1. Introducción a Power BI

Power BI Desktop permite conectarse a datos, transformarlos, crear un modelo y construir informes. Esta ruta sigue el flujo recomendado por la documentación oficial de Microsoft Learn.

3. Power Query

Power Query sirve para transformar los datos antes de utilizarlos en el modelo. Microsoft indica que desde Power BI se puede seleccionar Transformar datos para abrir el Editor de Power Query. citeturn0search3turn0search10

Ejercicios Prácticos de Dashboards

Tres casos de negocio completos con estructura de datos en Excel, requerimientos de limpieza con Power Query, medidas DAX y entregables visuales interactivos simulados con Chart.js para evaluar cómo debe verse el reporte final.

01 · Dashboard de Ventas

Empresa: Comercial del Paraguay S.A. · Nivel: Básico · Excel: ventas_comercial.xlsx

Medidas DAX

Ventas Totales = SUM(Ventas[Total])

Productos Vendidos = SUM(Ventas[Cantidad])

Cantidad Facturas = DISTINCTCOUNT(Ventas[Factura])

Ticket Promedio =
DIVIDE([Ventas Totales], [Cantidad Facturas])

Dashboard esperado (Simulación Interactiva)

03 · Dashboard de Recursos Humanos

Empresa: Empresa Tecnológica PY S.A. · Nivel: Intermedio/Avanzado · Excel: empleados.xlsx

Medidas DAX

Total Empleados = DISTINCTCOUNT(Empleados[ID])

Salario Promedio = AVERAGE(Empleados[Salario])

Masa Salarial = SUM(Empleados[Salario])

Dashboard esperado (Simulación Interactiva)

Criterios de Evaluación

1. Selección de Visualizaciones: ¿Por qué elegiste cada tipo de gráfico según el dato a comunicar?
2. Lógica DAX: ¿Qué medida DAX fue determinante y cómo se estructuró?
3. Filtros y Segmentadores: ¿Qué interacción aporta mayor valor al usuario de negocio?
4. Toma de Decisiones: ¿Qué decisión empresarial concreta respalda el dashboard?
5. Iteración y Mejora: ¿Qué optimización técnica o visual añadirías en una siguiente versión?

04 · Dashboard de Ventas Interactivo

Empresa: Comercial del Paraguay S.A. · Nivel: Intermedio

Excel: ventas_comercial.xlsx

06 · Dashboard con Drill-through y Tooltips

Empresa: Comercial del Paraguay S.A. · Nivel: Intermedio/Avanzado

Excel: ventas_detalle_vendedores.xlsx

Página de detalle

• Ventas del vendedor
• Clientes atendidos
• Productos vendidos
• Evolución mensual
• Top clientes y productos

08 · Dashboard de Evolución Temporal

Empresa: Distribuidora Salem · Nivel: Avanzado

Excel: evolucion_historica_ventas.xlsx

Ventas Año Anterior =
CALCULATE([Ventas Totales],
SAMEPERIODLASTYEAR(Calendario[Fecha]))

Crecimiento % =
DIVIDE([Ventas Totales]-[Ventas Año Anterior],
[Ventas Año Anterior])

10 · Proyecto Integrador — Dashboard Empresarial

Nivel: Avanzado · Excel: clientes.xlsx, productos.xlsx, ventas.xlsx, vendedores.xlsx, stock.xlsx

Excel: proyecto_integrador_empresarial.xlsx

5. DAX inicial

Una medida permite realizar cálculos que responden al contexto de filtros del informe.

Ingresos Totales = SUM(Microsoft[Ingresos])

Resultado Neto = SUM(Microsoft[Resultado Neto])

Margen Neto =
DIVIDE([Resultado Neto], [Ingresos Totales])

Proyecto final — Microsoft Corporation

1. Preparar los datos en Excel.
2. Importarlos a Power BI.
3. Limpiarlos con Power Query.
4. Crear el modelo.
5. Crear medidas DAX.
6. Construir el dashboard.
7. Presentar 3 conclusiones empresariales basadas en los datos.

02 · ¿Qué es MySQL?

MySQL es el sistema gestor de bases de datos relacionales (RDBMS) de código abierto más popular del mundo empresarial y web.

• Crear bases de datos y esquemas de tablas optimizados.
• Insertar grandes volúmenes de información empresarial.
• Consultar (SELECT), actualizar (UPDATE) y eliminar (DELETE) registros con filtros precisos.
• Definir claves primarias (PK) y foráneas (FK) para relacionar tablas.
• Crear vistas analíticas, procedimientos almacenados y triggers.

04 · Ejercicio 01 — Crear nuestra primera base

El primer paso consiste en crear el contenedor lógico donde residirán todas nuestras tablas de negocio.

CREATE DATABASE comercial_py;

USE comercial_py;

06 · Ejercicio 03 — Inserción de Datos (INSERT)

Poblamos la tabla con clientes de prueba de diversas ciudades del Paraguay.

INSERT INTO clientes
(nombre, apellido, telefono, email, ciudad, fecha_registro)
VALUES
('Carlos', 'Benítez', '0981123456', 'carlos@gmail.com', 'Asunción', '2026-01-10'),
('María', 'González', '0982123456', 'maria@gmail.com', 'Luque', '2026-01-12'),
('Pedro', 'López', '0983123456', 'pedro@gmail.com', 'San Lorenzo', '2026-01-15'),
('Ana', 'Torres', '0984123456', 'ana@gmail.com', 'Itauguá', '2026-01-20');

08 · Ejercicio 05 — Tabla Productos

Definimos el catálogo de artículos con control de precios en guaraníes, stock físico y estado.

CREATE TABLE productos (
    id_producto INT AUTO_INCREMENT PRIMARY KEY,
    nombre VARCHAR(150) NOT NULL,
    categoria VARCHAR(100),
    precio DECIMAL(12,2) NOT NULL,
    stock INT DEFAULT 0,
    estado VARCHAR(20) DEFAULT 'ACTIVO'
);

INSERT INTO productos
(nombre, categoria, precio, stock, estado)
VALUES
('Notebook HP 15', 'Informática', 4500000, 10, 'ACTIVO'),
('Notebook Lenovo', 'Informática', 5200000, 8, 'ACTIVO'),
('Mouse Logitech', 'Accesorios', 150000, 50, 'ACTIVO'),
('Teclado Logitech', 'Accesorios', 220000, 30, 'ACTIVO'),
('Monitor Samsung 24', 'Monitores', 1800000, 15, 'ACTIVO');

10 · Ejercicio 07 — Actualización de Datos (UPDATE)

Modificación segura de registros existentes en la base de datos.

-- Actualizar precio del producto 1
UPDATE productos
SET precio = 4700000
WHERE id_producto = 1;

-- Incrementar el stock tras recibir un lote de 10 unidades
UPDATE productos
SET stock = stock + 10
WHERE id_producto = 1;

-- ¡PELIGROSO! Modifica toda la tabla
UPDATE productos SET precio = 500000;

-- SEGURO: Afecta únicamente al registro deseado
UPDATE productos
SET precio = 500000
WHERE id_producto = 3;

12 · Ejercicio 09 — Modelo Relacional (1 a N y Claves Foráneas)

Estructuración del circuito de ventas mediante cabecera y detalle para garantizar integridad referencial.

Tabla de Cabecera: Ventas

CREATE TABLE ventas (
    id_venta INT AUTO_INCREMENT PRIMARY KEY,
    id_cliente INT NOT NULL,
    fecha DATETIME NOT NULL,
    total DECIMAL(12,2) DEFAULT 0,
    FOREIGN KEY (id_cliente)
    REFERENCES clientes(id_cliente)
);

Tabla de Detalle: Detalle_Venta

CREATE TABLE detalle_venta (
    id_detalle INT AUTO_INCREMENT PRIMARY KEY,
    id_venta INT NOT NULL,
    id_producto INT NOT NULL,
    cantidad INT NOT NULL,
    precio DECIMAL(12,2) NOT NULL,
    FOREIGN KEY (id_venta) REFERENCES ventas(id_venta),
    FOREIGN KEY (id_producto) REFERENCES productos(id_producto)
);

14 · Proyecto Final — Comercial PY

                 COMERCIAL_PY
                       │
          ┌────────────┼────────────┐
          │            │            │
      CLIENTES      PRODUCTOS    USUARIOS
          │            │
          └────── VENTAS ──────────┐
                       │            │
                       ▼            │
                 DETALLE_VENTA ◄───┘
  

Preguntas de Negocio que debe responder el alumno con SQL y Power BI:

• ¿Cuánto facturó la empresa en el período?
• ¿Cuál es el producto líder en ventas por unidades y por ingresos?
• ¿Qué cliente representa el mayor volumen de compras?
• ¿Qué productos se encuentran en stock crítico de reposición?
• ¿Cuál es el ticket promedio por transacción?

02 · Requisitos antes de comenzar

• Power BI Desktop instalado y actualizado en Windows.
• Servidor MySQL (XAMPP o standalone) iniciado y escuchando en el puerto 3306.
• Base de datos comercial_py creada y con datos cargados en sus tablas.
• Usuario y contraseña de MySQL con permisos de lectura (SELECT).
• Conector oficial Oracle MySQL Connector/NET instalado en el equipo.

04 · Paso 1 — Obtener datos desde MySQL

06 · Paso 3 — Autenticación y Credenciales

Power BI solicitará el método de autenticación. Selecciona la pestaña Base de datos e ingresa tus credenciales de MySQL:

08 · Paso 5 — Transformación y Limpieza con Power Query

Antes del modelado, revisamos y optimizamos las consultas importadas de MySQL:

• Tipos de Datos: Asegurar que fecha sea tipo Fecha/Hora, precio y total sean Número decimal fijo (Moneda), y cantidad sea Número entero.
• Columna Cliente Completo: Crear una columna personalizada o combinada [nombre] & " " & [apellido].
• Eliminar columnas innecesarias: Quitar campos de auditoría técnica que no aporten valor analítico.
• Cerrar y aplicar: Hacer clic en Cerrar y aplicar para cargar los datos en el modelo tabular VertiPaq.

10 · Paso 7 — Construcción del Dashboard en Power BI

Diseñamos los objetos visuales para componer un reporte ejecutivo completo:

12 · ¿Qué pasa cuando cambia MySQL? (Actualización / Refresh)

Cuando el sistema transaccional registra una nueva venta en MySQL mediante un INSERT:

INSERT INTO ventas (id_cliente, fecha, total)
VALUES (2, NOW(), 3250000);

14 · Solución de Problemas Frecuentes (Troubleshooting)

Distribuidora — inventario

Base de datos: inventario_distribuidora

1. Crear la base de datos

CREATE DATABASE inventario_distribuidora;
USE inventario_distribuidora;

CREATE TABLE categorias (
 id_categoria INT AUTO_INCREMENT PRIMARY KEY,
 nombre VARCHAR(80) NOT NULL
);

CREATE TABLE productos (
 id_producto INT AUTO_INCREMENT PRIMARY KEY,
 nombre VARCHAR(120) NOT NULL,
 id_categoria INT,
 costo DECIMAL(12,2),
 precio DECIMAL(12,2),
 stock INT,
 stock_minimo INT,
 FOREIGN KEY (id_categoria) REFERENCES categorias(id_categoria)
);

CREATE TABLE movimientos (
 id_movimiento INT AUTO_INCREMENT PRIMARY KEY,
 id_producto INT,
 fecha DATE,
 tipo VARCHAR(20),
 cantidad INT,
 FOREIGN KEY (id_producto) REFERENCES productos(id_producto)
);

2. Cargar datos

Cargar como mínimo 20 registros en las tablas principales y suficientes movimientos para generar análisis. Utilizar nombres, ciudades y valores realistas de Paraguay.

3. Conectar con Power BI

1. Power BI Desktop → Obtener datos → MySQL database.
2. Servidor: localhost:3306.
3. Seleccionar la base inventario_distribuidora.
4. Ingresar las credenciales de MySQL.
5. Seleccionar las tablas.
6. Elegir Transformar datos y revisar Power Query.
7. Cargar el modelo.

4. Medidas DAX

Total = SUM(Ventas[Total])

Cantidad = COUNTROWS(Ventas)

Promedio = AVERAGE(Ventas[Total])

Adaptar nombres de tablas y columnas al ejercicio. En modelos con detalle de ventas, calcular los indicadores desde el nivel correcto para evitar duplicaciones.

5. Dashboard requerido

Taller mecánico

Base de datos: taller_mecanico

1. Crear la base de datos

CREATE DATABASE taller_mecanico;
USE taller_mecanico;

CREATE TABLE clientes (
 id_cliente INT AUTO_INCREMENT PRIMARY KEY,
 nombre VARCHAR(100),
 telefono VARCHAR(30)
);

CREATE TABLE vehiculos (
 id_vehiculo INT AUTO_INCREMENT PRIMARY KEY,
 id_cliente INT,
 marca VARCHAR(60),
 modelo VARCHAR(60),
 anio INT,
 FOREIGN KEY (id_cliente) REFERENCES clientes(id_cliente)
);

CREATE TABLE servicios (
 id_servicio INT AUTO_INCREMENT PRIMARY KEY,
 descripcion VARCHAR(150),
 precio DECIMAL(12,2)
);

CREATE TABLE ordenes (
 id_orden INT AUTO_INCREMENT PRIMARY KEY,
 id_vehiculo INT,
 id_servicio INT,
 fecha DATE,
 estado VARCHAR(30),
 total DECIMAL(12,2),
 FOREIGN KEY (id_vehiculo) REFERENCES vehiculos(id_vehiculo),
 FOREIGN KEY (id_servicio) REFERENCES servicios(id_servicio)
);

2. Cargar datos

Cargar como mínimo 20 registros en las tablas principales y suficientes movimientos para generar análisis. Utilizar nombres, ciudades y valores realistas de Paraguay.

3. Conectar con Power BI

1. Power BI Desktop → Obtener datos → MySQL database.
2. Servidor: localhost:3306.
3. Seleccionar la base taller_mecanico.
4. Ingresar las credenciales de MySQL.
5. Seleccionar las tablas.
6. Elegir Transformar datos y revisar Power Query.
7. Cargar el modelo.

4. Medidas DAX

Total = SUM(Ventas[Total])

Cantidad = COUNTROWS(Ventas)

Promedio = AVERAGE(Ventas[Total])

Adaptar nombres de tablas y columnas al ejercicio. En modelos con detalle de ventas, calcular los indicadores desde el nivel correcto para evitar duplicaciones.

5. Dashboard requerido

Hotel — reservas

Base de datos: hotel_reservas

1. Crear la base de datos

CREATE DATABASE hotel_reservas;
USE hotel_reservas;

CREATE TABLE clientes (
 id_cliente INT AUTO_INCREMENT PRIMARY KEY,
 nombre VARCHAR(120),
 pais VARCHAR(80)
);

CREATE TABLE habitaciones (
 id_habitacion INT AUTO_INCREMENT PRIMARY KEY,
 numero VARCHAR(10),
 tipo VARCHAR(60),
 tarifa DECIMAL(10,2)
);

CREATE TABLE reservas (
 id_reserva INT AUTO_INCREMENT PRIMARY KEY,
 id_cliente INT,
 id_habitacion INT,
 entrada DATE,
 salida DATE,
 estado VARCHAR(30),
 total DECIMAL(12,2),
 FOREIGN KEY (id_cliente) REFERENCES clientes(id_cliente),
 FOREIGN KEY (id_habitacion) REFERENCES habitaciones(id_habitacion)
);

2. Cargar datos

Cargar como mínimo 20 registros en las tablas principales y suficientes movimientos para generar análisis. Utilizar nombres, ciudades y valores realistas de Paraguay.

3. Conectar con Power BI

1. Power BI Desktop → Obtener datos → MySQL database.
2. Servidor: localhost:3306.
3. Seleccionar la base hotel_reservas.
4. Ingresar las credenciales de MySQL.
5. Seleccionar las tablas.
6. Elegir Transformar datos y revisar Power Query.
7. Cargar el modelo.

4. Medidas DAX

Total = SUM(Ventas[Total])

Cantidad = COUNTROWS(Ventas)

Promedio = AVERAGE(Ventas[Total])

Adaptar nombres de tablas y columnas al ejercicio. En modelos con detalle de ventas, calcular los indicadores desde el nivel correcto para evitar duplicaciones.

5. Dashboard requerido

Recursos humanos

Base de datos: rrhh_empresa

1. Crear la base de datos

CREATE DATABASE rrhh_empresa;
USE rrhh_empresa;

CREATE TABLE departamentos (
 id_departamento INT AUTO_INCREMENT PRIMARY KEY,
 nombre VARCHAR(100)
);

CREATE TABLE empleados (
 id_empleado INT AUTO_INCREMENT PRIMARY KEY,
 nombre VARCHAR(120),
 id_departamento INT,
 cargo VARCHAR(100),
 salario DECIMAL(12,2),
 fecha_ingreso DATE,
 estado VARCHAR(30),
 FOREIGN KEY (id_departamento) REFERENCES departamentos(id_departamento)
);

CREATE TABLE asistencias (
 id_asistencia INT AUTO_INCREMENT PRIMARY KEY,
 id_empleado INT,
 fecha DATE,
 estado VARCHAR(30),
 FOREIGN KEY (id_empleado) REFERENCES empleados(id_empleado)
);

2. Cargar datos

Cargar como mínimo 20 registros en las tablas principales y suficientes movimientos para generar análisis. Utilizar nombres, ciudades y valores realistas de Paraguay.

3. Conectar con Power BI

1. Power BI Desktop → Obtener datos → MySQL database.
2. Servidor: localhost:3306.
3. Seleccionar la base rrhh_empresa.
4. Ingresar las credenciales de MySQL.
5. Seleccionar las tablas.
6. Elegir Transformar datos y revisar Power Query.
7. Cargar el modelo.

4. Medidas DAX

Total = SUM(Ventas[Total])

Cantidad = COUNTROWS(Ventas)

Promedio = AVERAGE(Ventas[Total])

Adaptar nombres de tablas y columnas al ejercicio. En modelos con detalle de ventas, calcular los indicadores desde el nivel correcto para evitar duplicaciones.

5. Dashboard requerido

Comercio 360° — proyecto integrador

Base de datos: comercio_360

1. Crear la base de datos

CREATE DATABASE comercio_360;
USE comercio_360;

CREATE TABLE clientes (
 id_cliente INT AUTO_INCREMENT PRIMARY KEY,
 nombre VARCHAR(120),
 ciudad VARCHAR(80)
);

CREATE TABLE categorias (
 id_categoria INT AUTO_INCREMENT PRIMARY KEY,
 nombre VARCHAR(80)
);

CREATE TABLE productos (
 id_producto INT AUTO_INCREMENT PRIMARY KEY,
 nombre VARCHAR(120),
 id_categoria INT,
 precio DECIMAL(12,2),
 costo DECIMAL(12,2),
 stock INT,
 FOREIGN KEY (id_categoria) REFERENCES categorias(id_categoria)
);

CREATE TABLE ventas (
 id_venta INT AUTO_INCREMENT PRIMARY KEY,
 id_cliente INT,
 fecha DATE,
 canal VARCHAR(40),
 total DECIMAL(12,2),
 FOREIGN KEY (id_cliente) REFERENCES clientes(id_cliente)
);

CREATE TABLE detalle_venta (
 id_detalle INT AUTO_INCREMENT PRIMARY KEY,
 id_venta INT,
 id_producto INT,
 cantidad INT,
 precio DECIMAL(12,2),
 FOREIGN KEY (id_venta) REFERENCES ventas(id_venta),
 FOREIGN KEY (id_producto) REFERENCES productos(id_producto)
);

2. Cargar datos

Cargar como mínimo 20 registros en las tablas principales y suficientes movimientos para generar análisis. Utilizar nombres, ciudades y valores realistas de Paraguay.

3. Conectar con Power BI

1. Power BI Desktop → Obtener datos → MySQL database.
2. Servidor: localhost:3306.
3. Seleccionar la base comercio_360.
4. Ingresar las credenciales de MySQL.
5. Seleccionar las tablas.
6. Elegir Transformar datos y revisar Power Query.
7. Cargar el modelo.

4. Medidas DAX

Total = SUM(Ventas[Total])

Cantidad = COUNTROWS(Ventas)

Promedio = AVERAGE(Ventas[Total])

Adaptar nombres de tablas y columnas al ejercicio. En modelos con detalle de ventas, calcular los indicadores desde el nivel correcto para evitar duplicaciones.

5. Dashboard requerido