Inicio
All Courses
Power BI

Power BI

Currículum

9 secciones
38 lecciones
10 semanas

Expandir todas las seccionesPlegar todas las secciones

Introducción
Presentación de Power BI como herramienta de Business Intelligence
6
Conexión y obtención de datos
Aprender a conectar Power BI con distintas fuentes de datos y entender los diferentes formatos que puede manejar.
5
Transformación de datos con Power Query
La transformación de datos es una de las fases más críticas en cualquier proyecto de análisis de datos. En la práctica profesional, gran parte del trabajo de un analista consiste en limpiar, estructurar y preparar datos antes de analizarlos.
4
Modelado de datos
El modelado de datos es el proceso mediante el cual organizamos las tablas y definimos las relaciones entre ellas para poder realizar análisis correctos y eficientes. Un buen modelo permite: realizar cálculos correctamente evitar errores en los resultados mejorar el rendimiento facilitar la creación de visualizaciones En proyectos reales de Business Intelligence, el modelado de datos es una de las habilidades más importantes de un analista.
5
Introducción al lenguaje DAX
Aprender el lenguaje de fórmulas de Power BI para crear cálculos personalizados.
7
Medidas y cálculos avanzados con DAX
DAX permite no solo sumar o promediar datos, sino también crear indicadores complejos, realizar análisis temporal, calcular métricas comparativas, gestionar jerarquías y construir KPIs dinámicos. Este apartado profundiza en las funciones clave y patrones de cálculo avanzados.
3
Creación de visualizaciones
La creación de visualizaciones es esencial en Power BI para comunicar información de manera clara y rápida. Un buen gráfico permite identificar patrones, tendencias y relaciones sin necesidad de revisar tablas de datos extensas. En este apartado aprenderemos a usar los principales tipos de visualizaciones, cómo interactúan entre ellas y cómo personalizarlas para dashboards profesionales.
3
Diseño de dashboards efectivos
El diseño de dashboards no es solo estética; impacta directamente en la comprensión y toma de decisiones. Un dashboard efectivo permite que los usuarios identifiquen rápidamente patrones, métricas clave y áreas que requieren atención. Este apartado aborda los principios fundamentales de diseño, la jerarquía visual, uso del color, KPIs y la experiencia del usuario.
3
Material adicional
Documentos y prácticas
2
- 9.1
  Teoría
- 9.2
  Prácticas

Tipos de fuentes de datos

Power BI puede conectarse a cientos de fuentes de datos distintas. Estas fuentes se pueden agrupar en varias categorías.

2.1 Archivos

Son las fuentes más comunes para empezar.

Ejemplos:

Excel (.xlsx)
CSV (.csv)
JSON
XML
PDF

Ejemplo real:

Una pequeña empresa puede guardar las ventas mensuales en un archivo Excel.

2.2 Bases de datos

Power BI puede conectarse directamente a bases de datos relacionales.

Ejemplos:

SQL Server
MySQL
PostgreSQL
Oracle
MariaDB
SQLite

Esto permite analizar grandes volúmenes de datos sin necesidad de exportarlos.

Ejemplo:

Una tienda online guarda sus pedidos en una base de datos MySQL.

Power BI puede conectarse directamente y analizar:

pedidos
clientes
productos
envíos

2.3 Servicios online

Power BI también se conecta a servicios cloud.

Ejemplos:

Google Analytics
Salesforce
SharePoint
Azure
Dynamics
GitHub

Esto permite crear dashboards con datos que se actualizan automáticamente.

2.4 APIs y servicios web

Algunas aplicaciones ofrecen APIs (Application Programming Interfaces) que permiten acceder a sus datos.

Power BI puede conectarse a estas APIs mediante:

peticiones web
archivos JSON
endpoints REST

Ejemplo:

Un dashboard que muestra datos meteorológicos obtenidos desde una API pública.

Introducción a la obtención de datos

Conectar datos en Power BI

Power BI

Scripts con bash

Minimal APIs

WordPress

Copilot

Estadística con Python

Power BI

Currículum

Tipos de fuentes de datos

2.1 Archivos

2.2 Bases de datos

2.3 Servicios online

2.4 APIs y servicios web

Modal title