Ejercicios de Power BI para entrevista de analista de datos

Construir informes en Power BI requiere no solo un sólido entendimiento de la herramienta, sino también la capacidad de solucionar errores comunes y utilizar DAX (Expresiones de Análisis de Datos) de manera efectiva. Los candidatos a menudo tropiezan durante las entrevistas cuando se les pregunta sobre funciones DAX, especialmente cuando se trata de datos faltantes o agregaciones incorrectas. Este artículo destaca ejercicios prácticos que muestran cómo calcular correctamente las ventas totales, abordar problemas de datos y estar preparados para lo que buscan los entrevistadores.

Abordando Datos de Ventas Faltantes en Power BI

Imagina que tienes un conjunto de datos de ventas que incluye categorías de productos y sus correspondientes montos de venta. Puede que desees calcular las ventas totales por categoría utilizando una fórmula DAX simple:

Total Ventas = SUM(Ventas[Monto])

A primera vista, esta fórmula parece directa, pero durante las pruebas, notas que algunas categorías sin datos de ventas tienen totales inflados en tu informe. Este es un problema común que enfrentan los candidatos, y es crucial entender cómo manejar los valores en blanco y faltantes correctamente en DAX.

Mejor Práctica para Manejar Valores Faltantes

Para asegurar que los montos de ventas faltantes o en blanco no distorsionen tus totales, utiliza la función SUMX combinada con FILTER:

Total Ventas = SUMX(FILTER(Ventas, NOT(ISBLANK(Ventas[Monto]))), Ventas[Monto])

Esta fórmula revisada elimina los totales inflados al filtrar explícitamente los montos de ventas en blanco, asegurando que solo los datos de ventas válidos contribuyan al total.

Fórmula Original	Problema	Fórmula Corregida
Total Ventas = SUM(Ventas[Monto])	Totales inflados debido a en blancos	Total Ventas = SUMX(FILTER(Ventas, NOT(ISBLANK(Ventas[Monto]))), Ventas[Monto])

Trampas en la Entrevista

A continuación se presentan áreas específicas donde los entrevistadores buscarán una comprensión más profunda y donde los candidatos a menudo fallan:

• Entendimiento de funciones DAX: No es suficiente poder indicar qué función DAX utilizar; debes explicar por qué otras elecciones (como SUM vs. SUMX o CALCULATE) podrían llevar a resultados incorrectos.
• Manejo de en blanco y errores: Los candidatos a menudo pasan por alto cómo los datos faltantes pueden distorsionar sus resultados de DAX y no implementan el manejo de errores.
• Contexto de agregación: Es probable que los entrevistadores indaguen cómo tus medidas DAX responden a filtros o visualizaciones cambiantes, revelando una falta de comprensión del contexto de fila, filtro y consulta.
• Consideraciones de rendimiento: Pueden preguntar por qué elegiste un método sobre otro, con el objetivo de discernir si has considerado el rendimiento o la legibilidad en tu DAX.

Ejemplo Resuelto

Vamos a razonar a través de una tarea realista de Power BI donde calcularás las ventas totales considerando datos faltantes.
Tienes una tabla llamada Ventas que contiene:

• Producto: El nombre del producto vendido
• Monto de Ventas: El monto de venta relacionado con cada producto.

Muestra de Datos

Producto	Monto de Ventas
Producto A	100
Producto B	200
Producto C	BLANK
Producto D	300
Producto E	150

Tarea: Calcular el monto total de ventas para todos los productos.

1. Comienza con la medida DAX inicial:

   Total Ventas = SUM(Ventas[Monto de Ventas])
   

2. Revisa lo que muestra la salida, que en este caso sumará incorrectamente solo los montos disponibles, creando discrepancias potenciales.
3. Adapta la fórmula:

   Total Ventas = SUMX(FILTER(Ventas, NOT(ISBLANK(Ventas[Monto de Ventas]))), Ventas[Monto de Ventas])
   

4. Esta nueva fórmula asegura que solo se sumen los montos válidos de ventas, presentando con precisión las ventas totales sin inflaciones causadas por los en blancos.

Dado tu conjunto de datos original, después de implementar la medida revisada, la salida debería reflejar:

• Ventas Totales: 650 (que incluye solo montos válidos).

En el Trabajo: Impacto en el Mundo Real

Los escenarios comunes para los analistas de datos en un entorno corporativo incluyen crear tableros que visualizan el rendimiento de ventas en diferentes regiones o líneas de productos. Los errores de cálculo debido a puntos de datos en blanco pueden llevar a conclusiones engañosas, afectando las decisiones comerciales. Manejar correctamente los valores nulos no solo asegura informes precisos, sino que también genera confianza por parte de las partes interesadas en el proceso analítico.

Las tareas del mundo real también requieren agilidad en la modificación de DAX a medida que surgen nuevos requerimientos. Cuando se te pide incluir dimensiones adicionales, como el tiempo (tendencias de ventas mensuales) o filtrar productos basados en categorías, el conocimiento de las funciones DAX y sus contextos se vuelve crucial para ofrecer información procesable.

Para sobresalir en tales entornos, la familiaridad con estrategias adaptativas para manejar la integridad de los datos, como escribir DAX eficiente que anticipe problemas con datos faltantes, te distinguirá.

Referencias

• Documentación de Microsoft Power BI
• Guía de DAX
• Fundamentos de DAX de SQLBI
• Sintaxis de DAX en Tutorials Point
• Foros de la Comunidad de Power BI

¡Armado con estos conocimientos y ejercicios, ahora estás mejor preparado para abordar preguntas relacionadas con Power BI durante las entrevistas de analista de datos!