Saltearse al contenido
Cátedra Business Analytics UEES Power BI · UEES

Fase 1: ETL y Limpieza de Datos (12 Puntos)

🎯 Objetivo de la Tarea 1 (Rúbrica: 12 Puntos)

Antes de construir cualquier gráfico en Power BI, la rúbrica oficial exige realizar una depuración formal del conjunto de datos DEBER_2_Base_Datos_PREMIUMMART_2023.xlsx (2,240 clientes). El significado de cada campo está en el diccionario de 28 variables.

La evaluación se divide en dos componentes:

  1. Punto 1.a: Manejo metodológico y justificación de los valores nulos.
  2. Punto 1.b: Transformación de formatos incompatibles (texto a moneda y texto a fecha).

[!IMPORTANT] Requisito Obligatorio de Entrega:
Las respuestas y argumentos a estos dos puntos deben colocarse en la primera página del informe en Power BI Desktop, dentro de un Cuadro de texto visible para los evaluadores.

🔍 Diagnóstico de los Datos: ¿Qué Problemas Encontramos?

Al inspeccionar la base de datos de 2,240 registros encontramos dos anomalías críticas:

  1. La columna IngAnual contiene exactamente 24 valores vacíos / nulos (null).
  2. La columna IngAnual viene formateada como texto con el símbolo de moneda y comas (ejemplo: "$57,091.00 "). Al ser texto, Power BI no puede calcular promedios, medianas ni sumas.
  3. La columna FechaRegistro contiene fechas en formato texto, lo cual bloquea la generación automática de la jerarquía de tiempo (Año, Trimestre, Mes, Día).

🛠️ Procedimiento Técnico Paso a Paso

  1. Importar en Power Query (“Transformar datos”)

    • Abre Power BI Desktop.
    • Ve a Inicio > Obtener datos > Excel.
    • Selecciona el archivo DEBER_2_Base_Datos_PREMIUMMART_2023.xlsx.
    • En el navegador, marca la hoja Datos PremiumMart2023.
    • ¡CUIDADO! No hagas clic en Cargar. Haz clic en el botón Transformar datos para abrir el Editor de Power Query.

  2. Depuración de la Columna IngAnual (De Texto a Número)

    • Selecciona la columna IngAnual.
    • En la pestaña Transformar, selecciona Reemplazar los valores:
      • Valor que buscar: $ | Reemplazar con: (dejar en blanco).
    • Haz clic de nuevo en Reemplazar los valores:
      • Valor que buscar: , | Reemplazar con: (dejar en blanco).
    • Haz clic en el icono ABC/123 en el encabezado de la columna y selecciona Número decimal (o Número entero).
    • Verificación: El icono debe cambiar a un número 1.2 y los valores deben alinearse a la derecha.

  3. Tratamiento de los 24 Valores Nulos

    En el menú desplegable del encabezado de IngAnual, tienes dos opciones metodológicas válidas según la cátedra:

    • Opción A (Recomendada): Desmarcar la casilla (en blanco) o seleccionar Filtros de número > Es distinto de null. Esto remueve las 24 filas, dejando una muestra limpia de 2,216 clientes.
    • Opción B (Imputación): Reemplazar los valores nulos por la mediana de la variable (51,381.50 USD) para conservar los 2,240 clientes.

  4. Estandarización de FechaRegistro

    • Haz clic en el encabezado de FechaRegistro.
    • Si el icono muestra ABC, haz clic derecho sobre la columna → Cambiar tipo → Fecha.
    • Ahora Power BI creará jerarquías temporales automáticas.

  5. Aplicar y Cerrar

    • En la pestaña Inicio de Power Query, haz clic en Cerrar y aplicar (extremo superior izquierdo).

📝 Texto Justificativo Oficial para tu Reporte (Listo para Copiar)

Copia este texto argumentativo e insértalo en un cuadro de texto en la primera página de tu reporte de Power BI para asegurar los 12 puntos:

JUSTIFICACIÓN METODOLÓGICA DE LIMPIEZA Y DEPURACIÓN (TAREA 1)


1.a. Manejo de Valores Nulos en 'IngAnual':
La variable IngAnual presentaba 24 valores ausentes dentro del universo de 2,240 observaciones (1.07% de la muestra). Se adoptó la estrategia de exclusión por listwise deletion (remoción de registros nulos), respaldada en que la proporción de datos faltantes es residual (menor al 5%) y responde al supuesto de pérdida completamente aleatoria (MCAR - Missing Completely At Random). Esta decisión preserva la pureza matemática de los estimadores de ingresos sin introducir sesgos artificiales ni alterar la varianza original, consolidando una base depurada de 2,216 clientes.


1.b. Transformación de Formatos e Incompatibilidades:
- Variable 'IngAnual': Originalmente registrada con formato de texto alfanumérico debido a la presencia del símbolo de divisa (N), espacios marginales y separadores de miles (,). Mediante Power Query se ejecutó la remoción de caracteres no numéricos y se convirtió el atributo a tipo Número Decimal (Moneda), habilitando el cálculo de agregaciones estadísticas dinámicas (media, mediana y desviaciones).
- Variable 'FechaRegistro': Se transformó de cadena de texto a tipo Fecha estándar (Date/Time), permitiendo al motor analítico de Power BI desplegar la jerarquía temporal de calendario (Año, Trimestre, Mes).