Organización del trabajo

El trabajo en Power BI se organiza en varias etapas, aunque en la práctica las llevamos a cabo de forma simultánea y recursiva:

1. Conexión a fuentes de datos:
   • Se importan datos desde diversas fuentes, como bases de datos SQL, archivos Excel, APIs, y un larguísimo etc.
   • Power BI ofrece un conector para cada tipo de fuente, permitiendo integrar información desde múltiples orígenes.
2. Modelado de datos:
   • Se estructuran las tablas y relaciones entre ellas.
   • Se crean columnas calculadas, tablas calculadas y medidas utilizando DAX (Data Analysis Expressions) para preparar los datos y realizar cálculos personalizados.
3. Transformación y limpieza de datos:
   • Usando PowerQuery, se preparan los datos mediante pasos como eliminar duplicados, filtrar filas, combinar tablas o realizar transformaciones para que estén listos para el análisis.
4. Creación de visualizaciones:
   • Se diseñan gráficos, tablas, mapas y otros objetos visuales que representan los datos de manera clara y efectiva.
   • Se configuran filtros, segmentadores y botones interactivos para mejorar la experiencia del usuario.
5. Diseño de informes:
   • Se estructuran las visualizaciones en páginas o pestañas del informe, asegurando que el diseño sea visualmente atractivo y lógico.
   • Se agregan títulos, leyendas y explicaciones para facilitar la interpretación.
6. Publicación y colaboración:
   • Los informes se publican en el servicio de Power BI (Power BI Service) para compartirlos con otros usuarios.
   • Se configuran paneles (dashboards) que consolidan las visualizaciones más importantes.
   • Se gestionan permisos y accesos para que los usuarios puedan interactuar con los datos.

Interfaz de PowerBI

PowerBI ofrece una interfaz gráfica muy amigable que integra todos estos pasos. El siguiente Cheatsheet resume bien las principales funcionalidades a las que podemos acceder en la pantalla principal del programa.

Cheatsheet de PowerBI

Ejemplo

Veamos resumidamente como podemos organizar un flujo de trabajo procesando datos en R y visualizándolos con PowerBI. Vamos a comenzar creando una serie de salario nominal en base a la EPH como lo hicimos en la quinta clase. Primeros descargamos las bases de interés con el paquete eph.

library(tidyverse)
library(openxlsx)
library(eph)

variables <- c('ANO4', 'TRIMESTRE', 'AGLOMERADO', 'CH04', 'CH06', 'ESTADO', 'CAT_OCUP', 'P21', 'PONDIIO')
bases <- eph::get_microdata(year = 2003:2023,period =1:4, vars = variables)

Luego filtramos y procesamos la informacion.

bases <- bases %>% 
  mutate(anio_trim  = paste0(ANO4,"T",TRIMESTRE))

base_salarios <- bases %>% 
  filter(ESTADO == 1, CAT_OCUP ==3,P21>0)

serie_salarios <- base_salarios %>% 
group_by(anio_trim) %>% 
summarise(salario_promedio = weighted.mean(P21,PONDIIO))

serie_salarios2 <- serie_salarios %>% 
  mutate(salario_promedio = round(salario_promedio,0))

Finalmente exportamos la serie de salario promedio a un archivo Excel.

wb <- createWorkbook() 
addWorksheet(wb, "serie_salarios")
writeData(wb, "serie_salarios", serie_salarios)
saveWorkbook(wb, "serie_salarios.xlsx", overwrite = TRUE)

Una vez que tenemos el archivo excel guardado, establecemos una conexión con PowerBI y cargamos la serie de salario promedio. Para ello, seleccionamos la opción “Obtener datos” y elegimos el archivo Excel que acabamos de crear. Tener en cuenta que las modificaciones que se realicen en el archivo Excel no se verán reflejadas en PowerBI hasta que se actualice la fuente de datos. Para ello, se debe hacer clic en “Actualizar” en la pestaña “Inicio” de PowerBI.

Empezando con PowerBI

Cuando tenemos la información cargada, nuestra base con la serie de salarios nos va a aparecer disponible como tabla a la derecha de la pantalla. Podemos hacer clic en la tabla para visualizar los datos y comenzar a trabajar con ellos. Además de crear gráficos, también podemos introducir filtros, cálculos en ‘scorecards’ y medidas personalizadas utilizando DAX (Data Analysis Expressions).

Ejemplo de tablas relacioandas

Además es posible relacionar tablas, lo que puede ser útil para agregar diccionarios o información relacionada entre sí que luego queramos visulizar. Hagamos la prueba de transformar nuestra serie de salario nominal a salario real con tablas relacionadas. Vamos a crear una tabla con los valores de inflación mensual para el período 2003-2023, tomando el excel que está en la carpeta /bases de esta clase. En el panel izquierdo de PowerBI se encuentra la opción “Modelo de datos” donde se pueden ver las tablas que se han importado y las relaciones entre ellas. Para crear una relación, se debe hacer clic en la columna que se quiere relacionar y arrastrarla a la columna correspondiente en la otra tabla. PowerBI intentará detectar automáticamente la relación, pero en caso de que no lo haga, se puede configurar manualmente.

Tablas relacionadas en PowerBI

Una vez que se han relacionado las tablas, se pueden realizar cálculos que involucren ambas tablas. Por ejemplo, se puede crear una medida que calcule el salario real a partir del salario nominal y la inflación mensual con la siguiente sintaxis: Salario real = serie_salarios[salario_promedio] * 100 / RELATED(IPC[ipc]) donde serie_salarios es la tabla con la serie de salarios promedio y IPC es la tabla con la inflación mensual. La función RELATED permite acceder a los valores de la tabla relacionada.

Conexión de PowerBI con R

PowerBI tiene disponible una integración con R, que permite levantar y transformar la información directamente con un script. Para ello, se utiliza el conector “R Script” que permite ejecutar código R en PowerBI y utilizar los resultados en las visualizaciones.

Conectando con script de R

Luego podemos introducir un código que realice las operaciones que queramos. PowerBI tomará el objeto base y lo convertirá en una tabla que podremos utilizar en las visualizaciones. En la imagen mostramos cómo podemos usar el script de la página de Ejemplos de Uso del repositorio Precariedad Mundial para obtener información sobre la estructrura del empleo según perfiles ocupacionales.

Insertando script de R en PowerBI

Conceptos básicos de DAX

DAX se utiliza para: 1. Columnas calculadas: Nuevas columnas basadas en datos existentes. 2. Medidas: Cálculos dinámicos que dependen del contexto (filtros aplicados en las visualizaciones). 3. Tablas calculadas: Nuevas tablas generadas mediante cálculos basados en otras tablas.

Algunos aspectos clave de DAX incluyen: - Funciones similares a Excel, pero optimizadas para trabajar con modelos de datos. - Contexto de fila (para cálculos en columnas) y contexto de filtro (para cálculos en medidas). - Amplia variedad de funciones estadísticas, lógicas y temporales.