MICROSOFT POWER BI

1. Descripción de las herramientas

1.1 Microsoft Power BI

Una solución de inteligencia empresarial que permite crear visualizaciones

interactivas y compartir análisis.

Características:

 Conectividad a Fuentes de Datos Diversas: Power BI permite conectar con

una amplia gama de fuentes de datos, tales como bases de datos SQL,
Excel, Google Analytics, Salesforce, API web, y muchas más.
 Transformación de Datos (Power Query): A través de Power Query, puedes
limpiar y transformar datos antes de usarlos para análisis. Puedes eliminar
datos innecesarios, cambiar el formato de las columnas, combinar tablas, etc.
 Modelado de Datos: Power BI permite crear relaciones entre diferentes
conjuntos de datos, lo que facilita la creación de un modelo de datos robusto
y bien estructurado para el análisis.
 Visualizaciones Interactivas: Puedes crear gráficos, mapas, tablas,
indicadores clave de rendimiento (KPI), y otros tipos de visualizaciones
interactivas para representar los datos de manera que sea fácil de entender.
 Dashboards: Los paneles de Power BI proporcionan una visión de alto nivel
de las métricas más importantes. Puedes combinar varias visualizaciones en
un solo panel para obtener una vista completa de los datos clave.
 DAX (Data Analysis Expressions): DAX es un lenguaje de fórmulas utilizado
en Power BI para crear cálculos, medidas y columnas personalizadas. Es
similar a las fórmulas de Excel pero mucho más potente.
 Actualización Automática de Datos: Puedes configurar Power BI para que
actualice los datos de manera automática, lo que asegura que los informes
siempre estén actualizados.
 Accesibilidad y Compartición: Los informes de Power BI pueden ser
fácilmente compartidos con otros usuarios dentro de la organización, y las
visualizaciones pueden ser integradas en sitios web y aplicaciones.

Usos de Power BI

 Análisis Financiero: Para crear informes financieros y de rendimiento,

incluyendo balances, estados de resultados, y análisis de flujos de caja.
 Análisis de Ventas: Para visualizar datos de ventas, realizar segmentaciones
de clientes, y evaluar el rendimiento de productos o servicios.
 Análisis de Marketing: Para rastrear campañas de marketing, evaluar el
retorno de inversión (ROI) y analizar el comportamiento de los clientes.
  Análisis de Inventario: Para gestionar inventarios, controlar la cadena de
suministro y detectar posibles problemas en el stock.
 Análisis Operacional: Para monitorear el rendimiento de operaciones,
recursos humanos, y otros procesos clave dentro de la empresa.

1.2 SQL Server

Un sistema de gestión de bases de datos relacionales desarrollado por Microsoft,

que actúa como el repositorio central de datos.

Características:

● Gestión eficiente de datos estructurados.

● Consultas avanzadas con T-SQL.
● Soporte para grandes volúmenes de datos.
● Seguridad robusta y escalabilidad.

1.3 Microsoft Excel

Una herramienta versátil para análisis, manipulación y presentación de datos en

hojas de cálculo.

Características:

● Conexión a SQL Server y Power BI.

● Análisis con tablas dinámicas, gráficos y fórmulas avanzadas.
● Herramientas de Power Query para transformar datos.
● Portabilidad de datos en formato accesible para usuarios no técnicos.

2. Pasos para dar orígenes de datos

2.1 Conexión de SQL Server con Excel

a) Abrir Excel.
b) Ir a Datos > Obtener datos > Desde una base de datos > Excel.
c) Elegir las tablas o vistas a importar.
 d) Cargar los datos en una hoja de cálculo o en un modelo de datos para
análisis avanzado.

Análisis en Excel:

● Crear tablas dinámicas y gráficos.

● Aplicar fórmulas avanzadas.
● Guardar y compartir el archivo.

Integración entre Power BI y Excel

a) Exportar datos desde Power BI a Excel:

a. En Power BI Service, usa la opción Exportar datos para descargar
datos en formato Excel.
b) Importar datos desde Excel a Power BI:
a. Desde Power BI Desktop, selecciona Obtener datos > Excel.
b. Elige la hoja de cálculo y define relaciones si es necesario.
c) Actualización automática:
a. Configura actualizaciones programadas en Power BI para mantener
sincronizados los datos.

2.2 Conexión de SQL Server con Power BI

a) Abrir Power BI Desktop.

b) Ir a Obtener datos > SQL Server Database.
c) Introducir:
○ Nombre del servidor.
○ Base de datos (opcional).
 En caso no insertar la Base de datos parecera todas las bd del
servidor DESKTOP-ORKPA62 de esta manera se podra realizar un
filtro de las bases de datos que se usaran

d) Configurar la autenticación.
e) Cargar o consultar los datos (DirectQuery o importación).

Consulta: Muestra los casos resueltos con sus respectivas resoluciones

SELECT
C.ID_Caso,
[Link],
[Link] AS TipoViolencia,
[Link]ón,
[Link]ón AS Resolución
FROM Casos C
JOIN TiposViolencia TV ON C.ID_TipoViolencia = TV.ID_TipoViolencia
JOIN Resoluciones R ON C.ID_Caso = R.ID_Caso
WHERE [Link] = 1;
En Power BI:

a) Crear relaciones entre tablas.

b) Aplicar cálculos y medidas con DAX.
c) Diseñar visualizaciones interactivas.

Para diseñar visualizaciones interactivas basadas en los datos de la base de

datos observatorioviolencia, se recomienda utilizar DirectQuery para
garantizar que las visualizaciones se actualicen constantemente con la
información más reciente.

Para comenzar debemos conectarnos a la base de datos

“observatorioviolencia”. Se deberá marcar la opcion DirectQuery para
actualizar constantemente la base de datos
 A continuación, se debe seleccionar la opción para cargar los datos, lo que
permitirá importar la información necesaria y comenzar a trabajar con ella en
Power BI.

2.3 Conexión de SQL POSTGRES(PGADMIN) con Power BI

Los pasos para seguir son:
A. En Power BI Desktop, haz clic en Obtener datos en la barra de herramientas
superior.

B. En la ventana emergente selecciona mas{

C. selecciona la opción PostgreSQL como fuente de datos. Puedes buscar
"PostgreSQL" en la barra de búsqueda si no aparece de inmediato.
D. Haz clic en Conectar.
E. Ahora, debes proporcionar los detalles de conexión de tu base de datos
PostgreSQL:
a) Servidor: Ingresa la dirección del servidor de tu base de datos PostgreSQL. Si
estás utilizando pgAdmin localmente, puedes usar localhost o la dirección IP del
servidor.
b) Base de datos: Especifica el nombre de la base de datos de PostgreSQL a la
que deseas conectarte. Asegúrate de que el nombre de la base de datos sea
correcto.

c) Autenticación: Elige el tipo de autenticación. En la mayoría de los casos,

deberás seleccionar Autenticación básica y proporcionar tu nombre de usuario y
contraseña de PostgreSQL:
Nombre de usuario: El nombre de usuario de la base de datos.
Contraseña: La contraseña asociada al usuario de la base de datos.

d) Haz clic en Conectar.

 e) Después de conectar Power BI a PostgreSQL, Power BI mostrará una lista de las
tablas y vistas disponibles en la base de datos PostgreSQL que seleccionaste.

f) Selecciona las tablas y vistas que deseas importar a Power BI. Si lo deseas, también
puedes aplicar filtros o transformar los datos antes de cargarlos, utilizando las
opciones de transformación que Power BI ofrece.
g) Haz clic en Cargar para importar los datos seleccionados en Power BI.

2.3 Conexión de Access con Power BI

Los pasos para seguir son:
g) En Power BI Desktop, haz clic en Obtener datos en la barra de herramientas
superior.

h) En la ventana emergente selecciona mas{

F. selecciona la opción Access como fuente de datos. Puedes buscar "Access" en la
barra de búsqueda si no aparece de inmediato.
G. Haz clic en Conectar.
H. En la ventana emergente, proporciona la ruta del archivo de Access:
I. Haz clic en Examinar y selecciona el archivo .accdb o .mdb desde tu computadora.
J. Haz clic en Abrir.
K. Una vez conectado, Power BI mostrará una lista de todas las tablas y consultas
disponibles en la base de datos de Access.
L. Selecciona las tablas o consultas que deseas importar.
 M. Haz clic en Cargar para importar los datos directamente a Power BI.

4. Transformar los datos si es necesario con Power Query.

En Power BI, puedes realizar diversas transformaciones de datos para

mejorar la calidad y la estructura de los datos antes de analizarlos. Basado
en las tablas que has proporcionado, a continuación te menciono algunas
transformaciones comunes que puedes realizar usando el editor de consultas
en Power BI

1. Cambiar el tipo de datos

Asegúrate de que las columnas tienen el tipo de datos correcto. Por ejemplo,
verifica que los campos Fecha sean de tipo Fecha, Edad de tipo Número
entero, y Resuelto de tipo Booleano (Sí/No).

Ejemplo: Resolución se encontraba en tipo boleam 1 o 0, lo cambiaremos a

tipo text ‘SI’ o ‘NO’
 2. Agregar columnas calculadas

● Puedes crear nuevas columnas basadas en los datos existentes. Por

ejemplo, para calcular la edad de las víctimas en función de su fecha de
nacimiento (si tuvieras esa información) o para calcular la duración del caso
en días.

Ejemplo power query para calcular duración del caso

En Power Query, cuando necesitas usar dos tablas diferentes (como Casos y
Resoluciones) en una transformación, debes asegurarte de que ambas tablas
estén correctamente relacionadas o unidas antes de que puedas realizar
cálculos entre ellas.

¿Cómo acceder a columnas de dos tablas en Power Query?

Si las tablas Casos y Resoluciones están relacionadas (por ejemplo, a través

de un campo común como ID_Caso), puedes seguir estos pasos para
combinar los datos de ambas tablas y calcular la diferencia de fechas:

Pasos para combinar las tablas en Power Query y calcular la diferencia de

fechas

i. . Asegúrate de que las tablas estén relacionadas

Las tablas Casos y Resoluciones deben estar relacionadas en Power Query.

Si aún no están combinadas (es decir, no están en una sola tabla),
necesitarás hacer un merge (unión) de las tablas. Puedes hacer esto de la
siguiente manera:

● Selecciona la tabla Resoluciones en Power Query.

● En la pestaña Inicio, haz clic en Combinar consultas y selecciona
Fusionar.
● En la ventana de combinación, selecciona la tabla Resoluciones y el
campo de unión, como ID_Caso en ambas tablas.
 ii. Expandir las columnas de la tabla combinada

Después de hacer la combinación (merge), tendrás una nueva columna que

contiene las filas de la tabla Resoluciones relacionadas con cada fila de la
tabla Casos. Ahora necesitas expandir esa columna para acceder a las
columnas de la tabla Resoluciones.

● Haz clic en el ícono de expansión (un pequeño cuadrado con flechas)

al lado de la nueva columna (que contiene la tabla Resoluciones).
● Expande la columna FechaResolución (y otras columnas relevantes de
Resoluciones) para que ahora tengas acceso a las columnas de
ambas tablas en una sola tabla combinada.

iii. Agregar una columna personalizada para la diferencia de fechas

Ahora que ambas columnas de fecha (de Casos y Resoluciones) están

disponibles en la misma tabla, puedes agregar una nueva columna que
calcule la diferencia entre ellas.

● Ve a la pestaña Agregar columna y selecciona Columna

personalizada.
● Escribe una fórmula como esta para calcular la diferencia en días:

[Link]([Link]([FechaResolución] - [#"Casos (3).Fecha"]))

Esto calculará la diferencia en días entre la fecha de resolución y la fecha del
caso.

iv. Aplicar los cambios

Una vez que hayas realizado estos pasos, haz clic en Cerrar y aplicar para
aplicar los cambios y regresar a Power BI.

Puedes reemplazar los valores nulos en las columnas clave (como Región o
Ocupación) con un valor predeterminado, como "Desconocido" o "No
especificado".

5. Visualizaciones del Power Bi

a) Cantidad de casos por tipo de violencia (Gráfico de barras
agrupadas)

Este gráfico permite comparar las categorías de violencia de forma clara y

ordenada. Configura el eje X con el campo Tipo de la tabla TiposViolencia y
los valores con el conteo de ID_Caso de la tabla Casos.

b) Distribución de género del agresor (Gráfico de torta)

Para analizar el género de los agresores, emplea un gráfico de torta.

Configura la leyenda con el campo Género de la tabla Personas, filtrando por
los agresores a través de su relación con la tabla Casos. Los valores deben
ser el conteo de ID_Agresor. Este gráfico mostrará la proporción de
agresores según su género.

c) Promedio de ocupaciones de las víctimas (Gráfico de donut)

Utiliza un gráfico de donut para mostrar las ocupaciones más comunes entre
las víctimas. Configura la leyenda con el campo Ocupación de la tabla
Personas, filtrando por las víctimas relacionadas con la tabla Casos. Los
valores deben ser el conteo promedio de ID_Víctima, lo que permitirá
destacar las ocupaciones predominantes entre las personas afectadas.

d) Número de víctimas por región (Gráfico de columnas apiladas)

Emplea un gráfico de columnas apiladas para visualizar la cantidad de

víctimas en cada región. Configura el eje X con el campo Región de la tabla
Casos y los valores con el conteo de ID_Víctima. Utiliza una leyenda opcional
para categorizar por género o tipo de violencia.

e) Recuento de casos resueltos por región (Gráfico de líneas)

Para analizar la evolución de los casos resueltos en diferentes regiones, usa

un gráfico de líneas. Configura el eje X con el campo Región de la tabla
Casos y los valores con el conteo de Resuelto, filtrando los casos donde este
campo sea verdadero. Este gráfico ayudará a identificar las áreas con mayor
proporción de casos solucionados.
f) Recuento de casos pendientes por región (Gráfico de columnas)

g) Recuento de casos pendientes por tipo de violencia(Gráfico de

cintas)
 h) Listado de datos de la tabla casos (tabla)

i) Recuento de casos resueltos y no resueltos (Grafico de tablas)

j) Botón para pasar a la siguiente página (boton)

k) Recuento de incidente por tipo de violencia (Grafico de columnas)

l) Listado de datos de la tabla incidente (tabla)

m) Recuento de persona por organismo receptor y rol (Grafico circular)

m) Recuento de incidente, estado y tipo de violencia (Grafico áreas apilads

y grafico de barras agrupadas)
Finalmente, es posible desarrollar un informe o dashboard que integre todas
las visualizaciones, proporcionando una visión completa y dinámica de los
datos para facilitar el análisis y la toma de decisiones.
6. Diseño de la Base de Datos

Creación de tablas en Sql Server

CREATE TABLE Personas (

 Ci INT PRIMARY KEY,
Nombre NVARCHAR(100) NOT NULL,
Edad INT NOT NULL,
Género NVARCHAR(10) CHECK (Género IN ('Masculino', 'Femenino', 'Otro')),
Ocupación NVARCHAR(100)
);

CREATE TABLE TiposViolencia (

ID_TipoViolencia INT PRIMARY KEY,
Tipo NVARCHAR(50) NOT NULL,
Descripción NVARCHAR(255)
);

CREATE TABLE Casos (

ID_Caso INT PRIMARY KEY,
Fecha DATE NOT NULL,
ID_TipoViolencia INT NOT NULL,
Región NVARCHAR(100),
Resuelto BIT DEFAULT 0,
ID_Víctima INT NOT NULL,
ID_Agresor INT NOT NULL,
FOREIGN KEY (ID_TipoViolencia) REFERENCES
TiposViolencia(ID_TipoViolencia),
FOREIGN KEY (ID_Víctima) REFERENCES Personas(Ci),
FOREIGN KEY (ID_Agresor) REFERENCES Personas(Ci)
);

CREATE TABLE Resoluciones (

ID_Resolución INT PRIMARY KEY,
ID_Caso INT NOT NULL,
FechaResolución DATE,
Descripción NVARCHAR(255),
FOREIGN KEY (ID_Caso) REFERENCES Casos(ID_Caso)
);

Creación de tablas en Postgress

CREATE TABLE Personas (

id_persona SERIAL PRIMARY KEY,
nombre VARCHAR(100),
sexo VARCHAR(20),
edad INT,
direccion VARCHAR(255),
tipo VARCHAR(20) CHECK (tipo IN ('Víctima', 'Agresor'))
);
CREATE TABLE Incidentes (
id_incidente SERIAL PRIMARY KEY,
fecha DATE NOT NULL,
ubicacion VARCHAR(255),
descripcion TEXT,
tipo_violencia VARCHAR(50),
estado VARCHAR(20) CHECK (estado IN ('Reportado', 'En Investigación',
'Cerrado'))
);

CREATE TABLE Relaciones_Incidentes (

id_relacion SERIAL PRIMARY KEY,
id_persona INT REFERENCES Personas(id_persona),
id_incidente INT REFERENCES Incidentes(id_incidente),
rol VARCHAR(20) CHECK (rol IN ('Víctima', 'Agresor', 'Testigo'))
);

CREATE TABLE Recursos_Apoyo (

id_recurso SERIAL PRIMARY KEY,
nombre_recurso VARCHAR(100),
tipo_recurso VARCHAR(50),
contacto VARCHAR(255)
);

CREATE TABLE Reportes (

id_reporte SERIAL PRIMARY KEY,
id_incidente INT REFERENCES Incidentes(id_incidente),
fecha_reporte DATE NOT NULL,
organismo_receptor VARCHAR(100),
estado_reporte VARCHAR(20) CHECK (estado_reporte IN ('Aceptado',
'Rechazado', 'En Proceso'))
);