Funciones analíticas avanzadas en Power BI: tutorial

El panel Analytics para visuales en Power BI

Algunos visuales en Power BI Desktop permiten añadir líneas de referencia dinámicas mediante el panel Analytics. Ten en cuenta que no todas las opciones están disponibles para todos los visuales y que algunos, como los gráficos combinados (por ejemplo, línea con columnas agrupadas), no ofrecen opciones en el panel Analytics.

Los tipos de líneas dinámicas que puedes añadir a los visuales son:

• Línea constante (y opciones separadas para línea constante en los ejes X e Y)
• Línea de máximo
• Línea de mínimo
• Línea de promedio
• Línea de mediana
• Línea de percentil
• Sombreado de simetría
• Línea de tendencia
• Pronósticos

Estas líneas dinámicas son especialmente útiles para aportar contexto a tus visuales, lo que ayuda al usuario a extraer insights valiosos con más rapidez. Por ejemplo, si tienes un gráfico de barras agrupadas con ventas por país, al añadir una línea de promedio puedes ver al instante qué países rinden por encima o por debajo de la media; esto puede orientar la toma de decisiones.  

En mi experiencia, las líneas de promedio y de tendencia son las más útiles. Veamos cómo añadirlas a tus gráficos.

Añadir una línea de promedio a los gráficos en Power BI

En este ejemplo añadiremos una línea de promedio a un gráfico de barras agrupadas que muestra el valor total de oportunidades por producto. Primero, selecciona el icono «Analytics» y, en «Average line», haz clic en «Add line». Puedes personalizar el aspecto de la línea o dejarla como está. 

En el gráfico inferior vemos que los productos de Tablets a Webcams rinden por debajo de la media. La empresa podría decidir retirar los productos con peor desempeño o intensificar el marketing para impulsar las ventas. Añadir una línea de promedio facilita detectar dónde hay que tomar este tipo de decisiones.

Añadir una línea de tendencia a los gráficos en Power BI

En este ejemplo añadiremos una línea de tendencia a un gráfico de líneas que muestra el valor total de oportunidades a lo largo del tiempo. Primero, selecciona el icono «Analytics». Si el gráfico de series temporales es compatible, verás la opción de añadir una línea de tendencia. Igual que con la línea de promedio, puedes personalizar su aspecto con opciones sencillas como el color y el estilo de línea. 

En el ejemplo siguiente observamos que las ventas siguen una tendencia a la baja. Esta línea de tendencia es útil para hacer previsiones a corto plazo. Si conoces la tendencia aproximada de tus datos, podrás estimar mejor posibles valores futuros. Sin esta información, es fácil que tu vista se centre solo en las oscilaciones diarias sin llegar a una conclusión útil.

Uso de parámetros What-If en visuales de Power BI

La función de parámetros what-if en Power BI te permite crear escenarios «qué pasaría si», ideales para realizar previsiones. Por ejemplo, una empresa puede observar un crecimiento anual del 10% en ventas. Pero ¿y si quiere simular distintos ritmos de crecimiento para los próximos meses o el próximo año y ver cómo afectarían a los KPI de su informe en Power BI? Para hacerlo de forma rápida y sencilla, puede usar parámetros what-if. 

En este tutorial añadiremos un parámetro what-if que nos permite ajustar dinámicamente la tasa de crecimiento para la previsión del valor de oportunidad. Visualizaremos el efecto en un gráfico de líneas con valores reales y 3 meses de valores de oportunidad previstos.

Para añadir un parámetro what-if, ve a la pestaña Modeling de la cinta y selecciona «New Parameter». Se abrirá un cuadro de diálogo donde podrás introducir el nombre del parámetro (Opportunity Growth Rate), el tipo de datos (decimal) y los valores que tendrá el parámetro (de -1 a 1 en incrementos de 0,01). Define el valor predeterminado como 0, que es el valor que tomará el parámetro cuando el usuario no seleccione ninguno. 

A continuación, es importante marcar la opción para añadir un segmentador a la página, ya que lo necesitaremos para ajustar dinámicamente la tasa de crecimiento de la previsión. 

En esencia, este parámetro what-if creará una tabla con una columna que contiene todos los valores individuales del rango especificado. También creará una medida que devuelve el valor seleccionado de esa tabla. Usaremos esta medida en nuestros cálculos para el valor de oportunidad previsto.

Para ver cómo funciona esta previsión en meses futuros, crea una tabla de fechas que incluya el rango actual del conjunto de datos y las fechas para tantos meses futuros como necesites. En este ejemplo, el periodo previsto será de 3 meses.

Para calcular las ventas previstas, creamos una medida con la siguiente fórmula DAX:

Opportunity Forecast = 

IF( MAX ( 'Opportunity Calendar'[Date] ) > DATE(2021, 09, 21), CALCULATE ( SUM ( Opportunities[Value] ), DATEADD ( 'Opportunity Calendar'[Date], -1, YEAR ) ) * ( 1+'Opportunity Growth Rate'[Opportunity Growth Rate Value] ), SUM ( Opportunities[Value] ) )

Esta fórmula DAX devolverá el valor de oportunidad previsto (incrementado por la tasa de crecimiento definida en nuestro parámetro what-if) si las fechas están por encima de la última fecha del conjunto de datos (21 sep 2021); en caso contrario, devolverá el valor real de oportunidad. Si fueses a aplicar esta fórmula DAX a datos actuales, sustituye la parte con DATE(2021, 09, 21) por la función TODAY().

Para terminar, añade el valor real de oportunidad y la medida de previsión al gráfico de líneas para que ambas líneas se superpongan. Cambia el formato de la línea de previsión a línea discontinua para ver dónde empieza la previsión. Ahora podrás ajustar dinámicamente la tasa de crecimiento desde el segmentador para modificar la previsión.

Funciones impulsadas por IA

Power BI ha dado pasos de gigante para incorporar más funciones basadas en IA a la plataforma. Esto facilita y acelera el descubrimiento de insights en los datos, incluso sin formación especializada en ciencia de datos.

Detección de anomalías

La detección de anomalías es útil para identificar rápidamente posibles incidencias o puntos destacados mediante marcadores dinámicos. Solo funciona con gráficos de líneas de series temporales. La idea es que el algoritmo determina el valor esperado para una fecha dada y, en función de un intervalo de confianza, el valor real se considera o no una anomalía. 

En el ejemplo inferior, se aplicó la detección de anomalías a un gráfico de ingresos en el tiempo. Para la fecha seleccionada, los ingresos reales son R90k mientras que los esperados son R82k, con un rango de R79k - R85k. Por tanto, se considera una anomalía.

Key influencers

Key influencers es una visualización que muestra cuán probable es que ocurra una métrica en particular en función de las variables que especifiques. 

En el ejemplo siguiente, una oportunidad tiene 2,76 veces más probabilidad de tener el estado «Won» si hay un aumento del descuento de 0,02. Este resultado se ilustra en el diagrama de dispersión a la derecha del visual. 

El visual de key influencers es muy útil para comparar el efecto de varias variables entre sí. Permite detectar más rápido qué variable contribuye más a una métrica y puede requerir un análisis más profundo.

Árboles de descomposición

El árbol de descomposición es una visualización que te permite organizar variables en una jerarquía y mostrar el desglose de una métrica en cada nivel de esa jerarquía.

Por ejemplo, la imagen inferior parte de la métrica Sales Opportunity, que se desglosa en categorías, productos y regiones. Así puedes ver cómo se distribuyen las ventas en los elementos de cada nivel y cuál contribuye más en este momento.

Si no tienes claro cuál es el mejor desglose para tu métrica, puedes usar una opción de formato de este visual llamada «AI splits». Al activarla, dejas que Power BI elija la mejor variable para añadir en función de si genera el valor más alto o más bajo frente a las demás.

El gráfico anterior se generó seleccionando «High value» en cada nivel de la jerarquía.

Smart narratives

Smart narratives es una visualización que crea un cuadro de texto con una narrativa escrita sobre las principales observaciones de los datos. Puedes editar y dar formato al texto para añadir, quitar o destacar lo más importante para tus usuarios.

Es una función muy útil para incorporar rápidamente insights clave sobre tus datos en presentaciones o informes. Como además permite personalizar estas narrativas, puedes adaptarlas al público al que te diriges.

Insights contextuales

Estos insights varían según el gráfico o los cambios en tus datos. Los tipos de insights que puedes generar son:

• Explicar el aumento
• Explicar la disminución
• Encontrar dónde la distribución es diferente (normalmente para gráficos de barras y columnas que comparan categorías).

En el ejemplo siguiente, hemos hecho clic derecho en un punto ligeramente superior al resto; aparece la opción «Explain the increase» en la sección Analyze.

Al seleccionar esta opción, obtienes un análisis detallado de muchas de las variables del conjunto de datos que podrían explicar los posibles motivos de ese aumento. Los gráficos mostrados suelen ser de tipo cascada, pero también puedes elegir entre otras visualizaciones como dispersión, columnas o líneas. Si algún gráfico te resulta interesante y quieres añadirlo a tu informe, solo tienes que hacer clic en el icono de suma en la esquina superior derecha del gráfico.

Estos insights contextuales son muy valiosos cuando necesitas llegar a conclusiones rápidas. A menudo utilizo esta función para encontrar puntos que justifiquen una investigación y un análisis más profundo ante un cambio repentino en los datos. Acelera mi exploración porque no tengo que empezar desde cero.

Conclusión 

Con las herramientas de este tutorial podrás crear informes analíticos dinámicos y potentes.  Incorporar habilidades avanzadas de Power BI a tu caja de herramientas no solo te hará más efectivo como profesional de datos, también puede abrirte más puertas en tu carrera profesional, ya que Power BI es una de las competencias de business intelligence más demandadas en el mercado laboral.  Si quieres profundizar en Power BI, echa un vistazo a nuestros cursos de Power BI o a nuestro Power BI Skill Track para impulsar tu carrera.