PL-300T00
Microsoft Power BI Data Analyst
Información general. • Información general sobre el análisis de datos.
Este curso cubre los diversos métodos y mejores prácticas que están • Roles en los datos.
en línea con los requisitos comerciales y técnicos para modelar, • Tareas de un analista de datos.
visualizar y analizar datos con Power BI. El curso mostrará cómo
acceder y procesar datos de una variedad de fuentes de datos, Objetivos de este módulo:
incluidas las fuentes relacionales y no relacionales. Finalmente, el • Obtener información sobre los roles en los datos.
curso también analizará cómo administrar e implementar informes • Obtener información sobre las tareas de un analista de datos.
y paneles para compartir y distribuir contenido.
Duración. Módulo 2: Introducción a la compilación con
3 Días. Power BI.
Obtenga información sobre Power BI, los bloques de creación
Perfil del público. y el flujo de Power BI, y sobre cómo crear informes atractivos e
La audiencia para este curso son profesionales de datos y interactivos.
profesionales de inteligencia de negocios que desean aprender
cómo realizar análisis de datos con precisión utilizando Power • Usar Power BI.
BI. Este curso también está dirigido a aquellas personas que • Bloques de creación de Power BI.
desarrollan informes que visualizan datos de las tecnologías de • Paseo por el servicio Power BI y uso.
la plataforma de datos que existen tanto en la nube como en las
instalaciones. En este módulo, aprenderá lo siguiente:
• Cómo funcionan conjuntamente las aplicaciones y los
Examen. servicios de Power BI.
PL-300: Microsoft Power BI Data Analyst. • Descubra cómo Power BI puede hacer que su negocio sea
más eficaz.
Temario. • Cómo crear objetos visuales e informes atractivos.
Módulo 1: Descripción del análisis de datos.
¿Le gustaría explorar la labor de un analista de datos y saber
cómo cuenta una historia con datos? En este módulo, explorará Módulo 3: Obtención de datos en Power BI.
los diferentes roles en los datos y aprenderá las distintas tareas de Aprenderá a recuperar datos de una variedad de orígenes de
un analista de datos. datos, como Microsoft Excel, bases de datos relacionales y
www.ked.com.mx
KeD es una empresa sustentable, Por favor no imprimas este documento si no es necesario.
PL-300T00
Microsoft Power BI Data Analyst
A
almacenes de datos NoSQL. También aprenderá a mejorar el Al término de este módulo, podrá hacer lo siguiente:
rendimiento durante la recuperación de datos. • Resolver incoherencias, valores inesperados o NULL e
incidencias de calidad de los datos.
• Obtener datos de los archivos. • Aplicar reemplazos de valores fáciles de usar.
• Obtención de datos de orígenes de datos relacionales. • Generar perfiles de datos para que pueda obtener más
• Creación de informes dinámicos con parámetros. información sobre una columna específica antes de usarla.
• Obtención de datos de una base de datos NoSQL. • Evaluar y transformar tipos de datos de columna.
• Obtención de datos de servicios en línea. • Aplicar transformaciones de forma de datos a estructuras de
• Seleccionar un modo de almacenamiento. tabla.
• Obtener datos de Azure Analysis Services. • Combinar consultas.
• Corregir problemas de rendimiento. • Aplicar convenciones de nomenclatura fáciles de comprender
• Resolver errores de importación de datos. a columnas y consultas.
• Editar el código M en el Editor avanzado.
Ejercicio: Preparación de datos en Power BI Desktop.
Al término de este módulo, podrá hacer lo siguiente: Módulo 5: Diseño de un modelo semántico en
• Identificar un origen de datos y conectarse a él. Power BI.
• Obtener datos de una base de datos relacional, como El proceso de creación de un modelo semántico complicado en
Microsoft SQL Server. Power BI es sencillo. Si los datos proceden de más de un sistema
• Obtener datos de un archivo, como Microsoft Excel. transaccional, antes de saberlo, puede tener docenas de tablas
• Obtener datos de aplicaciones. con las que tendrá que trabajar. La creación de un buen modelo
• Obtener datos de Azure Analysis Services. semántico consiste en simplificar el desorden. En este módulo,
• Seleccionar un modo de almacenamiento. obtendrá información sobre la terminología y la implementación
• Corregir problemas de rendimiento. de un esquema de estrella, que es una manera de simplificar un
• Resolver errores de importación de datos. modelo semántico. También obtendrá información sobre por
qué es importante elegir la granularidad de datos correcta para
el rendimiento y la facilidad de uso de los informes de Power BI.
Módulo 4: Limpieza, transformación y carga de Por último, aprenderá a mejorar el rendimiento con los modelos
datos en Power BI. semánticos de Power BI.
Power Query cuenta con una gran cantidad de características
dedicadas a ayudarle a limpiar y preparar sus datos para el análisis. • Uso de tablas.
Aprenderá a simplificar un modelo complicado, a cambiar los • Creación de una tabla de fechas.
tipos de datos, a cambiar el nombre de los objetos y a dinamizar • Uso de dimensiones.
los datos. También aprenderá a generar perfiles de columnas para • Definición de la granularidad de los datos.
saber qué columnas tienen los datos importantes que busca para • Uso de relaciones y cardinalidad.
realizar análisis más profundos. • Resolución de desafíos de modelado.
• Forma de los datos iniciales. Ejercicio: Modelado de datos en Power BI Desktop.
• Simplificación de la estructura de datos.
• Evaluación y cambio de tipos de datos de columna. En este módulo, aprenderá a:
• Combinación de varias tablas en una sola. • Crear tablas de fechas comunes.
• Generación de perfiles de datos en Power BI. • Configurar relaciones de varios a varios.
• Uso del Editor avanzado para modificar el código M. • Resolver relaciones circulares.
• Diseñar esquemas de estrella.
Ejercicio: Carga de datos en Power BI Desktop.
Pag. 2
KeD es una empresa sustentable, Por favor no imprimas este documento si no es necesario.
PL-300T00
Microsoft Power BI Data Analyst
A
Módulo 6: Agregar medidas a los modelos de • Determinar cuándo se debe usar una columna calculada en
Power BI Desktop. lugar de una columna personalizada de Power Query.
En este módulo, aprenderá a trabajar con medidas implícitas y • Agregar una tabla de fechas a un modelo usando cálculos DAX.
explícitas. Comenzará creando medidas simples, que resumen
una sola columna o tabla. A continuación, creará medidas más
complejas en función de otras medidas del modelo. Además, Módulo 8: Uso de las funciones de inteligencia de
obtendrá información sobre las similitudes y diferencias entre una tiempo de DAX en modelos de Power BI Desktop.
columna calculada y una medida. Al final de este módulo, habrá aprendido el significado de la
inteligencia de tiempo y cómo agregar cálculos de inteligencia de
• Creación de medidas simples. tiempo de DAX a un modelo.
• Creación de medidas compuestas.
• Crear medidas rápidas. • Uso de las funciones de inteligencia de tiempo de DAX.
• Comparación de las columnas calculadas con las medidas. • Cálculos de inteligencia de tiempo adicionales.
• Comprobar los conocimientos.
Ejercicio: Creación de cálculos DAX avanzados en Power BI
Ejercicio: Creación de cálculos DAX en Power BI Desktop. Desktop.
Al término de este módulo, sabrá hacer lo siguiente: Al término de este módulo, sabrá hacer lo siguiente:
• Determinar cuándo se deben usar medidas implícitas y • Definir la inteligencia de tiempo.
explícitas. • Usar funciones comunes de inteligencia de tiempo de DAX.
• Crear medidas simples. • Crear cálculos de inteligencia útiles.
• Crear medidas compuestas.
• Crear medidas rápidas.
• Describir las similitudes y diferencias entre una columna Módulo 9: Optimización de un modelo para
calculada y una medida. rendimiento en Power BI.
La optimización del rendimiento, también conocida como ajuste
del rendimiento, implica la realización de cambios en el estado
Módulo 7: Incorporación de tablas y columnas actual del modelo semántico para que se ejecute de forma más
calculadas a modelos de Power BI Desktop. eficaz. Básicamente, cuando el modelo semántico está optimizado,
Al final de este módulo, podrá agregar tablas y columnas funciona mejor.
calculadas a un modelo semántico. También podrá describir el
contexto de una fila, que se usa para evaluar las fórmulas de las • Introducción a la optimización del rendimiento.
columnas calculadas. Dado que es posible agregar columnas a una • Revisión del rendimiento de medidas, relaciones y objetos
tabla mediante Power Query, también aprenderá cuándo es mejor visuales.
crear columnas calculadas en lugar de columnas personalizadas • Uso de variables para mejorar el rendimiento y solucionar
de Power Query. problemas.
• Reducción de la cardinalidad.
• Crear columnas calculadas. • Optimización de modelos de DirectQuery con el
• Más información sobre el contexto de fila. almacenamiento de nivel de tabla.
• Elección de una técnica para agregar una columna. • Creación y administración de agregaciones.
Al término de este módulo, podrá hacer lo siguiente: Al final de este módulo, podrá hacer lo siguiente:
• Crear tablas calculadas • Revisar el rendimiento de medidas, relaciones y objetos
• Crear columnas calculadas visuales.
• Identificar el contexto de una fila • Usar variables para mejorar el rendimiento y solucionar
problemas.
Pag. 3
KeD® es una marca registrada ante el Instituto Mexicano de la Propiedad Intelectual
PL-300T00
Microsoft Power BI Data Analyst
A
• Mejorar el rendimiento mediante la reducción de los niveles • Introducción al diseño de informes para el filtrado.
de cardinalidad. • Aplicación de filtros a la estructura del informe.
• Optimizar los modelos de DirectQuery con el almacenamiento • Aplicación de filtros con segmentaciones.
de nivel de tabla. • Diseño de informes con técnicas avanzadas de filtrado.
• Crear y administrar agregaciones. • Filtrado en tiempo de consumo.
• Selección de técnicas de filtro de informe.
Módulo 10: Diseño de informes de Power BI. Caso práctico: Configuración de filtros de informe basados en
Como Power BI incluye más de 30 objetos visuales principales, comentarios.
puede ser complicado para un principiante seleccionar el correcto.
En este módulo se le guiará por la selección del tipo de objeto En este módulo, aprenderá a:
visual más adecuado para satisfacer los requisitos de diseño de • Diseñar informes para el filtrado.
informes. • Diseñar informes con segmentaciones.
• Diseñar informes mediante técnicas avanzadas de filtrado.
• Especificación del diseño del informe analítico. • Aplicar filtrado en tiempo de consumo.
• Diseño de informes visualmente atractivos. • Seleccionar las técnicas de filtrado de informes adecuadas.
• Objetos de informe.
• Selección de objetos visuales de informe.
• Selección de objetos visuales de informe adaptados al diseño Módulo 12: Mejora de los diseños de informes de
del informe. Power BI para la experiencia del usuario.
• Formato y configuración de visualizaciones. Las características y capacidades que se tratan en este módulo
• Uso de indicadores clave de rendimiento. permitirán mejorar los informes para perfeccionarlos.
Ejercicio: Diseño de un informe en Power BI Desktop. • Diseño de informes para mostrar detalles.
• Diseño de informes para resaltar valores.
En este módulo, aprenderá a: • Diseño de informes que se comportan como aplicaciones.
• Obtener información sobre la estructura de un informe de • Trabajo con marcadores.
Power BI. • Diseño de informes para la navegación.
• Obtener información sobre los objetos de informe. • Trabajo con encabezados de objetos visuales.
• Seleccionar el tipo de objeto visual adecuado que se va a usar. • Diseño de informes con asistencia integrada.
• Optimización del rendimiento de informes.
• Optimización de los informes para su uso en dispositivos
Módulo 11: Configuración de filtros de informe de móviles.
Power BI.
El filtrado de informes es un tema complejo porque hay muchas Ejercicio: mejorar informes de Power BI.
técnicas disponibles para filtrar un informe de Microsoft Power
BI. Pero la complejidad aporta control, lo que permite diseñar En este módulo, aprenderá a:
informes que cumplan los requisitos y las expectativas. Algunas • Diseñar informes para mostrar detalles.
técnicas de filtrado se aplican en tiempo de diseño, mientras • Diseñar informes para resaltar valores.
que otras son adecuadas en tiempo de consumo del informe (en • Diseñar informes que se comporten como aplicaciones.
la vista de lectura). Lo importante es que el diseño del informe • Trabajar con marcadores.
permita a los que lo consumen centrarse de forma intuitiva en los • Diseñar informes para la navegación.
puntos de datos que les interesan. • Trabajar con encabezados de objetos visuales.
• Diseñar informes con asistencia integrada.
• Usar objetos visuales especializados.
Pag. 4
KeD es una empresa sustentable, Por favor no imprimas este documento si no es necesario.
PL-300T00
Microsoft Power BI Data Analyst
A
Módulo 13: Realización de análisis en Power BI. En este módulo, aprenderá a:
Aprenderá a usar Power BI para realizar funciones analíticas de • Crear y administrar áreas de trabajo y elementos de Power BI.
datos, cómo identificar valores atípicos en los datos, cómo agrupar • Distribuir un informe o panel.
los datos y cómo discretizarlos para su análisis. También aprenderá • Supervisar el uso y rendimiento.
a realizar análisis de series temporales. Por último, trabajará con las • Recomendar una estrategia de ciclo de vida de desarrollo.
características analíticas avanzadas de Power BI, como Información • Solucionar problemas de datos mediante la visualización de
rápida, Conclusiones de IA y la característica Analizar. su linaje.
• Configurar la protección de datos.
• Introducción al análisis.
• Exploración del resumen estadístico.
• Identificación de valores atípicos con objetos visuales de Módulo 15: Administración de modelos semánticos
Power BI. en Power BI.
• Agrupación y discretización de datos para el análisis. Con Microsoft Power BI, puede usar un único modelo semántico
• Aplicación de técnicas de agrupación en clústeres. para compilar muchos informes. Reduzca aún más la sobrecarga
• Realización de análisis de series temporales. administrativa con las actualizaciones programadas del modelo
• Uso de la característica Analizar. semántico y resolviendo los errores de conectividad.
• Creación de parámetros de hipótesis.
• Uso de objetos visuales especializados. • Uso de una puerta de enlace de Power BI para conectarse a
orígenes de datos locales.
Ejercicio: Realización de un análisis avanzado con objetos • Configuración de una actualización programada de modelo
visuales de inteligencia artificial. semántico.
• Configurar opciones de actualización incremental.
Objetivos de este módulo: • Administración y promoción de modelos semánticos.
• Explorar el resumen estadístico. • Solucionar problemas de conectividad del servicio.
• Identificar valores atípicos con objetos visuales de Power BI. • Aumentar el rendimiento con almacenamiento en caché de
• Agrupar y discretizar datos para el análisis. consultas (Premium).
• Aplicar técnicas de agrupación en clústeres.
• Realizar análisis de series temporales. En este módulo, aprenderá a:
• Usar la característica Analizar. • Uso de una puerta de enlace de Power BI para conectarse a
• Usar objetos visuales personalizados de análisis avanzado. orígenes de datos locales.
• Revisar Conclusiones rápidas. • Configuración de una actualización programada de modelo
• Aplicar Conclusiones de IA. semántico.
• Configuración de las opciones de actualización incremental.
• Administración y promoción de modelos semánticos.
Módulo 14: Creación y administración de áreas de • Solución de problemas de conectividad del servicio.
trabajo en Power BI. • Aumento del rendimiento con el almacenamiento en caché de
Aprenda a navegar por el servicio Power BI, a crear y administrar consultas (Premium).
áreas de trabajo y elementos relacionados, y a distribuir informes
a los usuarios.
Módulo 16: Creación de paneles en Power BI.
• Distribución de un informe o panel. Los paneles de Microsoft Power BI son diferentes de los informes
• Supervisión del uso y el rendimiento. de Power BI. Los paneles permiten a los consumidores de los
• Recomendar una estrategia de ciclo de vida de desarrollo. informes crear un único artefacto de datos dirigidos que se
• Solución de problemas mediante la visualización de su linaje. personaliza solo para ellos. Los paneles pueden constar de objetos
• Configuración de la protección de datos. visuales anclados que se toman de informes distintos. Cuando un
Pag. 5
KeD® es una marca registrada ante el Instituto Mexicano de la Propiedad Intelectual
PL-300T00
Microsoft Power BI Data Analyst
A
informe de Power BI usa datos de un único modelo semántico, un
panel de Power BI puede contener objetos visuales de distintos
modelos semánticos.
• Introducción a los paneles.
• Configuración de alertas de datos.
• Exploración de los datos mediante la formulación de
preguntas.
• Revisión de Conclusiones rápidas.
• Incorporación de un tema de panel.
• Anclaje de una página de informe activa a un panel.
• Configuración de un panel en tiempo real.
• Establecimiento de la vista para dispositivos móviles.
Ejercicio: Creación de un panel de Power BI.
En este módulo, aprenderá a:
• Establecer una vista para dispositivos móviles.
• Agregar un tema a los objetos visuales en el panel.
• Agregar objetos visuales del modelo semántico a los paneles.
• Anclar una página de informe activa a un panel.
Módulo 17: Implementación de la seguridad de
nivel de fila.
La seguridad de nivel de fila (RLS) permite crear un único
informe, o un conjunto de ellos, destinado a los datos de un
usuario concreto. En este módulo, aprenderá a implementar la
RLS mediante un método estático o dinámico, y cómo Microsoft
Power BI simplifica las pruebas de RLS en Power BI Desktop y el
servicio Power BI.
• Configuración de la seguridad de nivel de fila con el método
estático.
• Configuración de la seguridad de nivel de fila con el método
dinámico.
Ejercicio: Aplicación de seguridad en el nivel de fila en Power
BI.
En este módulo, hará lo siguiente:
• Configurar la seguridad de nivel de fila mediante un método
estático.
• Configurar la seguridad de nivel de fila mediante un método
dinámico.
[email protected]
