Power BI ha revolucionado el análisis de datos en las empresas, permitiendo transformar información en decisiones estratégicas. Sin embargo, para aprovechar todo su potencial, dominar DAX es imprescindible. Este lenguaje de fórmulas permite crear medidas robustas, adaptar cálculos al contexto y construir indicadores precisos para cada necesidad. En este artículo, exploramos diez fórmulas DAX esenciales, con ejemplos prácticos y consejos para integrarlas en modelos de datos sólidos y mantenibles.
¿Qué es DAX y por qué es importante en Power BI?
DAX (Data Analysis Expressions) es el lenguaje de fórmulas utilizado en Power BI, Excel Power Pivot y Analysis Services. Gracias a DAX, es posible crear medidas, columnas calculadas y tablas calculadas que enriquecen el modelo de datos con lógica de negocio, agregaciones avanzadas, cálculos condicionales y comparativas.
Comprender el contexto de filtrado y el de fila, así como el impacto de funciones como CALCULATE, es determinante para obtener resultados fiables y evitar inconsistencias. Estas funciones constituyen la base del reporting y el análisis diario en cualquier proyecto de inteligencia de negocio.
10 fórmulas DAX imprescindibles
1) SUM()
Ejemplo de SUM()
Ventas Totales = SUM(Ventas[TotalVentas])
SUM() permite realizar sumas simples sobre columnas numéricas y es la base para muchas otras medidas.
2) CALCULATE()
Ejemplo de CALCULATE()
Ventas España = CALCULATE([Ventas Totales], Ventas[País] = «España»)
CALCULATE() modifica el contexto de filtro para evaluar una expresión bajo condiciones específicas, lo que permite análisis segmentados.
3) FILTER()
Ejemplo de FILTER()
Ventas >10k = CALCULATE([Ventas Totales], FILTER(Ventas, Ventas[Monto] > 10000))
FILTER() devuelve una tabla filtrada, ideal para combinar con agregaciones o CALCULATE para obtener resultados específicos.
4) ALL()
Ejemplo de ALL()
Cuota Mercado = [Ventas Totales] / CALCULATE([Ventas Totales], ALL(Ventas))
ALL() elimina los filtros de columnas o tablas, facilitando cálculos globales y comparativas entre segmentos.
5) RELATED()
Ejemplo de RELATED()
Departamento = RELATED(Empleados[Departamento])
RELATED() recupera valores de una tabla relacionada (muchas a una), útil en columnas calculadas para enriquecer la información.
6) DIVIDE()
Ejemplo de DIVIDE()
Margen % = DIVIDE(SUM(Ventas[Ganancias]), [Ventas Totales], 0)
DIVIDE() es una alternativa segura a la división tradicional, ya que evita errores cuando el divisor es cero.
7) IF()
Ejemplo de IF()
Bonificación = IF([Ventas Totales] > 50000, «Sí», «No»)
IF() permite establecer condiciones simples para clasificaciones o reglas de negocio dentro de las medidas.
8) SWITCH()
Ejemplo de SWITCH()
Clasificación Lead = SWITCH(TRUE(), Leads[Puntaje] >= 90, «Caliente», Leads[Puntaje] >= 50, «Medio», «Frío»)
SWITCH() ofrece una estructura condicional múltiple más legible y eficiente que anidar varias funciones IF.
9) RANKX()
Ejemplo de RANKX()
Ranking Tiendas = RANKX(ALL(Ventas[Tienda]), [Ventas Totales], , DESC)
RANKX() ordena elementos según una expresión, facilitando la creación de rankings y análisis de top N.
10) DISTINCTCOUNT()
Ejemplo de DISTINCTCOUNT()
Clientes Únicos = DISTINCTCOUNT(Ventas[ClienteID])
DISTINCTCOUNT() cuenta valores únicos de una columna, fundamental para métricas de clientes o productos distintos.
Buenas prácticas al trabajar con DAX
- Prioriza medidas sobre columnas calculadas cuando el resultado depende del contexto de filtros.
- Utiliza un modelo en estrella y relaciones claras; evita columnas calculadas para datos ya presentes en tablas de dimensiones.
- Emplea DIVIDE() en lugar de la división tradicional para prevenir errores por divisor cero.
- Aplica ALL() y ALLEXCEPT() con criterio para comparativas, documentando siempre el alcance de los filtros.
- Implementa una tabla de fechas marcada para funciones temporales como YTD, MTD o comparativas de año.
- Nombra medidas y variables de forma consistente y agrúpalas en carpetas de visualización para facilitar el mantenimiento.
Recursos y ejemplos prácticos
Para poner en práctica estas funciones sobre modelos reales y acelerar el aprendizaje, recomendamos:
- Descargar y probar modelos de referencia en las plantillas gratuitas de Power BI.
- Si ya existe un modelo y se busca afinar KPIs o estructura, la personalización de plantillas en Power BI y Excel ayuda a estandarizar y mejorar informes.
- Revisar contextos de negocio diversos en los casos reales de proyectos con Power BI.
- Para ver un ejemplo con KPIs operativos y ranking, explora este dashboard de producción industrial con Power BI.
La combinación de estas funciones y buenas prácticas permite construir modelos más fiables, con medidas claras y comparativas consistentes. Con iteración y validación continua, el uso de DAX mejora la calidad del análisis y aporta trazabilidad a la toma de decisiones.
Impulsa tus análisis con DAX y Power BI
Dominar las fórmulas DAX es el primer paso para llevar tus informes de Power BI a un nuevo nivel de precisión y utilidad. La integración de estas funciones en modelos bien estructurados permite obtener insights fiables, optimizar la toma de decisiones y facilitar la colaboración entre equipos. Si buscas profundizar en el uso de DAX, explorar casos reales o necesitas ayuda para personalizar tus informes, en ConsultBI ponemos a tu disposición recursos y soporte especializado.
Descubre más sobre soluciones Power BI para empresas, revisa nuestra experiencia en proyectos reales o solicita un presupuesto personalizado para tu organización.
