Programando en Power BI con ChatGPT y Claude: Una experiencia innovadora | Xyclos
Actualizado: 9 ene
En el mundo actual, la capacidad de manejar y analizar datos es crucial para el éxito empresarial. Recientemente, tuve la oportunidad de trabajar en un proyecto que involucraba la creación de proyecciones de ventas para el año 2025.
Inicio del proyecto: Requerimientos del Cliente
Todo comenzó con la solicitud de un cliente que necesitaba desarrollar proyecciones de ventas para el año 2025 a nivel de producto y vendedor. El cliente proporcionó las bases de datos en Excel que contenían las ventas de los años 2019 a 2024, así como un archivo con las proyecciones de ventas en USD y en cantidad por producto para el 2025.
Herramienta seleccionada: Power BI
Junto con el Cliente, analizamos dos opciones para dar la solución: Excel o Power BI.
Optamos por utilizar Power BI debido a sus capacidades de presentación y la interactividad que ofrece en los paneles e informes.
La elección de esta herramienta fue fundamental porque nos permite crear Informes interactivos con Objetos visuales que permitirán al Cliente tener una perspectiva clara de las tendencias históricas y futuras.
Proceso de desarrollo: Paso a Paso
Familiarización con los datos
El primer paso fue revisar y comprender los archivos proporcionados por el Cliente. Esto lo realicé en Excel, familiarizándome con los campos y datos disponibles.
Carga y Modelado de datos en Power BI
Una vez entendidos los datos, procedí a cargar la base de datos histórica de ventas en Power BI.
Creé un Modelo de datos que incluía la tabla Calendario, tablas de dimensiones, establecer Tipos de datos y creación de medidas básicas.
El objetivo era construir informes interactivos por producto y vendedor, compuesto por slicers o segmentadores, gráficos de columnas agrupadas, gráficos de anillos, tablas, matrices y mapas que nos ayudarán visualmente a reflejar el desempeño del negocio desde diferentes aspectos.
Integración de proyecciones de ventas para 2025
El siguiente paso fue cargar en Power BI la tabla de presupuesto por producto en dólares y cantidades para 2025.
Aquí enfrenté el desafío de transformar los datos existentes, ya que el diseño previo era susceptible a errores y no contemplaba todos los productos vigentes para 2025. Esto requirió la creación de procesos de transformación adicionales, como la creación de columnas y la gestión de valores nulos.
Desafíos y Soluciones: El papel de la Inteligencia Artificial
Uso de Lenguaje M y ChatGPT
Con toda esta información estaba listo para el siguiente paso: crear el código.
Entonces recurrí a ChatGPT usando el Modelo o1, por su avanzado poder de razonamiento.
Le proporcioné el contexto completo del proyecto, incluyendo los campos principales de cada tabla, y le pedí opciones de programación en Power BI junto con las ventajas y desventajas cada una de ellas.
ChatGPT o1, me presentó dos opciones: utilizar Lenguaje M o emplear una solución basada en DAX.
Opté por el Lenguaje M por su rapidez y eficiencia.
Entonces con la ayuda de ChatGPT o1, le pedí que genere el código. en Lenguaje M.
Lo generó y lo probé en Power Query.
Resolución de errores y optimización del código
Durante esta etapa, surgieron errores relacionados con el campo "Mes" que constaba en la tabla histórica y que ChatGPT usó el mismo nombre “Mes” en su código y esa fue la razón de los errores que se me presentaban.
Optimicé el prompt inicial indicándole como resolver esta situación, creamos el nuevo código y funcionó parcialmente, pero, ¿porqué, qué pasó?.
Había cálculos que resultaban en valores nulos o “null” y esa era la causa de este error.
Trabajé en conjunto con ChatGPT y con Claude para solucionar estos problemas, ajustando el código y realizando pruebas hasta lograr que las proyecciones de ventas fueran precisas y coherentes.
Este enfoque de trabajar con dos IA’s, fue muy revelador porque cada una tiene un proceso de razonamiento diferente y Claude me aportó con excelentes ideas que fueron muy útiles para optimizar el código.
Además, fue vital tener presente la importancia de manejar correctamente los valores nulos en Power BI, ya que pueden afectar significativamente los cálculos y generación de datos porque hacíamos divisiones que nos daban valor “null”.
Resultados del Proyecto: Proyecciones Efectivas y Eficientes
Resolviendo estos errores de nombres de campos, valores nulos y lógica de programación, finalmente, logré desarrollar un proceso claro para calcular las proyecciones de ventas en dólares y en cantidades por producto y vendedor.
Este proceso automatizado de cada una de las 4 consultas (queries), se realiza en 3 a 4 minutos.
Llegar acá tomó tiempo, muchas horas de trabajo, no fue fácil pero lo logramos.
Lecciones Aprendidas: Claves para el éxito en proyectos de datos
Dominio de Excel, Power Query y Power BI
Es fundamental tener un conocimiento sólido de Excel, Power Query y Power BI: conceptos sólidos de manejo de filtros, tablas dinámicas, validación de datos, uso de Objetos visuales, VBA, DAX y el entorno del Editor de Power Query.
Esto me permitió trabajar de manera muy eficiente y resolver problemas rápidamente.
Comunicación clara con la Inteligencia Artificial
Esto fue crucial.
Tener una comunicación clara, precisa y minuciosa al momento de crear el prompt para solicitarle lo que se necesita que haga ChatGPT, Claude o cualquier IA con la que trabajemos.
Y algo muy importante: pedirle a la IA que analice y nos proporcione sugerencias o alternativas para resolver algo.
Me tomó tiempo, itere varias veces hasta lograr el prompt correcto.
El esfuerzo valió la pena.
Colaboración Humano-IA
Entonces, trabajar en equipo con las inteligencias artificiales definitivamente me ayudó a reducir significativamente el proceso de creación de código de programación..
La colaboración efectiva entre el conocimiento humano y las capacidades de la IA me condujo por un camino de soluciones innovadoras y eficientes.
Conclusión: Una experiencia enriquecedora
Ya he usado IA’s para programar código en VBA, lo hice con Gemini y este proyecto requirió usar el Lenguaje M.
Una experiencia fabulosa que me permitió mejorar mis habilidades en Power BI, programación con el Lenguaje M y uso colaborativo con las herramientas de inteligencia artificial.
Trabajar con ChatGPT y Claude no solo optimizó el proceso de creación de proyecciones de ventas, sino que también demostró el valor de integrar tecnologías avanzadas en el análisis de datos.
Estoy convencido de que la combinación de conocimientos técnicos y uso de herramientas de IA es clave para ofrecer soluciones efectivas y de alta calidad a mis clientes.
En resumen:
Comprender primero, automatizar después: Es crucial dominar el proceso manual antes de llevarlo a la automatización. Esto garantiza un conocimiento sólido del flujo de trabajo y facilita la resolución de problemas.
Comunicación efectiva con las IA: Una interacción clara, precisa y detallada con herramientas como ChatGPT, Claude, Copilot, Gemini, Grok, Meta es esencial para obtener resultados óptimos. Dedica tiempo a perfeccionar los prompts.
Fortaleza en herramientas clave: Los conocimientos sólidos en las siguientes áreas son indispensables para proyectos exitosos:
Power BI: Modelado de datos, visualizaciones y DAX.
Power Query: Transformación y limpieza de datos.
Excel y Google Sheets: Manejo avanzado de filtros y tablas dinámicas para análisis preliminares.
Validación en cada paso: Revisa y valida cada etapa del proceso antes de avanzar a la siguiente. Este enfoque evita errores acumulativos y asegura un flujo de trabajo eficiente.
Descubre el futuro del análisis de datos hoy mismo.
¿Por qué solo usar herramientas cuando puedes convertirte en un maestro que las guía?
En Xyclos, no solo aprenderás Power BI e Inteligencia Artificial, aprenderás a crear soluciones que nadie más imaginó.
Haz de tus proyecciones una obra maestra, transforma tus proyectos en éxitos imparables. El momento es ahora. ¿Te atreves a liderar la revolución de los datos?
Prepárate con nuestros cursos de Análisis de datos: