Cómo crear un dashboard de ventas retail en Power BI

Un dashboard de ventas retail en Power BI muestra en una sola pantalla cuánto estás vendiendo, dónde, qué productos generan los ingresos y cómo se compara este periodo con el anterior. Para construirlo necesitas datos de ventas limpios, un modelo sencillo de esquema estrella, unas cuantas medidas DAX y un diseño que responda las preguntas que de verdad se hacen los gerentes de tienda y de categoría.

En este tutorial recorremos el proceso completo con un conjunto de datos típico de retail: transacciones de venta, productos, tiendas y fechas.

Paso 1: Define las preguntas antes de abrir Power BI

Un dashboard solo sirve si responde preguntas concretas. En un negocio retail, las más comunes son:

• ¿Cuánto vendimos esta semana, este mes y este año, y cómo se compara con el año pasado?
• ¿Qué tiendas o regiones están creciendo y cuáles se están quedando atrás?
• ¿Qué categorías y productos generan más ingresos y más margen?
• ¿Cuántas transacciones tuvimos y cuál es el ticket promedio?
• ¿Las promociones o la temporada están cambiando el comportamiento?

Escribe tu lista y pónganse de acuerdo en las definiciones. Por ejemplo, ¿"ventas" significa ventas brutas o netas de devoluciones y descuentos? Resolverlo desde el inicio evita discusiones después. Nuestra lista de 25 KPIs que todo negocio debe medir te puede ayudar a elegir.

Paso 2: Prepara y modela los datos

La mayoría de los datos de retail llegan como exportaciones de un sistema de punto de venta, un ERP o el portal de un distribuidor. Carga cada archivo con Power Query, corrige los tipos de datos, elimina filas vacías y asegúrate de que los códigos de producto y de tienda coincidan entre archivos. Después organiza las tablas como un esquema estrella:

Crea relaciones de uno a varios desde cada dimensión hacia la tabla Sales, con filtro en una sola dirección, y marca la tabla Date como tabla de fechas. Una tabla de fechas dedicada es indispensable para las comparaciones año contra año. Si el modelado es nuevo para ti, lee primero nuestra guía del esquema estrella.

Si tus datos vienen de varias fuentes, por ejemplo una exportación por tienda o por mes, guarda todos los archivos en una carpeta y usa el conector de carpeta de Power Query para combinarlos. Cuando llegue el archivo del mes siguiente, solo lo pones en la carpeta y actualizas; nada de copiar y pegar. Revisa también si las devoluciones aparecen como cantidades negativas y decide si deben ir en la misma tabla o en otra.

Paso 3: Escribe las medidas DAX principales

Crea medidas explícitas en lugar de arrastrar columnas directamente a los visuales. Estas cubren la mayoría de los dashboards de retail (los nombres quedan en inglés para que coincidan con el código, pero puedes traducirlos):

Total Sales = SUM ( Sales[SalesAmount] )

Total Cost = SUM ( Sales[CostAmount] )

Gross Margin = [Total Sales] - [Total Cost]

Gross Margin % = DIVIDE ( [Gross Margin], [Total Sales] )

Units Sold = SUM ( Sales[Quantity] )

Transactions = DISTINCTCOUNT ( Sales[TransactionID] )

Average Ticket = DIVIDE ( [Total Sales], [Transactions] )

Sales LY =
CALCULATE ( [Total Sales], SAMEPERIODLASTYEAR ( 'Date'[Date] ) )

Sales YoY % = DIVIDE ( [Total Sales] - [Sales LY], [Sales LY] )

Sales YTD = TOTALYTD ( [Total Sales], 'Date'[Date] )

Da formato de moneda a las medidas de dinero y de porcentaje con un decimal a las de porcentaje. DIVIDE devuelve un valor en blanco en lugar de un error cuando el denominador es cero, lo que mantiene limpios los visuales de tiendas nuevas sin ventas del año anterior. Para profundizar en estos patrones, mira inteligencia de tiempo en DAX: YTD, MTD y año contra año.

Paso 4: Diseña el layout del dashboard

Sigue un flujo sencillo de arriba hacia abajo: primero el resumen, luego las tendencias y al final el detalle.

1. Fila superior – tarjetas de KPI: Total Sales, Sales YoY %, Gross Margin %, Transactions y Average Ticket. Usa un visual de tarjeta que muestre la comparación con el año anterior.
2. Segunda fila – tendencia: un gráfico de líneas con Total Sales y Sales LY por mes, para que la estacionalidad se vea de inmediato.
3. Tercera fila – desgloses: un gráfico de barras de ventas por categoría (ordenado de mayor a menor) y un gráfico de barras o un mapa de ventas por región o tienda.
4. Parte inferior – tabla de detalle: una tabla o matriz con los productos principales, Total Sales, Units Sold, Gross Margin % y Sales YoY %, con formato condicional en la columna de crecimiento.
5. Segmentadores: rango de fechas, región, tienda y categoría, agrupados en la parte superior o en el lado izquierdo.

Piensa en quién abre primero el dashboard. Un gerente de tienda casi siempre quiere ver ayer y esta semana; un gerente de categoría, las tendencias por producto a lo largo de los meses; el dueño, el panorama del año. Si una sola página no sirve para todos, crea una página de resumen para la dirección y páginas separadas para tiendas y categorías, todas con las mismas medidas para que los números siempre coincidan.

Mantén los colores consistentes: un color principal para el periodo actual, un tono más claro o gris para el año anterior, y rojo o verde solo para señales buenas o malas. Nuestra guía de diseño de dashboards en Power BI explica layout y color con más detalle.

Paso 5: Agrega interactividad y publica

Algunas funciones convierten una página estática en una herramienta que los gerentes usan cada semana:

• Obtención de detalles (drillthrough): crea una página de detalle por tienda para que el usuario haga clic derecho en una tienda y vea sus productos, tendencia y margen.
• Tooltips: agrega una página de información sobre herramientas que muestre una pequeña tendencia al pasar el cursor sobre una categoría.
• Marcadores: permite cambiar entre una vista de "Ventas" y otra de "Margen" con botones.
• Seguridad a nivel de fila: si cada gerente regional debe ver solo sus tiendas, crea un rol con filtro sobre la tabla Store.
• Actualización programada: publica en el servicio de Power BI y configura una actualización que coincida con la frecuencia con la que se actualizan tus datos. Las fuentes locales necesitan una puerta de enlace de datos (gateway).

Antes de compartirlo, compara los totales del dashboard con el sistema de origen para una semana y una tienda. Si coinciden, puedes confiar en lo demás.

Errores comunes que debes evitar

• Demasiados visuales: si una página tiene más de unos ocho visuales, divídela en una página de resumen y páginas de detalle.
• Mezclar ventas brutas y netas: elige una definición y escríbela claramente en el reporte.
• Comparar periodos incompletos: comparar un mes actual a medias con un mes completo del año pasado hace que el crecimiento se vea peor de lo que es. Considera una comparación de "mismos días del año anterior" o muestra el acumulado del mes para ambos periodos.
• Ignorar aperturas y cierres de tiendas: las tiendas nuevas inflan el crecimiento. Muchos minoristas también miden las ventas a tiendas comparables (like-for-like), es decir, solo las tiendas abiertas en ambos periodos.

Próximos pasos

Descarga un conjunto de datos de retail de ejemplo o exporta algunos meses de tus propias ventas, y construye las cuatro tablas y las diez medidas de este artículo. Cuando la página de resumen funcione, agrega una página de detalle por tienda. Cuando te sientas cómodo, compártelo con un gerente, recoge sus comentarios durante una semana y ajusta. Ese ciclo de retroalimentación es lo que convierte un reporte bonito en un dashboard en el que la gente confía.

Mira: lecciones en video

▶

▶

Preguntas frecuentes