Comienza con una pregunta para el dashboard

Antes de abrir Power BI, decide qué decisión empresarial debe respaldar el dashboard. Una pregunta inicial útil es qué productos generaron más ingresos el mes pasado y dónde las devoluciones redujeron el resultado. Esa pregunta determina los campos, el intervalo de fechas y las comparaciones que necesitas. Para una hoja de cálculo de ventas, una primera versión centrada podría realizar un seguimiento de los ingresos, las unidades vendidas, la tasa de devoluciones y los ingresos por región.

Identifica quién utilizará el informe y qué acción debería realizar después de consultarlo. Un gerente de tienda puede necesitar información sobre el rendimiento regional y los productos con poco stock, mientras que un gerente de marketing puede necesitar datos sobre el coste de las campañas y las conversiones. Escribe estas necesidades como tres a cinco preguntas en lugar de recopilar todas las columnas disponibles. Esto mantiene útil la primera página y te proporciona un criterio claro para evaluar cada visualización que añadas.

Audita la hoja de cálculo desordenada

Una hoja de cálculo desordenada suele contener varias tablas en una misma hoja, filas de título decorativas, celdas combinadas, líneas en blanco, nombres incoherentes y números almacenados como texto. Empieza revisando las primeras filas para encontrar la verdadera fila de encabezados y, después, inspecciona los nombres de las columnas y los tipos de datos. Por ejemplo, una columna de fechas puede contener 2025-01-05, 05/01/2025 y la palabra Pending en el mismo campo. Una columna de ingresos también puede incluir símbolos de moneda o espacios que impidan realizar cálculos correctos.

Crea una auditoría breve de los datos antes de hacer cambios. Comprueba si cada transacción tiene un ID de pedido único, si los nombres de productos y regiones utilizan una ortografía coherente y si las celdas vacías significan información faltante o actividad cero. Si el mismo ID de pedido aparece dos veces con valores idénticos, podría tratarse de un duplicado; si aparece en dos líneas de productos, podría ser un pedido válido con varios artículos. Registra estas decisiones, ya que afectarán a los totales y facilitarán mucho la resolución de problemas posteriormente.

Limpia los datos con Power Query

Usa Power Query para convertir la hoja de cálculo sin procesar en una tabla coherente sin tener que editar cada celda manualmente. Importa el archivo, elimina las filas de título y las filas vacías, convierte la fila correcta en encabezados y asigna tipos explícitos a fechas, números enteros, decimales y texto. Después, recorta los espacios sobrantes, normaliza valores como North, north y N, y sustituye los valores numéricos realmente ausentes solo cuando la regla de negocio lo justifique. Mantén intacta la hoja de cálculo original para poder repetir el proceso de limpieza cuando llegue un archivo nuevo.

Asigna nombres claros a cada paso de transformación e inspecciona la vista previa después de los cambios importantes. Si los archivos mensuales tienen las mismas columnas, combínalos mediante una consulta de carpeta en lugar de copiar y pegar filas en un mismo libro. Si una columna contiene City y Region en un solo valor, como Hanoi, North, divídela en campos separados antes de cargar los datos. Una consulta reproducible es más fiable que una limpieza puntual porque documenta exactamente cómo se preparó la fuente para los informes.

Crea un modelo de datos fiable

Después de limpiar los datos, cárgalos en un modelo sencillo que separe las transacciones de la información descriptiva. Una tabla central Sales puede contener OrderID, Date, ProductID, RegionID, Quantity, SalesAmount y ReturnAmount. Las tablas independientes Product, Region y Date pueden incluir nombres de productos, etiquetas de categorías, nombres de regiones y atributos del calendario. Esta estructura evita que las etiquetas repetidas generen cálculos confusos y hace que el filtrado sea más predecible.

Crea relaciones mediante claves estables como ProductID y RegionID, en lugar de nombres que los usuarios podrían escribir de distintas formas. El patrón habitual relaciona una fila de producto con muchas filas de ventas, y la tabla Product filtra la tabla Sales. Añade una tabla Date adecuada si necesitas analizar por mes, trimestre, año o acumulado del año, y márcala como tabla de fechas en Power BI. Prueba el modelo seleccionando un producto y confirmando que los ingresos relacionados y el recuento de transacciones cambian como se espera.

Crea medidas e indicadores clave de rendimiento

Usa medidas DAX para los cálculos que deben responder a los filtros, en lugar de codificar los resultados en celdas independientes de una hoja de cálculo. Una medida básica puede escribirse como Revenue = SUM(Sales[SalesAmount]), mientras que Returned Amount = SUM(Sales[ReturnAmount]) calcula el importe devuelto correspondiente a la selección. Para calcular una tasa, puedes usar Return Rate = DIVIDE([Returned Amount], [Revenue]), de modo que el informe gestione de forma segura un denominador igual a cero. Estas medidas se recalcularán cuando el usuario filtre por mes, producto o región.

Empieza con un conjunto reducido de métricas cuyas definiciones sean fáciles de explicar. Por ejemplo, muestra los ingresos totales, las unidades vendidas, la tasa de devoluciones y el valor medio de pedido en la parte superior del informe. Confirma si el valor medio de pedido debe calcularse dividiendo los ingresos por el número de pedidos distintos, en lugar de por las filas individuales de productos. Asigna un nombre claro a cada medida y aplica formatos coherentes a las divisas, los porcentajes y los valores decimales para que los números se puedan interpretar sin abrir el archivo de origen.

Elige visualizaciones eficaces para el panel

Adapta cada visualización a la pregunta que debe responder. Usa un gráfico de líneas para mostrar los ingresos por mes, un gráfico de barras para comparar productos y una tabla cuando se necesiten detalles exactos por pedido. Una tarjeta puede mostrar los ingresos totales, pero no explicar por qué cambiaron, así que acompáñala de una visualización de tendencias o comparaciones. Añade segmentadores de fecha, región y categoría de producto solo cuando ayuden a los usuarios a evaluar una decisión.

Mantén la página fácil de consultar colocando las métricas clave en la parte superior, la tendencia principal en el centro y los detalles complementarios debajo. Ordena las barras de productos por ingresos al clasificar el rendimiento y usa el mismo color para una misma categoría en las visualizaciones relacionadas. Evita colocar varios gráficos en una página cuando repitan la misma comparación o planteen preguntas no relacionadas. Comprueba la página con el tamaño normal del navegador y verifica que las etiquetas de los ejes, las leyendas, la información sobre herramientas y las columnas de la tabla sigan siendo legibles.

Validar, publicar y mejorar

Valida el panel con los datos de origen antes de compartirlo. Filtra el informe a un mes y una región, y luego compara los ingresos y el número de pedidos con una muestra de una hoja de cálculo comprobada manualmente. Investiga cualquier diferencia causada por filas duplicadas, fechas en blanco excluidas, la lógica de devoluciones o una relación incorrecta, en lugar de cambiar el número hasta que parezca familiar. Prueba también las combinaciones de segmentadores, las selecciones vacías y los productos sin artículos devueltos para asegurarte de que las visualizaciones se comporten de forma coherente.

Crea las páginas del informe en Power BI Desktop, publícalas en el servicio Power BI y ancla las visualizaciones seleccionadas a un panel cuando resulte útil contar con una única vista de seguimiento. Confirma que las credenciales de las fuentes de datos, la configuración de actualización y los permisos del área de trabajo estén configurados para la audiencia prevista. Añade una definición breve para cada KPI, incluidos su numerador, denominador y regla de fecha, para que los usuarios futuros no interpreten la tasa de devoluciones de forma diferente. Después de que las personas utilicen el panel, revisa qué filtros y visualizaciones respaldan decisiones reales y elimina los elementos que añadan ruido sin aportar evidencia.

Lecturas adicionales

Power BI

Power Query

DAX