agregado", "Trimestre", each "T" & Text.From(Date.QuarterOfYear([Fecha])), type text),
    #"Mes agregado" = Table.AddColumn(#"Trimestre agregado", "Mes", each Date.Month([Fecha]), Int64.Type),
    #"Nombre Mes agregado" = Table.AddColumn(#"Mes agregado", "Nombre Mes", each Date.MonthName([Fecha]), type text),
    #"Semana del Año agregada" = Table.AddColumn(#"Nombre Mes agregado", "Semana del Año", each Date.WeekOfYear([Fecha]), Int64.Type),
    #"Día de la Semana agregado" = Table.AddColumn(#"Semana del Año agregada", "Día de la Semana", each Date.DayOfWeek([Fecha]), Int64.Type),
    #"Nombre Día agregado" = Table.AddColumn(#"Día de la Semana agregado", "Nombre Día", each Date.DayOfWeekName([Fecha]), type text),
    // 5. Opcional: Agregar una columna clave para jerarquías (ej. Año-Trimestre-Mes)
    #"Clave Jerarquía agregada" = Table.AddColumn(#"Nombre Día agregado", "Clave Jerarquía", each Text.From([Año]) & "-T" & Text.From(Date.QuarterOfYear([Fecha])) & "-" & Text.PadStart(Text.From([Mes]), 2, "0"), type text)
in
    #"Clave Jerarquía agregada"
    

Una vez creada esta tabla "Dim_Fecha", debes cargarla en el modelo (asegurándote de que la opción "Habilitar carga" esté activada en la configuración de la consulta). Luego, en la vista de Modelo, crearás una relación entre "Dim_Fecha[Fecha]" y "Ventas[Fecha_Pedido]". Ahora, podrás usar "Año", "Nombre Mes", "Trimestre" desde la dimensión para segmentar y analizar tus ventas de manera mucho más poderosa y organizada.

Errores Comunes y Cómo Evitarlos

1. No Validar los Tipos de Datos: El error más frecuente es dejar las columnas con el tipo de dato incorrecto (números como texto, fechas como texto). Esto rompe las operaciones matemáticas, el orden cronológico y el modelado. Solución: Siempre revisa y cambia los tipos de datos en Power Query como uno de tus primeros pasos. Usa la función "Detectar tipo de datos" con cautela, y verifica siempre la vista previa.

2. Combinar en Lugar de Relacionar (y viceversa): Un error de diseño es combinar (merge) tablas de dimensiones grandes directamente en la tabla de hechos, creando una tabla ancha y redundante que infla el tamaño del modelo. Solución: Sigue el modelo estrella. Mantén las dimensiones separadas y crea relaciones en la vista de Modelo. Solo combina si es estrictamente necesario para una lógica de transformación específica.

3. Traer Demasiadas Columnas o Filas: Importar tablas completas de bases de datos, incluyendo columnas de auditoría o histórico innecesario, ralentiza las consultas y el modelo. Solución: En el editor de Power Query, usa "Seleccionar columnas" para traer solo las necesarias para el análisis. Aplica filtros de fila tempranos (por ejemplo, `Fecha >= #date(2022,1,1)`) para reducir el volumen de datos desde el origen.