En los últimos tiempos he trabajado fundamentalmente en proyectos, formación y consultoría que gira alrededor de la herramienta Power BI de Microsoft. Es una gran suerte, como analista de datos y consultora en Inteligencia de Negocios (BI), contar con una herramienta tan maravillosa como es MS Power BI.

Power BI no es una herramienta perfecta, se hace camino al andar y el equipo de producto y la comunidad que lo arropa lo están haciendo realmente bien. Por eso, el presente es precioso y aunque el futuro es realidad nunca se sabe, digamos que tiene buena cara, yo le veo futuro a MS Power BI.

Lo que en realidad me preocupa es el enfoque que me encuentro casi a diario, encasillando a Power BI como una herramienta de visualización. Y no, no lo es, ni de lejos. A veces me encuentro también, ya cada vez menos afortunadamente, la visión de que es una herramienta sencilla, de andar por casa, “sólo de clic, clic, clic”.

Power BI, rebate ambas teorías, sólo hay que leer su nombre.

Power indica poder, fuerza, potencia. Power BI es una gran herramienta y aquí viene la segunda parte, una gran herramienta de Inteligencia de Negocios, Business Intelligence (BI). Esta poderosa herramienta pasa por todas las etapas de un proceso de Business Intelligence. Todo proceso de Inteligencia de Negocios comienza con la obtención de los datos de origen, es la etapa conocida como ETL, por sus siglas en inglés de E-Extract, T-Transform y L-Load (carga).

ETL

Desde Power BI Desktop o el Servidor Power BI es posible conectar a orígenes de datos muy variados en cuanto a su estructura y complejidad. La conexión se realiza mediante asistentes y formularios personalizados según sea el caso. Estos conectores ayudan notablemente a llegar a los datos que se requieren sin tener conocimientos avanzados en materias como Bases de datos, tratamientos de orígenes Big Data o nubes varias. No se requiere dominar ningún lenguaje de consultas para hacerlo.

Una vez que los datos han llegado por ejemplo al Power Query, que es el editor de consultas del Power BI Desktop se pueden realizar incontables tareas de transformación, modelado y limpieza de datos. Power BI ofrece información sobre la calidad y distribución de las columnas. Es imprescindible detenerse en el Editor de Power Query, la extracción, manipulación y transformación de datos es un paso fundamental para que luego podamos ver los informes con la calidad necesaria. El lenguaje M, es el lenguaje de creación de consultas en Power BI. Se escribe por detrás del telón, de la que vamos creando columnas y realizando acciones y transformaciones. Este lenguaje es nuestro amigo y no muerde. Es de gran utilidad poderlo leer para comprender que las transformaciones que estamos realizando se ajustan a la lógica que necesitamos implementar. Mientras más lejos lleguemos con el Power Query y con M, mejor. #HappyQuering

Una vez tenemos las consultas preparadas, con las columnas y filas limpias, con sus tipos de datos correctamente definidos, pasamos a la siguiente etapa, la etapa de Modelado tabular.

Modelado tabular

En el proyecto de Inteligencia de Negocio fuera de Power BI se trata de la etapa de Modelado, que puede ser también Dimensional o Multidimensional. En Power BI lo que existe es Modelo Tabular.

Este modelo se compone de tablas y sus relaciones. Para crear o modificar las relaciones existen formularios y ventanas muy fáciles de comprender y gestionar. Existen reglas a cumplir para crear un buen modelo tabular que funciones de forma óptima. Power BI cuenta con un motor muy potente y cuenta además con formularios, ventanas, vistas y paneles que nos permiten crear toda la funcionalidad del modelo. Cada escenario es único; pero en la mayoría de los casos es posible aplicar los patrones de modelado tabular que se han ido identificando por parte de Microsoft y la comunidad de expertos y usuarios que lo trabajan.

Las tablas se integran por las columnas que se cargan del origen de datos. Hay que distinguir entre las columnas, aquellas que siendo numéricas se tratarán de forma discreta o que siendo de texto no se ordenan alfabéticamente, así como identificar formatos y otras características asociadas a cada una como la visibilidad, la agrupación en carpetas, etc. Estas labores permiten perfeccionar el modelo tabular que se expone a la visualización. En la organización de las columnas hay que tener en cuenta la creación de estructuras tan ventajosas como las jerarquías. Para estas tareas, Power BI cuenta con todas las funcionalidades integradas de forma tal que sea muy intuitivo perfeccionar el modelo sin que se requiera de lenguaje de programación ni sintaxis alguna.

El modelo se puede y se debe enriquecer con medidas y columnas calculadas cuyas expresiones se escriben en DAX. DAX, es el lenguaje de expresiones que permite agregar objetos, así como consultar el modelo tabular. DAX es el acrónico que representa las siglas de Data Analysis Expressions. Se ha creado a partir del lenguaje Excel, tiene su complejidad, por lo que es muy necesario dominar DAX lo mejor posible para poder sacar el mayor partido a las funcionalidades integradas. La lógica de negocio, los cálculos, métricas y KPIs del modelo tabular se definen con DAX. #HappyDAXing

Cuando tenemos el modelo preparado con todos los objetos necesarios y con las propiedades bien definidas le toca el turno a la etapa de Visualización.

Visualización

Esta etapa nos suele gustar, nos ponemos creativos e intentamos exprimir todo el jugo posible de la herramienta. Y vaya que si tiene jugo Power BI. Cuenta con un buen grupo de visualizaciones integradas que se enlazan a los datos y se ajustan mediante los paneles de propiedades de campos y formatos. Según sea la visualización se puede enriquecer con funcionalidades integradas de formato condicional y analytics.

Una de las mayores ventajas de los informes creados con Power BI es la capacidad de interactuar entre objetos y páginas de informe, a partir de funcionalidades y botones con acciones prediseñadas.

Power BI permite definir temas con combinaciones personalizadas de colores, así como importar a los informes, visualizaciones que han creado desde MS o la comunidad de usuarios y que se exponen para la libre descarga de los usuarios. La cantidad y variedad de posibilidades no ha dejado de crecer. No se ve el límite en este sentido, cada día hay alguna novedad, algún truco, una nueva funcionalidad o nueva visualización. Es espectacular la creatividad y la generosidad de toda la familia Power BI.

Un proyecto BI no es nada sin tener capacidad para el intercambio de informes analíticos y colaboración entre personas y equipos de trabajo, dentro y fuera de una organización.

Colaboración

Desde el Servidor de Power BI es posible crear áreas de colaboración entre personas. Se pueden aplicar roles a los usuarios para garantizar la seguridad de los datos. Es posible, entre otras muchas cosas, compartir informes y paneles, gestionar la conexión y actualización programada de los datos, crear alertas sobre tarjetas y crear informes y paneles a partir de conjuntos de datos que se hayan compartido en las áreas de colaboración.#HappySharing

Y Power BI va mucho más allá. Power BI hace Minería de datos y ejecuta algoritmos de Machine Learning.

Minería de Datos y Machine Learning

Como parte del proceso de evolución de esta fabulosa herramienta se han integrado funcionalidades en la consulta y gráficos que nos permiten obtener análisis muy valiosos sobre la calidad de nuestros datos, los patrones de comportamiento, la distribución y las anomalías que se presentan. La novedad de febrero 2019 es que Power BI identifica influenciadores clave, es espectacular.

Cuando se publica un informe en el servidor de Power BI también se publican el conjunto de datos, el modelo que se creó en Power BI Desktop. Una de las funcionalidades más espectaculares que tiene Power BI sobre el modelo de datos publicado es que puede ejecutar algoritmos de Machine Learning sobre las columnas visibles del modelo y crear un informe compuesto por más de 30 gráficos que exponen de formas muy diversas patrones y anomalías en los datos. Estos gráficos son muestran tendencia, clústering, estacionalidad, valores atítipos en categoría y en líneas de tiempo, correlación y muchos más.

Yo me dedico a trabajar con datos que no son míos, que no conozco. Antes de Power BI tenía que crear mis propias estructuras, muchas veces con T-SQL o minería de datos para detectar calidad y patrones en los datos. Con las funcionalidades integradas de Power BI, especialmente con el Análisis rápido sobre el conjunto de datos, sólo necesito consumir los recursos que vienen integrados. Vale muchísimo la pena, ahorra tiempo y desde luego el resultado es más exacto que el que podría encontrar yo. #HappyMining

Power BI + R + Python

Se trata de integrar lo mejor de cada uno de los mundos y Power BI lo hace estupendamente. Estos lenguajes de código abierto aportan opciones que no existen en Power BI, lo enriquecen y lo abren al mundo de los científicos de datos.

En la etapa ETL se pueden integrar códigos de R y Python, ya sea en calidad de origen de datos o aplicando transformaciones, por ejemplo ejecutando algoritmos en estos lenguajes que complementen la consulta que estamos presentando. Es posible trabajar con gráficos creados en R y Python y consumir también objetos visuales personalizados, custom visuals creados por la comunidad de usuarios Power BI enriquecida por las comunidades de usuarios de R y Python.#HappySharing

De verdad, ¿es posible pensar que Power BI sea una herramienta para prototipos, de andar por casa y para crear visualizaciones con clic clic clic?

De eso nada, Power BI es una herramienta muy valiosa para analistas de datos y los que tenemos la oportunidad de trabajar con Power BI nos sentimos muy afortunados por ello. #HappyAnalyzing #PowerBIAdicto