Tutorial de Power Pivot para Excel:

Los Casos y Ejemplos más Usados

Todo analista financiero es un genio en Excel. Sin embargo, al hacerse
más económico el almacenamiento, nuestras organizaciones van
acumulando más data. Y al tener más de esta data se hace más
complicado trabajar con Excel—o llegamos al límite de fila 1,048,576, o el
documento disminuye la velocidad tratando de procesar todo.
A menudo, la decisión se encuentra entre perder detalles organizados
cuidadosamente, o trabajar en un libro de trabajo tediosamente lento. A
veces, tenemos que ser creativos para poder combinar dos grandes sets
de data. Recurrimos a usar fórmulas complejas y esperamos una eternidad
para que los cálculos sean resueltos.

Afortunadamente, ya no tienes que tomar estas decisiones. La

funcionalidad de Power Pivot de Excel provee una manera de extraer,
combinar y analizar grandes sets de data. A pesar del hecho de que fue
lanzado con Excel en el año 2010, la mayoría de los analistas financieros
que conozco todavía no saben cómo usar Power Pívot, y muchos ni
siquiera saben que existe.
En este artículo, te voy a enseñar cómo usar Power Pívot para sobrellevar
algunos problemas comunes de Excel y echaremos un vistazo a las
ventajas adicionales clave del software usando algunos ejemplos. Este
tutorial de Power Pívot para Excel tiene como finalidad servir de guía para
lo que puedes conseguir con esta herramienta y, al final, voy a explorar
algunos ejemplos de casos de uso dónde Power Pívot puede ser
invaluable.

¿Qué es Power Pivot y Por qué es Útil?

Power Pivot es una característica de Microsoft Excel que fue introducida
como un agregado de Excel 2010 y 2013 y es, ahora, una característica
nativa para Excel 2016. Como lo explica Microsoft, Power Pivot para Excel
“te permite importar millones de filas de data desde múltiples fuentes de
data a un solo libro de trabajo de Excel, crear relaciones entre data
heterogénea, crear columnas calculadas y medir usando fórmulas,
construir PivotTables y PivotCharts, y luego analizar a profundidad la data
para que así puedas tomar decisiones de negocios oportunas sin la
asistencia del equipo IT.”
La expresión de lenguaje principal usada por Microsoft en Power Pivot
es DAX (Data Analysis Expressions), aunque otros también pueden usarse
en situaciones específicas. De nuevo, como lo explica Microsoft, “DAX es
una colección de funciones, operadores y constantes que se pueden usar
en una fórmula, o expresión, para calcular y regresar uno o más valores.
Puesto de manera más sencilla, DAX te ayuda a crear nueva información
desde la data que ya se encuentra en tu modelo.” Afortunadamente, para
aquellos ya familiarizados con Excel, las fórmulas DAX les parecerán
conocidas, ya que muchas de las fórmulas tienen sintaxis similar
(ej., SUM , AVERAGE , TRUNC ).
Para aclarar, los beneficios clave de usar Power Pivot vs. Excel básico se
puede resumir así:

 Te permite importar y manipular cientos de millones de filas de data

donde Excel tiene una fuerte constricción de más de un millón de
filas.

 Te permite importar data desde múltiples fuentes a un libro de trabajo

de fuente único, sin tener que crear múltiples hojas de fuente que
sufren de control de versión y problemas de transferibilidad.

 Te permite manipular la data importada, analizarla y sacar

conclusiones sin bajar la velocidad de tu computadora a la velocidad
de un caracol.

 Te permite visualizar la data con PivotCharts y Power BI.

En las siguientes secciones, pasaré por cada uno de los beneficios

nombrados y te mostraré cómo Power Pivot para Excel te puede ayudar.

1) Importar Grandes Sets De Data

Como ya lo discutimos, una de las limitaciones más grandes de Excel tiene
que ver con el trabajo con sets de data extremadamente grandes.
Afortunadamente para nosotros, Excel puede subir más del límite de la fila
de un millón, directamente a Power Pivot.

Para demostrar esto generé una muestra de un set de data de un valor de

ventas de dos años, esto para un vendedor de productos de deporte, con
nueve categorías de productos diferentes y cuatro regiones. El set de data
resultante es de dos millones de filas.

Usando la tabulación Data en la banda, cree una Nueva Pregunta del

archivo CSV (Muestra 1). Esta funcionalidad usada antes se
llamaba PowerQuery, pero desde Excel 2016, se ha integrado mucho más
en la tabulación de Data de Excel.
Muestra 1: Creando una Nueva Prueba
¡Pasar de un libro de trabajo en blanco de Excel a subir las dos millones
de filas a Power Pivot tomó más o menos un minuto! Nota que pude
formatear un poco de data ligera al ascender la primera fila para que se
convirtieran en los nombres de las columnas. En los últimos años, la
funcionalidad de Power Query ha mejorado enormemente, pasó de un
agregado de Excel a parte integrada de la tabulación de Data en la barra
de herramientas. Power Query puede girar, aplastar, limpiar y dar forma a
tu data a través de una variedad de opciones y su propio idioma, M.

2) Importar Data desde Múltiples Fuentes

Uno de los beneficios clave de Power Pivot para Excel, es la habilidad de
importar data fácilmente de múltiples fuentes. Previamente, muchos de
nosotros creábamos múltiples hojas de trabajo para nuestras distintas
fuentes de data. A menudo, este proceso involucraba escribir código VBA
y copiar y pegar de estas fuentes dispares. Afortunadamente para
nosotros, Power Pívot te permite importar data desde distintas fuentes de
data directamente a Excel sin tener que encontrarse con los problemas
mencionados anteriormente.

Al usar la función Query en la Muestra 1, podemos extraer desde

cualquiera de las siguientes fuentes:
 Microsoft Azure

 SQL Server

 Teradata

 Facebook

 Salesforce

 Archivos JSON

 Libros de trabajo de Excel

 …y muchos más

Más aún, múltiples fuentes de data pueden ser combinadas en la

función Query o en la ventana Power Pivot, para integrar data. Por
ejemplo, puedes extraer data de costo de producción de un libro de trabajo
de Excel y resultados de ventas verdaderos del servidor SQL a través
de Query hacia Power Pivot. A partir de ahí, puedes combinar los dos sets
de data al combinar números de un lote de producción con márgenes
brutos por unidad.

3) Trabajar con Grandes Sets de Data

Otra ventaja clave de Power Pivot para Excel es la habilidad de manipular
y trabajar con grandes sets de data para alcanzar conclusiones y análisis
relevantes. Pasaré por algunos ejemplos comunes, para darte una
apreciación del poder de la herramienta.

Medidas

Los adictos a Excel estarán completamente de acuerdo con

que PivotTables son unas de las tareas más útiles pero al mismo tiempo
frustrantes de realizar. Particularmente frustrantes cuando se trata de
trabajar con grandes sets de data. Afortunadamente, Power Pivot para
Excel nos permite crear, rápida y fácilmente, PivotTablescuando se trabaja
sets de data más grandes.
En la imagen de abajo (Muestra 2), nota como la ventana de Power Pivot
está separada en dos cristales. El cristal de arriba tiene la data y el de
abajo contiene las medidas. Una medida es un cálculo que se realiza en
todo el set de data. He ingresado una medida al ingresar la celda
resaltada.

Total Sales:=SUM('Accounting Data'[Amount])

Esto crea una nueva medida que suma a través de la columna de

Cantidad. Similarmente, puedo ingresar otra medida en la celda de abajo.

Average Sales:=AVERAGE('Accounting Data'[Amount])

Muestra 2: Creando Medidas

Desde ahí, observa lo rápido que es crear una PivotTable familiar en un
gran set de data.
Muestra 3: Creando una PivotTable
Tablas de Dimensión

Como analistas financieros que usan Excel, nos convertimos adeptos al

usar fórmulas complicadas para doblegar la tecnología a nuestra voluntad.
Dominamos VLOOKUP , SUMIF , y hasta el temido INDEX(MATCH()) . Sin
embargo, al usar Power Pivot, podemos deshacernos de mucho de esto.
Muestra 4: Agregar una Tabla Creada por el Usuario a un Modelo
Power Pivot
Para demostrar esta funcionalidad, creé una pequeña tabla de referencia
en la que asigné cada Categoría a un Tipo. Al escoger “Agregar a Modelo
de Data”, esta tabla es cargada a Power Pivot (Muestra 4 arriba).

También creé una tabla de fecha para ser usada con nuestro set de data
(Muestra 5). Power Pivot para Excel hace más fácil crear una tabla de
fecha rápidamente, para así consolidar por meses, trimestres y días de la
semana. El usuario puede también crear una tabla de fecha más a la
medida para analizar por semanas, años fiscales, o cualquier
agrupamiento específico de la organización.

Muestra 5: Crear una Tabla de Fecha

Columnas de Cálculo

Aparte de las medidas, hay otro tipo de cálculo: las columnas de cálculo.
Los usuarios de Excel se sentirán cómodos escribiendo estas fórmulas, ya
que son muy similares a escribir fórmulas en tablas de fecha. Creé una
nueva columna de cálculo abajo (Muestra 6) la cual organiza la tabla de
Data de Contabilidad por Cantidad. Las ventas por debajo de 50 dólares se
marcan como “Pequeñas” y el resto se marcan como “Grandes”. ¿No se
siente intuitiva la fórmula?

Muestra 6: Creando una Columna de Cálculo

Relaciones

Luego, podemos crear una relación entre el campo de la Categoría de la

tabla de Data de Contabilidad y el campo de Categoría de la tabla de
Categoría, usando la Vista de Diagrama. Adicionalmente, podemos definir
una relación entre el campo Fecha de Ventas de la tabla de Data de
Contabilidad y el campo de Fecha de la tabla de Calendario.

Muestra 7: Definiendo Relaciones

Ahora, sin necesidad de ninguna función SUMIF o VLOOKUP , podemos crear
una PivotTable que calculó Ventas Totales por año y tipo, con un cortador
para el Tamaño de la Transacción.
Muestra 8: PivotTable Usando Relaciones
O, podemos crear una gráfica de Ventas Regulares para cada día de la
semana usando la nueva tabla de Calendario.

Muestra 9: PivotChart Usando Relaciones

Mientras esta gráfica parece simple, es impresionante que haya tomado

menos de 10 segundos crear una consolidación de más de dos millones de
filas de data, sin agregar una nueva columna a la data de ventas.

Mientras podemos llevar a cabo estos escenarios de reportaje

consolidados, también podemos adentrarnos en los ítems de línea
individuales. Retenemos nuestra data altamente granular.

Funciones Avanzadas

Hasta ahora, la mayoría de los análisis que he mostrado son,

relativamente, cálculos directos. Ahora, quiero demostrar algunas de las
capacidades más avanzadas de esta plataforma.

Inteligencia de Tiempo
A menudo, cuando examinamos los resultados financieros, queremos
compararlos a un periodo de tiempo comparable del año anterior. Power
Pivot tiene unas funciones de inteligencia de tiempo integradas.

Same Period Last Year Sales:=CALCULATE([Total

Sales],SAMEPERIODLASTYEAR('Calendar'[Date]))

YOY Sales Growth:=if(not(ISBLANK([Same Period Last Year Sales])),([Total

Sales]/[Same Period Last Year Sales])-1,BLANK())

Por ejemplo, agregar solo dos medidas sobre la tabla de Data de

Contabilidad en Power Pivot me permite producir la
siguiente PivotTable en solo un par de clics.
Muestra 10: Inteligencia de Tiempo PivotTable
Granularidades Disparejas

Como analista financiero, un problema que tengo que resolver a menudo

es las granularidades disparejas. En nuestro ejemplo, la data exacta de
ventas se muestra en el nivel de categoría, pero preparemos un
presupuesto que está solo en un nivel de temporada. Para extender esta
disparidad, vamos a preparar un presupuesto trimestral, aunque la data de
ventas sea diaria.

Muestra 11: Granularidades - Tabla de Presupuesto

Con Power Pivot para Excel, esta inconsistencia se resuelve fácilmente. Al

crear dos tablas de referencia adicionales, o tablas de dimensión en
nomenclatura de base de datos, podemos crear las relaciones apropiadas
para analizar nuestras ventas verdaderas en comparación con las
cantidades presupuestadas.

Muestra 12: Granularidades - Relaciones Disparejas

En Excel, la siguiente PivotTable está lista rápidamente.
Muestra 13: Granularidades - Presupuesto Disparejos vs. Resultados
Verdaderos
Además, podemos definir nuevas medidas que calculan la divergencia
entre ventas verdaderas y ventas presupuestadas, como se muestra abajo:

Actual-to-Budget Variance:=if(ISBLANK([Total Budgeted Sales]),BLANK(),[Total

Sales]/[Total Budgeted Sales]-1)

Al usar esta medida, podemos mostrar la divergencia en una PivotTable.

Muestra 14: Granularidad es Disparejas - Resultados Divergentes

Like what you're reading?

Get the latest updates first.

Get Exclusive Updates

No spam. Just great finance posts.

Porcentaje Total
Finalmente, examinemos las ventas en una categoría en particular como
porcentaje de todas las ventas (ej., contribución de categoría a ventas
generales), y ventas en una categoría en particular como porcentaje de
todas las ventas de un mismo tipo (ej., contribución de categoría a ventas
por temporadas). Creé las dos medidas que se muestran abajo:

Total Sales as Percent of All Sales:=[Total Sales]/CALCULATE([Total

Sales],ALL('Accounting Data'))

Total Sales as Percent of Type:=[Total Sales]/CALCULATE([Total

Sales],ALL('Accounting Data'[Category]))

Esas medidas ahora se pueden implementar en una nueva PivotTable:

Muestra 15: Porcentaje Total

Nota como se realizan los cálculos en ambos tipos de niveles, el de

categoría y el de tipo temporal. Me encanta como se realizan estos
cálculos, tan rápido y sin esfuerzo, sobre todo en un set de data tan
grande. Estos son solo unos pocos ejemplos de la elegancia y el claro
poder computacional de Power Pivot.

Compresión

Otro beneficio es que los tamaños de los archivos se minimizan. El tamaño

original del archivo era de 91MB y ahora es menos de 4MB. Eso es una
compresión de 96% del archivo original.

Muestra 16: Tamaños de Archivo

¿Cómo sucede esto? Power Pivot usa el motor xVelocity para comprimir la
data. En términos más sencillos, la data está almacenada en columnas en
vez de filas. Este método de almacenamiento permite a la computadora
comprimir valores duplicados. En nuestro ejemplo de set de data, hay solo
cuatro regiones que se repiten en los dos millones de filas. Power Pivot
para Excel puede almacenar eficientemente esta data. El resultado es que
para la data que tiene muchos valores repetitivos, cuesta mucho menos
almacenar esta data.
Algo importante a resaltar es que yo usé cantidades de dólares completas
en este set de data de muestra. Si hubiese incluido dos puntos decimales
para reflejar céntimos, el efecto de compresión disminuiría a un
impresionante 80% del tamaño del archivo original.

Tabular SSAS

Los modelos Power Pivot también pueden ser expansibles a toda la

empresa. Digamos que construyes un modelo Power Pivot que comienza a
ganar usuarios en la organización, o la data crece a 10 millones de filas, o
ambas. En ese momento, puede que no quieras treinta usuarios distintos
actualizando el modelo o haciendo cambios. El modelo puede ser
convertido en una Tabular SSAS, sin mayores inconvenientes. Todas las
tablas y relaciones son retenidas, pero ahora puedes controlar la
frecuencia de actualización, asignar roles (ej., solo lectura, lectura y
procesar) a varios usuarios, e implementar un pequeño front-end de Excel,
el cual se conecta al modelo Tabular. El resultado es que tus usuarios
podrían acceder al modelo tabular implementado, con un pequeño libro de
trabajo, pero no accederían a las fórmulas y medidas.

4) Análisis y Visualización de Data

Fórmulas CUBE

Una de las peticiones más comunes de mis clientes es que cree reportes
que conformen diseños estrictamente definidos. Tengo clientes que piden
anchos de columna específicos, códigos de color RGB y nombres y
tamaños de letras predeterminados. Considera el siguiente panel de
instrumentos:

Muestra 17: Fórmulas CUBE empotradas

¿Cómo poblamos los números de ventas sin generar PivotTables, si todas

nuestras ventas son almacenadas con Power Pivot para Excel? Usando
fórmulas CUBE! Podemos escribir fórmulas CUBE dentro de cualquier
celda Excel y realizará el cálculo con el modelo Power Pivot que ya hemos
construido.
Por ejemplo, la siguiente fórmula está escrita en la celda bajo el nombre
“Ventas Totales 2016:”
=CUBEVALUE("ThisWorkbookDataModel","[Measures].[Total
Sales]","[Calendar].[Year].[2016]")

La primera parte de la fórmula, resaltada en amarillo, se refiere al nombre

del modelo Power Pivot. En general, se usa ThisWorkbookDataModel para
versiones más nuevas de Power Pivot para Excel. La porción en verde
define que queremos usar la medida Ventas Totales. La parte en azul
instruye a Excel a filtrar solo para filas que tengan una Fecha de Ventas
con un año igual a 2016.
Detrás de escena, Power Pivot ha construido un cube Online Analytical
Processing (OLAP) con la data, columnas calculadas y medidas. Este
diseño permite al usuario Excel poder acceder a la data con solo traerla
directamente con las funciones de CUBE. Al usar las fórmulas CUBE, he
podido construir declaraciones financieras que conforman diseños
predeterminados. Esta habilidad es uno de los beneficios de usar Power
Pivot para Excel para análisis financieros.

Power BI

Otra ventaja de Power Pivot para Excel es que puedes tomar rápidamente
cualquier libro de trabajo de Power Pivot que construyas y convertirlo en
un modelo Power BI. Al importar el libro de trabajo de Excel directamente a
una aplicación de escritorio Power BI o Power BI online, puedes analizar,
visualizar y compartir tu data con cualquier persona en tu organización.
Esencialmente, Power BI es Power Pivot, PowerQuery, y SharePoint,
todos en uno. Debajo, creé un tablero al importar el libro de trabajo de
Power Pivot para Excel a la aplicación de escritorio Power BI. Nota lo
interactiva que es la interfaz:

Muestra 18: Power BI

Algo genial sobre Power BI son las Preguntas y Respuestas en Idioma
Natural. Para demostrarlo, cargué el modelo Power BI a mi cuenta en línea
de Power BI. Desde la página web puedo hacer preguntas y Power BI
construye el análisis apropiado mientras escribo:
Muestra 19: Preguntas y Respuestas en Idioma Natural
Este tipo de habilidad de preguntar le permite al usuario hacer preguntas
del modelo de data e interactuar con la data en una manera más sencilla
que en Excel.

Otro beneficio de Power BI es que los desarrolladores de Microsoft están

lanzando actualizaciones constantemente. Nuevas características, que han
sido pedidas por los usuarios, se lanzan mensualmente. Lo mejor de todo,
es una transición sin inconvenientes de Power Pivot para Excel. Así que,
¡el tiempo que invertiste aprendiendo las fórmulas DAX se puede
implementar en Power BI! Para el analista que necesita compartir sus
análisis con muchos usuarios en varios dispositivos, valdría la pena
explorar Power BI.

Las Mejores Prácticas

Una vez que comienzas, hay un par de mejores prácticas que deberías
seguir.

La primera es decidir conscientemente que importa en primer lugar. ¿En

algún momento usarás la dirección de la casa del vendedor? ¿Necesito
saber la dirección de correo electrónico de mi cliente en el contexto de
este libro de trabajo? Si la meta es agregar la data al tablero, entonces
parte de la data disponible no será necesaria para esos cálculos. Dedicarle
tiempo a limpiar la data entrante permitirá aligerar la carga de problemas y
uso de memoria más tarde cuando se expanda tu set de data.

Otra de las mejores prácticas es recordar que Power Pivot no es Excel. En

Excel, estamos acostumbrados a crear cálculos al expandir,
constantemente, nuestras hojas de cálculo a la derecha. Power Pivot para
Excel procesa efectivamente la data si limitamos esto a lo deseado. En vez
de crear constantemente columnas de cálculo a la derecha de tu data,
aprende a escribir medidas en el cristal inferior. Este hábito asegurará
archivos más pequeños y computaciones más rápidas.

Finalmente, sugeriría usar nombres comunes en inglés para las medidas.

Me tomó algo de tiempo adaptarme a esto. Pasé los primeros años
inventando nombres como SumExpPctTotal , pero una vez que otras
personas comenzaron a usar los mismos libros de trabajo, tuve mucho que
explicar. Ahora, cuando comienzo un nuevo libro de trabajo, uso nombres
como Ítem de Línea de Gastos como Porcentaje de Gastos Totales . A
pesar de que el nombre es más largo, es mucho más fácil de usar por otra
persona.

Casos de Uso en el Mundo Real

En este artículo, presenté solo parte de las maneras en que Power Pivot
para Excel te permite tomar un paso importante, más allá de lo común de
Excel. Pensé que sería útil resaltar algunos casos de la vida real en los
que Power Pivot para Excel me ha sido extremadamente útil.

Aquí hay algunos:

 Analiza el rendimiento de un gran portafolio de valores en

distintos rangos de tiempo: Ya que Power Pivot para Excel nos
permite definir medidas que comparan un período de tiempo con uno
previo, rápidamente podemos tener rendimiento trimestre tras
trimestre, año tras año y mes tras mes, todos de manera continua, al
escribir un par de medidas.
 Resalta la data de contabilidad usando niveles de agregación a
la medida: Al identificar por nombre, categoría y estado financiero
cada ítem de línea de un libro mayor de contabilidad, los reportes se
pueden crear rápidamente, incluyendo los ítems de línea apropiados.
 Las cadenas pueden identificar ventas de la misma tienda: Al
usar una tabla que mapea cuando las tiendas están en línea, los
resultados financieros pueden compararse en una base de la misma
tienda.
 Señala los que han estado por encima y por debajo de las
ventas: PivotTables se puede crear para resaltar el top 5 de
los SKU al igual que los 5 más bajos por ventas, márgenes
generales, período de producción, etc.
 Los minoristas pueden definir tablas de calendario que usan una
configuración 4-4-5: Usando una tabla de fecha hecha a la medida,
un minorista puede asignar cada día a un mes específico 4-4-5
fácilmente, luego los resultados de las ventas diarias se pueden
pasar al mes correspondiente.

De Hojas de Trabajo Torpes a Libros de Trabajo

Modernos
Como analistas financieros, se nos pide realizar cálculos complejos en sets
de data que siguen creciendo. Ya que Excel es la herramienta analítica por
defecto, la curva de aprendizaje de Power Pivot es fácil y muchas de las
funciones imitan las funciones nativas de Excel.

Con el uso de las funciones CUBE, Power Pivot para Excel se integra
fácilmente a tus libros de trabajo ya existentes en Excel. La ganancia de
eficiencia computacional no se puede negar. Asumiendo una rapidez de
procesamiento de 20% más velocidad, lo cual es conservador, el analista
financiero que pase seis horas al día en Excel se puede ahorrar 300 horas
al año.

Adicionalmente, ahora podemos analizar sets de data que son más largos
comparados con los que analizábamos anteriormente con nuestro Excel
tradicional. Con modelos diseñados eficientemente, podemos tener más de
10 veces la data que se nos permitía anteriormente con Excel tradicional,
mientras mantenemos una agilidad analítica. Con la habilidad de convertir
los modelos desde Power Pivot al Tabular SSAS, la cantidad de data que
se puede procesar es de 100–1,000 veces lo que podemos alcanzar en
Excel.

La habilidad de Power Pivot para Excel de realizar cálculos con extrema

rapidez, en grandes cantidades de data y todavía retener la habilidad de
sumergirse en los detalles, puede transformar los análisis financieros de
torpes hojas de cálculo a libros de trabajo modernos.

Si te interesa probar Power Pivot para Excel, debajo hay algunos

materiales que te pueden ser útil para comenzar.

Referencias y Guías Útiles

Collie, R., & Singh, A. (2016). Power Pivot and Power BI: The Excel user’s
guide to DAX, Power Query, Power BI & Power Pivot in Excel 2010-2016.
United States: Holy Macro! Books.

Ferrari, A., & Russo, M. (2015). The definitive guide to DAX: Business
intelligence with Microsoft Excel, SQL Server Analysis Services, and Power
BI. United States: Microsoft Press, USA.
https://www.toptal.com/finance/excel-experts/tutorial-de-power-pivot-para-excel-los-casos-
y-ejemplos-m%C3%A1s-usados/es