A medida que voy dedicando una parte importante de mi tiempo a la enseñanza, me doy cuenta de que cada vez existe una mayor dispersión sobre lo que una persona necesita conocer para iniciarse en el camino de Power BI.
En este artículo, voy a compartir algunas apreciaciones que pueden ser de utilidad para quienes comienzan a dar sus primeros pasos en esta herramienta.
No existe un único perfil
Entusiastas, profesionales del análisis de datos, gerentes, asesores externos, consultores y desarrolladores de soluciones analíticas son algunos de los perfiles que utilizan este tipo de herramienta para administrar, procesar y presentar información a través reportes o dashboards.
Al ser tan amplia la gama de usuarios el camino no necesariamente deberá ser igual para todos.
Mientras que para algunos usuarios se trata de una plataforma de datos y análisis integral para empresas que requieren de una solución unificada 1. Para otros significa tener instalado en su computador Power BI Desktop y tratarlo de manera similar a Excel.
Y, al tratarse de un programa/plataforma que tiene la capacidad de atender los requerimientos tanto de una pequeña y mediana empresa, como de una gran organización; es inevitable preguntarse: ¿Por dónde comienzo?
La respuesta corta: debemos identificar nuestro perfil.
Unificación local: Power BI Desktop
Gratuito y con las mismas capacidades técnicas de lo que vemos en los servicios en la nube no resulta difícil entrever su éxito con el paso de los años 2.
Una herramienta que brinda la posibilidad de experimentar la autonomía en un proceso de análisis de datos, o lo que algunos llaman autoservicio. Podría considerarse una utopía donde cada usuario podrá conectarse a las fuentes de datos (sin data burocracia), crear modelos semánticos, diseñar reportes y distribuirlos sin depender ni dar explicaciones a otros.
Pero, independientemente que sea factible o no; -porque aquí entra la gobernancia de este tipo de herramientas a nivel empresarial-, debemos entender que la mayoría de los usuarios que utilizan este programa son ajenos a esos procesos y en efecto, lo utilizan de manera individual para sus necesidades.
Sin tener que pagar un centavo es posible:
- Conectarse a multiples fuentes de datos
- Transformar y enriquecer los datos
- Generar un modelo semántico a partir de tablas y crear calculos avanzados
- Diseñar reportes o dashboards
- Subirlo y establecer las actualizaciones de los datos en la nube
En otras palabras, tienes una experiencia unificada de un proceso de análisis de datos que, si lo separamos, se convierte en un campo de estudio individual en sí mismo.
Pero, desde la perspectiva de los ambientes empresariales, te podrás conseguir con profesionales que no diseñan reportes; dedicándose exclusivamente al modelamiento dimensional y la creación de cálculos en DAX.
Entonces, si tengo un programa que puede lograrlo todo: ¿Debo estudiarlo todo?
No necesariamente.
Entre el generalista y el especialista
Un generalista identifica lo que será útil en su quehacer profesional, es decir comprende las diferencias entre: entender, aprender y dominar.
Para que tengas una idea, es complicado y requiere de mucho tiempo ser proficiente en el lenguaje «M» (lo que utiliza Power Query), DAX como lenguaje analítico de expresiones, y aspectos técnicos de la comprensión visual de los datos. Es por eso que lograr un equilibrio es importante según el ambiente laboral en el que te encuentres; a menos de que seas un unicornio.
Por otro lado, un especialista entiende que debe enfocar sus esfuerzos en el dominio de lo que da sentido a su trabajo. Por ejemplo, puedes ver a profesionales de la visualización de datos creando reportes espectaculares; no solamente desde lo visual que sería lo primero que percibimos, sino desde la capacidad de alinear las necesidades de información a partir de un diseño elegante, amigable y funcional.
Ser especialista implica desechar otros campos de estudio para dirigir la atención en uno en específico.
Somos toderos 😅
Recuerdo una reunión de alineación y control que tuve hace algún tiempo con un cliente, y algo que se me quedo grabado en la mente fue la respuesta de un colaborador ante un avance lento de un proyecto:
– Mira Escalante, resulta que aquí somos toderos, no tenemos los recursos humanos necesarios, y por ende tratamos de complementarnos.
Y eso, es algo común en muchas organizaciones. Es decir, inevitablemente hay que aprender cosas nuevas que no son lo que nos interesa; pero en el momento es lo que se necesita.
A lo que vengo con esto es que aprender sobre Power BI implica por momentos, trasladarse a los aspectos teóricos, a lo que deja de ser propiamente las características del programa, sino que entras en lo que define el por qué «algo» funciona de esa forma y no de otra manera más amigable. Uno de los mejores ejemplos lo tienes al momento de estudiar sobre modelamiento dimensional y el impacto que tiene en la complejidad de las sintaxis en DAX que tendrás que elaborar.
Ese tema, como mínimo es necesario entenderlo (rasguñar la idea) porque prela sobre cualquier evento posterior en la creación de un reporte o dashboard. Estamos ante los tuétanos o la columna vertebral de toda solución analítica. Sin embargo, no lo voy a ocultar, puede ser aburrido y no es tan vistozo ni amigable como iniciarse aprendiendo sobre aspectos visuales y características que se activan a través de botones.
Lo que nos lleva a lo siguiente: ¿Qué pretendes alcanzar?
Enfocarse en los fundamentos
Si el tiempo es un aspecto importante en tu vida, lo mejor que puedes hacer es enfocarte inicialmente en los fundamentos. Lo que permite separar lo que se consideraría «opcional» versus aquello que independientemente a lo que te dediques tendrás que utilizar, sean funciones, características o marco teórico.
Otro gran ejemplo ocurre en el estudio de las funciones DAX, porque si omitimos la teoría que influye en su comportamiento, eventualmente veremos resultados sin sentido alguno; pero es lo correcto. Entonces, al momento de unir esos conceptos es cuando nos damos cuenta las consecuencias de haberlos pasado por alto.
En la visualización sucede algo muy sutil pero peligroso porque comúnmente nos engañamos arrastrando y soltando objetos visuales en el canvas; pensamos que automáticamente nos estamos comunicando –analíticamente hablando– de la manera más efectiva.
Y, de verdad no es tan sencillo; léase: El gran reto de la comunicación visual analítica.
Igual sucede con Power Query, si bien es cierto que muchas de las cosas cotidianas pueden lograrse con solamente utilizar la interfaz del usuario; tiene sus límites. La verdadera potencia nace de comprender lo que el lenguaje «M» nos ofrece cuando combinamos sus funciones para amoldar y transformar los datos con otras características. De hecho, en gran medida este paso (aunque se encuentre oculto) es uno de los que más consume tiempo porque solamente en el país de los ositos cariñositos es donde los datos se encuentran listos para ser analizados de manera tabular.
Eso no ocurre.
Unificación en la nube: Fabric
Un elefante blanco se encuentra en la sala: Microsoft Fabric.
Si Power BI Desktop es una galaxia, Fabric unifica múltiples de ellas en un solo universo.
Hace poco más de un (1) año Microsoft nos presentó la visión unificada de diversos servicios analíticos en la nube. Power BI Desktop tal y como lo conocemos tambien existe en la nube, y poco a poco esta homologando las características de la versión local. Nos encontramos en el momento donde hay que estar atentos a los cambios para ver como influyen en los procesos de desarrollo de modelos semánticos empresariales.
Las dinámicas están cambiando porque las arquitecturas al estar integradas ofrecen nuevas opciones y características que hacen de Fabric algo diferente; más allá de conglomerar todo en un mismo lugar.
Este es otro ejemplo de cómo vemos cada vez una mayor separación entre quienes deben estudiar directamente sobre los servicios en la nube versus aquellas personas que en ningún momento tendrán que preocuparse por ello. Por eso es importante definir cuál es nuestro rol y hacia donde nos estamos dirigiendo.
Show me the money!
Quiero cerrar el artículo recordando la importancia de la visualización de datos. Sucede que llegamos a un punto en donde por encontrarnos ensimismados en la planificación de las arquitecturas, licencias, gobernancia, transformaciones, calidad de datos y cálculos necesarios, llegamos cansados a la parte final, siendo el aspecto visual de la información.
En ocasiones, tener la capacidad de modificar o influenciar las decisiones de otros por haber hecho «clic» en la mente de quienes ven los reportes o dashboards es el equivalente a decir:
¿A dónde está el dinero?
Si estoy perdiendo, demuéstralo.
Si estoy desperdiciando mis recursos, identifícalo.
Si estamos pasando las oportunidades, alértame.
Si nos estamos desviando, determínalo.
La representación visual debe causar una acción humana, léase: Migrando datos y análisis a Power BI
Y todo lo que hacemos en las etapas previas no debería verse menospreciado por lo que los usuarios finales consumen: reportes o dashboards.
Lo que pasa es que en nuestro mundo lograr ese equilibrio puede ser algo relativamente fácil; como algo secuencial, muy procedimental y que involucra a diversos profesionales.
Es complicado 😭
Fotografía de portada: persona escribiendo en un cuaderno
1.- Hacemos referencia a la unificación de servicios analíticos ofrecida por Microsoft Fabric
2.- Existen diferencias en términos de procesamiento y características muy puntuales; pero surgen a partir del tipo de licenciamiento adquirido.
Muchísimas gracias por este articulo, soy nueva en este mundo de Power BI, y muchas veces me he y aun me siento perdida, por ello decidí suscribirme y tomar un curso que lo tuviera todo.
Igualmente por momentos he seguido sintiéndome perdida, sin saber a que apuntar, si para algunos en alguna encuesta decir que usar Power Bi les resultaba muy fácil, yo me pregunte, que esta mal en mi.
Hoy comprendo que fui por todo, ya que al iniciar hice reportes, pero esos mismos reportes, hicieron que el espacio de memoria de mi computadora fuera disminuyendo rápidamente, entendí con eso y con el no poder demostrar en una visualización lo que realmente se necesitaba, que era necesario incursionar mas y mas, ya no en las visualizaciones pero si en el modelamiento y sin terminar esa etapa, entendí que antes debía ir a un conocimiento mayor sobre DAX, y en esas estamos, poco a poco viendo la luz, aunque si he entendido que el camino es largo.
Nuevamente gracias por tu articulo, al menos a mi me sirvió para entender que no es que sea incapaz, sino que el camino que elegí en Power BI me demandara un poco mas de tiempo, tiempo de estudio.
Gracias.
¡Hola Moira!
Estas en lo correcto, no se trata de ser incapaz sino que es bastante lo que se tiene que estudiar si verdaderamente se busca tener una comprensión más amplia del tema. Sigue adelante, con la disciplina que estas demostrando lograrás tus objetivos. Gracias por comentar 🙂