Power Query cuenta con una gran cantidad de características dedicadas a ayudarle a limpiar y preparar sus datos para el análisis. Aprenderá a simplificar un modelo complicado, a cambiar los tipos de datos, a cambiar el nombre de los objetos y a dinamizar los datos. También aprenderá a generar perfiles de columnas para saber qué columnas tienen los datos importantes que busca para realizar análisis más profundos.

El proceso de creación de un modelo semántico complejo en Power BI resulta sencillo. Si los datos provienen de más de un sistema transaccional, antes de que se dé cuenta tendrá docenas de tablas con las que trabajar. Conseguir un buen modelo semántico consiste en simplificar ese desorden. Un esquema en estrella es una forma de simplificar un modelo semántico, y en este módulo aprenderá su terminología y su implementación. También descubrirá la importancia de elegir la granularidad de datos correcta para el rendimiento y la facilidad de uso de los informes de Power BI. Finalmente, aprenderá a mejorar el rendimiento con sus modelos semánticos de Power BI.

En este módulo, aprenderá a trabajar con medidas implícitas y explícitas. Comenzará creando medidas simples, que resumen una sola columna o tabla. A continuación, creará medidas más complejas en función de otras medidas del modelo. Además, obtendrá información sobre las similitudes y diferencias entre una columna calculada y una medida.