Ingeniería Industrial · 2026
Mejoramiento integral de tablero en Power BI para la gestión de reservas en escenarios Comfama como apoyo a la toma de decisiones en programación y activación. Semestre de industria
El presente trabajo tuvo como objetivo mejorar el tablero de Power BI orientado a la gestión de reservas de espacios del equipo de Programación y Activación en Comfama, mediante la optimización del modelo de datos, las expresiones analíticas y la capa visual del reporte. Para ello, se empleó una metodología con enfoque mixto, que combinó técnicas cuantitativas propias del análisis y modelado de datos con elementos cualitativos orientados a comprender las necesidades informativas y la experiencia de los usuarios del tablero, considerando que la herramienta se alimenta de datos provenientes de una Power App. El proceso metodológico se estructuró en cinco fases: diagnóstico del tablero existente, limpieza y calidad de datos, rediseño del modelo de datos, optimización de expresiones DAX y rediseño de la capa visual bajo principios de data storytelling. Como resultado del diagnóstico inicial, se identificaron problemas de redundancia, relaciones ineficientes y cálculos innecesarios. Posteriormente, la depuración y estandarización de los datos en Power Query permitió mejorar la confiabilidad de la información, mientras que el rediseño del modelo bajo un enfoque dimensional favoreció el rendimiento y la escalabilidad del tablero. La optimización de medidas DAX y el rediseño visual facilitaron una interpretación más clara y generar KPIs orientados a la toma de decisiones. En conclusión, el proyecto permitió obtener un tablero más eficiente, mantenible y alineado con buenas prácticas de Power BI, fortaleciendo su uso como herramienta de apoyo estratégico y estableciendo una base metodológica replicable para futuros tableros analíticos en el equipo.
Texto completo 48 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- Resumenp. 7
- Abstractp. 8
- 1. Introducciónp. 9
- 2. Objetivosp. 11
- 2.1 Objetivo generalp. 11
- 2.2 Objetivos específicosp. 11
- 3. Marco teóricop. 12
- 4. Metodologíap. 15
- 4.1 Diagnóstico del tablero actualp. 15
- 4.2 Calidad y limpieza de datosp. 15
- 4.3 Rediseño del modelo de datosp. 16
- 4.4 Optimización de expresiones DAXp. 16
- 4.5 Diseño visual y data storytellingp. 16
- Análisis de resultadosp. 18
- 5.1 Diagnósticop. 18
- 5.2 Limpieza y transformación de datosp. 23
- 5.3 Modelado dimensionalp. 25
- 5.4 Expresiones DAXp. 27
- 5.5 Capa visualp. 33
- Conclusiones y recomendacionesp. 40
- Referenciasp. 42
- Anexosp. 45
- Tabla 1 Estado de las tablas del modelo y su relevanciap. 19
- Tabla 2 Comparativo de resultados entre el modelo inicial y finalp. 39
- Figura 1 Modelo actualp. 18
- Figura 2 Violaciones a la referencia integralp. 20
- Figura 3 Tablas calendario ocultas que inflan el modelop. 21
- Figura 4 Diagnóstico en Measure Killer del tablerop. 21
- Figura 5 Ejemplo de página “TodosComentarios” con datos crudos y alta carga cognitivap. 22
- Figura 6 Pasos aplicados a la tabla SolicitudesReservaEscenarios (Antes -Después)p. 23
- Figura 7 Pasos aplicados a Confirmación reservas escenarios (Antes - Después)p. 24
- Figura 8 Modelo de datosp. 27
- Figura 9 Medida para el total de solicitudesp. 28
- Figura 10 Medida Year over yearp. 28
- Figura 11 Medida para año anterior con SAMEPERIODLASTYEARp. 29
- Figura 12 Conditional Formattingp. 29
- Figura 13 Medida para solicitudes ejecutadasp. 30
- Figura 14 Medida para venta empresarial (Alquiler de escenarios Comfama)p. 30
- Figura 15 Medida solicitudes canceladasp. 31
- Figura 16 Medida solicitudes de cancelación en ventana de 3 días previo a la prestaciónp. 31
- Figura 17 Medida para el tiempo de gestión de la célulap. 32
- Figura 18 Documentación de medidas DAXp. 33
- Figura 19 Página de inicio tablerop. 34
- Figura 20 Solicitudes resumenp. 35
- Figura 21 Gestión equipop. 36
- Figura 22 Confirmaciones resumenp. 37