Para un control presupuestario eficaz en la construcción, el objetivo es simple: comparar lo que planeamos gastar con lo que realmente gastamos. La clave para visualizar esta comparación de forma clara y rápida en Power BI reside en la arquitectura de los datos. En lugar de consolidar todo en una tabla gigante, como se haría en Excel, usaremos una estructura más eficiente y escalable: el Esquema en Estrella (Star Schema).

Este modelo organiza los datos en dos tipos de tablas: tablas de hechos, que contienen las cifras numéricas, y tablas de dimensiones, que proporcionan el contexto. Esta separación es fundamental para el rendimiento y la flexibilidad del análisis.

Imagina que los datos son los actores de una obra. Las tablas de hechos son los protagonistas que ejecutan las acciones (los números, las transacciones). Las tablas de dimensiones son el escenario y el guion que nos dicen quién, qué, cuándo y dónde.

Esta estructura nos permite filtrar y segmentar las cifras de las tablas de hechos utilizando los atributos de las tablas de dimensiones. Por ejemplo, podemos ver los gastos reales (hecho) de un proveedor específico (dimensión) en un proyecto concreto (dimensión) durante el mes de marzo (dimensión).

Un desafío común al comparar presupuestos y gastos es la diferencia de granularidad de los datos. El presupuesto puede estar definido a nivel mensual y por partida general, mientras que el gasto real es transaccional y diario, a nivel de factura individual. Esto significa que la tabla de Actuals tendrá muchas más filas que la tabla de Budget.

No hay problema. El Esquema en Estrella gestiona esto perfectamente. Ambas tablas de hechos, Budget y Actuals, se conectarán a las mismas tablas de dimensiones compartidas. Power BI utilizará estas relaciones para agregar los datos del gasto diario al nivel del presupuesto mensual cuando sea necesario, permitiendo una comparación directa.

La clave es asegurar que las relaciones sean siempre desde la tabla de dimensión (lado "uno") hacia la tabla de hechos (lado "muchos"). Por ejemplo, cada proyecto en la tabla DimProyectos puede tener muchos registros de gastos en la tabla FactActuals. Power BI representa esto como una relación de uno a muchos (1:*).

Los datos exportados de un ERP de construcción rara vez están listos para ser usados directamente. A menudo se presentan en un formato normalizado para eficiencia transaccional, pero no para análisis. Nuestro trabajo en Power Query es "desnormalizar" parcialmente y limpiar estos datos para que encajen en nuestro Esquema en Estrella.

Las tareas comunes de preparación incluyen:

• Separar Hechos y Dimensiones: A partir de una exportación grande, crea consultas separadas para tus tablas de hechos (Actuals, Budget) y dimensiones (Proyectos, Cuentas, Proveedores).
• Crear Claves Únicas: Asegúrate de que cada tabla de dimensión tenga una columna con un identificador único (ej. ProyectoID, CuentaID). Si no existe, puedes crearla combinando columnas o usando la función de índice de Power Query.
• Limpiar y Estandarizar: Elimina filas innecesarias, corrige errores tipográficos y estandariza los formatos de fecha y número. Una tabla de calendario bien estructurada es fundamental; puedes crear una dinámicamente usando DAX o Power Query.

Una vez que los datos están limpios y estructurados en tablas de hechos y dimensiones, el siguiente paso es cargarlos en el modelo de Power BI y establecer las relaciones. Con esta base sólida, estaremos listos para empezar a escribir fórmulas DAX que darán vida a nuestro análisis.

Ahora, pongamos a prueba tu comprensión de estos conceptos de modelado.

Con una estructura de datos sólida, estamos listos para el siguiente paso: usar DAX para crear las métricas que impulsarán nuestro informe.