Fundamentos de los datos de series temporales

Análisis de series temporales en Power BI

Kevin Barlow

Data Analytics Professional

Requisitos previos del curso

Este curso usa funciones DAX intermedias en los ejercicios, como:

  • CALCULATE()
  • IF()
  • SUMMARIZE()
Análisis de series temporales en Power BI

¿Por qué es importante?

¡Todo conjunto de datos tiene el tiempo como dimensión! Analizar datos en el tiempo revela tendencias muy interesantes y necesitamos buenas herramientas para ello.

  • ¿Cómo ha cambiado mi dato en el tiempo?
  • ¿Qué debería mostrar mi dato según el historial?
  • ¿Qué mostrará mi dato en el futuro?

Por qué son importantes los datos de series temporales

Análisis de series temporales en Power BI

Definición de datos de series temporales

Los datos de series temporales son un conjunto de observaciones (puntos de datos) recogidas sobre el mismo sujeto durante un periodo.

Dos componentes clave

  • Span: el periodo total para el que hay datos
  • Interval: el tiempo entre cada observación.

Componentes de series temporales

Análisis de series temporales en Power BI

Seguir los cambios en el tiempo

Variación secular

Variación secular

Variación estacional

Variación estacional

Variación cíclica

Variación cíclica

Variación aleatoria (irregular)

Ejemplo de variación aleatoria

Análisis de series temporales en Power BI

Análisis de series temporales a corto plazo

Un periodo a corto plazo abarca normalmente menos de un año. Aquí buscamos entender qué muestran los datos ahora.

Análisis habituales

  • Últimos x periodos (p. ej., últimos 90 días, últimos 2 trimestres)
  • Periodo hasta la fecha (p. ej., año hasta la fecha, mes hasta la fecha)

Ejemplo

Análisis a corto plazo

Análisis de series temporales en Power BI

Análisis de series temporales a largo plazo

Los análisis a largo plazo abarcan más de un año. Buscamos entender los datos históricos y su relación con los actuales.

Análisis habituales:

  • Year over Year
  • Month over Month
  • Mismo periodo del año anterior

Ejemplo Calcular el rendimiento de ventas Year over Year (YoY) para enero.

Análisis YoY

Análisis de series temporales en Power BI

Predecir el futuro

Los análisis del futuro, como el forecasting, toman datos históricos y los proyectan. Estos análisis permiten prever dónde estaremos y decidir en consecuencia.

Análisis habituales

  • Regresiones (p. ej., lineal)
  • Estimaciones puntuales
  • Machine Learning

Ejemplo

Previsión del volumen de negociación de acciones varios meses adelante.

Ejemplo de forecasting

Análisis de series temporales en Power BI

¡Vamos a practicar!

Análisis de series temporales en Power BI

Preparing Video For Download...