Power BI como herramienta de análisis
de datos de una ficha estudiantil,
estudio de caso: Escuela Superior
Politécnica de Chimborazo
Revista TECH Carlos Cisneros ISNN 2737-6036, Año 2023, Congreso CICT2023, páginas 10
“Power BI como herramienta de análisis de datos de una ficha
estudiantil, estudio de caso: Escuela Superior Politécnica de
Chimborazo”
“Power BI as a data analysis tool for a student file, case study:
Escuela Superior Politécnica de Chimborazo”
Hernán Darío Centeno Aulla1
Carlos Mauricio Barreto Domínguez2,
Paul Rafael Mayorga Vallejo3,
Mónica Maricela Villarreal Bonifaz4,
1 Escuela Superior Politécnica de Chimborazo, Ecuador, hernan.centeno@espoch.edu.ec
2 Unidad Educativa Gabriel Bahamonde, Ecuador, mauricio.barreto@educacion.gob.ec
3 Unidad Educativa Juan de Velasco, Ecuador, paul.mayorga@educacion.gob.ec
4 Unidad Educativa Provincia de Chimborazo, Ecuador, monica.villarreal@educacion.gob.ec
RESUMEN
En la actualidad en la Escuela Superior Politécnica de Chimborazo (ESPOCH) se encuentra implementado un
sistema de ficha del estudiante, dicho sistema sirve como herramienta para la recolección de información
personal referente a los estudiantes, esta información es analizada de manera manual y confidencial por el
área de psicología educativa de la ESPOCH para los respectivos estudios de las situaciones actuales de la
comunidad estudiantil. Con el objetivo de brindar una herramienta de ayuda en la gestión de datos en el área
de desarrollo de software de la Dirección de Tecnologías de la Información de la ESPOCH se pone en marcha
el proyecto de una herramienta dinámica para el análisis automatizado de datos del sistema de ficha del
estudiante, para lo cual se hace uso de PowerBI por ser un gestor de procesamiento de información el mismo
que incluye diferentes métricas y parámetros para el estudio de información. En el proyecto desarrollado se
presenta un tablero con diferentes filtros que fueron planteados por la psicóloga educativa de la ESPOCH e
incluye diferentes componentes gráficos como: tablas de datos, tarjetas con valores numéricos producto de
las consultas realizadas, diagramas de barras, diagramas pastel, diagramas de líneas. En este proyecto se
hace énfasis a la información obtenida referente a hábitos de consumo en los estudiantes (alcohol, tabaco y
drogas), tomando como muestra un total de 14 mil fichas respondidas, determinando que el 41% consume
alcohol, el 27% consume tabaco y el 7% consume drogas. Con el proyecto implementado se integra una
solución óptima que reduce tiempo en el análisis de datos permitiendo tener una visión actualizada del estudio
de la información de los estudiantes de la ESPOCH.
Palabras clave: ficha del estudiante, confidencial, análisis, información.
77
Revista TECH Carlos Cisneros ISNN 2737-6036, Año 2023, Congreso CICT2023, páginas 10
ABSTRACT
Currently, at the Higher Polytechnic School of Chimborazo (ESPOCH), a student record system is
implemented. This system serves as a tool for collecting personal information regarding students. This
information is analyzed manually and confidentially by the area of educational psychology of the ESPOCH for
the respective studies of the current situations of the student community. With the aim of providing a tool to
help in data management in the software development area of the Information Technology Directorate of the
ESPOCH, the project of a dynamic tool for the automated analysis of system data is launched. of the student's
file, for which PowerBI is used as it is an information processing manager that includes different metrics and
parameters for the study of information. In the developed project, a dashboard is presented with different filters
that were proposed by the educational psychologist from ESPOCH and includes different graphic components
such as: data tables, cards with numerical values resulting from the queries made, bar diagrams, pie diagrams,
diagrams of lines. In this project, emphasis is placed on the information obtained regarding consumption habits
in students (alcohol, tobacco and drugs), taking as a sample a total of 14 thousand answered cards, determining
that 41% consume alcohol, 27% consume tobacco and 7% use drugs. With the implemented project, an optimal
solution is integrated that reduces time in data analysis, allowing an updated vision of the study of information
from ESPOCH students.
Keywords: student file, confidential, analysis, information
Recibido: 18/09/2023 Aceptado: 27/10/2023
Received: 18/09/2023 Accepted: 27/10/2023
78
Revista TECH Carlos Cisneros ISNN 2737-6036, Año 2023, Congreso CICT2023, páginas 10
1. INTRODUCCIÓN
En la época actual, el desarrollo de las tecnologías
de la información ha tenido un salto colosal [1],
debido que la implementación de aplicaciones web
actualmente incluye gran variedad de herramientas
que reducen el trabajo contando con medios que
facilitan la construcción de sistemas informáticos [2],
estos sistemas informáticos tienen como objetivo la
automatización de procesos evitando fallas
involuntarias y de este modo obtener importantes
reducciones de tiempo y costo [3], gestionando gran
parte de las actividades diarias que se lleva a cabo
en el sector de negocios en donde se esté
desempeñando [4], cabe indicar que la mayoría de
sistema informáticos utiliza bases de datos para el
alojamiento de información que se gestiona en los
mismos y a la vez es el encargado de la ejecución
de peticiones realizadas por usuarios y
administradores de los sistemas [5], la visualización
de los datos se lo hace por medio de reportes para
lo cual el desarrollador de software internamente
ejecutar comandos SQL en la base de datos [6]. En
este aspecto no se realiza un tratamiento a la
información obtenida de los sistemas informáticos.
En el presente trabajo se habla del análisis y
tratamiento de la información obtenida del sistema
de ficha del estudiante de la ESPOCH, por lo que se
implementa un modelo de toma de decisiones y
tratamiento de datos en el cual se debe preparar,
sondear y explorar los datos para sacar la
información oculta y útil [7] integrando una búsqueda
de características viables de los datos según el
objetivo de estudio de cada caso [8], para realizar
este proyecto se tomó como herramienta principal a
PowerBI de Microsoft [9] siendo aquí en donde
realizaremos nuestros análisis de datos y
visualización de información ya que permite crear
modelos de datos e informes eficaces [10], PowerBI
en su entorno de trabajo integra el lenguaje DAX el
mismo que usa patrones y conceptos de
programación únicos [11], es un lenguaje de
funciones, lo quiere decir que todo lo que podemos
hacer es invocar funciones existentes [12] y de esta
manera se procede a la creación de tableros
inteligentes que permiten obtener una gran cantidad
de información en un corto espacio de tiempo [13].
.
2. REVISIÓN TEÓRICA
En este apartado del presente trabajo se plantean
varias definiciones de inteligencia de negocios y
posterior se define las etapas que comprende la
inteligencia de negocios.
Es una amplia categoría de aplicaciones,
tecnologías y procesos para recolectar, almacenar,
acceder y analizar datos para ayudar a los usuarios
a tomar mejores decisiones [14].
El conjunto de herramientas y aplicaciones para la
ayuda a la toma de decisiones que posibilitan
acceso interactivo, análisis y multiplicación de la
información corporativa de misión crítica [15].
Etapa de extracción
Esta etapa consiste en extraer los datos de los
sistemas origen aplicando diferentes reglas para
aumentar la calidad y consistencia de los mismos,
finalmente se graba la información en un formato
acorde para las herramientas de análisis [16].
Etapa de consolidación
Esta etapa consiste de la recopilación de los datos
de las diferentes fuentes, ya sean internas o
externas de manera automática o semiautomática
con el fin de normalizarlos, depurarlos y
estructurarlos, almacenándolos en la bodega de
datos [17].
Etapa de explotación
Explotación de la información. Representa los
procedimientos y herramientas de trabajo para que
el usuario consulte al modelo de datos preparado,
por medio del planteamiento de preguntas, la
búsqueda de información, la identificación de
tendencias y todos aquellos elementos que
contribuyen a la evaluación y toma de decisiones
[18].
Etapa de visualización
79
Revista TECH Carlos Cisneros ISNN 2737-6036, Año 2023, Congreso CICT2023, páginas 10
se definen en el contexto de la inteligencia de
negocios, como instrumentos que permiten analizar
anticipadamente grandes cantidades de información
en diferentes bases de datos y ayudar a tomar
decisiones más estratégicas [19].
Una vez establecidos los conceptos referentes a
inteligencia de negocios durante el desarrollo del
presente documento se va identificando cada una de
las etapas ya descritas.
3. ANTECEDENTES
En el área de psicología educativa de la DBEP en
conjunto con la DTIC de la ESPOCH implementaron
un sistema de ficha del estudiante el mismo que
permite recabar información de la comunidad
estudiantil, dichos datos son actualizados cada
período académico y almacenados en las bases de
datos de la ESPOCH.
Esta información es de vital importancia para el área
de psicóloga educativa de la ESPOCH ya que
permite tener un enfoque de la situación actual de
cada estudiante, bajo esta premisa el sistema de
ficha del estudiante presenta reportes de la
información recabada. Para acceder a estos
reportes la psicóloga educativa debe seleccionar el
período académico y la información que requiere
obtener. Con estos datos obtenidos de los reportes
se procede hacer el análisis de los casos pertinentes
lo que implica tiempo empleado y el procedimiento
se debe realizar periódicamente y en base a la
necesidad de realizar estudios de casos.
Considerando que el sistema de ficha de estudiante
solo muestra reportes con la información de los
estudiantes de la ESPOCH, se decide implementar
un sistema de toma de decisiones el mismo que
debe ser dinámico e interactivo con el usuario, de
esta manera se puede obtener información de
manera visual mediante gráficos y predicciones del
comportamiento de los estudiantes en el transcurso
del tiempo y a su vez la psicóloga educativa puede
tomar decisiones oportunas y en tiempo real.
4. MATERIALES Y MÉTODOS
4.1. Área de estudio
El desarrollo de la presente investigación es el
resultado del trabajo colaborativo realizado por el
área de psicología educativa de la DBEP y el área
de desarrollo de sistemas informáticos de la DTIC
las mismas que pertenecen a la ESPOCH que es
una institución de educación superior ubicada en
ciudad de Riobamba – Ecuador.
4.2. Herramientas
Para el desarrollo de tableros de análisis de
información de los datos obtenidos del sistema de
ficha del estudiante las herramientas principales
utilizadas fueron: el motor de base de datos SQL
Server, y PoweBI.
SQL Server. Es el motor de base de datos
utilizado por el sistema de ficha del
estudiante para el almacén de información
por ser uno de los lenguajes más recursivos
por el uso de expresiones que facilitan tener
una mejor visión en la consulta de datos que
se realizaban [20]
PowerBI. Es una aplicación de Windows
destinada a la integración de datos y la
creación de visualizaciones [21], esta
aplicación permite visualizar los datos de
manera gráfica y dinámica.
Lenguaje DAX. El lenguaje DAX se creó a partir del
lenguaje Excel y por tanto incluye todas las
funciones Excel e incluye funcionalidades propias
[22], por medio de este lenguaje se va a realizar el
filtrado de información para obtener los datos de
nuestro interés.
5. DESARROLLO DE TABLEROS
Previo al desarrollo de un sistema de toma de
decisiones haciendo uso de la herramienta PowerBI
sobre la información de la comunidad estudiantil de
la ESPOCH se hizo un análisis a la base de datos de
manera especial de la estructura de las tablas que
alberga las respuestas de las preguntas del sistema
de ficha del estudiante, en donde se puede observar
que se maneja una estructura de tablas no
relacionadas (figura 1), para lo cual el sistema utiliza
80
Revista TECH Carlos Cisneros ISNN 2737-6036, Año 2023, Congreso CICT2023, páginas 10
tres tablas que son: respuestaFicha,
respuestaPregunta y respuestaSubPregunta. En
donde cada tabla alberga información
respectivamente referente a: datos de la ficha
respondida, datos de cada pregunta respondida
correspondiente a la ficha, datos de sub preguntas
en caso de existir para una pregunta.
Figura 1: Estructura de tablas de la base de datos
Ficha del estudiante
La estructura planteada de la base de datos por lo
analizado permite albergar información histórica de
las fichas respondidas por los estudiantes, por lo que
esta información es sumamente valiosa para el
desarrollo de un sistema de toma de decisiones el
mismo que permitirá realizar estudios de la situación
actual de los estudiantes en tiempo real.
En el esquema de las tablas de la base de datos se
puede observar que no se establecen relaciones
entre las mismas, otro dato importante es que en el
campo de las respuestas se guarda los códigos de:
carreras, facultades, períodos académicos, estado
de respuestas, entre otros, por esta razón en
PowerBI se vio la necesidad de establecer un
esquema de tablas y se definieron varias relaciones
entre tablas (Ver figura 2) para que el acceso y
obtención de datos sea óptimo.
Figura 2: esquema de tablas planteado en PowerBI
En el diseño de las tablas del sistema de ficha del
estudiante se puede observar que en una sola tabla
se almacena todas las respuestas obtenidas en
conjunto con las preguntas planteadas, razón por la
cual se identificó el esquema que presenta las
preguntas almacenadas como resultado de las
respuestas a la ficha del estudiante, posterior
mediante la función “LOOKUPVALUE” se realiza un
filtro de los datos que corresponden a preguntas y se
crea la tabla calculada “tblPreguntaConsumo” (Ver
figura 1), la misma que hace referencia a las
preguntas relacionadas con el consumo de
sustancias como: alcohol, tabaco y drogas en los
estudiantes. De la misma manera el procedimiento
se debe realizar para contemplar el resto de las
preguntas de la ficha.
Cabe recalcar que los datos personales de los
estudiantes como: nombres, apellidos, sexo,
facultad, carrera, semestre, entre otros se
almacenan como preguntas en una sola tabla con un
identificador único que corresponde al número de
ficha respondida que corresponde a cada
estudiante, mencionando que para los diferentes
casos de estudios que realiza la psicóloga educativa
de la ESPOCH debe conocer información como: los
estudiantes, carrera y facultad donde tiene mayor
impacto los datos reflejados, por este motivo se
realiza dos tablas calculadas (tblRespNombres y
tblApellidos) las mismas que permite tener la
disponibilidad de estos datos en todo momento. Se
debe mencionar que los datos de los estudiantes se
manejan de manera privada y confidencial.
81
Revista TECH Carlos Cisneros ISNN 2737-6036, Año 2023, Congreso CICT2023, páginas 10
Una vez establecidas las tablas que van a intervenir
para el estudio de las situaciones actuales en los
estudiantes en el dashboard de PowerBI se integra
en primera instancia aquellas tablas que albergan
información que será usada para el filtro de datos,
entre las que se tiene: Período académico, Tipo de
ficha y las preguntas de la ficha. De las tablas
mencionadas se obtiene directamente la información
es decir que no se realiza ninguna fórmula para el
cálculo de datos a ser visualizados, en la figura 3 se
explica el flujo de la información recabada. En donde
se puede evidenciar que: de la base de datos de la
ficha del estudiante se hace una depuración o
limpieza de datos, posterior a ello se almacena en la
base de datos del proyecto en Power BI, el siguiente
paso es realizar el procesamiento de datos para ello
se le presenta al usuario final una interfaz con varias
opciones de filtro de datos y en base a las acciones
que tome el usuario se muestra el reporte final.
Figura 3: flujo de información
Para la visualización de datos como: gráficas,
estadísticas y valores cuantitativos mediante el
lenguaje DAX se crearon medidas de cálculos de
esta información, en la figura 3 se puede ver un
ejemplo de una medida utilizada en el proyecto
realizado, ésta medida permite determinar el total de
estudiantes que respondieron ‘SI’ a una pregunta
seleccionada por el usuario del sistema.
Figura 4: ejemplo de medida en el lenguaje DAX
De la misma manera se crearon varias medidas que
permite mostrar valores de interés para el usuario
del sistema, las mismas que fueron integradas con
herramientas gráficas de PowerBI para una mejor
interpretación de datos, en la tabla 1 se evidencia los
componentes que fueron integrados para la
visualización de datos.
Tabla 1: Componentes usados en PowerBI para el
proyecto
COMPONENTE
FUNCIONALIDAD
Tabla de datos de
los estudiantes.
En esta tabla se filtra a los
estudiantes que
respondieron a una
pregunta según la opción
seleccionada por el
usuario del sistema,
inicialmente se carga
todos los estudiantes que
completaron la ficha, esta
información varía de
acuerdo a la interacción
que se tiene con el
sistema.
Tarjeta de total de
estudiantes de la
ESPOCH que
respondieron la
ficha.
En esta tarjeta se muestra
el valor numérico de todos
los estudiantes que
completaron el llenado de
la ficha.
Tarjeta de total de
estudiantes de la
ESPOCH que
respondieron
afirmativamente a
una pregunta.
Esta tarjeta muestra el
valor numérico global de
los estudiantes que
respondieron a una
pregunta según la opción
seleccionada por el
usuario del sistema.
Tarjeta de total de
estudiantes de
carrera que
respondieron
Esta tarjeta muestra el
valor numérico de una
carrera seleccionada de
los estudiantes que
respond
ieron a una
pregunta según la opción
82
Revista TECH Carlos Cisneros ISNN 2737-6036, Año 2023, Congreso CICT2023, páginas 10
afirmativamente a
una pregunta
seleccionada por el
usuario del sistema.
Gráfico de pastel de
estudiantes de la
ESPOCH que
respondieron
afirmativamente a
una pregunta
En este diagrama a nivel
global de la ESPOCH se
muestra dos datos que
son: el total de estudiantes
que completaron la ficha y
el total de estudiantes que
respondieron
afirmativamente a una
pregunta seleccionada por
el usuario del sistema.
Gráfico de anillo de
estudiantes de
carrera que
respondieron
afirmativamente a
una pregunta
En este diagrama según la
carrera seleccionada por
el usuario se muestra dos
datos que son: el total de
estudiantes de la carrera
que completaron la ficha y
el total de estudiantes de la
carrera que respondieron
afirmativamente a una
pregunta seleccionada por
el usuario del sistema.
Gráfico de barras de
estudiantes de
carrera que
respondieron
afirmativamente a
una pregunta
En este diagrama según la
carrera seleccionada por
el usuario se muestra dos
datos que son: el total de
estudiantes de la carrera
que completaron la ficha y
el total de estudiantes de la
carrera que respondieron
afirmativamente a una
pregunta seleccionada por
el usuario del sistema.
Diagrama de líneas
de los estudiantes
de la ESPOCH que
respondieron
afirmativamente a
una pregunta.
En este diagrama se hace
una gráfica de evolución
en el tiempo de los
estudiantes de toda la
ESPOCH que
respondieron
afirmativamente a una
pregunta seleccionada por
el usuario en base a los
períodos académicos que
se encuentra vigente la
ficha.
Diagrama de líneas
de los estudiantes
En este diagrama se hace
una gráfica de evolución
de carrera que
respondieron
afirmativamente a
una pregunta.
en el tiempo de los
estudiantes de una carrera
seleccionada que
respondieron
afirmativamente a una
pregunta seleccionada por
e
l usuario en base a los
períodos académicos que
se encuentra vigente la
ficha.
En la tabla 1 se puede observar que para el presente
estudio se muestra valores globales de la ESPOCH
y valores específicos de una carrera seleccionada,
esta estrategia se plantea para ver como es el
comportamiento de los estudiantes de una carrera
frente a los valores obtenidos de toda la institución.
6. RESULTADOS
Como resultado del presente trabajo se logró
implementar un tablero que permite integrar varios
componentes que permiten filtrar datos para la
obtención de información de ciertas áreas
específicas. También se integraron componentes
gráficos que muestran el resultado de los datos
analizados, en este aspecto se muestra información
de manera global es decir datos de toda la ESPOCH
y datos que son el resultado de ciertos filtros
aplicados por el usuario del sistema para las
carreras que es de interés de estudio.
Para el periodo académico octubre 2021 – marzo
2022, la ESPOCH cuenta con alrededor de 21 mil
estudiantes matriculados en todas sus carreras y
facultades, en este estudio se hace referencia a los
datos recabados en el periodo en mención, para lo
cual se toma como muestra 14 mil, fichas
respondidas.
En la figura 4 se muestra un ejemplo de la vista
general implementada para el presente trabajo
realizado, en el que se puede observar todos los
componentes integrados para la una mejor visión de
datos.
83
Revista TECH Carlos Cisneros ISNN 2737-6036, Año 2023, Congreso CICT2023, páginas 10
Figura 5: Vista del tablero de datos en PowerBI
En la figura 5 se muestra el tablero implementado en
donde se incluye un total de 14mil fichas
respondidas, haciendo referencia a tres preguntas
que hacen alusión a los hábitos de consumo de:
tabaco, alcohol y drogas en los estudiantes.
En este tablero se incluye los siguientes controles:
Selección de periodo académico.
Tipo de pregunta de consumo (tabaco,
alcohol, drogas).
selección de carrera de análisis.
En los componentes visuales se implementó:
Diagrama de barra en el cual se muestra la
cedula de cada estudiante junto con la
respuesta (SI o NO),
Un diagrama pastel en el cual se muestra las
respuestas a nivel de toda la institución.
Un diagrama pastel se muestra las
respuestas según la carrera seleccionada.
Un diagrama de barras que muestra las
respuestas por carrera seleccionada.
Una etiqueta en la cual se muestra el total
de fichas respondidas.
Una etiqueta en la cual se muestra el total
de fichas respondidas por carrera
seleccionada.
Una etiqueta en la cual se muestra la
cantidad de fichas respondidas de manera
afirmativa por carrera y por toda la
institución.
Una gráfica de línea de tiempo en la cual se
recaba datos pasados y se realiza
proyecciones hacia el futuro.
En los datos recabados acerca de hábitos de
consumo se pudo ver que el alcohol es la sustancia
que predomina en el uso por parte de los
estudiantes, seguido del tabaco y finalmente el
consumo de drogas, obteniendo los siguientes
resultados:
41% alcohol
27% tabaco
7% drogas
Una de las ventajas principales que tiene
implementar estos tableros en power BI, es el control
de la información, en otras palabras, es un tablero
dinámico en donde se puede manipular la
información en el momento de apreciar el reporte de
esta manera se puede visualizar diferentes
representaciones graficas desde diferentes
perspectivas o criterios o de selección.
7. CONCLUSIONES
Del presente trabajo se concluye lo siguiente:
Previo al desarrollo del presente trabajo se hizo una
revisión de los conceptos de inteligencias de
negocios en donde se conocieron las etapas que
comprende el desarrollo de un sistema de toma de
decisiones y de esta manera se pudo plantear un
sistema que se encuentra fundamentado en esta
tecnología.
Se hizo un análisis de la base de datos del sistema
de ficha del estudiante de la ESPOCH y a la vez se
pudo identificar la estructura de datos en donde se
identificó que la información se basa en un modelo
no relacional de dase de datos.
Se utilizó la herramienta de PowerBI para establecer
una nueva estructura de datos, en la cual se
estableció nuevas tablas que se creyeron
convenientes además de integrar relaciones entre
84
Revista TECH Carlos Cisneros ISNN 2737-6036, Año 2023, Congreso CICT2023, páginas 10
las tablas del modelo y de esta manera se
implementó un tablero de visualización de datos
según el criterio de selección del usuario del
sistema, este tablero también incluye medios
gráficos como: diagramas pastel, diagramas de
barras y diagramas de líneas.
El periodo académico seleccionado para el análisis
de datos fue el periodo octubre 2021 – marzo 2022,
en donde se analizó una muestra de 14 mil fichas
respondidas, en donde se determinó que el 41% de
la muestra consume alcohol, el 27% consume
tabaco y el 7% tiene hábitos de consumo de
estupefacientes.
8. REFERENCIAS BIBLIOGRÁFICAS
[1] Y. Cruz Gavilanes and C. Martínez
Santander, “Metodología OSSTMM para la
detección de errores de seguridad y vulnerabilidad
en sistemas operativos de 64 bits a nivel de usuario
final,” Dominio de las Ciencias, vol. 3, no. 3, pp. 505–
516, 2017, doi:
10.23857/dom.cien.pocaip.2017.3.mono1.ago.505-
516.
[2] Á. M. A. Valbuena, “Guía comparativa de
frameworks para los lenguajes html 5, css y
javascript para el desarrollo de aplicaciones web,”
UNIVERSIDAD TECNOLÓGICA DE PEREIRA
FACULTAD DE INGENIERÍAS, 2014.
[3] Alain Pérez Alonso, “Reglas de Negocio en
Bases de Datos Relacionales,” Universidad Central
“Marta Abreu” de Las Villas, 2010.
[4] A. A. R. Gómez and D. W. R. Bautista,
“Inteligencia de negocios: Estado del arte
BUSINESS INTELLIGENCE: STATE OF THE ART,”
Scientia Et Technica, vol. 1, no. 44, pp. 321–326,
2010.
[5] M. E. Alva Obeso, “Metodología de Medición
y Evaluación de la Usabilidad en Sitios Web
Educativos,” 2005.
[6] M. Carles, Desarrollo de aplicaciones web,
vol. 112. 2013.
[7] Y. B. Monjas, “Minería de datos,” 2017.
[8] B. Beltrán, “Minería de Datos,” Planetary
and Space Science, vol. 30, no. 1, 2018, doi:
10.1016/0032-0633(82)90071-X.
[9] AgileThought, “Análisis de datos
simplificado: introducción a Power BI,” p. 2021,
2021.
[10] G-Talent, “Power Bi, Introducción a Power
Bi,” 2021, doi: 10.36074/logos-30.04.2021.v1.58.
[11] Ccance, “Introducción a Dax,” 2017.
[12] M. Gómez, “Introducción a Data Analysis
Expressions (DAX),” 2017.
[13] I. J. Monferrer Marzá, “Dashboard mediante
tecnología Power BI, lenguaje DAX y librería pbiviz,”
2020.
[14] H. J. Watson, “Tutorial: Business intelligence
- Past, present, and future,” Communications of the
Association for Information Systems, vol. 25, no. 1,
pp. 487–510, 2009, doi: 10.17705/1cais.02539.
[15] H. Muñoz-Hernández, R. C. Osorio-Mass,
and L. M. Zúñiga-Pérez, “Inteligencia de los
negocios. Clave del Éxito en la era de la
información,” Clío América, vol. 10, no. 20, p. 194,
2016, doi: 10.21676/23897848.1877.
[16] S. L. Morales, “Metodología para procesos
de inteligencia de negocios con mejoras en la
extracción y transformación de fuentes de datos,
orientado a la toma de decisiones,” Risti, vol. 2, no.
12, pp. 15–52, 2019.
[17] J. B. Vásquez Castrillon and A. Sucerquia
Osorio, “La Inteligencia de Negocios: Etapas del
proceso,” Revista Universidad Tecnológica de
Pereira, vol. 5, no. 2, pp. 1–5, 2011.
[18] A. Peña Ayala, Inteligencia de Negocios :
Una Propuesta para su Desarrollo en las
organizaciones. 2006.
85
Revista TECH Carlos Cisneros ISNN 2737-6036, Año 2023, Congreso CICT2023, páginas 10
[19] A. Noreña, Q. Gustavo, and U. Luis,
“Visualizaciones analíticas para la toma de
decisiones en pequeñas y medianas empresas
utilizando Data Mining *,” Cuaderno Activa, pp. 31–
39, 2016.
[20] N. S. Chalabe Jimenez, “HACKING WEB
(ANÁLISIS DE ATAQUES SQL Inyección, XSS),”
Universidad Nacional Abierta y a Distancia - UNAD,
vol. 23, no. 3, p. 2019, 2019.
[21] EBOK, “Aprendizaje Power BI”.
[22] J. I. Gonzáles, “Mejorando el modelo de
datos con el lenguaje DAX,” no. I.
86
