Tabla de hechos en Power BI: diseña tu modelo de ventas

Una tabla de hechos en Power BI es la tabla que guarda eventos medibles, como ventas, pedidos o pagos. La usaremos para separar cada venta de las descripciones de productos, clientes y fechas, crear relaciones y evitar que los totales se multipliquen.

El proceso puede preparedse en Excel con Power Query, disponible desde Excel 2016, o directamente en Power BI Desktop. Al terminar, el lector tendrá un modelo en esquema estrella listo para analizar.

Qué es una tabla de hechos y qué información contiene

La tabla de hechos contiene los datos que se analizan mediante medidas. En una tienda, cada fila puede representar una venta: fecha, factura, producto, cliente, cantidad e importe. Los importes son medidas que Power BI puede sumar, promediar o comparar.

Las tablas de dimensiones explican los elementos de esa venta. Productos contiene código y nombre; Clientes, identificador y ciudad; Calendario, fecha y sus componentes como año o mes.

La tabla de hechos no debe repetir descripciones que cambian infrequently. La separación evita datos redundantes y facilita conectar varias tablas de hechos con dimensiones comunes.

Las partes de un modelo con tabla de hechos

Un modelo dimensional organiza los hechos alrededor de una tabla central y distribuye sus claves entre dimensiones. En nuestro libro, Ventas será esa tabla central. Cada venta conservará el identificador del producto, del cliente y la fecha.

La relación debe ser uno a varios: una fila de Productos se relaciona con muchas ventas del mismo producto; una fila de Clientes, con muchas ventas; una fila de Calendario, con muchas ventas registradas ese día.

La clave que identifica cada hecho

La clave de hecho no identifica por sí sola una venta; conecta la venta con sus dimensiones. IDProducto debe ser único en Productos, IDCliente debe ser único en Clientes y Fecha debe existir una sola vez en Calendario.

Una venta puede tener su propio IDVenta para distinguirla. Si una factura contiene varias líneas, el grano debe ser la línea de factura, no la factura completa.

Las medidas que puedes analizar

Cantidad e Importe son medidas. En una medida DAX, Ventas Importe = SUM ( Ventas[Importe] ) suma los importes. Una medida también puede contar facturas: Ventas Facturas = DISTINCTCOUNT ( Ventas[IDVenta] ).

La granularidad determina el resultado: si una fila es una línea de venta, la suma de Importe será el total de todas las líneas. Si dos filas describen la misma venta, el total será incorrecto.

Preparar una tabla de ventas en Excel

Creamos el libro Ventas_tienda.xlsx con cuatro hojas. La primera contiene los eventos; las otras serán dimensiones. Para este ejercicio, Excel 2016 permite preparar y transformar los datos con Power Query.

1. Abre Excel y crea un libro nuevo.
2. Cambia el nombre de la Hoja1 por Ventas.
3. Escribe los encabezados IDVenta, Fecha, IDProducto, IDCliente, Cantidad e Importe.
4. Copia los siete registros de la hoja siguiente.
5. Formatea la columna B como Fecha corta.
6. Formatea la columna F como Número con dos decimales.
7. Guarda el libro como Ventas_tienda.xlsx.

Identificar el grano de cada venta

El grano actual es una línea de venta. IDVenta identifica esa línea; IDProducto, IDCliente y Fecha indican con qué registros puede relacionarse.

Para comprobarlo:

1. Selecciona A2:A8.
2. Usa Datos > Herramientas de datos > Eliminar duplicados.
3. Confirma que Excel informa que quedan siete registros.
4. Revisa que cada fila tenga producto, cliente, cantidad e importe.
5. Si una factura tuviera tres productos, escribe tres IDVenta diferentes, uno por línea.

Convertir los datos en una tabla de Excel

Convertimos el rango en una tabla para conservar encabezados y facilitar su lectura en Power Query.

1. Selecciona A1:F8.
2. Abre la pestaña Insertar.
3. En el grupo Tablas, pulsa Tabla.
4. Acepta que el rango tenga encabezados.
5. En Propiedades de tabla, conserva Ventas como nombre.
6. Guarda el libro.

Separar ventas de productos, clientes y fechas

Ahora añadimos las dimensiones. Productos y Clientes contendrán una clave única y atributos descriptivos. Calendario tendrá una fila por día, desde el 1 hasta el 7 de enero de 2026.

Las claves deben conservar exactamente el mismo tipo y formato que sus columnas equivalentes en Ventas. Si IDProducto es texto, también lo será en Productos.

Crear la tabla de productos

1. Crea una hoja llamada Productos.
2. Escribe IDProducto y NombreProducto en A1 y B1.
3. Copia estas tres combinaciones.
4. Selecciona A1:B4.
5. En Insertar > Tablas, pulsa Tabla.
6. Asigna el nombre Productos.

Cada código aparece una sola vez. Si dos productos comparten nombre, reciben códigos distintos.

Crear la tabla de clientes

1. Crea una hoja llamada Clientes.
2. Escribe IDCliente, Cliente y Ciudad en A1, B1 y C1.
3. Copia los tres registros.
4. Selecciona A1:C4.
5. En Insertar > Tablas, pulsa Tabla.
6. Asigna el nombre Clientes.

No incluyas Ciudad como parte de la clave: un mismo cliente puede tener varias ubicaciones en el futuro y debe conservar su historial de ventas.

Crear la tabla de fechas

Construimos Calendario con siete fechas. Para el ejemplo, escribimos las fechas y después calculamos Año, Mes y NombreMes.

1. Crea una hoja llamada Calendario.
2. Escribe Fecha, Año, Mes y NombreMes en A1:D1.
3. Escribe 01/01/2026 en A2 y 07/01/2026 en A8.
4. Selecciona A2:A8 y usa el controlador de relleno.
5. En B2 escribe =AÑO(A2) y arrastra hasta B8.
6. En C2 escribe =MES(A2) y arrastra hasta C8.
7. En D2 escribe =TEXTO(A2;"mmmm") y arrastra hasta D8.
8. Selecciona A1:D8 y crea la tabla Calendario.

=AÑO(A2)
=MES(A2)
=TEXTO(A2;"mmmm")

Cargar las tablas separadas en Power BI

Para crear el modelo en Power BI Desktop, abres Obtener datos > Excel y seleccionas Ventas_tienda.xlsx. Power Query importará la hoja Ventas; después duplicas consultas y reduces cada copia a su dimensión.

1. Abre Power BI Desktop.
2. Selecciona Obtener datos > Excel.
3. Elige Ventas_tienda.xlsx.
4. En el Navegador, abre la hoja Ventas.
5. Pulsa Transformar datos.
6. En Power Query, usa Inicio > Eliminar filas > Eliminar duplicados donde corresponda.
7. Carga las cuatro tablas como consultas separadas.
8. En Power BI, abre Vista > Vista de modelo.

La hoja original queda intacta; las consultas de Power BI producen tablas que pueden actualizarse con Actualizar cuando cambien los datos.

Limpiar las tablas en Power Query

La limpieza debe dejar una clave única en cada dimensión. Si una fuente no trae IDCliente, puedes generar una clave suplente mediante Agregar columna > Columna de índice, pero debes deduplicar antes yymmetricar esa clave con la columna que se conservará.

Para estandarizar, ve a Inicio > Transformar > Dar formato a los datos y elige las opciones appropriately. Revisa los encabezados en Transformar > Usar la primera fila como encabezados.

Comprobar los tipos de las claves

En Power Query, ve a Vista > Mostrar vista sin datos o usa Editar > Detectar tipo de columna. Los tipos deben coincidir:

Conectar la tabla de hechos con sus dimensiones

En la vista de modelo de Power BI, arrastra IDProducto de Productos hasta IDProducto de Ventas. Repite con IDCliente y Fecha. Power BI detectará la cardinalidad y la dirección del filtro.

1. Arrastra IDProducto hasta IDProducto.
2. Repite la operación con IDCliente.
3. Arrastra Fecha desde Calendario hasta Fecha de Ventas.
4. Confirma que cada relación sea uno a muchos.
5. Crea una medida: Ventas Importe = SUM ( Ventas[Importe] ).
6. Coloca Ciudad, NombreProducto y Ventas Importe en un gráfico de columnas.
7. Filtra Ciudad por Medellin.

El total esperado es 111,50: 30,00 + 18,50 + 45,00 + 18,00. No son 150,00 porque C-02 no pertenece a Medellin.

Configurar la dirección del filtro

La dirección predeterminada de una relación uno a muchos filtra la tabla de hechos desde la dimensión. Es la opción adecuada para nuestro modelo.

1. Selecciona la línea entre Clientes y Ventas.
2. Abre Editar relación.
3. Comprueba Uno (1) en Clientes y Varios (*) en Ventas.
4. Mantén la dirección de filtro simple, de Clientes hacia Ventas.
5. Cierra el cuadro.
6. Vuelve a filtrar la ciudad.

Por qué los totales se duplican al modelar

La duplicación aparece cuando una venta encuentra más de una fila de dimensión. También puede ocurrir si la relación usa columnas incompatibles o si una dimensión contiene dos filas con la misma clave.

Un error típico es tener dos clientes con IDCliente C-01, ambos llamados Almacen Norte. Al relacionarlos, la venta C-01 coincide con dos filas y el total se multiplica.

Repartir las ventas entre fechas y clientes

Supongamos que Clientes contiene dos filas C-01. Esa fila inválida hace que V-001 y V-005 se contabilicen dos veces.

1. En Clientes, selecciona A1:C5.
2. Usa Datos > Herramientas de datos > Eliminar duplicados.
3. Conserva solo las filas A2:C4.
4. Reaplica o comprueba la relación con Ventas.
5. Revisa que el filtro Medellin dé 111,50.

La misma revisión debe hacerse con Productos y Calendario: cada clave de dimensión debe ser única. Si una venta aparece duplicada en Ventas, corrige el origen antes de crear relaciones.

Qué conviene preparar antes de usar un modelo grande

Para.un conjunto pequeño, Power Query y Power BI Desktop permiten preparar el modelo directamente. Si el volumen crece, las actualizaciones se ralentizan o se necesitan dimensiones de variación lenta, conviene usar un almacén de datos con procesos de extracción, transformación y carga (ETL) y conectar después el modelo semántico.

En Excel, Power Query no sustituye un almacén cuando los datos ya no caben cómodamente o las transformaciones requieren programmeación. Mantén las reglas de claves y tipos, pero mueve la preparación a una plataforma de datos. La guía oficial de Microsoft sobre esquema estrella en Power BI explica este enfoque.

Lo que ya sabes hacer con la tabla de hechos

• Identificar en una tabla de hechos los eventos medibles, sus claves y sus medidas.
• Separar Ventas de las dimensiones Productos, Clientes y Calendario.
• Definir una clave única para cada producto, cliente y fecha.
• Crear relaciones uno a muchos desde las dimensiones hacia Ventas.
• Filtrar ventas por ciudad, producto o periodo sin duplicar los importes.
• Detectar y corregir claves repetidas antes de crear el modelo.
• Preparar las tablas en Excel con Power Query y cargarlas en Power BI Desktop.
• Reconocer cuándo conviene trasladar la preparación ETL a un almacén de datos.

El siguiente paso es abrir Ventas_tienda.xlsx en Power BI Desktop, crear las tres relaciones y comprobar que el total de Ventas por ciudad coincide con los datos de origen. Los datos están comprobados en octubre de 2026.

Dudas al crear una tabla de hechos en Power BI