Modelado de datos en Power BI: relaciones, jerarquías y esquema en estrella
El esquema en estrella es la diferencia entre un Power BI que vuela y uno que da números raros. Te explicamos hechos, dimensiones y relaciones sin jerga.
La mayoría de los problemas de Power BI que parecen “de DAX” o “de visualización” son en realidad problemas de modelado. Un modelo mal montado da totales que no cuadran, filtros que no filtran y refrescos lentos. Un modelo bien montado hace que todo lo demás sea fácil. Y el patrón que lo hace bien tiene nombre: esquema en estrella.
Hechos y dimensiones: las dos clases de tabla
En un modelo sano, tus tablas son de dos tipos:
- Tablas de hechos (fact): registran lo que pasa, fila a fila. Ventas, pedidos, llamadas, incidencias. Tienen los números que vas a sumar (importe, cantidad) y las claves que enlazan con el resto.
- Tablas de dimensiones (dim): describen el contexto. Clientes, productos, calendario, regiones, empleados. Son las que usas para filtrar y agrupar: “ventas por producto”, “incidencias por mes”.
El esquema en estrella
El esquema en estrella coloca una tabla de hechos en el centro y las dimensiones alrededor, cada una conectada al centro con una relación uno-a-muchos (una fila de dimensión → muchas filas de hechos). Dibujado, parece una estrella. Y es como Power BI quiere trabajar: su motor (VertiPaq) está optimizado precisamente para este patrón.
Lo contrario —meter todo en una sola tabla plana gigante, o encadenar tablas en copo de nieve con relaciones en cascada— es lo que produce lentitud y resultados raros.
La tabla de calendario: el detalle que casi todos olvidan
Si quieres comparar “este mes vs el anterior”, “acumulado del año” o “mismo periodo del año pasado”, necesitas una tabla de calendario propia (una dimensión de fechas) relacionada con tus hechos. Sin ella, la time intelligence de DAX no funciona bien. Es de las primeras cosas que se montan en un modelo serio.
Jerarquías
Las jerarquías agrupan niveles que se recorren de arriba abajo: Año → Trimestre → Mes → Día, o País → Región → Ciudad. Permiten al usuario hacer drill-down en un gráfico —de año a mes con un clic— sin que tengas que montar un visual por nivel.
Por qué esto importa para el negocio
Un modelo en estrella no es purismo técnico: es lo que hace que el informe sea fiable y rápido. Cuando el modelo está bien, las medidas DAX salen cortas y correctas, los filtros se propagan como esperas y el refresco no se eterniza. Cuando está mal, acabas parcheando con fórmulas imposibles para tapar un diseño que no aguanta.
Por eso en la formación en Power BI de Aimtech el modelado va antes que el DAX: relaciones, esquema en estrella y calendario en el itinerario de cero a intermedio, y modelado complejo en el Avanzado. Con el modelo claro, la duda de medida vs columna calculada casi se resuelve sola. Presencial en Barcelona, en remoto o in-company, para empresas, entidades y AAPP.