Informática para los Negocios
Dashboard interactivo de repaso para dominar las herramientas digitales y de datos que impulsan la toma de decisiones empresariales.
Mapa del Curso
Haz clic en cualquier tema para navegar directamente.
Marketing Digital + Inteligencia Artificial
Estrategias digitales potenciadas por IA para conectar marcas con sus audiencias de forma más precisa, personalizada y eficiente.
¿Qué es el Marketing Digital?
Estrategias de promoción que usan medios digitales para conectar con consumidores.
Evolución del Marketing Digital
Rol de la IA en el Marketing
| Aplicación IA | ¿Qué hace? | Ejemplo real |
|---|---|---|
| Personalización | Adapta contenido según historial y comportamiento del usuario | Netflix recomienda series según tu historial |
| Análisis Predictivo | Anticipa comportamientos futuros del consumidor | Amazon sugiere productos antes de que los busques |
| Chatbots | Atención al cliente 24/7 con respuestas automatizadas | Bot de Interbank en WhatsApp |
| Generación de Contenido | Crea textos, imágenes y videos automáticamente | Copilot genera copies para campañas |
| Optimización de Anuncios | Ajusta pujas y creatividades en tiempo real para maximizar ROI | Google Ads Performance Max |
| Segmentación Precisa | Crea micro-segmentos basados en datos comportamentales | Meta Ads Lookalike Audiences |
Herramientas Clave
Segmentación de Audiencia
- Google Analytics 4 — Analiza comportamiento en sitio web y app
- HubSpot — CRM con listas dinámicas según comportamiento
- Segment — Unifica datos de múltiples fuentes en un perfil
- Mailchimp — Segmentación para email marketing automatizado
Análisis de Datos con IA
- Tableau — Visualización con descubrimiento de patrones por IA
- IBM Watson — Análisis predictivo y visualización avanzada
- Google Cloud AI — ML para analizar grandes conjuntos de datos
- Microsoft Power BI — BI integrado con capacidades de IA nativas
Casos Prácticos — Empresas Peruanas
2. Canal más efectivo: Email marketing personalizado + notificaciones push en la app Oh! El email permite contenido extenso con ofertas personalizadas, y el push entrega mensajes en tiempo real cuando el cliente está cerca de una tienda (geolocalización).
3. Métricas de éxito: Tasa de recompra (clientes que vuelven en 30 días), CTR del email personalizado vs. genérico, incremento en ticket promedio, reducción del % de no retorno (del 60% hacia abajo), ROI de la campaña.
2. Flujo "aumentar límite": Saludo → Verificar identidad (DNI + código SMS) → Revisar antigüedad de cuenta → Revisar historial de transacciones → Calcular nuevo límite elegible → Confirmar con usuario → Actualizar en sistema → Notificar resultado. Si no aplica, explicar razón y plazo.
3. Métricas: % de consultas resueltas sin agente humano (meta: 60%), tiempo de resolución (de 18 min a menos de 3 min), CSAT post-interacción, tasa de transferencia a agente humano, ahorro en costos de personal.
2. Distribución: Google Ads 40% (S/.80K) — captura intención de búsqueda. Meta/Instagram 35% (S/.70K) — alcance y video. Email a base propia 15% (S/.30K) — bajo costo, alta conversión. TikTok 10% (S/.20K) — contenido visual de destino turístico.
🛠️ Simulador: Diagnóstico de Estrategia Digital
Evalúa qué tan madura es la estrategia de marketing digital de una empresa.
Canales de Adquisición
Herramientas con IA
Madurez Digital de la Empresa
Preguntas Frecuentes
El marketing digital usa canales en internet y permite segmentación precisa, medición en tiempo real y personalización. El marketing tradicional (TV, radio, periódicos) tiene alcance masivo pero sin posibilidad de segmentar ni medir con precisión. El digital es generalmente más costo-efectivo para PYMEs peruanas.
No. La IA automatiza tareas repetitivas (reportes, optimizar anuncios, enviar emails segmentados), pero la estrategia, creatividad, comprensión cultural del mercado y decisiones éticas siguen siendo humanas. El profesional que use IA será más valioso que uno que no la use.
ROI (Return on Investment) mide la rentabilidad: ROI = ((Ingresos generados - Inversión) / Inversión) × 100%. Si invertiste S/.10,000 en Google Ads y generaste S/.35,000 en ventas: ROI = ((35,000 - 10,000) / 10,000) × 100 = 250%. Un ROI positivo significa que la campaña fue rentable.
La IA analiza el texto de menciones, comentarios y reseñas en redes sociales y clasifica el sentimiento como positivo, negativo o neutral. Esto permite a las marcas saber en tiempo real cómo percibe el público una campaña o producto, y reaccionar antes de que un problema escale.
Spotify analiza tu historial (canciones, artistas, horarios), compara con millones de perfiles similares y genera playlists únicas como "Descubrimiento Semanal". La IA aprende continuamente: si skippeas una canción, aprende que no te gusta ese estilo en ese contexto. El sistema se adapta a ti de forma continua y automática.
Evaluación de Proyectos Tecnológicos
Estudio de viabilidad tecnológica: análisis sistemático para determinar si una solución informática es adecuada, sostenible y viable para la organización.
Componentes del Estudio de Viabilidad
10 secciones que conforman un estudio de viabilidad tecnológica completo.
Descripción del Proyecto:
• Antecedentes: Contexto o problema que motiva la iniciativa
• Objetivo general: Qué se quiere lograr con la solución
• Alcance: Qué incluye y qué NO incluye el proyecto
Estado Actual: Recursos tecnológicos existentes, nivel de actualización, capacitación del personal, limitaciones actuales identificadas.
Compatibilidad: Con sistemas existentes (ERP, CRM), cumplimiento de normativas técnicas y legales, interoperabilidad con otras soluciones.
Costos:
• CAPEX (inversión inicial): Hardware, Software, Licencias, Infraestructura
• OPEX (costos operativos): Mantenimiento, Soporte técnico, Actualizaciones, Capacitación
Tres dictámenes posibles:
✅ VIABLE: Se cumplen todos los criterios de factibilidad
⚠️ PARCIALMENTE VIABLE: Requiere ajustes o condicionantes
❌ INVIABLE: Los riesgos o costos superan los beneficios esperados
Tabla Comparativa de Alternativas
| Criterio | Peso | Cloud (AWS/Azure) | On-Premise | Híbrido |
|---|---|---|---|---|
| Costo total 3 años | 25% | ⭐⭐⭐⭐ Bajo (OPEX) | ⭐⭐ Alto (CAPEX) | ⭐⭐⭐ Medio |
| Compatibilidad | 25% | ⭐⭐⭐⭐⭐ Alta | ⭐⭐⭐ Media | ⭐⭐⭐⭐ Alta |
| Escalabilidad | 20% | ⭐⭐⭐⭐⭐ Inmediata | ⭐⭐ Requiere inversión | ⭐⭐⭐⭐ Flexible |
| Soporte técnico | 15% | ⭐⭐⭐⭐ 24/7 incluido | ⭐⭐⭐ Contratado | ⭐⭐⭐⭐ Compartido |
| Tiempo impl. | 15% | ⭐⭐⭐⭐⭐ Semanas | ⭐⭐ Meses | ⭐⭐⭐ 2-3 meses |
Casos Prácticos
2. Riesgos y mitigaciones: (A) Resistencia del personal: prob. ALTA → capacitación 3 meses previos + usuarios campeones por sede. (B) Pérdida de datos en migración: impacto MUY ALTO → migración por fases, backup doble, historial físico en paralelo 6 meses. (C) Conectividad en provincias: prob. ALTA → solución offline-first que sincroniza cuando hay conexión.
3. Dictamen: PARCIALMENTE VIABLE. Técnicamente factible y estratégicamente necesario, pero los riesgos de baja alfabetización digital y conectividad en provincias requieren inversión adicional en capacitación e infraestructura de red antes de la implementación completa. Se recomienda piloto en 2 sedes de Lima primero.
2. Comparación: Cloud (Azure/AWS): OPEX mensual ~$50K, escalabilidad inmediata, SLA 99.99%, sin CAPEX inicial, implementación 12-18 meses. Riesgo: dependencia del proveedor, latencia. On-Premise renovado: CAPEX $2M en hardware, control total de datos, 6 meses de implementación. Riesgo: obsolescencia futura, mantenimiento propio. Recomendación: modelo híbrido — datos más críticos en on-premise renovado parcialmente, sistemas no críticos en cloud.
🧮 Simulador de Viabilidad Tecnológica
Califica cada criterio del 1 al 10 para obtener el dictamen de viabilidad.
Puntuación de Viabilidad
Preguntas Frecuentes
Cuando los riesgos son demasiado altos sin mitigación posible, los costos superan ampliamente los beneficios esperados, la tecnología no es compatible con los sistemas actuales sin reestructura total, o el personal no puede ser capacitado en el tiempo disponible. "Inviable" no significa que el problema no tenga solución, sino que la solución evaluada no es la adecuada en ese momento.
CAPEX (Capital Expenditure): inversión inicial en activos fijos — servidores, computadoras, licencias perpetuas. Se paga una vez y se deprecia. OPEX (Operational Expenditure): costos operativos recurrentes — suscripciones cloud, mantenimiento mensual, soporte. La nube convierte CAPEX en OPEX: menor inversión inicial pero costo mensual continuo.
Implementar en fases reduce el riesgo: si hay problemas en la fase de pruebas, el negocio puede seguir operando con el sistema anterior. Permite capacitar al personal gradualmente, detectar problemas en un scope pequeño antes de escalar, y ajustar el plan según los aprendizajes de cada etapa.
Escalabilidad es la capacidad de crecer (más usuarios, más datos, más transacciones) sin requerir un rediseño completo. Una solución cloud es altamente escalable: puedes pasar de 100 a 100,000 usuarios en horas ajustando recursos. Una solución on-premise requiere comprar más servidores físicos, lo que toma semanas o meses.
Preparación de Datos con Power Query
Transforma datos crudos y caóticos en información limpia y estructurada. La herramienta ETL de Microsoft integrada en Excel y Power BI.
¿Qué es Power Query?
Las 4 Fases de Power Query
Fuentes de Conexión Principales
| Fuente | Descripción | Uso típico en Perú |
|---|---|---|
| From Excel | Importa datos de otro libro Excel | Consolidar reportes de diferentes áreas del equipo |
| From CSV | Datos separados por comas o punto y coma | Exportaciones de BCP, SUNAT, plataformas e-commerce |
| From Text | Archivos planos con delimitadores | Reportes generados por sistemas legacy (IIBB histórico) |
| From Folder | Lee TODOS los archivos de una carpeta | Consolidar reportes mensuales automáticamente |
| Web | Datos publicados en páginas web | Tipo de cambio SBS, estadísticas INEI, precios de mercado |
Transformaciones Más Importantes
Casos Prácticos — Empresas Peruanas
Paso 1: Crear carpeta compartida donde los 180 archivos se depositan mensualmente.
Paso 2: Power Query → Obtener datos → From Folder → Seleccionar carpeta.
Paso 3: Clic en "Combinar archivos" → Seleccionar la hoja correcta.
Paso 4: Power Query apila automáticamente los datos de los 180 archivos.
Paso 5: Agregar columna con nombre del archivo para identificar el origen.
2. Transformaciones adicionales:
• Verificar tipos de datos (fechas, montos numéricos)
• Eliminar filas de totales que vienen en cada archivo
• Renombrar columnas al estándar corporativo
• Filtrar filas en blanco al final de cada archivo
• Agregar columna "Mes de Reporte" extraída del nombre del archivo
📝 Nombres en MAYÚSCULAS: Transformar → Columna de texto → Cada palabra en mayúscula. Luego Recortar (Trim) para eliminar dobles espacios.
🔢 DNI de 7 dígitos: Columna condicional: Si LEN([DNI])=7 entonces "0"&[DNI] si no [DNI]. Normaliza todos a 8 dígitos.
💰 Monto en texto: Reemplazar "S/. " por "" y "," por "". Luego cambiar tipo a número decimal.
❌ NULLs en cobertura: Reemplazar valores NULL por "Sin cobertura definida" para mantener trazabilidad del dato.
Consulta 1: Excel tienda física + columna personalizada con valor fijo "Tienda Física".
Consulta 2: CSV Shopify + columna personalizada con valor "Online".
Inicio → Combinar → Anexar consultas → Seleccionar ambas. Power Query apila todos los registros en una tabla unificada.
2. Transformaciones adicionales:
• Asegurar que nombres de columnas coincidan entre fuentes
• Unificar formato de fechas (tienda usa formato peruano, Shopify usa ISO)
• Estandarizar nombres de productos (tienda usa código interno, Shopify usa nombre web)
• Eliminar columnas que solo existen en una fuente y no aportan al análisis unificado
🎮 Simulador: Flujo de Power Query Paso a Paso
Preguntas Frecuentes
Anexar (Append): une tablas verticalmente apilando filas. Como UNION en SQL. Útil para consolidar datos del mismo tipo de distintos períodos. Combinar (Merge): une tablas horizontalmente agregando columnas basadas en una clave en común. Como JOIN en SQL. Útil para enriquecer una tabla con datos de otra (ej: agregar nombre del cliente a tabla de transacciones usando el ID).
Los complementa, no los reemplaza. Power Query es para preparación de datos (antes del análisis). Las fórmulas y Tablas Dinámicas son para el análisis y reporte. El flujo ideal: Power Query limpia y consolida → Tablas Dinámicas o Power Pivot analizan → Gráficos presentan. Evitas BUSCARV masivos (lentos y propensos a errores) haciendo el JOIN directamente en Power Query.
No. Esta es la mayor ventaja. Solo necesitas hacer clic en "Actualizar todo" (Datos → Actualizar todo o Ctrl+Alt+F5) y Power Query detecta automáticamente los nuevos archivos y aplica todos los pasos definidos. El proceso que tomaba 2 días ahora toma 30 segundos.
Power Query genera automáticamente código en lenguaje M (Power Query Formula Language) por cada acción que realizas en la interfaz visual. Puedes ver este código en Vista Avanzada. Permite hacer transformaciones más avanzadas que las disponibles en los menús, como funciones condicionales complejas o bucles personalizados.
Modelado de Datos con Power Pivot
Motor de modelado que permite crear bases de datos relacionales dentro de Excel, con DAX para cálculos avanzados y análisis cruzado entre múltiples tablas.
¿Qué es Power Pivot?
Conceptos Clave
Modelo Estrella — Diagrama
┌─────────────────┐ ┌────────────────────────┐ ┌──────────────────┐
│ DIM_Clientes │ │ FACT_Ventas │ │ DIM_Productos │
│─────────────────│ │────────────────────────│ │──────────────────│
│ [PK] ID_Cliente │───────▶│ [FK] ID_Cliente │◀───────│ [PK] ID_Producto │
│ Nombre │ │ [FK] ID_Producto │ │ Nombre_Producto │
│ Ciudad │ │ [FK] ID_Fecha │ │ Categoría │
│ Segmento │ │ Monto_Venta │ │ Precio_Unitario │
└─────────────────┘ │ Cantidad │ └──────────────────┘
│ Canal │
└────────────────────────┘
│
▼
┌────────────────────────┐
│ DIM_Fechas │
│────────────────────────│
│ [PK] ID_Fecha │
│ Año, Mes, Semana │
│ Trimestre, Día Semana │
└────────────────────────┘
Tipos de Relaciones
| Tipo | Descripción | Ejemplo | En Power Pivot |
|---|---|---|---|
| 1 a Muchos (1:N) | Un registro de tabla A relaciona con múltiples de B | Un Cliente → Muchas Ventas | ✅ Relación más común y recomendada |
| Muchos a Uno (N:1) | Muchos registros en B apuntan a uno en A | Muchas Ventas → Un Vendedor | ✅ Funciona igual que 1:N |
| Muchos a Muchos (N:N) | Un registro en A puede relacionarse con múltiples en B y viceversa | Productos en múltiples Pedidos | ⚠️ Requiere tabla puente intermedia |
Casos Prácticos — Modelado con Power Pivot
FACT: Ventas — contiene transacciones (ID_Venta, Fecha, Monto, Cantidad, ID_Producto, ID_Cliente, ID_Tienda)
DIM: Productos, Clientes, Tiendas — dan contexto descriptivo a las ventas
2. Proceso en Power Pivot:
Paso 1: Convertir las 4 hojas en Tablas de Excel (Ctrl+T).
Paso 2: Power Pivot → Administrar → Agregar a modelo de datos cada tabla.
Paso 3: En Vista Diagrama, arrastrar ID_Producto de DIM_Productos a FACT_Ventas (relación 1:N).
Paso 4: Repetir para ID_Cliente y ID_Tienda.
Paso 5: Agregar tabla DIM_Fechas con CALENDARAUTO() para análisis temporal.
3. Medidas DAX:
Total Ventas := SUM(FACT_Ventas[Monto_Venta])Ticket Promedio := DIVIDE([Total Ventas], COUNTROWS(FACT_Ventas), 0)Unidades Vendidas := SUM(Ventas[Cantidad])Stock Promedio := AVERAGE(Inventario[Stock_Diario])Rotación := DIVIDE([Unidades Vendidas], [Stock Promedio], 0)Rotación = 5 significa que el stock se renueva 5 veces en el período analizado.
2. Zona de riesgo:
Estado := IF([Rotación]>10 && [Stock Promedio]<50, "🔴 Riesgo", IF([Rotación]>5, "🟡 Vigilar", "🟢 Normal"))Preguntas Frecuentes
Columna calculada: se calcula fila por fila y se almacena en la tabla. Ocupa espacio en memoria. Ej: [Precio con IGV] = [Precio] * 1.18. Medida: se calcula dinámicamente según el contexto de filtros de la Tabla Dinámica. No ocupa espacio extra. Ej: Total Ventas := SUM([Monto]). REGLA: medidas para agregaciones (sumas, promedios, conteos) y columnas calculadas para valores fila a fila.
Power Pivot usa el motor xVelocity (VertiPaq) que comprime datos con un algoritmo columnar, logrando compresiones de 10:1 o más. Una tabla de 10 millones de filas puede ocupar menos memoria que la misma en Excel regular. Además, las operaciones DAX están optimizadas para ejecución en paralelo en la CPU.
Son el mismo motor de modelado (xVelocity/DAX), pero Power BI tiene más capacidades: se conecta a más fuentes, actualización programada en la nube (Power BI Service), y mejores visualizaciones interactivas. Power Pivot en Excel es ideal cuando el equipo solo tiene Excel y los análisis son menos complejos o no requieren compartirse en la web.
Visualización con Dashboards en Power BI
Crea informes interactivos y dashboards que transforman datos en decisiones. Desde la limpieza hasta la publicación en la nube con Power BI Service.
Las 3 versiones de Power BI
Flujo de Trabajo en Power BI
Tipos de Visualizaciones y Cuándo Usarlas
| Tipo de Gráfico | ¿Cuándo usarlo? | Ejemplo empresa peruana |
|---|---|---|
| Barras / Columnas | Comparar categorías o tendencias temporales | Ventas mensuales de Ripley vs. Saga Falabella |
| Circular / Dona | Proporciones de un total (máx. 5-6 categorías) | Participación de telefonías: Movistar, Claro, Entel, Bitel |
| Mapa de burbujas | Distribución geográfica con magnitud | Ventas por departamento del Perú, tamaño proporcional |
| Tarjeta (Card) | Mostrar un único KPI de forma prominente | Total clientes activos de Yape: 15M |
| Líneas | Tendencias y evolución temporal | Variación del tipo de cambio USD/PEN en el año |
| Dispersión (Scatter) | Correlación entre dos variables numéricas | Inversión marketing vs. ventas generadas por región |
| Matriz | Tabla cruzada con formato condicional | Ventas producto × región como mapa de calor |
Buenas Prácticas de Diseño
✅ Hacer
- Títulos claros y directos que expliquen qué muestra el gráfico
- Máximo 5 colores en un mismo dashboard
- Etiquetas de datos visibles en las visualizaciones clave
- Jerarquía visual: KPIs arriba, detalles abajo
- Alinear elementos visualmente para dar orden profesional
❌ Evitar
- Saturar con demasiados gráficos en una sola página
- Gráficos circulares con más de 6 categorías
- Fondos oscuros que dificulten la lectura de datos
- Elementos decorativos que no aporten información
- Ejes que no empiecen en cero (distorsionan percepción)
Casos Prácticos
• Ventas por marca: Columnas apiladas (total + composición por marca)
• Participación regional: Mapa de Perú con burbujas de color por marca
• Tendencia 12 meses: Líneas (una línea por marca, eje X=mes)
• Top 10 distribuidores: Barras horizontales ordenadas descendente
2. Filtros interactivos:
• Segmentador de Fecha (mes/trimestre/año)
• Segmentador de Región del Perú
• Segmentador de Marca de cerveza
• Botón "Ver YTD (Año a la fecha)"
3. Publicación para CEO:
Desktop → Archivo → Publicar → Workspace del equipo directivo.
Service: crear App del workspace y agregar al CEO como viewer.
CEO instala Power BI Mobile en tablet → inicia sesión → dashboard aparece optimizado para touch.
Porque necesitamos mostrar datos geográficos Y representar magnitud con tamaño de burbuja. El mapa estándar colorea regiones; el mapa de burbujas es más preciso para comparar magnitudes entre puntos geográficos.
2. Configuración de campos:
• Ubicación → Ciudad/País: Para que el mapa sepa dónde colocar cada burbuja geográficamente.
• Leyenda → Continente: Colorear burbujas por continente para identificación visual.
• Tamaño de burbuja → Población Total: Burbujas más grandes = países más poblados (China, India, USA serán las más grandes).
Extras: Activar Etiquetas de Categoría. En Configuración de Mapa → Estilos → Road para fondo del mapa.
🎨 Simulador: Elige el Gráfico Correcto
Selecciona el tipo de análisis que necesitas y descubre la visualización más adecuada en Power BI.
Haz clic en el tipo de análisis que necesitas:
Preguntas Frecuentes
Usa Power BI cuando: los datos superan el millón de filas, necesitas combinar múltiples fuentes, quieres publicar el dashboard en la nube para que otros accedan, necesitas mapas geográficos interactivos, o el reporte se actualizará automáticamente. Usa Tablas Dinámicas para: análisis rápidos de una sola tabla, cuando todos trabajan con Excel y no hay licencias Power BI, o análisis ad-hoc sin necesidad de publicar.
Por defecto, cuando haces clic en un elemento de un gráfico (ej: barra de "Lima"), TODOS los demás gráficos de la página se filtran para mostrar solo datos de Lima. Esto se llama "cross-filtering". Puedes personalizar estas interacciones en Formato → Editar Interacciones para que algunos gráficos no se filtren entre sí.
Power BI Desktop es completamente gratuito. Power BI Pro (~$10/usuario/mes) permite publicar y compartir entre usuarios. Power BI Premium para grandes organizaciones. Para estudiantes universitarios, Microsoft 365 for Education incluye Power BI Pro de forma gratuita con el correo institucional.
Inteligencia de Negocios con Power BI
Business Intelligence: el proceso de convertir datos crudos en información estratégica para tomar decisiones con certeza, velocidad y ventaja competitiva.
¿Qué es la Inteligencia de Negocios?
Beneficios del BI para la Empresa
Dimensiones vs. Hechos
Contiene los datos numéricos y transaccionales que queremos analizar.
- Muchas filas (millones de transacciones)
- Columnas numéricas medibles (Monto, Cantidad, Costo)
- Claves foráneas a las tablas de Dimensión
- Ej: tabla VENTAS, tabla TRANSACCIONES
Da contexto y perspectiva a los hechos. Responde: ¿Quién? ¿Qué? ¿Cuándo? ¿Dónde?
- Pocas filas (catálogos descriptivos)
- Columnas de texto descriptivo (Nombre, Categoría, Región)
- Clave primaria única por fila
- Ej: DIM_Clientes, DIM_Productos, DIM_Fechas
Dashboard vs. KPI — Conceptos Clave
| Concepto | Definición | Ejemplo empresa peruana |
|---|---|---|
| Dashboard | Vista visual de KPIs clave de manera resumida e interactiva para toma de decisiones | Panel de ventas diarias de Tottus por tienda |
| KPI | Indicador Clave de Desempeño: métrica que mide el avance hacia un objetivo estratégico | % de devoluciones de Ripley (meta: menor a 2%) |
| Métrica | Cualquier medida cuantificable del negocio | Número de tickets de atención de Yape por día |
| Benchmarking | Comparar el desempeño propio con un estándar de referencia | NPS de Interbank vs. promedio del sector bancario peruano |
Las 4 Preguntas que Responde el BI
Casos Prácticos — BI Estratégico
FACT: tabla CREDITOS (ID_Credito, ID_Cliente, ID_Tipo_Credito, ID_Agencia, ID_Gestor, Monto_Otorgado, Saldo_Vigente, Dias_Mora, Fecha_Vencimiento)
DIM: DIM_Clientes, DIM_Tipo_Credito, DIM_Agencias, DIM_Gestores, DIM_Fechas
2. KPIs con umbrales:
• Tasa de Morosidad = (Créditos >30 días mora / Total cartera) × 100. Verde <3%, Amarillo 3-5%, Rojo >5%
• Cartera en Riesgo = Suma saldos con mora >90 días. Meta: <S/.50M
• Recuperación Mensual = (Monto cobrado / Monto vencido) × 100. Meta >85%
3. Alertas en Power BI Service:
Dashboard → Tarjeta KPI → tres puntos → Administrar alertas → Definir umbral ("Notificarme cuando Tasa de Morosidad supere 5%"). Power BI envía email automático al gerente cuando se supera el umbral en la actualización de datos.
FACT_Ventas: ID_Ticket, ID_Fecha, ID_Producto, ID_Tienda, Cantidad, Precio_Unitario, Costo_Unitario, Descuento
Medidas: Ingreso=SUM(Cantidad*Precio), Margen=Ingreso-SUM(Cantidad*Costo), %Margen=DIVIDE([Margen],[Ingreso])
DIM_Productos: ID, Nombre, Categoría, Marca, Proveedor, SKU
DIM_Fechas: ID, Fecha, Hora, DiaSemanaNombre, Mes, Trimestre
2. Visualizaciones:
• Tarjeta KPI: Top SKU por ingresos esta semana vs semana anterior
• Barras ordenadas: Top 20 SKUs por margen % (mayor a menor)
• Circular: Participación de proveedores en ingresos de la categoría
• Heatmap (Matriz): Ventas por Hora (filas 0-23h) × Día semana (columnas L-D) con formato condicional de color
• Líneas: Tendencia semanal de ingresos de Lácteos en los últimos 3 meses
Preguntas Frecuentes
Reporte: documentación detallada, generalmente estático, orientado al análisis profundo (ej: reporte mensual de ventas con todas las transacciones). Dashboard: vista ejecutiva con KPIs más importantes, interactivo y dinámico, orientado a decisiones rápidas (ej: panel con 5-8 KPIs clave actualizados en tiempo real). En Power BI, los "Informes" son los reportes detallados y los "Dashboards" son las vistas ejecutivas con tiles de los KPIs.
Drill-down es la capacidad de navegar desde nivel agregado a nivel más detallado haciendo clic. Ej: ves ventas por Año → clic en 2024 → por Trimestre → clic en Q3 → por Mes → por Día → por transacción individual. Power BI lo soporta nativamente con jerarquías definidas en el modelo de datos.
Un buen KPI cumple SMART: Específico (qué exactamente mide), Medible (tiene unidad cuantificable), Alcanzable (basado en rendimiento histórico realista), Relevante (impacta directamente en el objetivo estratégico), y Temporal (tiene período de medición definido). Ejemplo malo: "mejorar ventas". Ejemplo bueno: "Incrementar ventas de Electro en 15% vs. Q1 2025, medido mensualmente por tienda."
Análisis mediante Tablas Dinámicas
Transforma montañas de datos en reportes dinámicos en minutos. La herramienta más poderosa de Excel para analistas de negocios, sin necesidad de programar.
¿Qué son las Tablas Dinámicas?
¿Para Qué Sirven las Tablas Dinámicas?
Las 4 Áreas de una Tabla Dinámica
| Área | ¿Qué va aquí? | Funciona como... | Ejemplo |
|---|---|---|---|
| 🗂️ FILAS | Campos que quieres ver en las filas de la tabla | Agrupador vertical | Categoría de producto (Electro, Ropa, Hogar) |
| 📊 COLUMNAS | Campos que se mostrarán como encabezados | Agrupador horizontal | Región (Lima, Arequipa, Trujillo, Piura) |
| 📐 VALORES | Datos numéricos que se calcularán (suma, promedio, conteo) | Métrica a analizar | Suma de Ventas en S/. |
| 🔽 FILTROS | Campo para filtrar toda la tabla con un selector | Segmentador global | Año, Trimestre, Vendedor |
Funcionalidades Clave
Casos Prácticos — Tablas Dinámicas
• FILAS: Categoría (Lácteos, Carnes, Bebidas, Limpieza...)
• COLUMNAS: Región (Lima Norte, Lima Sur, Lima Este, Provincias)
• VALORES: Suma de Monto_Venta (formato moneda S/.)
Tip: Clic derecho en Total → Ordenar de mayor a menor para ver categorías más importantes primero.
2. Análisis de vendedores:
Segunda Tabla Dinámica:
• FILAS: Nombre_Vendedor
• VALORES: Suma de Monto_Venta, Conteo de transacciones
Conectar el Segmentador de Fecha a AMBAS tablas: clic en segmentador → Conexiones de informes → marcar ambas.
3. Filtro últimos 3 meses:
Insertar → Escala de Tiempo → campo Fecha → seleccionar modo "Meses" → arrastrar para seleccionar los 3 últimos meses. O usar Segmentador de Mes y seleccionar los 3 meses deseados.
Primero crear columna calculada en base: % Ocupación = Habitaciones_Ocupadas / Habitaciones_Disponibles.
Tabla Dinámica:
• FILAS: Hotel (nombre de las 32 propiedades)
• COLUMNAS: Mes (Enero a Diciembre)
• VALORES: Promedio de % Ocupación (formato porcentaje)
• FILTROS: Año (seleccionar el año a analizar)
Luego: Inicio → Formato condicional → Escala de colores → Verde-Amarillo-Rojo. Hoteles y meses en rojo = temporada baja, candidatos a campañas de promoción.
2. Identificar temporadas bajas simultáneas:
Usar "Mostrar valores como → % del total de columna" para comparar qué hoteles tienen menor ocupación proporcional en el mismo mes. Agregar Segmentador de Región para segmentar por Costa/Sierra/Selva: grupos de hoteles similares tendrán patrones de ocupación parecidos según la estacionalidad climática.
📂 Hoja "DATOS": tabla única con todos los registros de operaciones (fuente de verdad).
📂 Hoja "PQ_Limpio": Power Query trae y limpia los datos automáticamente.
📂 Hoja "TD_Entregas": Tabla Dinámica de cumplimiento de entregas.
📂 Hoja "TD_Devoluciones": Tabla Dinámica de devoluciones por proveedor.
📂 Hoja "TD_Inventario": Tabla Dinámica de rotación de inventario.
📂 Hoja "DASHBOARD": Vista ejecutiva con gráficos vinculados a todas las TDs + segmentadores globales.
2. Elementos del dashboard:
• Segmentadores globales (Año, Trimestre, Región, Categoría) conectados a todas las TDs
• 4 tarjetas KPI con iconos (▲ verde/▼ rojo según meta) usando formato condicional en celdas
• Gráfico de barras: % cumplimiento de entregas por proveedor (línea de meta en rojo)
• Gráfico de líneas: evolución mensual del costo de transporte
• Tabla TOP 5 proveedores con mayor devolución con barras de datos integradas en celdas
• Escala de Tiempo para filtrado por período
Preguntas Frecuentes
Las Tablas Dinámicas permiten resumir, filtrar, pivotar y analizar grandes volúmenes de datos en minutos, lo que con fórmulas manuales llevaría horas o días. Además, son dinámicas: si cambias los datos fuente y actualizas, todos los reportes se recalculan solos. Con SUMAR.SI o BUSCARV manuales, cada cambio requiere rehacer las fórmulas.
Pivotar significa trasladar filas a columnas y viceversa para obtener diferentes perspectivas del mismo conjunto de datos. El nombre viene de "pivot" (punto de giro, pivote). Es como girar la tabla de datos para verla desde otro ángulo. Por ejemplo: tienes datos de ventas en filas con columna Mes, y lo "pivotas" para que los meses sean las columnas, obteniendo una vista tipo calendario.
Usa Power BI cuando: los datos superan el millón de filas (Excel se vuelve lento), necesitas combinar múltiples fuentes (ERP + CRM + web), quieres publicar dashboards en la nube para acceso desde cualquier dispositivo, necesitas mapas geográficos interactivos avanzados, o los reportes deben actualizarse automáticamente sin intervención humana diaria.
Son complementarios. La Tabla Dinámica es la interfaz de análisis visual (el "front end"). Power Pivot es el motor de modelado de datos relacionales que amplía lo que puede hacer una Tabla Dinámica (el "back end"): permite relacionar múltiples tablas, crear medidas DAX complejas y manejar millones de filas sin pérdida de rendimiento. Una Tabla Dinámica básica trabaja solo con una tabla; una Tabla Dinámica conectada a Power Pivot puede trabajar con todo un modelo de datos.
Quiz I: Marketing Digital, Viabilidad, Power Query y Power Pivot
Pon a prueba tus conocimientos de los primeros 4 temas del curso. 10 preguntas con retroalimentación inmediata y explicación de cada respuesta.
Quiz II: Power BI, Business Intelligence y Tablas Dinámicas
Evaluación final de los temas 5 a 7. Demuestra tu dominio de visualización, BI estratégico y análisis con tablas dinámicas. 10 preguntas con retroalimentación detallada.