Fast Track Resolución de Casos Reales de Modelamiento

Modelar datos correctamente no consiste únicamente en crear relaciones entre tablas. Un buen modelo debe representar correctamente el negocio, respetar la granularidad, evitar duplicidades, conservar el histórico y permitir que las medidas funcionen de manera clara, eficiente y sostenible.

Este Fast Track ha sido diseñado para aprender modelamiento resolviendo casos reales, avanzando progresivamente desde escenarios básicos hasta situaciones de nivel experto.

Originalmente fue planteado como un programa de 06 horas, pero debido al nivel de detalle alcanzado, la cantidad de preguntas y la necesidad de explicar correctamente cada decisión de modelamiento, hemos ampliado la duración a 10 horas en vivo, sin modificar el precio.

La idea es simple: no queremos correr para completar los casos. Queremos que entiendas qué problema existe, qué modelo conviene usar, por qué funciona y qué errores debes evitar.


Trabajaremos 20 casos reales


Caso 01 – Modelo Estrella

Transformaremos una fuente plana en un modelo correctamente estructurado, separando dimensiones y tabla de hechos, definiendo relaciones y preparando la información para análisis. Aquí entenderemos la lógica central del modelamiento dimensional, cómo identificar hechos, dimensiones y claves, y por qué un buen modelo facilita tanto las medidas DAX como el rendimiento. Lo sorprendente para muchos participantes será comprobar cuánto mejora la claridad del análisis simplemente dejando de trabajar con una gran tabla única.

Caso 02 – Facturas con Cabecera y Detalle

Trabajaremos granularidad, entenderemos qué representa realmente una fila de la tabla de hechos y aplicaremos dimensión degenerada evitando duplicidades. Revisaremos por qué mezclar datos de cabecera y detalle puede multiplicar importes o contar facturas incorrectamente y cómo conservar identificadores como número de factura sin crear dimensiones innecesarias. Es un caso clave porque muchos errores de reporting nacen justamente de no definir bien el grano.

Caso 03 – Pedidos con Múltiples Fechas

Resolveremos escenarios con fecha de pedido, compromiso, despacho y entrega utilizando Role-Playing Dimensions y relaciones activas e inactivas. Veremos cómo una sola dimensión Fecha puede asumir distintos roles dentro del mismo modelo y cómo controlar cuál de esas fechas participa en cada cálculo. Este caso permite responder preguntas muy reales como cuánto demoramos en despachar, cuántos pedidos están retrasados o cuál es el tiempo promedio entre pedido y entrega.

Caso 04 – Jerarquías de Productos

Compararemos Modelo Estrella y Snowflake para decidir cuándo mantener tablas separadas y cuándo conviene desnormalizar categoría y subcategoría. Analizaremos el impacto de cada diseño sobre simplicidad, mantenimiento y experiencia de usuario. Lo interesante será comprobar que normalizar más no siempre significa modelar mejor en BI y que, muchas veces, una dimensión más ancha produce un modelo más útil y fácil de consumir.

Caso 05 – Claves Subrogadas

Integraremos clientes provenientes de diferentes sistemas, entendiendo la diferencia entre clave natural y clave subrogada y cómo construir una identidad única. Veremos por qué los códigos operativos pueden cambiar, repetirse o tener significados distintos entre sistemas y cómo una clave interna permite consolidar correctamente la información. Este concepto es fundamental cuando el modelo deja de depender de una sola fuente.

Caso 06 – SCD Tipo 2

Conservaremos el histórico de cambios de clientes, segmentos, zonas o clasificaciones utilizando claves subrogadas y fechas de vigencia. Aprenderemos cómo responder correctamente preguntas históricas como “¿en qué segmento estaba este cliente cuando ocurrió la venta?” en lugar de aplicar siempre la clasificación actual. Es uno de los conceptos más importantes para modelos analíticos que necesitan explicar el pasado sin reescribir la historia.

Caso 07 – Ventas y Presupuesto con Diferente Granularidad

Trabajaremos ventas a nivel transacción y presupuesto a nivel mes y categoría, utilizando dimensiones conformadas y evitando relaciones incorrectas entre tablas de hechos. Revisaremos por qué dos tablas de hechos no deben relacionarse directamente y cómo comparar resultados reales contra presupuesto aunque ambas fuentes tengan distinto nivel de detalle. Este caso muestra cómo construir análisis integrados sin forzar relaciones artificiales.

Caso 08 – Junk Dimension

Reorganizaremos atributos e indicadores de baja cardinalidad para construir modelos más limpios y eficientes. Agruparemos banderas como urgente, promoción, devolución, tipo de entrega u otros indicadores similares dentro de una única dimensión. Lo atractivo es descubrir que una tabla aparentemente “extra” puede simplificar mucho el modelo, reducir columnas dispersas y facilitar filtros combinados.

Caso 09 – Factless Fact Table

Modelaremos eventos como inscripciones o asistencias donde la existencia de una fila representa el hecho, incluso cuando no existe una medida numérica. Veremos que una tabla de hechos no necesita necesariamente contener importes o cantidades y que simplemente registrar que algo ocurrió puede ser suficiente para analizarlo. Esto permite resolver preguntas como quién asistió, quién debía asistir y no lo hizo o qué combinaciones nunca ocurrieron.

Caso 10 – Muchos a Muchos con Bridge Table

Resolveremos relaciones muchos a muchos mediante tablas puente y porcentajes de participación evitando duplicar resultados. Trabajaremos escenarios como productos con múltiples proveedores, clientes asociados a varios ejecutivos o asignaciones compartidas. El aspecto más importante será entender cómo una relación aparentemente válida puede inflar cifras y cómo una Bridge Table permite controlar correctamente la propagación de filtros.

Caso 11 – Periodic Snapshot

Modelaremos inventarios diarios para comprender la diferencia entre movimientos y saldos y por qué ciertas medidas no pueden sumarse libremente a través del tiempo. Veremos cómo almacenar el estado del inventario en momentos periódicos y cómo calcular stock disponible, valor del inventario o días de cobertura. El punto clave será entender por qué sumar saldos de varios días produce resultados absurdos.

Caso 12 – Accumulating Snapshot

Seguiremos el ciclo completo de un pedido desde su creación hasta el cierre, midiendo tiempos entre etapas e identificando cuellos de botella. Una misma fila irá acumulando fechas de aprobación, preparación, despacho y entrega. Este patrón es especialmente útil para procesos que tienen un inicio y varias etapas hasta su finalización, permitiendo medir duración, retrasos y eficiencia operativa.

Caso 13 – Late Arriving Dimensions y Facts

Trabajaremos escenarios donde dimensiones o hechos llegan fuera del orden esperado, utilizando miembros desconocidos y procesos de actualización. Revisaremos qué hacer cuando llega una venta antes que el cliente o cuando un dato maestro se incorpora después de la transacción. Es un caso muy real porque en producción los datos rara vez llegan en el orden perfecto que esperamos.

Caso 14 – Ventas Multimoneda

Modelaremos operaciones en soles, dólares y euros utilizando tipos de cambio por fecha y cuidando la granularidad de la tabla de conversión. Veremos cómo evitar relaciones ambiguas, qué fecha debe utilizarse para la conversión y cómo permitir al usuario analizar importes en moneda original o moneda común. Este caso combina modelamiento, contexto de fecha y lógica de negocio financiera.

Caso 15 – Jerarquías Padre-Hijo

Representaremos estructuras organizacionales con diferentes niveles de profundidad utilizando Parent-Child Hierarchies y conceptos como PATH. Trabajaremos organizaciones donde algunas ramas tienen dos niveles y otras cinco, algo difícil de representar con jerarquías tradicionales. La utilidad aparece en estructuras como organigramas, cuentas contables o redes comerciales irregulares.

Caso 16 – Asignaciones con Vigencia Temporal

Resolveremos cambios de vendedores o territorios durante el tiempo, asignando cada operación al responsable correcto según la fecha. Aquí aparecerán relaciones basadas en intervalos de vigencia en lugar de una simple clave directa. El reto será responder correctamente quién era responsable de una venta en el momento exacto en que ocurrió, aunque hoy la asignación sea diferente.

Caso 17 – Allocation Bridge

Distribuiremos costos corporativos entre distintas unidades utilizando porcentajes de asignación sin multiplicar importes. Trabajaremos reglas de reparto, participación y control de totales para asegurar que el monto distribuido siga siendo igual al original. Es un patrón muy valioso en finanzas, costos compartidos y análisis de rentabilidad por unidad de negocio.

Caso 18 – Medidas Semi-Aditivas

Combinaremos movimientos y saldos diarios para entender por qué algunos valores se suman en el tiempo y otros requieren utilizar el último valor disponible. Revisaremos conceptos de aditividad y semi-aditividad y cómo modelarlos correctamente en DAX. Es uno de esos temas que cambia completamente la forma de analizar inventarios, cuentas bancarias, stock o headcount.

Caso 19 – Ventas, Metas y Comisiones

Integraremos ventas a nivel transacción, metas a nivel vendedor-mes y reglas de comisión, trabajando múltiples granularidades y múltiples tablas de hechos. Además incorporaremos lógica de cumplimiento y rangos para calcular incentivos. Este caso es atractivo porque combina modelamiento dimensional con reglas de negocio que normalmente no se resuelven simplemente creando relaciones.

Caso 20 – Modelo Empresarial Integrado

Cerraremos con un modelo completo de ventas, compras, inventarios y presupuesto, combinando dimensiones conformadas, claves subrogadas, SCD, snapshots y diferentes granularidades. El objetivo será construir una arquitectura coherente donde múltiples procesos puedan analizarse juntos sin relaciones ambiguas ni duplicación de información. Será una síntesis de todo el Fast Track y el escenario más cercano a un modelo empresarial real, donde el reto ya no es crear una relación sino diseñar una arquitectura analítica completa.


¿Qué aprenderás realmente?

Más que memorizar patrones, aprenderás a:

  • Identificar correctamente la granularidad

  • Separar hechos y dimensiones

  • Reconocer cuándo usar un Modelo Estrella o Snowflake

  • Resolver relaciones complejas

  • Trabajar históricos correctamente

  • Modelar múltiples fechas

  • Integrar varias tablas de hechos

  • Evitar ambigüedades y duplicidades

  • Diseñar modelos escalables y preparados para DAX

El objetivo es que puedas pasar de crear relaciones por intuición a modelar con criterio profesional.


Información del Fast Track

Inicio: 25 de agosto
Duración: 10 horas en vivo
Horario: 7:00 p. m. a 9:00 p. m. – Perú


Inversión: USD 29


Esta es una capacitación especialmente recomendada para quienes ya trabajan con Power BI y quieren entender de verdad cómo construir modelos sólidos, eficientes y sostenibles.

Para más información escríbenos a: [email protected] o al WhatsApp: +51 941 550 592

Miguel Rojas

Microsoft Certified Trainer | Microsoft Certified Data Analyst Associate | MOS Excel Expert 2016 y 2019. CEO at Temixa Consulting & Founder Grupo Excel Total. Profesional en Ingeniería de Sistemas, con más de 25 años de experiencia capacitando en herramientas de productividad, como Excel, Power BI y SAP. Correo: [email protected] Linkedin: https://www.linkedin.com/in/miguelrojasa
  • 1

    Fast Track Casos Reales de Modelamiento - Inicio 25.08.2026

    • Sesión 1 - Video

    • Sesión 1 - Archivos

    • Sesión 2 - Video

    • Sesión 2 - Archivos

    • Sesión 3 - Video

    • Sesión 3 - Archivos

    • Sesión 4 - Video

    • Sesión 4 - Archiivos

    • Sesión 5 - Video

    • Sesión 5 - Archivos