02×04 – Power BI y más con Florencia Hourcouripe

En este episodio de Podcast Power BI, contamos con la presencia de Florencia Hourcouripe, y conversaremos sobre una Carrera en Business Intelligence, Modelos de datos para no informáticos,  y más temas relevantes de Power BI.

🎙️ Escuchar Podcast desde Spotify ⬇️

A continuación se presenta una transcripción de lo más relevante del podcast:

Power BI 

Escuché el podcast de Ana Bisbé. Ella proviene de un entorno completamente técnico, mientras que yo tengo un trasfondo empresarial. Me gradué en Administración de Empresas, conocida como ADE en España, en 2012. Tras finalizar mis estudios, trabajé en diversas empresas, donde me especialicé principalmente en el uso de Excel. En todas las organizaciones en las que estuve, trabajé en diferentes áreas, siempre enfocado en el análisis de datos mediante Excel. 

Desde que terminé la carrera, comencé como asistente en un proyecto relacionado con sistemas y procesos empresariales, colaborando en la mejora de procesos en empresas de la ciudad. Fue en ese momento cuando surgió mi interés en el campo de la consultoría, aunque al principio no estaba seguro de cómo abordarlo de manera autónoma. Durante muchos años, trabajé en diferentes empresas, desempeñando roles en recursos humanos, finanzas, entre otros. 

En 2017, tomé la decisión de trasladarme a Barcelona para realizar un máster en Business Intelligence, aunque en ese momento no tenía mucho conocimiento sobre qué implicaba. A través de este máster en ADE en España, tuve la oportunidad de conocer diversas herramientas de Business Intelligence y explorar diferentes enfoques para el análisis de datos. Fue durante este período que me sumergí en la formación y la consultoría especializada en Power BI. 

En cuanto al primer encuentro que tuve con esta disciplina, recuerdo una anécdota que me resulta divertida. Durante una de las primeras clases del máster, impartida por la profesora Monse Arce, nos asignó un ejercicio que involucraba datos de diversas fuentes, incluyendo Excel, SCB, entre otros. Nos planteó preguntas relacionadas con el negocio. Naturalmente, abordé el problema utilizando Excel, aplicando fórmulas, búsquedas, tablas dinámicas, y otros recursos. Sin embargo, al compartir nuestras soluciones, me sorprendí al descubrir que algunos compañeros habían utilizado herramientas como Power BI, Tableau y QlikView. 

Fue un momento revelador para mí, ya que hasta entonces consideraba a Excel como la mejor herramienta en mi arsenal. Esa fue la primera vez que me di cuenta de que existían alternativas superiores. Esto avivó mi interés por aprender todas estas herramientas de Business Intelligence, que destacaban por su eficacia y capacidad para presentar datos de manera visual y efectiva. 

¿Cómo decidiste seguir el camino de Power BI después de haber visto varias herramientas y plataformas? 

Bueno, tengo que mencionar que en 2017 comencé mi máster. Fue en ese momento cuando conocí a una persona llamada Luca Sanchez, quien es el fundador de la plataforma Acadevor. No sé si estás familiarizado con ella; se trata de una plataforma de formación en línea. Conocí a Luca de manera fortuita en Barcelona, donde ambos vivíamos. En una de nuestras conversaciones, Luca me habló sobre Power BI, marcando así mi primer contacto significativo con esta herramienta. Aunque había oído hablar de Power BI y había tenido un breve encuentro durante mis estudios universitarios, Luca demostró ser un visionario al afirmar que Power BI era la herramienta del futuro, especialmente en el contexto de Microsoft. 

Gracias a él, comencé a trabajar en Acadevor y pasé un año inmerso en el mundo de Power BI. Durante este tiempo, comencé a estudiar y a comparar Power BI con otras herramientas como QlikView y MicroStrategy. Las ventajas de Power BI eran evidentes, aunque no tanto en cuanto a la parte visual, ya que Power BI ha evolucionado significativamente desde 2017 hasta ahora. Lo que realmente destacaba en Power BI era la capacidad de modelar datos directamente en la herramienta y realizar transformaciones de manera mucho más sencilla en comparación con QlikView. Mi experiencia limitada con QlikView reveló que era una herramienta más compleja, orientada a usuarios técnicos, mientras que Power BI estaba claramente diseñado para usuarios de negocios. 

Desde mi perspectiva, la principal ventaja de Power BI es su accesibilidad para aquellos que provienen de Excel y están acostumbrados a trabajar con celdas, tablas y fórmulas. Power BI resulta mucho más fácil de aprender que cualquier otra herramienta en ese sentido. 

¿Cuál es el camino hacia una carrera en inteligencia de negocios o el dominio de una plataforma como Power BI? 

Desde mi experiencia, veo que muchas personas comienzan su viaje con Power BI, y creo que hay una abundancia de recursos disponibles, incluyendo numerosos videos. De hecho, en tu plataforma, DataData, he notado que hay una gran cantidad de videos introductorios sobre Power BI, lo cual es un excelente punto de partida para aquellos que desean explorar este campo. Antes, cuando empecé, la mayoría del contenido estaba en inglés, pero afortunadamente, tengo conocimientos de inglés, lo que facilitó mis estudios. No obstante, es mucho más conveniente aprender en tu lengua materna. 

En mi opinión, para iniciar una carrera en BI, es esencial explorar la información gratuita disponible en internet para determinar si este campo realmente te apasiona. Durante el año 2020 y hasta el presente 2021, se ha generado una gran cantidad de contenido en español, lo que facilita aún más el aprendizaje para los hispanohablantes. 

En cuanto a la formación formal, considero que puede ser necesario tomar un curso o buscar mentoría para adquirir los conocimientos básicos de la herramienta. Si bien comenzar con Power BI puede resultar relativamente sencillo para quienes ya están familiarizados con Excel, es importante comprender ciertos conceptos fundamentales. Por ejemplo, el tema que discutiremos hoy: los modelos de datos. Es fundamental comprender estos conceptos, ya que Power BI no debe ser utilizado simplemente como una versión avanzada de Excel, donde creamos informes sin profundizar. Es necesario entender qué es un modelo de datos, cómo se genera y conceptos como TL (Transformación y Carga, por sus siglas en inglés). No deseo abrumar a quienes recién comienzan con términos técnicos, pero es importante conocer ciertos conceptos de Business Intelligence (Inteligencia de Negocios) que no son exclusivos de Power BI, sino que son fundamentales para comprender cómo se integra esta herramienta en el panorama general de BI. Es preferible familiarizarse con estos procesos antes de aventurarse en el uso de la herramienta. 

Desde tu perspectiva como consultora y especialista en formación, ¿estás abierta a trabajar con cualquier tipo de industria y comprender sus necesidades? ¿Crees que esto es algo que cualquier persona que aspire a ser consultor podría lograr? 

 Creo que la parte más gratificante del trabajo de consultor, y particularmente lo que más me gusta, es la oportunidad de trabajar con diversas industrias. Puedo cambiar de trabajar con una empresa centrada en la producción a otra enfocada en ventas, o incluso adentrarme en campos tan diversos como la medicina veterinaria. Power BI, como mencioné al principio, es una herramienta que nos permite analizar grandes volúmenes de datos para tomar decisiones más informadas. Por lo tanto, siempre he sostenido que cualquier persona que disponga de datos y desee tomar decisiones basadas en ellos puede utilizar Power BI. Creo que esta herramienta será valiosa para ayudar a comprender esos datos. 

 Lo fundamental, como mencionaste al principio, es tener datos disponibles y que estos sean consistentes y estén bien almacenados. Si esos datos existen, se pueden analizar en cualquier industria. Ya sea un investigador que genere encuestas y desee analizar los resultados o cualquier tipo de organización, sea con fines de lucro o sin fines de lucro, en diversas industrias y áreas, creo que Power BI es una herramienta versátil que puede ser utilizada por cualquier persona que necesite analizar datos. 

A grandes rasgos, ¿cómo podría alguien iniciar su carrera como consultor? 

 Personalmente, mi camino comenzó colaborando con Acadevor, principalmente en el ámbito de la formación. Mi enfoque abarca tanto la formación como la consultoría. En el ámbito de la consultoría, también trabajé con Aglaia, una empresa con sede en Barcelona. Aquí, tuve la oportunidad de trabajar tanto con clientes individuales como en proyectos de consultoría. Estuve allí durante aproximadamente un año, realizando tanto consultorías como sesiones de formación presencial. 

En la actualidad, trabajo de manera independiente. El año pasado, al igual que Javier, me sumergí en el mundo de LinkedIn para establecer conexiones y compartir información relevante. También ofrecí algunos cursos gratuitos a través de LinkedIn. En cuanto a cómo iniciar en esta carrera, creo que una posible vía es comenzar trabajando para una empresa y, a medida que se adquiera experiencia, adentrarse en proyectos de formación y consultoría. 

Adicionalmente, destaco que en mi trabajo actual, realizo tareas de mentoring, que funcionan como un puente entre la formación y la consultoría. En este rol, asisto a usuarios de negocios en la resolución de dudas relacionadas con Power BI. Esta faceta actúa como un punto intermedio entre ambas disciplinas. 

¿Por qué es tan importante la etapa del modelado de datos? 

Considero que el modelado de datos es una de las primeras tareas que abordo en cualquier proyecto. Una vez que comprendemos el objetivo de los informes que vamos a generar, nuestro primer paso es identificar dónde se encuentran los datos que necesitamos para la generación de informes. Estos datos pueden residir en una base de datos, en una hoja de cálculo de Excel o incluso en la web, por lo que en Power BI, conectamos con estos orígenes y comenzamos a darles forma y estructura. Aunque pueda sonar un tanto complicado, el aspecto fundamental es que la primera acción que tomamos siempre es el diseño del modelo de datos. 

La razón detrás de esta prioridad radica en que el modelo de datos influye en todos los aspectos del proyecto. Javier, ¿estás de acuerdo conmigo en esto? Desde mi perspectiva, es una de las primeras cosas que hago en cualquier proyecto. Antes incluso de abrir Power BI, tomo una hoja en blanco y me sumerjo en la tarea de diseñar el modelo de datos. Este paso es esencial, ya que condicionará todos los aspectos posteriores, como las transformaciones mediante Power Query o la implementación de fórmulas DAX. En pocas palabras, el modelo de datos proporciona la base sólida sobre la cual construir el resto del proyecto. 

Para ilustrar un poco más este proceso, lo primero que hacemos es identificar los procesos de negocio que deseamos analizar. Luego, en una hoja, anotamos estos procesos y, en segundo lugar, identificamos todos los filtros o dimensiones que queremos aplicar a esos procesos de negocio. Esta estructura en papel es esencial, ya que facilita la escritura de código DAX, que es el lenguaje utilizado para realizar cálculos en Power BI. Tener un modelo de datos sólido simplifica enormemente la creación de fórmulas y KPIs, aunque entiendo que estos conceptos pueden ser más avanzados. ¿Está quedando claro hasta ahora? 

 ¿Por qué trabajamos con modelos de datos en Power BI en lugar de tablas únicas con muchas columnas? 

En mi experiencia, solía trabajar de una manera específica en Excel cuando generaba informes. Si tenía una pregunta de negocios, creaba una hoja de Excel específica para abordar esa pregunta en particular. Por ejemplo, si necesitaba informes trimestrales de ventas, creaba una hoja de Excel con granularidad trimestral en los datos. Este enfoque consistía en generar una tabla con muchas columnas y luego resumir esos datos mediante una tabla dinámica. Creo que este enfoque es común, especialmente para aquellos que trabajan con sistemas ERP en sus organizaciones. Estos sistemas realizan consultas a la base de datos y nos brindan una tabla única que contiene todos los datos, como las ventas. 

Cuando comenzamos a utilizar Power BI, es normal que intentemos replicar esta forma de trabajo. Nos conectamos a una hoja de Excel o a una tabla con muchas columnas y la importamos directamente a Power BI. Aunque trabajar de esta manera es bastante sencillo y nos permite crear informes rápidamente, a la larga puede generar desafíos significativos cuando nuestros objetivos se vuelven más complejos. Específicamente, si deseamos comparar datos con diferentes niveles de detalle, como ventas diarias con un presupuesto trimestral, nos encontramos con dificultades. No podemos realizar un simple VLOOKUP entre estas tablas debido a las diferencias en la granularidad de los datos. 

Como resultado, es común que comencemos a crear múltiples informes de Power BI para abordar distintas preguntas de negocios, lo que lleva a la creación de múltiples modelos de datos. Sin embargo, este enfoque puede ser complicado y costoso en términos de mantenimiento. Cada vez que necesitamos realizar cambios en las transformaciones de datos, debemos abrir cada informe de Power BI por separado y actualizar el modelo de datos. Esto puede llevar a inconsistencias en los informes si olvidamos realizar cambios en uno de los modelos.

La consistencia es fundamental en cualquier organización, especialmente cuando se trata de cifras y resultados. No podemos permitir que diferentes informes arrojen resultados inconsistentes. Aquí es donde entran en juego los modelos de datos estrella. Estos modelos permiten agrupar diferentes tablas de datos, llamadas tablas de hechos y dimensiones, de una manera que facilita la respuesta a cualquier pregunta de negocios relacionada con esos procesos. Lo ideal es tener un único modelo de datos que sirva como fuente confiable y coherente para todos los informes. Esta fuente se considera como el "modelo de datos de referencia" o "modelo con la verdad de la situación". 

Cuando hablamos de tablas de hechos, nos referimos a los procesos de negocio que deseamos analizar, como ventas, atención telefónica, llamadas, etc. Estos procesos ocurren en momentos específicos y tienen indicadores clave de rendimiento (KPI) asociados. Por otro lado, las tablas de dimensiones nos permiten analizar esos procesos desde diferentes perspectivas, como por producto, fecha, empleado, cliente, comercial, entre otros. En resumen, las tablas de hechos representan "qué" estamos midiendo, mientras que las tablas de dimensiones representan "cómo" queremos analizarlo. 

 Es importante mencionar que aunque estos conceptos pueden sonar complejos al principio, en realidad son bastante simples y esenciales para un modelado de datos sólido. 

¿Por qué es importante incluir tablas de calendario en los modelos de datos? 

Considero que debemos tomar esto como una regla fundamental en cualquier modelo de datos, sin importar si estamos tomando una decisión rápida o si necesitamos generar un informe completo para una determinada área. La regla número uno es siempre incluir una dimensión de calendario en el modelo. Esta es una práctica que considero imprescindible. 

Existen numerosas ventajas en incluir una tabla de calendario, aunque no podamos profundizar en detalle debido a limitaciones de tiempo. Gracias a la tabla de calendario, podemos realizar filtrados a nivel temporal, lo que permite a cada organización realizar análisis por semana, mes, vacaciones, días de la semana, entre otros. En esta tabla de calendario, podemos definir todas las variables que son fundamentales en cualquier análisis de tiempo. 

Además, nos proporciona la capacidad de utilizar funciones DAX relacionadas con la inteligencia de tiempo. Para aquellos que no estén familiarizados, DAX (Data Analysis Expressions) ofrece funciones que nos permiten realizar comparativas en el tiempo. Por ejemplo, podemos comparar las ventas de un año con el año anterior o con el mes anterior. Hay muchas variables y posibilidades, y es relativamente sencillo desarrollar análisis de inteligencia temporal con Power BI. Sin embargo, es esencial que la tabla de calendario esté presente para poder aprovechar estas funcionalidades. 

🎙️ Ver Repetición de Transmisión en Vivo del Podcast ⬇️

🖱️ Visita nuestro canal de YouTube para aprender Power BI, y síguenos en Instagram, Linkedin y Facebook para aprender en tus tiempos libres.   

Te vemos en otro artículo 💪