Una de las ventajas de Power BI es que permite la generación de informes en los que se favorece la interacción del usuario: filtros, datos destacados (highligh y cross-filtering), drill-down para navegar en las jerarquías, vistas detalle, etc. Además de contar con cuadros de mando que proporcionan una visión ejecutiva (KPIs e información resumida para asegurar el control a alto nivel), es de gran utilidad contar con otros informes de carácter más “exploratorio”, que nos permitan entender en detalle cuál es la situación de nuestro negocio pero…

¿Sabías que también es posible plantear hipótesis de negocio gracias a los parámetros what-if y dar un paso más para entender escenarios futuros?

Descubre qué son los escenarios what-if y cómo favorecer la interacción en tus cuadros de mandos te ayudará a fomentar (o reforzar) la cultura data-driven de tu empresa.

¿Qué son los escenarios what-if?

Se trata de los escenarios que planteamos en Power BI en el que se crean una o varias variables hipotéticas para utilizarlas en medidas y tablas calculadas del informe. El proceso consiste en crear un nuevo parámetro definiendo un valor mínimo y máximo, así como el incremento que habría entre todos los valores del segmento. A continuación, y a partir de ese parámetro (que el usuario modifica en la interfaz gráfica con un slicer o un selector) y ser empleado en fórmulas con DAX, permite modificar dinámicamente los resultados.

Como no es el objetivo de este artículo, te comparto información sobre la creación de estos parámetros: https://docs.microsoft.com/es-es/power-bi/transform-model/desktop-what-if

Da un paso más en la entrega de valor de tus informes

Favorecer la exploración (y no quedarte sólo en proporcionar KPIs) para entender en profundidad los porqués, será clave para mejorar la percepción de valor de tus informes. Contar con datos de calidad es sólo el primer paso para conseguir insights de impacto en tu negocio.

El proceso de ETL y modelado es muy importante, pero si además lo acompañas con buenas prácticas de visualización y favoreces la interacción, estarás asegurando en un alto porcentaje que tus informes serán un éxito y que hasta “engancharán” a tus usuarios a seguirlos usando.

De hecho, si necesitas algún material para creerlo, te recomiendo el libro “Hooked: How to Build Habit-Forming Products” de Nir Eyal, que bajo mi punto de vista, a pesar de estar más bien orientado a la creación/vinculación de productos digitales, justifica de manera bastante científica cómo muchas aplicaciones crean hábitos para engancharnos a utilizarlas.

¿Es posible crear hábitos en nuestros informes para fomentar la cultura data-driven? Yo creo que sí. Y todo empieza por aportar valor al usuario final. Para ello, deben ser usables, intuitivos y preferiblemente INTERACTIVOS. Los usuarios volverán si la recompensa (los insights obtenidos) merecen la pena.

Interacción e hipótesis de negocio

Cuando queremos asegurar la comprensión de un informe el diseño importa, y cómo planteemos su narrativa, también. Además de seguir una estructura de información adecuada y configurar las opciones de cross-filtering y highlight de forma que aporten valor al informe, podemos completar esas “respuestas de negocio” con escenarios que permitan plantear hipótesis que permitan variar el contexto y ver cómo modifican nuestros resultados de negocio.

¿Qué pasaría si…

… cambian factores externos como:

  • Mejoro en mi negociación en los márgenes con proveedores?
  • La demanda de una categoría de productos cae en un X%?
  • Tengo más competencia y el coste de adquisición de mi cliente aumenta?

… o cambian factores internos como:

  • Cuento con 3 personas más en mi equipo comercial?
  • Mejoro mi tasa de retención de clientes en un X%?
  • Opto por una estrategia de descuentos más agresiva?

Estas hipótesis pueden incluirse en un informe y que, mediante un slicer o un selector, el usuario sea quien defina cuánto cambian algunas variables para ver cómo afectan a otras.

Empoderando a tu usuario

Estos escenarios no sólo motivarán a tus usuarios a utilizar los informes, sino que en escenarios donde la cantidad de variables es elevada o los usuarios no tienen un nivel avanzado de hojas de cálculo, les será de gran ayuda para hacer estimaciones (y si eres el técnico al que piden ayuda, además de agradecerte estas herramientas, dejarán de interrumpirte en otras tareas 😉). Ahora en serio:

Mejorar la experiencia de los usuarios y facilitar que encuentren la utilidad en los informes ayudará a fomentar la cultura data-driven en tu organización.

Además, en momentos de incertidumbre, sectores donde el mercado es muy cambiante o entornos muy complejos de negocio, contar con este tipo de estimaciones puede ser clave para asegurar la continuidad de tu negocio.

Casos de uso

Para concluir, el uso de parámetros what-if puede emplearse para:

  • Obtener respuestas ante hipótesis de negocio y comparar resultados con los valores objetivos (o calcular el % de cumplimiento)
  • En entornos con más dimensiones que influyan en la hipótesis, conseguir una distribución de posibles outcomes (salidas), o correlaciones entre las distintas variables que influyen en un resultado. También para valorar cómo afectaría el cambio de las variables en el resultado (en términos de rentabilidad) de un modelo de Machine Learning.
  • Escenarios “calculadora”, que simplifiquen los cálculos de los usuarios de negocio.

Encontrarás estos ejemplos prácticos en el espacio de Casos de uso de este blog:

1.Escenario hipótesis tasa de abandono de clientes

what if churn

2. RFM score e impacto en matriz de valor

Fomentando la cultura data-driven con escenarios hipotéticos en Power BI

3. Variación de la demanda y calculadora reaprovisionamiento de stock

what-if variación demanda y frecuencia pedidos
what if calculadora
0 Shares:
Deja una respuesta

Tu dirección de correo electrónico no será publicada.

You May Also Like
Leer más

Backups y restores “al vuelo” sin almacenamiento intermedio

Seguramente los más “senior” recordarán la posibilidad que existía en versiones SQL Server antiguas de realizar backups utilizando named pipes. Cuando hablo de versiones antiguas, me refiero a “antiguas de verdad”, ya que esta funcionalidad fue marcada como obsoleta en SQL Server 7, se mantuvo en SQL 2000 pero ya se eliminó de SQL Server 2005 y posteriores.