Columnas calculadas con DAX en Power BI

Contenido del curso

Casos de uso y modelo de datos con DAX

Creación de tablas y columnas con DAX

Medidas

CALCULATE

Manejo de Iteradores y contextos

Funciones de inteligencia de tiempo

Optimización de modelos y escritura de código DAX

Integración de medidas en reporte de Power BI

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:003:53

Columnas calculadas con DAX en Power BI

Curso de DAX para Power BI

Clase 4 de 28

Clase 4 / 28

Recursos

Crear columnas calculadas en Power BI con DAX te permite extender tu modelo de datos sin salir de la herramienta, replicando la lógica de una columna nueva en Excel pero dentro de una tabla del modelo. Es un recurso clave para analistas que necesitan cálculos fila a fila sobre tablas de hechos, como ventas, costos o márgenes.

A continuación verás cómo se construyen estas columnas paso a paso, qué métricas comerciales puedes derivar con ellas y por qué a veces conviene usarlas en lugar de Power Query.

¿Qué es una columna calculada en Power BI?

Una columna calculada es una expresión escrita en DAX que genera un valor nuevo para cada fila de una tabla existente. Se evalúa registro por registro y se almacena físicamente dentro del modelo.

¿Qué hace exactamente una columna calculada? Evalúa una fórmula fila a fila sobre una tabla y guarda el resultado como una columna más, lista para usarse en visualizaciones, segmentaciones o relaciones.

En la demostración, sobre la tabla FAC Ventas se generaron 14 202 nuevos registros al crear la primera columna, lo que confirma que el cálculo se aplica a cada fila individual de la tabla de hechos.

¿Cómo se crea una columna calculada paso a paso?

El flujo es directo y vive en la vista de datos de Power BI. Desde ahí seleccionas la tabla, abres la pestaña de herramientas de tabla y activas la barra de fórmulas para escribir tu expresión en DAX.

Los pasos prácticos son:

Ir a la vista de datos y seleccionar la tabla, en este caso FAC Ventas.
Dar clic en herramientas de tabla y luego en nueva columna, o usar clic derecho sobre la tabla.
Escribir el nombre de la columna seguido del signo igual y la fórmula en DAX.
Confirmar y validar que la nueva columna aparezca poblada en todas las filas.

¿Cómo calcular margen bruto, costo comercial y margen neto?

Sobre la misma tabla FAC Ventas se construyeron tres columnas encadenadas que reflejan un caso real de análisis comercial.

Margen bruto: precio de ventas sin IGV menos costo de vehículo. Aquí mides cuánto te queda después de descontar el costo directo del producto.
Costo comercial: el 5 % de la venta. Representa el gasto asociado a comercializar cada operación.
Margen neto: margen bruto menos costo comercial. Es el resultado final por fila, ya descontados costo de producto y costo comercial.

Nota cómo cada columna se apoya en la anterior. El margen neto reutiliza el margen bruto, lo que muestra que puedes encadenar columnas calculadas sin tener que repetir la lógica completa.

¿Cómo se ven las columnas calculadas en una visualización?

Una vez creadas las columnas, llevarlas a un visual confirma que el cálculo se itera correctamente según el contexto que apliques.

En la vista de informe se construyó una tabla con la variable marca tomada de la dimensión DIM Vehículo, junto con precio de ventas sin IGV, costo de vehículo, margen bruto, costo comercial y margen neto. El resultado: las columnas calculadas se iteran automáticamente por cada marca, mostrando los valores agregados por categoría.

Después se usó un gráfico de columnas agrupadas para comparar margen bruto y margen neto a lo largo del tiempo. Esa vista permite leer la evolución temporal de ambas métricas y detectar si el costo comercial está erosionando demasiado el margen.

¿Para qué sirve graficar margen bruto y margen neto juntos? Para visualizar cuánto del margen bruto se pierde por costos comerciales en cada periodo y entender la rentabilidad real del negocio.

¿Cuándo usar columnas calculadas con DAX y cuándo Power Query?

Las columnas calculadas tienen un costo: ocupan espacio físico dentro del modelo de datos y lo hacen más pesado. Por eso, como regla general, Power Query suele ser la mejor opción para transformaciones de columnas, porque procesa los datos antes de cargarlos al modelo.

Entonces, ¿por qué seguir usando DAX para columnas calculadas? La respuesta está en la complejidad. Power Query trabaja con lenguaje M, que para cálculos complejos resulta más difícil de aprender y mantener que DAX.

¿DAX o lenguaje M para crear columnas? Si la transformación es compleja y necesitas lógica analítica avanzada, DAX es más accesible. Si es una transformación de datos estándar, Power Query con M es más eficiente.

Ahí aparece Data Analysis Expressions como alternativa práctica: te permite resolver cálculos sofisticados con una curva de aprendizaje más amigable, aceptando el costo de un modelo ligeramente más pesado.

¿Qué conviene recordar antes de crear una columna calculada?

Antes de añadir una columna calculada, conviene tener claro el impacto técnico y el propósito analítico.

Evalúa fila a fila, así que es ideal para cálculos que dependen de valores de la misma fila, como margen bruto o costo comercial.
Ocupa memoria en el modelo, por lo que conviene reservarla para casos donde realmente aporte valor analítico.
Se puede encadenar con otras columnas calculadas, como hicimos al derivar margen neto a partir de margen bruto.
Es la puerta de entrada natural para empezar a practicar DAX antes de pasar a medidas más complejas.

¿Qué columnas calculadas estás creando en tus modelos? Cuéntame en los comentarios qué cálculos comerciales sueles necesitar y cómo los estás resolviendo hoy.

Jesús David Fontalvo Mendoza

Hace un año

✨ Power BI en 30 Segundos (con Emojis) ✨

1. 🏭 Tu Fábrica de Datos: Power BI es tu herramienta mágica para convertir datos aburridos 📈 en informes geniales y decisiones inteligentes. 🧠💡

2. 🚪 La Puerta Secreta: "Habilitar Carga" Esta opción en Power Query es como la puerta de tu fábrica.🚪 Decide qué datos entran al proceso de limpieza y análisis. ¡Si la dejas cerrada, esos datos no salen en tu informe! 🚫📊

3. 🧹 Limpieza y Transformación (¡El Chef 🧑‍🍳 M!):

Power Query (M): Es el chef 🧑‍🍳 de tu cocina de datos. Aquí limpias, ordenas y transformas tus "ingredientes" (datos) antes de usarlos. Es poderoso y detallado, ¡como C++! 💪💻
¿Errores? ¡No mezcles recetas! 🧪 Text.Replace es para el Chef M. Si lo usas fuera de su cocina (en DAX), ¡error de sintaxis! 🛑

4. 📊 Construyendo el Edificio (DAX):

DAX: Tu arquitecto 👷‍♂️ para construir columnas y medidas. Aquí calculas totales, promedios, etc. Su función para reemplazar texto es SUBSTITUTE. ✍️
Medidas vs. Columnas Calculadas:
- Medidas: ✨ ¡Se calculan "al vuelo" solo cuando las necesitas! Son ligeras, eficientes y respetan la granularidad de tus datos. ¡No engordan tu archivo! 🚀
- Columnas Calculadas: Se guardan en cada fila. 💾 Aumentan el tamaño del archivo y pueden ser ineficientes para resúmenes. ¡Evítalas para grandes cálculos!

5. 🧩 La Estructura Perfecta: Esquema Estrella ⭐

Hechos (Facts): 🏭 El corazón de tu modelo. Son tus datos atómicos (cada venta individual, cada clic, cada llamada). ¡Alta granularidad = mucho detalle! 🔬
Dimensiones (Dims): 🏷️ Los "adjetivos" que describen tus hechos (fechas, productos, clientes, sucursales). ¡Para filtrar y agrupar fácilmente! 🎯
¿Por qué? ¡Máximo rendimiento, súper flexibilidad y análisis preciso! 🏎️💨

6. 🔄 Relaciones: ¡La Conexión! Conectan Hechos y Dimensiones. Son clave para que tus filtros funcionen.

1:N (Uno a Varios): Lo más común.
Cuidado: ↕️ Las relaciones bidireccionales pueden ralentizar o confundir. ¡Úsalas con precaución! 🐢

Comentarios (18)18 comentarios

Pablo Alejandro Figueroa

Hace 3 años

EDUARDO JESUS DAZA CAÑIZARES

Alex Ivan Mikelsen

Daniel David Mármol Rivero

Hace 2 años

Edwin Clavijo

Armando Jhunior

Carlos Salinas

Platzi

Leandro Tenjo

Isaac Bryan Ascanoa Roncall

Ottmar Joseph

Paulo Esteban Orsini

Jilber Ronaldy Vicos Pajuelo

Hace 8 meses

Diego Mauricio Zuluaga Rodríguez

Hace 5 meses

Andres Roa

Renzo Roca

Profesor

felipe garzon

Marlen Jara Cruz

Adriana Patricia Rodriguez Toloza

Hace 20 días•editado

Juan Daniel Salgado Reyes

Julian Mancera

Lucia Ximena Puma Zegarra

Gerardo Cortes Delgado

Brichedl Rojas Gonzalez

Casos de uso y modelo de datos con DAX

Cuándo y por qué usar DAX en Power BI

Modelo estrella en Power BI con Excel

Dirección de Filtros en Modelos de Datos Power BI

Creación de tablas y columnas con DAX

Columnas calculadas con DAX en Power BI

Tabla calendario en Power BI con DAX

Medidas

Medidas en DAX vs columnas calculadas

Funciones DAX para métricas de ventas

Funciones de texto en DAX con Power BI

Agregaciones Condicionales y Lógicas en DAX para Tablas Dinámicas

Condicionales anidadas y SWITCH en DAX

Uso de HasOneValue para Condiciones y Títulos Dinámicos en Tablas

Medidas dinámicas con SELECTEDVALUE y SWITCH

Filtrar tablas calculadas con DAX

CALCULATE

CALCULATE en DAX: filtros que cambian todo

Cálculos Avanzados con Funciones ALL en Power BI

Manejo de Iteradores y contextos

SUMX: cálculos fila a fila en DAX

Análisis de Pareto con RANKX y TOPN

Evaluación de contexto en CALCULATE con DAX

Funciones de inteligencia de tiempo

Funciones de tiempo en Power BI con DAX

Ventas acumuladas con TOTALYTD en Power BI

Optimización de modelos y escritura de código DAX

Variables y Medidas en Power BI para Indicadores Comerciales

Formateo de Fórmulas DAX con DAX Formatter en Power BI

Optimización de Modelos de Datos con DAX Studio en Power BI

Instalación y uso de Tabular Editor en Power BI

Generación de Código DAX con ChatGPT para Análisis de Ventas

Visualizaciones de Inteligencia Artificial en Power BI

Integración de medidas en reporte de Power BI

Reporte comercial con DAX en Power BI

Creación de Reportes Interactivos con Power BI

Columnas calculadas con DAX en Power BI