El tema de hoy es algo que casi todos los que trabajan con Power BI han escuchado, pero que casi nadie sabe explicar. ¿Qué es exactamente DAX? ¿Son solo fórmulas de Excel dentro de Power BI o es algo completamente diferente? La cuestión es que la mayoría piensa que DAX es básicamente Excel con otro nombre, pero no es así. DAX es una forma totalmente distinta de pensar en los cálculos. Si intentas tratarlo como Excel, terminarás frustrado y confundido, preguntándote por qué tus números no cuadran. Al final de este episodio sabrás qué es DAX realmente porque es importante y los conceptos clave para empezar a usarlo con confianza. Prepara tu café y empecemos. ¿Qué es exactamente DAX? DAX significa Data Analysis Expressions y es el lenguaje de fórmulas que se usa en Power BI, Power Pivot en Excel y SQL Server Analysis Services. Piénsalo como el motor que impulsa tus cálculos detrás de escena. DAX no es nuevo. Existe desde que se presentó Excel Power Pivot hace más de una década, pero con Power BI se ha convertido en el lenguaje predirecto para cualquiera que se tome en serio el análisis de datos. Y esto es lo que lo hace diferente. En Excel escribes fórmulas que funcionan con celdas individuales. Señalas A1, multiplicas por B1 y obtienes un resultado para una celda. DAX no funciona de esa manera. Funciona con tablas y columnas completas a la vez. No estás calculando una celda a la vez. En su lugar le dices al motor, toma toda esta columna de números y súmala o filtra esta tabla completa según esta condición. Entonces, ¿cómo puedes visualizar? Imagina que estás construyendo un edificio oficial. Power BI te da la estructura, los pisos, las paredes y las habitaciones. Ese es tu modelo de dados. DAX es la instalación eléctrica y la plomaria. Es lo que hace que todo funcione. Sin DAX tienes un edificio que se ve bien pero sin electricidad ni agua corriente. Con él, las luces se encienden, los grifos funcionan y tus informes responden cuando alguien hace clic en un segmentador. Esa capacidad de respuesta es el punto clave. DAX te permite crear cálculos que reaccionan automáticamente a los filtros e interacciones. Creas una medida y muestra el número correcto, ya sea que alguien vea las ventas totales por región, por producto o por mes. Realmente funciona. Pero para hacerlo bien, necesitas entender las dos formas principales de trabajar con DAX. Vamos a analizarla. Los dos mundos. Columnas calculadas frente a medidas. Hoy hablaremos de dos pilares en DAX, las columnas calculadas y las medidas. La mayoría de la gente piensa que son lo mismo. No lo son. Confundirlos es uno de los errores más comunes que veo. Una columna calculada es esta. Añade una nueva columna a tu tabla. Se llena durante una actualización y luego se queda ahí. No cambia hasta la siguiente actualización. Aquí tienes la forma más sencilla de entender. Imagina un archivador. Pones una hoja de papel en la carpeta. Ese papel tiene el nombre completo del cliente. No importa si miras el archivo hoy o la próxima semana. Nombre sigue ahí. Es una columna calculada. Una medida es completamente diferente. No reside en la tabla. Vive en la memoria de tu informe. Cada vez que alguien filtra, segmenta o hace clic en un visual, la medida se activa y se recalcula. Porque eso es lo importante. Si un usuario hace clic en un segmentador para la región noreste, la medida se recalcula al instante. Una columna calculada ignora el segmentado. Tiene que hacerlo. Es estático. Aquí tienes la regla sencilla. Si el número debe cambiar cuando alguien hace clic en un botón, usa una medida. Si es igual, pase lo que pase. Una columna calculada está bien. Las ventas totales siempre deben ser una medida. Si alguien filtra por región o por mes, el total debe actualizarse. El nombre completo del cliente es una columna. Nunca cambia. Un segmentador norefecta. Ahora, aquí es donde la mayoría de los principiantes se confunden. Crean columnas calculadas para todo. Parece natural porque así es como funciona Excel. Pero el uso excesivo de columnas infla tu modelo. Tus informes se vuelven bien. Las columnas calculadas crean números estáticos que ignoran a tus usuarios. Las medidas son casi siempre la mejor opción. Son dinámicas. Responden. Una vez que entiendes esta diferencia, ¿estás listo para la verdadera magia de DAX? Esa magia se llama contexto de filtro. La gran idea. Contexto de filtro. Bien, tenemos nuestros dos bloques de construcción. Ahora, hablemos del motor detrás de ellos. Cada número que ves en un informe de Power BI se calcula dentro de algo llamado contexto de filtro. Suena complicado, pero es simple. El contexto de filtro es solo un conjunto de filtros activos en ese preciso momento. ¿De dónde vienen esos filtros? Vienen de los segmentadores en tú. Vienen del visual en el que hiciste clic. Vienen de la página misma. Incluso la fila que estás mirando crea un contexto de filtro. Es clic porque debería importar. Cuando escribes una medida como ventas totales, no le dices que mire la región noreste en el tercer trimestre. Solo le dices que sume la columna de ventas. Eso es todo. La media no conoce regiones, no conoce trimestres. Simplemente suma las filas que están visibles en ese momento. El contexto de filtro decide que es visible. Imagina un foco de luz. Todo tu conjunto de datos en la habitación. El contexto de filtro es el foco. La medida es una cámara que toma una foto de exactamente lo que ilumina la luz. Mueve el foco a la región noreste. La medida se recalcula. Por el tercer trimestre se recalcula de nuevo. No cambiaste la fórmula. El contexto cambió. Esto confunde a la mayoría. Escriben una medida. Se ve bien en un visual. Luego la ponen en una matriz con otros filtros. Y el número cambia. Piensan que algo está roto. No está roto. Eso es exactamente lo que se supone que debe ser una medida. Es dinámica. Este es el verdadero poder. Escribes una fórmula y funciona para cada combinación posible de filtros en todo tu informe. Una fórmula de infinitas respuestas. Pero debes tener cuidado. Si no sabes qué filtros están activos, no entenderás tu número. Necesitas seguir la pista de fondo. Si te familiarizas con el contexto de filtro, desbloquearás el verdadero poder de DAX. Y eso nos lleva a la estrella del espectáculo. La función calculate. La función más importante calculate. Bienvenidos. La pídora de conocimiento de hoy es sobre la función más importante en DAX. Se llama calculate. Si solo dominas una función, que sea esta. Calculate te permite controlar el contexto de filtro en lugar de solo aceptar los filtros activos. Así es como funcionan las medidas. Cuando escribes una medida, esta respeta el contexto de filtro actual automáticamente. Si alguien selecciona 2024 en un segmentador, tu medida muestra los números de 2024. Si eligen la región noreste, muestra los números del noreste. La medida responde a cualquier filtro que esté en juego, sin trabajo extra. Ese es el comportamiento determinado. ¿Pero qué pasa si necesitas un número que ignore los filtros actuales? Quizá adquiera las ventas totales de todas las regiones junto a las de la región seleccionada. ¿O necesitas las ventas del año pasado mientras alguien mira este año? En esos casos no puedes depender de contexto predeterminado. Necesitas modificarlo. Eso es exactamente lo que hace Calculate. Calculate funciona cambiando temporalmente el contexto de filtro. Le das una expresión a calcular y luego le das uno más filtros a aplicar. Cambia el contexto, ejecuta el cálculo y devuelve el resultado. El contexto de filtro original permanece intacto. Esa es la magia. La síntaxis es sencilla. Escribes Calculate, expresión, filtro 1, filtro 2. La expresión suele ser una medida que ya has creado. Los filtros son las condiciones que desea aplicar. Voy a añadir tantos filtros como necesito. Veamos la inversión. Supongamos que tiene una medida llamada ventas totales. Muestra las ventas para el periodo seleccionado. Para mostrar las ventas del mismo periodo del año pasado, escribe Calculate, Total Sales, Same Period, Last Year, Calendar, Date. Eso es todo lo que hace falta. Calculate toma su medida existente y desplaza el contexto de fecha en año atrás. Tiene comparación que necesiten una sola línea. Sin Calculate, está limitado el contexto de filtro que exista. Con Calculate puede anular filtros, añadir otros nuevos o eliminar los existentes. Puede solicitar las ventas totales de todos los productos, incluso cuando alguien filtra por una categoría específica. Puede obtener las ventas del mes pasado cuando el informe no es actual. El control está en sus manos. Talca del 80% de las funciones avanzadas de DAX dependen de Calculate. Inteligencia de tiempo, comparaciones dinámicas, agregaciones personalizadas, totales acumulados. Todas usan Calculate internamente. Sentirse cómodo con esta única función le da un enorme poder sobre sus informes. Pero Calculate funciona a nivel de filtro. ¿Qué pasa con la lógica fila por fila dentro de una medida? Ahí es donde entra un conjunto diferente de funciones. Funciones de iteración cuando necesita pensar fila por fila. Entonces, Calculate maneja maravillosamente los cambios a nivel de filtro, pero a veces necesita entrar en una tabla y calcular en cada fila individualmente dentro de una medida. La suma simple no puede hacer eso. Necesita algo que recorra la tabla fila por fila. Aquí hay una situación común. Tiene una tabla de ventas con cantidad y precio unitario en columnas separadas. Deseando a medida que muestre los ingresos totales, no puedes simplemente multiplicar una cantidad por un precio unitario. Eso multiplica los totales, no las filas individuales. Necesita multiplicar la cantidad de cada fila por su precio unitario y luego sumar todos esos resultados. Es una temática de fila por fila. Las funciones de iteración están creadas para él. Son las funciones que terminan en X, sumX, countX, minX, max. La X significa expresión. Estas funciones toman una tabla, recorren cada fila, realizan un cálculo en cada una y luego agregan los resultados en un solo valor. Para el ejemplo de ingresos, escribe sumX, sales, quantity, sales, unit, price. El primer argumento es la tabla sobre la cual iterar. El segundo argumento es la expresión a evaluar en cada fila. SumaX va fila por fila, multiplica la cantidad por el precio y suma todo. Una medida le da los ingresos totales correctos, simple y directo. Use iteradores siempre que su cálculo involucre múltiples columnas de la misma fila. Ganancia por partida, precio con descuento, puntajes ponderados. Siempre que el cálculo requiera lógica fila por fila dentro de una medida, un iterador es tu herramienta. Los iteradores tienen un costo de rendimiento. Recorren cada fila, así que usarlos en exceso en tablas con millones de filas puede volver tus reportes extremadamente lentos. La regla simple es solo usar un iterador cuando realmente necesites lógica fila por fila. Si una suma o un promedio simple te dan la respuesta correcta, úsalos en su lugar. Tus reportes lo agradecerán. Un consejo más, a veces una columna calculada junto con una suma simple es más rápida que sumX. Si creas una columna calculada que realiza el cálculo a nivel de fila una vez al actualizar, y luego usas una suma normal en esa columna, evitas pagar el costo del iterador cada vez que alguien ve el reporte. Crueba ambos enfoques con tus propios datos. La opción más rápida depende del tamaño de tu modelo y de la frecuencia con la que cambian los datos. Elige Sabem, inteligencia de tiempo simplificada. Ahora, hablemos de una de las funciones más solicitadas en Power BI, comparar periodos de tiempo. ¿Cómo son las ventas de este mes comparadas con las del mes pasado? ¿Cómo va el año en comparación con el anterior? Estas preguntas aparecen en casi todos los reportes de negocios, y DAX tiene funciones creadas justo para eso. Las funciones de inteligencia de tiempo manejan totales acumulados anuales, el mismo periodo del año anterior, promedios móviles y cambios mes a mes a mes. Son parte de DAX, así que no tienes que escribir una lógica de filtros compleja desde cero. Pero aquí está el detalle. Las funciones de inteligencia de tiempo necesitan una tabla de fechas adecuada. No cualquier columna de fechas de tu tabla de hechos. Necesitas una tabla separada con una fila por día que cubra todo tu rango de fechas sin espacios, y debe marcarse como tabla de fechas en tu modelo. Si omites ese paso, las funciones simplemente no funcionarán. Una vez que tengas configurada esa tabla de fechas, las funciones más útiles son Totally Back, Same Periods Last Year, Date Day y Dates Between. Total ITD es la más sencilla. Escribes Total ITD, Total de Ventas, Fecha del Calendario. Y obtienes un total acumulado desde el inicio del año hasta la fecha que esté en contexto. Agrégalo a un gráfico de líneas por mes y verás cómo ese total acumulado crece a medida que avanza el año. Same Periods Last Year hace exactamente lo que su nombre indica. Desplaza el contexto de fecha un año atrás. Lo combina con Calculate de esta manera. Calculate, Total de Ventas, Same Periods Last Year, Fecha del Calendario. Ahora tienes las ventas del año pasado justo al lado de las cifras de este año para una fácil comparación. Date Day Day, Dates o Máflexi. Te permite desplazarte por días, meses, trimestres o años. Puedes comparar este trimestre con el mismo trimestre de hace dos años o ver las cifras del mes pasado usando menos un mes. Es la navaja suiza de los cambios de tiempo. El error más común que comete la gente es olvidar marcar su tabla de fechas. Puedes tener una tabla de fechas perfecta con cada día desde 2020 hasta 2030. Pero si no la marcas como tabla de fechas en el modelo, las funciones devolverán errores o valores vacíos. Es un ajuste sencillo. Haz clic derecho en la tabla, elige marcar como tabla de fechas y selecciona la columna. Hazlo una vez y todo empezará a funcionar. Otro error es usar funciones de inteligencia de tiempo en una columna de fecha dentro de tu tabla de hechos en lugar de en la tabla de fechas dedicada. Las funciones esperan un rango de fechas continuo y sin huecos y las tablas de hechos casi nunca tienen eso. Así que construye una tabla de fechas adecuada, márcala y tu inteligencia de tiempo funcionará sin problema. Trampa principiante. Incluso con las funciones correctas, los principiantes siguen cayendo en trampas comunes. Déjame guiarte a través de las más grandes para que puedas evitarlas desde el primer día. La fuente número uno de errores en DAX es confundir el contexto de fila con el contexto de filtro. Anteriormente hablamos sobre cómo las columnas calculadas crean contexto de fila, evaluando una fila a la vez, mientras que las medidas usan contexto de filtro basado en los filtros activos. Los principiantes a menudo escriben una medida como si tuviera acceso a filas individuales y luego se preguntan por qué los resultados son incorrectos. Si tu medida necesita ver filas individuales, usa una función iteradora. Si no mantén lo simple, el segundo gran error es usar columnas calculadas cuando una medida funcionaría. Las columnas calculadas resultan familiares porque puedes ver los valores en la tabla, pero cada columna calculada hace que tu modelo sea más grande y se actualice más lento. Antes de agregar una, pregúntate, ¿necesita este valor cambiar cuando alguien filtre el informe si la respuesta es sí debería ser una medida? Otra trampa es ignorar el modelo de datos en sí. DAX no funciona de forma aislada. Depende de las relaciones entre tus tablas. Si tu modelo tiene relaciones débiles, cardinalidad incorrecta o claves de unión faltantes, tus fórmulas DAX fallarán silenciosamente. Obtendrás números que parecen plausibles pero que en realidad son errores. La solución es un mejor DAX. Arregla tu modelo primero. Luego está el mal uso de Calculat. Los principiantes agregan múltiples filtros dentro de Calculat sin darse cuenta de que podrían anularse entre sí. Por ejemplo, un filtro para las ventas de 2024 y otro para las ventas del año pasado entrarán en conflicto. El resultado no será lo que esperas. Cada filtro dentro de Calculat debe tener un propósito claro. Si no estás seguro de lo que estás haciendo, pruébalo en aislamiento primero. Otro error común es no utilizar variables. Las variables declaradas con VAR permiten guardar resultados intermedios y reutilizarlos después en la misma medida. Sin ellas, repites el mismo cálculo varias veces en una fórmula lo que hace que tu código sea más difícil de leer, depurar y lento de ejecutar. Adquiere el hábito de usar VAR desde el principio. Te ahorrará horas de frustración. Y por último, valida siempre tus medidas en diferentes contextos. Una medida que funciona perfectamente en una tarjeta puede fallar en el total de una matriz. Esto se debe a que la fila de totales se evalúa en un contexto de filtro distinto al de las filas de detalle. Prueba tus medidas en tablas, tarjetas, matrices y con diferentes combinaciones de segmentadores. Si una medida se mantiene firme en todos esos escenarios, sabrás que es sólido. Integrándolo todo. Bien, veamos un ejemplo real que lo reúne todo. Imagina que estás creando un informe de ventas y necesitas mostrar tres números. Ventas totales de este periodo, ventas totales del mismo periodo del año pasado y el porcentaje de crecimiento entre ambos. Lo primero que necesitas es una tabla de fechas. Ve a tu modelo. Crea una tabla de fechas que cubra todo tu rango de fechas. Una fila por día, sin huecos. Luego haz clic derecho. Elige marcar como tabla de fechas y selecciona la columna de fechas. Hazlo una vez y cada función de inteligencia de tiempo que escribas a partir de ahí simplemente funcionará. A continuación, escribe tu mediador. Llámala ventas totales y escribe ventas totales igual a suma de importe de ventas. Esa es la base y cualquier otro cálculo se construirá sobre esta sencilla línea, sobre esta sencilla línea. Luego escribes la medida del año anterior. Usa calculete con sumperiod last year. Se ve así. Ventas año anterior igual a calculete ventas totales sumperiod last year, calendario, fecha. Ahora tienes el año actual justo al lado del año pasado. Ahora el porcentaje de crecimiento. Usa divide para manejar los casos en los que las ventas del año pasado podrían ser cero. Y lo serán. Escríbelo así. Porcentaje de crecimiento igual a divide ventas totales, ventas año anterior, ventas año anterior. Divide y vuelve de forma segura un valor en blanco en lugar de un error si el denominador es cero. Esa es la forma inteligente de evitar bloqueos. Ahora tienes tres medidas reutilizables que funcionan con cualquier filtro que les apliques. Ponlas en una tabla, por producto, por región, por mes y responderán correctamente cada vez. Ese es el objetivo principal. Construye sobre un modelo limpio, domina un puñado de funciones básicas y el resto encajará. Así que no intentes escribir DAX complejo desde el primer día. Primero asegúrate de tener un buen modo. Aprende lo básico. Medidas, contexto de filtro y calculatio. Y resolverás. La mayoría de los problemas de negocio con pocas líneas de código. Así que aquí es donde llegamos. Sabes que es DAX porque el contexto de filtro importa y cómo funcionan calculatio y las funciones iteradoras. Has visto las trampas comunes y cómo evitarlas. Y repasamos un ejemplo real que une todo. El verdadero poder de DAX no es memorizar 100 funciones, sino un modelado de datos limpio y algunos patrones clave. Si el modelo es correcto, el DAX se vuelve casi obvio. Esto es lo que te sugiero intentar. Abre Power BI. Crea un modelo sencillo, con una tabla de fechas, una de ventas y una de productos. Luego escribe una medida cada día durante una semana. Empieza con las ventas totales, añade ventas del año anterior, porcentaje de crecimiento y prueba un total acumulado. Al final de la semana estarás escribiendo medidas sin siquiera pensarlo. Así es como todo en K. Si este episodio te ayudó, suscríbete y sigue construyendo ese conocimiento. La próxima vez hablaremos de cómo depurar DAX cuando algo sale mal, porque sucederá, y saber cómo arreglarlo es la mitad de la batalla. Hasta la próxima.