Dirigido a: Contadores, Administradores y Analistas con base en Power BI y Excel.

Objetivo Central: Dominar la extracción, limpieza y optimización de datos en SQL para crear modelos de datos eficientes y de alto rendimiento en Power BI.

Sesión 1: SQL Básico y Extracción de Datos para Power BI

Enfoque: Establecer las bases de la sintaxis SQL y la conexión eficiente con Power BI.

Unidad 1.1: Fundamentos de SQL y Conexión

• Introducción al Entorno SQL: ¿Por qué SQL es la habilidad que falta después de DAX? La diferencia entre SQL y Power Query (M).
• Instalación y Uso Básico: Configuración de un entorno de prueba (SQL Server Management Studio).
• Conexión a Power BI: Buenas prácticas para la conexión a Bases de Datos (Modo Importar vs. DirectQuery).
• La Sentencia SELECT: Extracción de datos básica.
  • Uso de SELECT *, SELECT por columnas específicas.
  • Uso de Alias (AS) para renombrar columnas y evitar trabajo posterior en Power Query.

Unidad 1.2: Filtrado y Ordenamiento de Datos Críticos

• Filtrado de Registros (WHERE): Cómo traer solo la data relevante (ej. solo transacciones del Año Fiscal Actual).
  • Uso de operadores de comparación (=, >, <, !=) y lógicos (AND, OR, NOT).
  • Uso de IN y BETWEEN para rangos (ej. Fechas o Montos).
• Búsqueda de Patrones (LIKE): Uso de Wildcards (% y _) para limpieza o perfilado de texto
• Ordenamiento de Datos (ORDER BY): Controlando la forma en que los datos se extraen (ASC y DESC).
• Limitación de Resultados (TOP o LIMIT): Optimizando la velocidad de las consultas en entornos de prueba.

Sesión 2: Limpieza y Transformación (ETL en la Fuente) (3 Horas)

Enfoque: Mover las transformaciones complejas de Power Query a SQL para mejorar el rendimiento del modelo.

Unidad 2.1: Funciones Esenciales de Manipulación de Datos

• Funciones de Texto: Limpieza de Strings en la fuente.
  • TRIM, UPPER, LOWER (Estandarización de mayúsculas/minúsculas).
  • SUBSTRING / LEFT / RIGHT (Extracción de códigos o partes de texto, reemplazando la función Split Column de Power Query).
• Funciones Numéricas: Estandarización de cálculos.
  • ROUND, CEILING, FLOOR.
• Funciones de Fecha y Hora: La clave para la Inteligencia de Tiempo.
  • GETDATE()/NOW() (Para auditoría de extracción).
  • DATEDIFF (Cálculo de días de antigüedad de cuentas por cobrar/pagar, simplificando el trabajo en DAX).
  • DATEPART (Extracción de Año, Mes, Día de la Semana, reemplazando la necesidad de múltiples columnas de fecha en Power Query).

Unidad 2.2: Agregación, Agrupación y Lógica Condicional

• Agrupación de Datos (GROUP BY): Creación de Tablas de Hechos resumidas directamente en SQL.
  • Uso de funciones de agregación: SUM, AVG, COUNT, MIN, MAX.
• Filtrado de Grupos (HAVING): Aplicando condiciones a los resultados agregados.
• Lógica Condicional (CASE): Clasificación y Binning en la fuente (reemplazando columnas condicionales de Power Query).

Sesión 3: El Poder de los JOINS y la Integridad del Modelo

Enfoque: Dominar la combinación de tablas de forma eficiente para replicar y optimizar las relaciones y los Merge Queries de Power BI.

Unidad 3.1: Combinación de Tablas (JOINS)

• Tipos de JOINS y su Aplicación en el Modelo Dimensional:
  • INNER JOIN: Extracción solo de coincidencias (Garantizando integridad referencial).
  • LEFT JOIN: Preservando todas las filas de la tabla de hechos (La forma más común de unir hechos con dimensiones).
  • RIGHT JOIN y FULL OUTER JOIN (Casos de uso y advertencias de rendimiento en Power BI).
• Unión de Consultas (UNION y UNION ALL): Combinación de Datasets con estructuras idénticas.

Unidad 3.2: Subconsultas y Funciones de Ventana

• Subconsultas (SUBQUERIES): Usando el resultado de una consulta como Input para otra (IN, EXISTS).
  • Uso de subconsultas como tablas derivadas para simplificar JOINS complejos.

• • Sesión 4: Optimización, Seguridad y Buenas Prácticas para BI

Enfoque: Estrategias avanzadas para mejorar la velocidad de procesamiento y la seguridad de los datos que consume Power BI.

Unidad 4.1: Estrategias de Optimización y Rendimiento

• El Principio del Query Folding (Plegado de Consultas): Entender cuándo Power BI «traduce» las transformaciones M a SQL y cómo maximizar esta eficiencia.
• La Sentencia WITH (Common Table Expressions – CTEs): Creación de consultas temporales legibles y reutilizables para descomponer la lógica compleja.
• Vistas (VIEWS): Creación de datasets pre-calculados en el servidor para que Power BI los consuma como una «tabla» simple, simplificando la carga.

Unidad 4.2: Seguridad y Mantenimiento de Datos

• Seguridad a Nivel de Fila (RLS en SQL): Implementación de la seguridad directamente en la base de datos a través de Views o Stored Procedures, complementando el RLS de Power BI.
• Revisión Final de las 5 Mejores Prácticas:
  1. Minimizar SELECT *.
  2. Usar WHERE para filtrar al máximo.
  3. Evitar JOINS en columnas no indexadas.
  4. Mover la lógica condicional y de limpieza a SQL.
  5. Mantener el modelo de Power BI «delgado» y eficiente.