Semestre 01, 2026
Una empresa tiene esta tabla de ventas del último trimestre.
id | fecha | producto | categoria | cantidad | precio | vendedor
---|------------|---------------|--------------|----------|---------|----------
1 | 2026-01-03 | Laptop Pro | Electrónica | 2 | 5000.00 | Ana
2 | 2026-01-05 | Mouse Óptico | Accesorios | 15 | 120.00 | Carlos
3 | 2026-01-07 | Monitor 27" | Electrónica | 3 | 1800.00 | Ana
...
¿Cuál categoría genera más ingresos? ¿Hay una tendencia de crecimiento? ¿Quién es el mejor vendedor?
La visualización de datos transforma números en comprensión.
Las bases de datos almacenan hechos
Los hechos por sí solos no generan decisiones.
Para decidir hace falta
Contexto, comparación, tendencia y claridad.
La visualización de datos crea ese puente.
El conjunto de procesos, tecnologías y herramientas que transforman datos crudos en información útil para tomar decisiones de negocio.
| Componente | ¿Qué hace? | Ejemplos |
|---|---|---|
| Base de datos / Data Warehouse | Almacena los datos | PostgreSQL, MySQL, Redshift |
| ETL | Extrae, transforma y carga datos | dbt, Airbyte, scripts SQL |
| Herramienta de BI | Visualiza y analiza | Metabase, Tableau, Power BI, Looker |
| Dashboard | Muestra el estado del negocio en tiempo real | Creado en la herramienta de BI |
| BI Operacional | BI Analítico | |
|---|---|---|
| Frecuencia | Tiempo real / diario | Semanal / mensual |
| Usuarios | Equipo de operaciones | Gerencia, analistas |
| Preguntas | ¿Qué está pasando ahora? | ¿Por qué pasó? ¿Qué tendencia hay? |
| Ejemplo | Pedidos pendientes de hoy | Crecimiento de ventas por trimestre |
Elegir el gráfico correcto es tan importante como tener los datos correctos.
Cuándo usar: comparar valores entre categorías.
Ventas por categoría (Q)
Electrónica ████████████████████ Q320,000
Accesorios ██████████ Q160,000
Software ████████ Q128,000
Ejes
Eje X: categorías. Eje Y: valores numéricos.
Responde: ¿cuál categoría vende más? ¿cómo se comparan entre sí?
Cuándo usar: mostrar tendencias a lo largo del tiempo.
Ventas mensuales 2026
Q250k | *
Q200k | * *
Q150k | * *
Q100k | *
Q 50k | *
Ene Feb Mar Abr May Jun
Ejes
Eje X: tiempo. Eje Y: valor que cambia.
Responde: ¿hay crecimiento? ¿dónde están los picos y caídas?
Cuándo usar: mostrar proporciones de un total.
Solo cuando hay pocas categorías (máximo 5-6) y las diferencias son claras.
Cuándo usar: cuando se necesita el detalle exacto, no solo la tendencia.
No reemplaza a las gráficas — las complementa.
Cuándo usar: mostrar una métrica clave de un solo vistazo.
Es el primer elemento que ve cualquier persona al abrir un dashboard.
Cuándo usar: comparar dos dimensiones simultáneamente.
Responde: ¿en qué día y hora hay más pedidos?
| Pregunta | Gráfico |
|---|---|
| ¿Cuánto? / ¿Cuántos? (una métrica) | KPI / número |
| ¿Cuál categoría es mayor? | Barras |
| ¿Cómo cambia en el tiempo? | Líneas |
| ¿Qué proporción del total? | Pastel / dona |
| ¿Cómo se distribuye? | Histograma |
| ¿Hay correlación entre dos variables? | Dispersión (scatter) |
| ¿Cuál es el detalle exacto? | Tabla |
Herramienta de Business Intelligence open source.
Gratuito para uso propio.
Conecta a PostgreSQL, MySQL, SQLite y más de 20 motores.
Interfaz visual para consultas básicas. Soporta SQL para consultas avanzadas.
Con filtros y parámetros que afectan todas las tarjetas.
Se despliega en menos de 5 minutos.
Muchas empresas lo usan.
Cada visualización parte de una Pregunta (Question). Hay dos formas de crearla.
Tabla: ventas
Métricas: Suma de total
Agrupación: Por categoría
Filtro: fecha > hace 30 días
Ordenar: de mayor a menor
Límite: 10
SQL generado internamente:
SELECT categoria, SUM(total) AS suma_total
FROM ventas
WHERE fecha > NOW() - INTERVAL '30 days'
GROUP BY categoria
ORDER BY suma_total DESC
LIMIT 10;
Para JOINs, subconsultas y funciones de ventana que el editor visual no puede expresar.
SELECT
v.vendedor,
COUNT(*) AS total_pedidos,
SUM(v.total) AS ingresos_totales,
AVG(v.total) AS ticket_promedio,
MAX(v.total) AS venta_maxima
FROM ventas v
WHERE v.fecha >= DATE_TRUNC('month', NOW())
GROUP BY v.vendedor
ORDER BY ingresos_totales DESC;
El resultado se visualiza igual que en el editor visual.
Metabase permite agregar filtros interactivos con doble corchete.
SELECT categoria, SUM(total) AS ingresos
FROM ventas
WHERE fecha BETWEEN {{fecha_inicio}} AND {{fecha_fin}}
[[AND vendedor = {{vendedor}}]]
GROUP BY categoria
ORDER BY ingresos DESC;
{{fecha_inicio}} → Metabase genera un selector de fecha en el dashboard.[[AND vendedor = {{vendedor}}]] → el filtro es opcional; si no se llena, se ignora.Una colección de preguntas organizadas en una sola pantalla.
┌──────────┬──────────┬──────────┐
│ Ventas │ Pedidos │ Ticket │
│ del mes │ del mes │ promedio │
├──────────┴──────────┴──────────┤
│ Ventas por día (líneas) │
├─────────────────┬──────────────┤
│ Top vendedores │ Por categoría│
│ (tabla) │ (barras) │
└─────────────────┴──────────────┘
El usuario selecciona "enero 2026" y todos los gráficos se actualizan. No hay que crear un dashboard separado para cada período.
Configurable cada 1, 5, 10 o 60 minutos. Los datos siempre vienen directamente de la base de datos — no hay caché desactualizado.
| Herramienta | Tipo | Características | Para quién |
|---|---|---|---|
| Metabase | Open source | Fácil, SQL + visual, Docker | Equipos técnicos, startups |
| Tableau | Comercial | Muy visual, drag & drop, costoso | Analistas de negocio |
| Power BI | Comercial (Microsoft) | Integración con Excel/Azure | Empresas con ecosistema Microsoft |
| Looker | Comercial (Google) | LookML, data modeling avanzado | Empresas grandes |
| Grafana | Open source | Métricas de sistemas, tiempo real | DevOps, infraestructura |
| Apache Superset | Open source | Similar a Metabase, más configurable | Equipos con recursos técnicos |
Un gráfico de pastel con 12 categorías es ilegible. La visualización debe responder una pregunta específica.
Un número solo no comunica nada.
Q486,200 → Q486,200 (+12% vs mes anterior)
Cada elemento debe tener una razón para estar ahí. Un usuario nuevo debe entender el dashboard en menos de 30 segundos.
La normalización, constraints e integridad referencial del curso son el fundamento de cualquier sistema BI.
💩 in, 💩 out.