Los datos se han convertido en uno de los activos más importantes, si no el más importante, que tienen hoy en día todas las organizaciones. Todas las empresas, sin excepción, utilizan los datos para tomar decisiones —desde las cotidianas (operativas) hasta las de largo plazo (estratégicas).
--
Ser capaz de analizar conjuntos de datos y extraer conclusiones relevantes se ha convertido en una habilidad crítica y muy demandada en la mayoría de las empresas. Los datos pueden presentarse en muy diversos tamaños, estructuras, formatos o tipos.
En este curso nos centraremos en proporcionar herramientas para visualizar conjuntos de datos habituales y facilitar su análisis por parte de los usuarios de negocio mediante herramientas como aplicaciones o cuadros de mando.
Primera parte del semestre: Power BI Desktop: cargar datos, preparación de datos, fundamentos de modelización de datos y visualización de datos
Segunda parte del semestre: Power BI Service: uso compartido de reportes y elementos del modelo de datos
Proyecto: caso de negocio VanArsdel (juego de datos Microsoft)
Week | Session | Unit | Subject | Continuous Evaluation |
1 | 6/2 | Loading data | Power Query basics |
|
2 | 13/2 | Loading data | Power Query intermediate |
|
3 | 20/2 | Data modeling | Introduction to dimensional data modeling |
|
4 | 27/2 | Data modeling | Relationships, DAX | Homework1 |
5 | 6/3 | Visualizing data | Concepts, Power BI visuals, report settings |
|
6 | 13/3 | Visualizing data | DAX, Time Intelligence, interactions set up |
|
7 | 20/3 | Summary MidTerm |
|
|
Midterm | 27/3 | Midterm evaluation |
|
|
8 | 10/4 | Mobile reports |
|
|
9 | 17/4 | Publishing and sharing reports | Power BI Service online components | Homework2 |
Campus/ holiday | 24/4; 1/5 |
|
|
|
10 | 8/5 | VanArsdel dataset project |
|
|
11 | 15/5 | VanArsdel dataset project |
|
|
12 | 22/5 | VanArsdel dataset project |
|
|
13 | 29/5 | Summary Final |
|
|
Final | 5/6 | Final evaluation |
|
|
La tabla siguiente relaciona los resultados del aprendizaje con los contenidos enseñados para conseguirlos:
RA | Temario |
R1 | Pasos previos y objetivos de la visualización de datos |
R2 | Tipos de información y selección de gráficos |
R3 | Diseño de cuadros de mando |
R4 | Herramientas para la visualización de datos |
R5 | Gráficos avanzados |
La asignatura es mayoritariamente práctica (75%).
Se aprenderá a conectar diferentes fuentes de datos a Microsoft Power BI mediante el editor Power Query.
Los estudiantes reproducirán las demostraciones realizadas por el ponente y se tratarán contenidos teóricos (25%) de manera intercalada, que darán sentido al contenido teórico, como el lenguaje DAX y los fundamentos de la modelización de datos.
R1, R2, R3, R4 | Evaluación continua | 25% |
R2, R3 | Examen Parcial | 15% |
R2, R3, R4 | Examen Final | 30% |
R4, R5 | Proyecte en grupo | 30% |
--
· Knaflic, C.N. (2015). Storytelling with Data: A Data Visualization Guide for Business Professionals. Hoboken, New Jersey: Wiley.
· Cairo, A. (2016). The truthful art: data, charts, and maps for communication. New Riders.
· Hopkins, W. (2022). Power BI for the Excel Analyst. Holy Macro! Books.
· Russo, M. and Ferrari, A. (2020). The definitive guide to DAX: business intelligence with Microsoft Power BI, SQL server analysis services, and Excel. Microsoft Corporation By Pearson Education.
· Kimball, R. and Caserta, J. (2009). The data warehouse ETL toolkit practical techniques for extracting, cleaning, conforming, and delivering data. Indianapolis, Ind. Wiley.
//