Business Intelligence es el conjunto de procesos y herramientas que convierten datos dispersos en decisiones. Si ya trabajás con Excel, tenés más de la mitad del camino hecho: esta guía explica qué agrega el BI que la planilla no puede dar, qué herramienta elegir y cómo armar tu primer dashboard en aproximadamente una hora.

Qué es Business Intelligence, en concreto

BI es el circuito completo que va desde el dato crudo hasta la decisión. Tiene cuatro etapas:

1. Extracción: traer datos de donde estén (sistema de ventas, CRM, planillas, base de datos).

2. Transformación: limpiarlos, unificar formatos, resolver duplicados y cruzarlos entre sí.

3. Modelado: definir las relaciones entre tablas y las métricas de negocio.

4. Visualización: presentar el resultado de forma que alguien pueda decidir mirándolo.

Excel puede hacer las cuatro cosas. El problema no es la capacidad: es que las hace de forma manual, no reproducible y con un techo de volumen bajo.

Los cinco síntomas de que Excel te quedó chico

• Copiás y pegás datos todos los meses para actualizar el mismo reporte.

• El archivo tarda en abrir o se cuelga con las fórmulas.

• Circulan tres versiones del mismo reporte y nadie sabe cuál es la buena.

• Alguien pregunta "¿y si lo vemos por región?" y eso implica rehacer medio archivo.

• No podés cruzar dos fuentes sin un BUSCARV frágil que se rompe cuando cambia una columna.

Si marcaste tres o más, el problema ya no se resuelve con más Excel. La comparación detallada entre ambos mundos está en Excel vs Power BI: cuál aprender primero.

Antes de elegir herramienta conviene tener claro el circuito: la documentación oficial de Power BI explica bien la diferencia entre el modelo de datos y la capa de visualización, que es el concepto que más cuesta al venir de la planilla.

Qué herramienta elegir

Recomendación práctica: si tu objetivo es empleabilidad, Power BI. Es el que más aparece en las búsquedas laborales de la región y el que mejor traduce lo que ya sabés de Excel. Si tu objetivo es resolver un reporte de marketing mañana, Looker Studio y listo.

Tu primer dashboard, paso a paso

El ejercicio: un dashboard de ventas con datos propios, en aproximadamente una hora.

Minutos 0 a 10 — preparar la fuente

Tomá una planilla de ventas real con al menos estas columnas: fecha, producto, categoría, cantidad, precio unitario y región o vendedor. Verificá que las fechas sean fechas y no texto, y que no haya filas de subtotales en el medio de los datos. Este paso parece trivial y es donde se rompe todo lo demás.

Minutos 10 a 20 — cargar y transformar

Importá el archivo. En el editor de transformación (Power Query en Power BI), hacé lo mínimo: tipos de dato correctos, eliminar columnas vacías, quitar filas nulas. Todo lo que hagas acá queda grabado como paso y se repite solo la próxima vez que actualices. Eso es exactamente lo que Excel no te daba.

Minutos 20 a 35 — definir métricas

Creá tres medidas: ingreso total, cantidad de unidades y ticket promedio. En Power BI eso se hace con DAX, que se parece bastante a las funciones de Excel. No es programar: es escribir fórmulas con nombres.

Minutos 35 a 55 — armar la vista

Estructura que funciona casi siempre:

• Arriba, tres o cuatro tarjetas con los números principales.

• A la izquierda, la evolución temporal (gráfico de líneas).

• A la derecha, el ranking por categoría o producto (barras horizontales).

• Abajo, una tabla de detalle.

• Filtros de fecha y región en un panel lateral.

Minutos 55 a 60 — la prueba de fuego

Mostráselo a alguien que no participó y preguntale qué decisión tomaría mirándolo. Si no puede responder en 30 segundos, el dashboard tiene demasiada información y muy poca jerarquía. Es el error número uno de todos los primeros dashboards.

Los errores más comunes al empezar

1. Poner todo lo que se puede medir. Un dashboard no es un depósito de gráficos. Cinco visualizaciones que responden preguntas concretas valen más que quince decorativas.

2. Saltear la transformación. Si los datos entran sucios, ninguna visualización los arregla.

3. No definir las métricas por escrito. "Venta" puede ser con o sin impuestos, con o sin devoluciones. Si no está definido, cada área lee un número distinto.

4. Usar torta para todo. Sirve para dos o tres categorías. Más que eso, barras.

Qué viene después del primer dashboard

La demanda acompaña: el Future of Jobs Report del World Economic Forum ubica al pensamiento analítico y a los especialistas en big data entre las competencias y roles de mayor crecimiento hacia 2030, y el BI es la puerta de entrada más accesible a ese terreno.

El BI abre un camino profesional propio, no solo una habilidad accesoria. El rol de BI Analyst combina herramientas de visualización, SQL y entendimiento de negocio, y suele ser una de las puertas de entrada más accesibles al mundo de los datos: lo desarrollamos en Business Intelligence como carrera.

La secuencia natural de aprendizaje después de esta guía es: SQL (para dejar de depender de que te pasen los archivos), modelado de datos (para que los dashboards escalen) y automatización de la actualización.

Cursos recomendados de Coderhouse

• Curso de Excel Avanzado — si todavía sentís que no exprimiste la planilla, este es el paso previo lógico.

• Curso de Power BI — el salto directo a la herramienta más pedida en las búsquedas laborales.

• Curso de SQL — el complemento que multiplica lo que podés hacer con cualquier herramienta de BI.

• Curso de Tableau — si tu foco está en la visualización y la comunicación de hallazgos.

Para un recorrido completo que combine herramientas, SQL y proyecto final, la Carrera de Data Analytics es el camino más estructurado.

Preguntas frecuentes

¿Necesito saber programar para hacer BI?

No para empezar. Power BI y Looker Studio se manejan con interfaz visual y fórmulas parecidas a las de Excel. SQL se vuelve necesario cuando querés consultar bases directamente, y es la única habilidad "técnica" realmente indispensable a mediano plazo.

¿Power BI reemplaza a Excel?

No, lo complementa. Excel sigue siendo mejor para exploración rápida, cálculos ad hoc y modelos financieros. Power BI gana cuando el reporte se repite, el volumen crece o hay que compartirlo con varias personas.

¿Cuánto tiempo lleva llegar a un nivel laboral?

Entre tres y cinco meses de práctica regular para un puesto junior, asumiendo que ya venís con base de Excel. Lo que más acelera el proceso es hacer dashboards con datos reales de tu trabajo actual en lugar de datasets de ejemplo.

¿Qué pasa con la IA en Business Intelligence?

Ya está integrada: las herramientas permiten preguntar en lenguaje natural y generar visualizaciones automáticas. Lo que no resuelve es definir qué medir ni interpretar por qué un número cambió. Ese sigue siendo el trabajo, y es el que se paga.

¿Sirve BI si trabajo en un área que no es de datos?

Es probablemente donde más rinde. Un responsable de marketing, ventas u operaciones que arma sus propios dashboards deja de depender de terceros para responder preguntas, y eso cambia la velocidad de decisión de todo el equipo.