Duración del curso: 24 horas

¿Le gustaría explorar la labor de un analista de datos y saber cómo cuenta una historia con datos? En este módulo, explorará los diferentes roles en los datos y aprenderá las distintas tareas de un analista de datos.

Objetivos de este módulo:

• Obtener información sobre los roles en los datos.
• Obtener información sobre las tareas de un analista de datos.

Conozca mejor qué es Power BI, incluidos sus bloques de creación y cómo funcionan conjuntamente.

Este módulo le ayuda a prepararse para Exam PL-100: Microsoft Power Platform App Maker, Exam PL-200: Microsoft Power Platform Functional Consultant.

En este módulo, aprenderá a:

• Obtenga información sobre cómo funcionan conjuntamente las aplicaciones y los servicios de Power BI.
• Descubra cómo Power BI puede hacer que su negocio sea más eficaz.
• Obtenga información sobre cómo crear objetos visuales e informes.

Aprenderá a recuperar datos de una variedad de orígenes de datos, como Microsoft Excel, bases de datos relacionales y almacenes de datos NoSQL. También aprenderá a mejorar el rendimiento durante la recuperación de datos.

Al término de este módulo, podrá hacer lo siguiente:

• Identificar un origen de datos y conectarse a él
• Obtener datos de una base de datos relacional, como Microsoft SQL Server
• Obtener datos de un archivo, como Microsoft Excel
• Obtener datos de aplicaciones
• Obtener datos de Azure Analysis Services
• Seleccionar un modo de almacenamiento
• Corregir problemas de rendimiento
• Resolver errores de importación de datos

Power Query cuenta con una gran cantidad de características dedicadas a ayudarle a limpiar y preparar sus datos para el análisis. Aprenderá a simplificar un modelo complicado, a cambiar los tipos de datos, a cambiar el nombre de los objetos y a dinamizar los datos. También aprenderá a generar perfiles de columnas para saber qué columnas tienen los datos importantes que busca para realizar análisis más profundos.

Al término de este módulo, podrá hacer lo siguiente:

• Resolver incoherencias, valores inesperados o NULL e incidencias de calidad de los datos.
• Aplicar reemplazos de valores fáciles de usar.
• Generar perfiles de datos para que pueda obtener más información sobre una columna específica antes de usarla.
• Evaluar y transformar tipos de datos de columna.
• Aplicar transformaciones de forma de datos a estructuras de tabla.
• Combinar consultas.
• Aplicar convenciones de nomenclatura fáciles de comprender a columnas y consultas.
• Editar el código M en el Editor avanzado.

El proceso de creación de un modelo semántico complicado en Power BI es sencillo. Si los datos proceden de más de un sistema transaccional, antes de saberlo, puede tener docenas de tablas con las que tendrá que trabajar. La creación de un buen modelo semántico consiste en simplificar el desorden. En este módulo, obtendrá información sobre la terminología y la implementación de un esquema de estrella, que es una manera de simplificar un modelo semántico. También obtendrá información sobre por qué es importante elegir la granularidad de datos correcta para el rendimiento y la facilidad de uso de los informes de Power BI. Por último, aprenderá a mejorar el rendimiento con los modelos semánticos de Power BI.

En este módulo, aprenderá a:

• Crear tablas de fechas comunes
• Configurar relaciones de varios a varios
• Resolver relaciones circulares
• Diseñar esquemas de estrella

En este módulo, aprenderá a trabajar con medidas implícitas y explícitas. Comenzará creando medidas simples, que resumen una sola columna o tabla. A continuación, creará medidas más complejas en función de otras medidas del modelo. Además, obtendrá información sobre las similitudes y diferencias entre una columna calculada y una medida.

Al término de este módulo, sabrá hacer lo siguiente:

• Determinar cuándo se deben usar medidas implícitas y explícitas.
• Crear medidas simples.
• Crear medidas compuestas.
• Crear medidas rápidas.
• Describir las similitudes y diferencias entre una columna calculada y una medida.

Al final de este módulo, podrá agregar tablas y columnas calculadas a un modelo semántico. También podrá describir el contexto de una fila, que se usa para evaluar las fórmulas de las columnas calculadas. Dado que es posible agregar columnas a una tabla mediante Power Query, también aprenderá cuándo es mejor crear columnas calculadas en lugar de columnas personalizadas de Power Query.

Al término de este módulo, podrá hacer lo siguiente:

• Crear tablas calculadas
• Crear columnas calculadas
• Identificar el contexto de una fila
• Determinar cuándo se debe usar una columna calculada en lugar de una columna personalizada de Power Query
• Agregar una tabla de fechas a un modelo usando cálculos DAX

Al final de este módulo, habrá aprendido el significado de la inteligencia de tiempo y cómo agregar cálculos de inteligencia de tiempo de DAX a un modelo.

Al término de este módulo, sabrá hacer lo siguiente:

• Definir la inteligencia de tiempo.
• Usar funciones comunes de inteligencia de tiempo de DAX.
• Crear cálculos de inteligencia útiles.

La optimización del rendimiento, también conocida como ajuste del rendimiento, implica la realización de cambios en el estado actual del modelo de datos para que se ejecute de forma más eficaz. Básicamente, cuando el modelo de datos está optimizado, funciona mejor.

Al final de este módulo, podrá hacer lo siguiente:

• Revisar el rendimiento de medidas, relaciones y objetos visuales.
• Usar variables para mejorar el rendimiento y solucionar problemas.
• Mejorar el rendimiento mediante la reducción de los niveles de cardinalidad.
• Optimizar los modelos de DirectQuery con el almacenamiento de nivel de tabla.
• Crear y administrar agregaciones.

Como Power BI incluye más de 30 objetos visuales principales, puede ser complicado para un principiante seleccionar el correcto. En este módulo se le guiará por la selección del tipo de objeto visual más adecuado para satisfacer los requisitos de diseño de informes.

En este módulo, aprenderá a:

• Obtener información sobre la estructura de un informe de Power BI.
• Obtener información sobre los objetos de informe.
• Seleccionar el tipo de objeto visual adecuado que se va a usar.

El filtrado de informes es un tema complejo porque hay muchas técnicas disponibles para filtrar un informe de Microsoft Power BI. Pero la complejidad aporta control, lo que permite diseñar informes que cumplan los requisitos y las expectativas. Algunas técnicas de filtrado se aplican en tiempo de diseño, mientras que otras son adecuadas en tiempo de consumo del informe (en la vista de lectura). Lo importante es que el diseño del informe permita a los que lo consumen centrarse de forma intuitiva en los puntos de datos que les interesan.

En este módulo, aprenderá a:

• Diseñar informes para el filtrado.
• Diseñar informes con segmentaciones.
• Diseñar informes mediante técnicas avanzadas de filtrado.
• Aplicar filtrado en tiempo de consumo.
• Seleccionar las técnicas de filtrado de informes adecuadas.

Las características y capacidades que se tratan en este módulo permitirán mejorar los informes para perfeccionarlos.

En este módulo, aprenderá a:

• Diseñar informes para mostrar detalles.
• Diseñar informes para resaltar valores.
• Diseñar informes que se comporten como aplicaciones.
• Trabajar con marcadores.
• Diseñar informes para la navegación.
• Trabajar con encabezados de objetos visuales.
• Diseñar informes con asistencia integrada.
• Usar objetos visuales especializados.