Una pega que le veía, hasta hace bien poco, es que no conseguía incorporar formato condicional a medidas que tenía incluidas en un parámetro de campo.

Pues bien, recientemente aprendí gracias al maestro Ricardo Rincón cómo lograrlo.

Y, como me ha resultado tan útil….no puedo dejar de compartirlo con la comunidad por si a alguien más le resulta de utilidad.

Os pongo en contexto….

Os muestro a continuación una imagen de un modelo financiero, en la página en la que mostramos una cuenta de pérdidas y ganancias, y vemos como a la medida “Var.PyG” (que muestra la diferencia entre el resultado del ejercicio actual y el ejercicio anterior) le hemos añadido un formato condicional de barras de datos con tono azul para los valores positivos y grises para los negativos:

Eso lo conseguimos seleccionando la matriz en la que tenemos las medidas y dando click derecho sobre la medida a la que queremos añadir el formato condicional. Seleccionamos las opciones de “Formato condicional”  →  “Barras de datos”:

La cuestión es que cuando queremos añadir formato condicional a una medida que está incluida en un parámetro de campo no tenemos habilitada esa opción.

En la siguiente imagen, vemos una serie de medidas que podemos elegir a través de un selector (marcado con un 1 en la imagen). Esas medidas están incluidas en un parámetro de campo, que es el que hemos incluido en el apartado de valores de la matriz (marcado con un 2 en la imagen):

Si ahora queremos dar el mismo formato condicional a la medida “Var.PyG”, no tenemos opción de hacerlo desde el botón derecho como antes, donde teníamos todas las medidas incluidas en la matriz. En la siguiente imagen vemos que no nos aparece esa opción:

¿Cómo podemos entonces darle ese formato condicional?.

Pues de una forma realmente sencilla pero que yo, sinceramente, no había caído en probar…

Simplemente arrastramos a la parte de valores la medida a la que queremos aplicar el formato condicional (Var.PyG), y le aplicamos formato condicional a esa medida con la opción del botón derecho:

Le aplicamos el formato deseado y pulsamos sobre “Aceptar”:

Vemos a continuación cómo se muestra el formato condicional tanto en la medida suelta (la última columna de la matriz) como en la medida incluida en el parámetro de campo:

Ahora ya, simplemente, quitamos de la matriz la medida suelta a la que hemos aplicado el formato condicional y se nos mantendrá ese formato en esa misma medida que está incluida en el parámetro de campo:

Indicar además que ese formato se respeta aunque se filtren medidas en el selector del parámetro de campo, con lo que queda totalmente funcional:

Súper sencillo, ¿verdad?.

Pues sí…muy fácil una vez que te lo cuentan…. (gracias Ricardo ☺️​ )

Espero que te sea de utilidad.

Seguimos!!! 👊

La entrada Cómo añadir formato condicional en los parámetros de campo. se publicó primero en reportingfinanciero.es.

En el ejemplo que vamos a ver, tenemos creadas 2 comprobaciones sobre nuestros datos contables:

1️⃣ Un control que indique si hay algún asiento descuadrado.  En contabilidad es absolutamente esencial que se cumpla el principio de partida doble, es decir, que los importes que van al debe sean los mismos que los que van al haber.  Haremos por tanto un chequeo de que todos los asientos cumplan esta regla.

2️⃣ Que todas las cuentas contables a 4 dígitos que usamos en nuestros apuntes contables las tengamos correctamente clasificadas en nuestro maestro de cuentas. 

Como sabréis, el plan general contable (PGC) español, recoge únicamente determinadas cuentas a 4 dígitos.

Muestro a continuación una imagen de las cuentas registradas en el PGC para el subgrupo 10:

En mis modelos financieros, tengo clasificadas en mis dimensiones Balance y Cash Flow absolutamente todas las cuentas a 4 dígitos recogidas en el PGC (y en mi dimensión de Pérdidas y Ganancias únicamente las de los grupos 6 y 7 de gastos o ingresos).

Por ello, en el grupo 1, según la imagen anterior, tengo creados los siguientes registros de cuentas a 4 dígitos: 1000, 1010, 1020, 1030, 1034, 1040, 1044, 1080 y 1090.

No obstante, el PGC es una guía no estrictamente obligatoria, con lo que hay empresas que pueden usar cuentas a 4 dígitos que no estén reflejadas en el PGC.  En ese caso, tendré que asegurarme de recoger esas cuentas a 4 dígitos que está utilizando la empresa por fuera del PGC y buscar un sistema para que mis tablas dimensionales clasifiquen correctamente esas cuentas.

Por ello, hago un chequeo de que si se utiliza en un apunte contable una nueva cuenta a 4 dígitos que yo no tenga mapeada, me genere un registro en una tabla que llamo “CuentasSinClasificar” (esto lo hago en la fase de ETL con Power Query normalmente).

Contado esto, os voy a enseñar cómo quedaría una hoja de check list en la que controlo las cuentas a 4 dígitos sin clasificar y los asientos descuadrados:

Como se puede apreciar, actualmente no habría nada fuera de control…. 🕵🏻‍♂️​

En la tabla “Cuentas a 4D sin clasificar” únicamente tengo incluido el campo “Cuenta4D” que viene de la tabla que indiqué que trabajaba en Power Query para quedarme con cuentas a 4 dígitos utilizadas en los apuntes contables que no tenía clasificadas para representar en mis informes de PyG, balance y cash flow.

En la tabla “Asientos descuadrados” llevo el identificador de cada asiento y las medidas “Debe” (que suma los importes del debe de los apuntes), “Haber” (que suma los importes del haber de los apuntes) y “Saldo” (que realiza la diferencia entre las medidas “Debe” y “Haber”).

Por otro lado, os voy a enseñar una imagen de portada estándar, con unos KPIs y unos iconos en el margen izquierdo para navegar entre las distintas páginas del informe:

El primero de los iconos, es a través del cual navegaríamos a la anterior página de check list:

Lo que voy a explicar en este post, es cómo realizar una medida DAX con la que dar formato condicional al borde de esa imagen, de manera que si hay algo que resaltar en mi página de check list, me salga un borde rojo alrededor de ese icono a modo de alerta; y aparezca de esta forma:

Lo primero que vamos a hacer es construir una medida que me indique el número de cuentas sin clasificar a 4 dígitos.  Como habíamos dicho que teníamos construida una tabla en fase de ETL que ya me daba esos registros, simplemente será contar las filas de esa tabla:

#CuentasSinClasificar = COUNTROWS(CuentasSinClasificar)

A continuación, haremos una nueva medida DAX con la que obtener el número de asientos descuadrados. Esta nueva medida no es tan básica como la anterior, pero vamos a explicarla paso a paso para entenderla.

La medida sería la siguiente:

NOTA:  Si tenemos el dato del idAsiento únicamente en una dimensión degenerada de apuntes (en lugar de en la tabla de hechos del libro diario), tendremos que hacer el SUMMARIZE de esa tabla dimApuntes.

Y ahora vamos a explicarla (de adentro hacia afuera):

Lo que estamos haciendo es una tabla virtual que nos devuelve los valores únicos del campo idAsiento, con la función SUMMARIZE, y añadimos a esa tabla virtual el saldo de cada asiento con la función ADDCOLUMNS.

Con ello, obtenemos una tabla con las columnas idAsiento y Saldo.

Nos quedaría una tabla similar a esta:

A continuación, con la función FILTER, filtramos la tabla por los registros que tengan el saldo distinto de cero ,es decir, los asientos que estén descuadrados.

En el siguiente paso, con la función COUNTROWS, contamos el número de registros que han quedado en nuestra tabla virtual ya filtrada.

Por último, hacemos una modificación del contexto de evaluación con CALCULATE y la función ALL() para eliminar el efecto de los segmentadores de año, mes y empresa que tenemos en la parte superior de la hoja de Inicio (ver imagen anterior).

Este paso es necesario porque queremos que se nos resalte en rojo cuando haya cualquier registro fuera de lo normal, independientemente de los filtros aplicados. Es decir, si hay un asiento descuadrado que es del año 2022 pero yo tengo filtrado el año 2023, si no incluyo el CALCULATE(…….ALL()) no se me resaltará el borde del icono en rojo como un error ese asiento descuadrado; ya que identificaría que para el año filtrado 2023 todo está correcto.

En caso de que esté todo OK (todos los asientos cuadrados) esta medida debería devolver un resultado de cero.

Por último, vamos a hacer la medida DAX con la que vamos a dar el formato condicional al borde de nuestra imagen:

En caso de que haya algún caso problemático, nos devolverá el borde en rojo, y en caso contrario en blanco (como el fondo que tiene la imagen).

Ahora lo que nos toca es ir al formato de la imagen que tiene nuestro icono de check list y configurar el formato condicional del borde de la siguiente manera:

Al estar todos los datos comprobados en el check list correctos no notamos ninguna diferencia, pero vamos a ver  lo que pasa si fuerzo a que un asiento esté descuadrado…

Voy a modificar el asiento 50 de la empresa 1 del ejercicio 2022 (en el modelo se correspondería con el identificador de asiento 1_2022_50):

Y mirad el efecto que tiene sobre el icono del check list cuando actualizamos los datos:

Nuestro icono se ha resaltado con un borde rojo.

Y si pincho sobre el icono para realizar la navegación entre páginas y que vaya a la página de check list, encontramos el detalle de lo que está generando la alerta:

Nos aparece el asiento 1_2022_50 descuadrado, con lo que tendremos que corregirlo en el ERP (o en el origen que corresponda) para que los informes vuelvan a salir correctos.

Es una técnica que estoy incorporando en todos mis informes financieros y que los usuarios finales agradecen mucho para no tener que estar pendientes de entrar a la hoja de check list, ya que en la propia página de inicio ya tienen el chivato si hay algún error en los datos 😁​

Seguimos!!! 👊​

La entrada Cómo generar un icono de alerta en nuestra portada de un modelo financiero. se publicó primero en reportingfinanciero.es.

Vamos a tomar como base de nuestro ejemplo el cálculo de la rentabilidad económica, también conocida como ROA (Return On Assets).

Este ratio se enfoca en la eficiencia de la empresa en el uso de sus activos para generar ganancias, y se calcula como el cociente entre el beneficio antes de intereses e impuestos y los activos totales medios.

La fórmula DAX quedaría de la siguiente forma:

ROA = DIVIDE(

            [BAII],

            [AT Medio]

        )

Y ahora viene la pregunta: ¿cómo calculamos en Power BI el activo total medio?.

Si somos un agente externo a la empresa, únicamente tendremos disponible la información de las cuentas anuales publicadas en el registro mercantil, con lo que tendremos que conformarnos con calcular el AT Medio como la media entre el activo del cierre de ejercicio N y el del cierre del ejercicio N-1:

AT Medio = (AT + AT PY)/2

*AT PY => Activo Total previous year.

Sin embargo, si tenemos acceso a la contabilidad de la empresa, ya seamos parte de su equipo financiero o consultores externos, tenemos la opción de montar en Power BI un informe financiero conectado al libro diario.

En ese caso, podemos calcular el Total Activo a cada una de las fechas de nuestro modelo.

Por tanto, podríamos optar por sacar un saldo medio del activo a través de una tabla virtual con DAX, que nos refleje el saldo para cada una de las fechas de nuestro calendario:

AT Medio = AVERAGEX(

            ADDCOLUMNS(

                VALUES(dimCalendario[Fecha]),

                «@TA», [Total Activo]

            ),

            [@TA]

        )

En esta fórmula, la parte que va dentro del ADDCOLUMNS nos creará la tabla virtual con el saldo para cada fecha:

El AVERAGEX calculará la media sobre los valores de la columna de la tabla virtual que tiene los valores del total activo (@TA).

Con ello, obtendremos un dato mucho más representativo que si cogemos únicamente los 2 valores de los cierres de ejercicio N y N-1.

Opción 2: También podríamos optar por calcular la media de los valores del activo únicamente de los saldos de cada cierre mensual (y no de todos los días como en la propuesta anterior), ya que quizás solo queremos fiarnos de los datos de cierres mensuales revisados, una vez incluidas amortizaciones, regularización de existencias, asientos de nóminas, periodificaciones….

En ese caso, la fórmula debe crear una tabla virtual con los valores del total activo a cierre de cada uno de los meses:

AT Medio 2 = AVERAGEX(

            ADDCOLUMNS(

                VALUES(dimCalendario[Año-Mes]),

                «@TA», [Total Activo]

            ),

            [@TA]

        )

Obtendríamos la siguiente tabla virtual sobre la que calcular el AVERAGEX:

Una vez calculado el AT Medio con alguna de las 2 opciones anteriores, la fórmula del ROA quedaría de la siguiente forma:

ROA = DIVIDE(

            [BAII],

            [AT Medio]

        )

Debemos tener en cuenta que el ROA es calculado comúnmente al cierre de los ejercicios, con lo que el numerador de la función, el BAII, hace referencia al resultado del ejercicio completo.

Por ello, si ponemos nuestros cálculos en una tabla a nivel de año, los cálculos van a ser los esperados:

Sin embargo, si en lugar de poner nuestra tabla a nivel de año, la ponemos a nivel de año-mes, vamos a tener nuestro activo total medio con los saldos medios de cada mes, mientras que el BAII va a ser el resultado de ese mes únicamente, con lo que el ROA va a salir con cifras mucho más bajas de las mostradas para el mismo ratio en la tabla a nivel anual:

Por ello, debemos tener cuidado del contexto temporal en el que evaluamos nuestra medida y, en caso de que no vaya a evaluarse a nivel anual, debemos darle una vuelta a nuestros cálculos…

Podríamos optar por calcular un rolling year sobre el BAII (en este post de mi blog explicaba cómo calcular el rolling year: Link ) , o un year to date ponderado por el número de días que han transcurrido desde el inicio de ejercicio (pudiendo hacer también un year to date del cálculo del activo medio).

También debemos considerar que si optamos por el rolling year para el cálculo del BAII, los cálculos de los primeros 11 meses de nuestros datos (en nuestro ejemplo desde 2022-01 hasta 2022-11) no van a ser representativos, ya que el rolling year no va a poder acumular el BAII de un año completo al no haber datos para los meses del ejercicio 2021.

Conclusión: Quizás prefiramos no complicar los cálculos y quedarnos con la evaluación de nuestro ratio únicamente a nivel anual, pero si queremos ver una evolución mensual debemos valorar alguna de estas otras opciones comentadas.

Si estas otras opciones generan interés igual me anime más adelante a grabar un pequeño vídeo sobre el tema, ya que sería demasiado extenso para un post…

Espero que te haya resultado interesante y puedas ponerlo en práctica en tus proyectos.

PD: Si quieres aprender cómo crear modelos financieros en Power BI conectados al libro diario de las empresas y más técnicas como ésta, no dejes pasar la oportunidad de adquirir el curso que he preparado para la academia Namasdata. Te dejo el enlace por aquí : Link

Seguimos!!! 👊​

La entrada Cálculo de saldos medios en modelos financieros se publicó primero en reportingfinanciero.es.

Cuando luego me da por querer formatear las medidas, hasta ahora tiraba de la web www.daxformatter.com y las iba “arreglando” una a una…

Si te pasa lo mismo, hoy te vengo con un truco que aprendí el pasado 25 de octubre en los Power BI Days de Santiago de Compostela dentro del fabuloso workshop de optimización de DAX que impartió el maestro José Manuel Pomares 👨🏻‍💻​.

Voy a explicarte paso a paso cómo utilizar la vista de consultas DAX de Power BI para formatear de golpe todas las medidas que tengas en tu modelo.

1.- Partimos de un modelo con una serie de medidas y, como ves, están escritas sin respetar ningún tipo de formato, a texto corrido:

Con el resto de medidas ocurre exactamente lo mismo.

2.- Nos vamos a la vista de consultas DAX, después pulsamos click derecho sobre cualquiera de nuestras medidas, pulsamos sobre “Consultas rápidas” y, por último, sobre “Definir todas las medidas de este modelo”:

3.- Nos aparecerá la siguiente pantalla en la que veremos cómo al principio de la expresión nos aparecen tras el “DEFINE” todas las medidas de nuestro modelo escritas tal y como las teníamos, con texto corrido:

4.- Para formatear todas las medidas, pulsamos sobre el botón “Dar formato a la consulta” de la parte superior:

5.- Una vez pulsado el botón, vemos cómo las medidas que lo necesitan nos aparecen perfectamente formateadas:

6.- Una vez comprobado, pulsamos sobre el botón “Actualizar modelo con cambios”, pulsamos sobre “Actualizar modelo” en el mensaje de advertencia que nos sale posteriormente y automáticamente se hace la magia… 🧙‍♂️:

Si volvemos a la vista de informe y pulsamos sobre cualquiera de nuestras medidas ya la tendremos perfectamente formateada:

Realmente útil, ¿verdad?…. 😉​

La entrada Cómo formatear de golpe todas las medidas DAX de tu modelo se publicó primero en reportingfinanciero.es.

El resultado sería similar al de la siguiente imagen:

🖊️ ​En el post de hoy vengo a contarte el detalle de cómo conseguirlo, así que si te mueves en el mundo de las finanzas empresariales y el tema te parece interesante….allá vamos:

Antes de nada, sobra comentar que para aplicar esta solución tendremos que tener montado un modelo financiero en el que elaboremos nuestras medidas.

En nuestro modelo teníamos 2 tablas de hechos, una con los libros diarios de la contabilidad real de las empresas, y otra con los presupuestos.

Tendremos que incorporar a nuestro modelo la fecha del cierre contable que tenemos revisado, que será nuestra fecha de corte para pintar la contabilidad real hasta esa fecha y el presupuesto a partir de la misma.

En el taller, incorporé una consulta desde la opción de “Especificar datos” de Power Query, pero tú puedes incorporarlo desde la fuente que consideres.  Lo que sí es importante es que sea una fuente que pueda modificar únicamente el controller, el director financiero o la persona que sea la encargada de dar el OK definitivo a la revisión de los cierres contables.

La consulta tiene simplemente una columna con un único registro, que es la fecha de cierre revisado. A la columna le asigno el tipo de dato “Fecha”.

A la consulta le doy el nombre de “Revision Cierre” y a la columna “Ultima Revision”.

Dentro de mi informe, tendré que tener calculadas unas medidas para calcular el resultado de PyG de la contabilidad real (a la que llamaré [PyG] ) y de Presupuesto (a la que llamaré [Presupuesto]).

Posteriormente, realizaré la siguiente medida para calcular la fecha de cierre revisado:

Fecha Cierre Revisado = MAX(‘Revision Cierre'[Ultima Revision])

Mi medida DAX para calcular la PyG Proyectada será la siguiente (Nos basamos en la medida [PyG] para calcular el resultado cuando la fecha sea menor o igual a la fecha de cierre revisado y en la medida [Presupuesto] para calcular el resultado cuando la fecha sea mayor a la fecha de cierre revisado):

PyG Proyectada =

CALCULATE (

    [PyG],

    FILTER ( dimCalendario, dimCalendario[Fecha] <= [Fecha Cierre Revisado] )

)

    + CALCULATE (

        [Presupuesto],

        FILTER ( dimCalendario, dimCalendario[Fecha] > [Fecha Cierre Revisado] )

    )

Si metemos esa medida en un gráfico de líneas, y filtramos por el año 2023, tendremos el siguiente resultado:

Refleja el resultado real hasta el mes de octubre (la fecha de cierre revisado es el 31/10/2023) y el valor presupuestado para los meses de noviembre y diciembre.

Sin embargo, nos aparece toda la línea continua y no distinguimos en la propia línea hasta dónde llega el dato real y dónde empieza el presupuestado.

Para conseguir ese efecto, vamos a realizar dos nuevas medidas DAX para pintar cada uno de los 2 tramos que queremos conseguir:

Medida 1:

PyG Proyectada Real =

IF (

    MAX ( dimCalendario[Fecha] ) <= [Fecha Cierre Revisado],

    [PyG]

)

Esta medida nos reflejará el resultado de PyG únicamente cuando el valor de las fechas sea menor o igual a la fecha de cierre revisado.

Si la llevamos a un gráfico de líneas quedaría así:

Como puede observarse, a pesar de tener filtrado todo el ejercicio 2023, únicamente se representan valores hasta el mes de Octubre, que es donde llega la fecha de cierre revisado.

Medida2:

PyG Proyectada Presupuesto =

SWITCH (

    TRUE (),

    MAX ( dimCalendario[Fecha] ) = [Fecha Cierre Revisado], [PyG],

    MAX ( dimCalendario[Fecha] ) > [Fecha Cierre Revisado], [PyG Proyectada],

    BLANK ()

)

Se nos mostraría de la siguiente forma en un gráfico de líneas:

Ahora vemos cómo teniendo filtrado todo el ejercicio 2023 se nos representan valores únicamente desde la fecha de cierre. Destacar que para el valor de Octubre, el dato es el real del PyG de la contabilidad, según indicamos en la primera salida del TRUE().

Esto lo hacemos así para que no haya un salto entre las líneas de real y presupuesto cuando juntemos ambas en un mismo gráfico de líneas.  Al final del post os mostraré lo que ocurriría si obviamos esa primera salida del TRUE y dejamos únicamente valores para las fechas que sean superiores a la fecha de cierre revisado.

Ahora que ya tenemos las 2 medidas preparadas, vamos a juntarlas en un mismo gráfico de líneas para ver el resultado:

Como vemos, a partir de Octubre cambia el color de la línea, al pasar de representar el dato real de la contabilidad al dato del presupuesto.

Ahora, para que destaque más, simplemente vamos a dar formato discontinuo a la línea de la medida “PyG Proyectada Presupuesto” para que nos muestre el resultado que estábamos buscando:

Una vez conseguido el resultado y, como lo prometido es deuda, simplemente quiero mostrarte lo que pasaría si en la medida 2 “PyG Proyectada Presupuesto” quitásemos la primera salida del TRUE y dejásemos la medida de la siguiente forma:

PyG Proyectada Presupuesto =

SWITCH (

    TRUE (),

    MAX ( dimCalendario[Fecha] ) > [Fecha Cierre Revisado], [PyG Proyectada],

    BLANK ()

)

El gráfico quedaría así:

Como puedes observar, al no darle ningún valor a la medida para el caso en que la fecha sea igual a la fecha de cierre revisado, no conseguimos que la línea del presupuesto parta desde el cierre del mes de Octubre, con lo que nos quedaría un salto entre ambas líneas que evitamos gracias a la primera salida del TRUE que incorporamos a la medida (revisar la Medida 2), y que está basada en la contabilidad real con la medida [PyG].

Espero que te haya parecido interesante la entrada y que puedas aplicar esta técnica en tus próximos proyectos 😉​

Seguimos!!! 👊

La entrada Cómo representar en un gráfico de líneas una proyección de cuenta de resultados. se publicó primero en reportingfinanciero.es.

Solemos llegar a soluciones parciales, pero no conseguimos llegar al resultado que nos ofrece cualquier ERP de mostrarnos correctamente el saldo acumulado que tiene la cuenta contable después de cada uno de los apuntes, tal y como se muestra en la siguiente imagen:

Obviamente, la fórmula DAX a emplear dependerá de cómo tengas montado tu modelo de datos.

Para el ejemplo de este post el modelo de datos sería el siguiente:

Una tabla de hechos con los movimientos del libro diario, y las distintas dimensiones para filtrar la información.

La fórmula DAX que yo estaba usando para calcular el saldo acumulado del libro mayor era la siguiente:

Saldo Ac. Mayor =

IF (

    [Saldo],

    CALCULATE (

        [Saldo],

        ALLSELECTED ( dimApuntes ),

        FILTER ( ALL ( dimFecha[Fecha] ), dimFecha[Fecha] <= MAX ( dimFecha[Fecha] ) )

    ),

    BLANK ()

)

Esta fórmula es una adaptación de una aportación que hizo hace ya un par de años ( o algo más 😅​) Leonardo Bergua dentro de la comunidad de Power Platform University.

Te muestro cómo queda en una hoja de detalle de un libro mayor:

Esta medida va acumulando correctamente el saldo acumulado pero tiene un principal inconveniente: si hay varios asientos en la misma fecha (como se destaca en los recuadros rojos y azules de la anterior imagen), la medida muestra el mismo valor para todos los registros de esa fecha (cuando lo esperado sería que diese a cada registro su saldo acumulado y no a todos el saldo resultante al final del día del contexto).

Cuando vi el siguiente vídeo del gran David Uyarra sobre la nueva funcionalidad de cálculos visuales aplicada a calcular saldos contables, enseguida pensé en probarlo para adaptar mi informe financiero y evitar el inconveniente citado anteriormente:

https://www.youtube.com/watch?v=kM0_sqF-fR4

Sin embargo, la funcionalidad del vídeo anterior se ejecuta correctamente cuando no filtramos fechas o, si filtramos fechas, necesitamos que el filtro no deje fuera del contexto el saldo de apertura para que los saldos se arrastren correctamente desde el movimiento de apertura.

Como en mis modelos yo me quedo únicamente con el saldo de apertura del año inicial, esta restricción era un gran escollo, ya que me serviría únicamente si no filtro ninguna fecha y tengo la totalidad de apuntes que afectan al libro mayor.

En una conversación que tuve con Diego Duque en el reciente evento de Power BI Days Bilbao, estuvimos hablando sobre esta problemática que él también estaba afrontando. Se nos fueron ocurriendo varias opciones que se iban cayendo porque no llegaban a resolver el problema😥​

Pero una de las opciones, que combinaba cálculos DAX con los nuevos cálculos visuales, parecía que podía llegar a solucionar el requisito…estas conversaciones en comunidad sin duda que son lo mejor para desatascar problemas 😊

Hasta ahora no había sacado tiempo de ponerme a cacharrear. He podido probar la alternativa y me ha funcionado correctamente, así que voy a desarrollar a continuación los pasos seguidos por si a alguien más le es de utilidad:

1.- Partimos del saldo inicial de la cuenta contable reflejada en el libro mayor. Ese saldo inicial sería el saldo acumulado de la cuenta contable en el día justamente anterior al contexto seleccionado. Esa medida es la que se muestra en el recuadro sombreado en amarillo en la imagen 1 (19.808,05 €).

Esa medida de “Saldo Inicial” en mi modelo tiene el siguiente código DAX:

Saldo Inicial Libro Mayor =

IF ([Saldo],

        //Para que solo pinte saldo inicial en caso de que esté en un asiento con saldo para el contexto filtrado

        IF (

            LEFT ( SELECTEDVALUE ( dimCuentasContables[Subcuenta contable] ), 1 )

               IN { “6”, “7” },

            //Si está en una cuenta de gasto o ingreso no quiero que suma al saldo inicial los saldos anteriores a la fecha mínima (si son cuentas de balance sí), sino que quiero que el saldo inicial sea cero y el saldo que pinte el libro mayor vaya sumando únicamente los importes del periodo seleccionado en el contexto.

            0,

CALCULATE (

[Saldo],

FILTER (ALL ( dimFecha[Fecha] ), dimFecha[Fecha] < MIN ( dimFecha[Fecha] ) )

)),

BLANK ()

)

2.- Necesito construir una medida que repita ese valor en todas las filas del visual de tabla del libro mayor (imagen 1) y que pueda usar posteriormente en los cálculos visuales de esa tabla.

La medida que construyo es la siguiente:

//Calculo la fecha mínima del contexto seleccionado en los filtros externos a la tabla:

VAR FechaMinima =

    CALCULATE ( MIN ( dimFecha[Fecha] ), ALLSELECTED ( dimFecha ) )

//Calculo el saldo inicial acumulando el saldo de las fechas que sean anteriores a la anterior variable:

VAR SaldoInicial =

    IF (

        [Saldo],

        //Para que solo pinte saldo inicial en caso de que esté en un asiento con saldo para el contexto filtrado

        IF (

            LEFT ( SELECTEDVALUE ( dimCuentasContables[Subcuenta contable] ), 1 )

               IN { “6”, “7” },

            //Si está en una cuenta de gasto o ingreso no quiero que sume al saldo los saldos anteriores a la fecha mínima (si son cuentas de balance sí), sino que quiero que el saldo inicial sea cero y el saldo que pinte el libro mayor vaya sumando únicamente los importes del periodo seleccionado en el contexto.

            0,

            CALCULATE (

                [Saldo],

                ALLSELECTED ( dimApuntes ),

                ALLSELECTED ( dimFecha ),

                dimFecha[Fecha] < FechaMinima

            )

        ),

        BLANK ()

    )

RETURN

    SaldoInicial

Vemos cómo queda esa medida con el saldo inicial de 19.808,05 € repetido en cada una de las filas de la tabla:

3.- A continuación, hago un cálculo visual con el saldo acumulado, que hace un RUNNINGSUM de la medida “Saldo”, tal y como se explicaba en el vídeo de David Uyarra.

Recuerda que tienes que tener activada la opción de Cálculos visuales en las características de versión preliminar de las opciones de configuración de Power BI Desktop.

Te recomiendo revisar el vídeo de David Uyarra que mencioné anteriormente si tienes algún problema a la hora de crear este cálculo visual.

4.- Por último, hago un nuevo cálculo visual dentro del visual de tabla para sumar la medida “Saldo Inicial Libro Mayor Cálculo Visual” explicada en el punto 2 y el cálculo visual “SaldoAcumulado1” explicado en el punto 3:

Esta última medida sí que muestra correctamente el saldo del libro mayor para cada uno de los registros sin tener el inconveniente de que se repita el saldo en los apuntes de la misma fecha.

Ahora ya solo queda jugar con los formatos y dejar visibles únicamente las columnas que necesitemos mostrar para llegar a un resultado similar al que obtendríamos desde un ERP.

En la siguiente imagen muestro cómo quedaría para una cuenta de balance (arrastra el saldo anterior al periodo seleccionado en el contexto):

Y en esta otra imagen vemos cómo quedaría para una cuenta de PyG, donde no queremos que arrastre el saldo anterior sino que muestre el saldo para el periodo filtrado:

Espero que te pueda ser de utilidad a la hora de elaborar tus modelos financieros.

Cualquier aporte o mejora son bienvenidos, así que no dudes en contactarme!!!

PD: Gracias a Montse Collantes por su revisión del post, ya que en la primera versión que publiqué únicamente daba solución a las cuentas de balance. Con esta actual versión ya damos solución tanto a cuentas de balance como de PyG.

La entrada ¿Cómo representar el saldo acumulado en la ficha de mayor de una cuenta contable con Power BI? se publicó primero en reportingfinanciero.es.

Te dejo el enlace aquí para que puedas leerlo si aún no has tenido ocasión 👉​ : https://reportingfinanciero.es/caso-de-uso-de-inteligencia-temporal-con-power-bi/

Terminaba ese post indicando la posibilidad de calcular el rolling year de nuestra medida de número de albaranes/día.

Lo que hace el rolling year es calcular la medida para los 12 meses anteriores al contexto en el que nos encontremos.

Para realizar los cálculos en DAX, usaremos la función CALCULATE para modificar el contexto a nuestra medida de número de albaranes/día y, dentro del CALCULATE, usaremos la función DATESINPERIOD para indicar que el periodo que queremos analizar es el comprendido entre la fecha máxima del contexto a analizar y los 12 meses anteriores a esa fecha máxima.

La fórmula quedaría así:

# Albaranes/día ROLLINGYEAR =

CALCULATE (

    [# Albaranes / día],

    DATESINPERIOD ( dFechas[FECHA], MAX ( dFechas[FECHA] ), -12, MONTH )

)

Como vemos en la siguiente imagen, para el contexto del cierre de Diciembre de 2022, el dato del Rolling Year coincide con el dato de la medida #Albaranes/día para 2022:  240,64. Esto ocurre porque ambas medidas están teniendo en cuenta el periodo comprendido entre el 01/01/2022 y el 31/12/2022.

En el dato de cierre de 2023 nos ocurre lo mismo con la cifra de 230,23.

Si queremos comprobar de dónde sale la cifra de 232,18 de la medida #albaranes/día ROLLINGYEAR de Noviembre de 2023, el cálculo sería el siguiente:

Sumamos el número de albaranes desde el 01/12/2022 al 30/11/2023 (últimos 12 meses contados desde la fecha máxima del contexto 2023-11), y lo dividimos entre el nº de días laborables de ese mismo periodo.

Lo expresamos gráficamente en la siguiente imagen:

Si sumamos el número de albaranes del periodo indicado, nos da un resultado de 57.581.

El número de días laborables de ese mismo periodo asciende a 248.

El resultado de dividir ambas cantidades nos da los 232,18 de media de albaranes/día del periodo 01/12/2022 al 30/11/2023, que sería nuestro rolling year a la fecha de cierre del contexto 2023-11.

Con esta nueva medida, tenemos un nuevo criterio contra el que comparar nuestra medida de número albaranes/día. 

La medida del parallelperiod que veíamos en el anterior post puede ser muy representativa para los primeros meses del año 2023, pero a medida que avanza el año va perdiendo representatividad, ya que su cálculo es fijo para todo el ejercicio 2023, analizando siempre el periodo 01/01/2022 a 31/12/2022.

Como vemos en las imágenes anteriores, la medida de #Albaranes/día bajó de 240,64 en el año 2022 a 230,23 en el 2023. 

La medida del rolling year va descendiendo gradualmente a medida que avanzan los meses de 2023, mientras que la de parallelperiod permanece fija para todo el ejercicio 2023, ya que su cálculo no varía.

Por ello, cuando vayamos a buscar una referencia con la que comparar los 219,29 albaranes/día de Noviembre de 2023, en principio tendría más sentido compararlo contra los 232,18 de la media de los últimos 12 meses que contra los 240,64 de la media del ejercicio 2022.

Espero que te sirvan de ayuda estas medidas de inteligencia temporal y las puedas usar en alguno de tus proyectos.

Suscríbete al blog si no quieres perderte las próximas entradas!!!

Seguimos!!! 👊​

La entrada Uso del año móvil o rolling year en Power BI se publicó primero en reportingfinanciero.es.

En el ejemplo que os voy a compartir vamos a poner el foco en el número de albaranes emitidos al día (para medir el volumen de actividad).

El número de albaranes totales emitidos lo calculamos con la siguiente medida:

# Albaranes = DISTINCTCOUNT(fVentas[id_AV])

Para medir el número de albaranes diarios, dividimos el total de albaranes emitidos entre el número de días laborables (en mi caso los tengo marcados en mi dimensión fecha):

# Albaranes / día = DIVIDE([# Albaranes],[# Días laborales],0)

A partir de aquí, empezamos a realizar nuestras medidas de inteligencia temporal para hacer comparativas de nuestra actividad respecto a otros periodos.

1.- En primer lugar, usamos SAMEPERIODLASTYEAR para calcular el dato respecto al mismo periodo del año anterior:

LY # Albaranes/día SAMEPERIODLASTYEAR =

CALCULATE ( [# Albaranes / día], SAMEPERIODLASTYEAR ( dFechas[FECHA] ) )

2.- A continuación, vamos a usar DATEADD.

La ventaja de DATEADD respecto a SAMEPERIODLASTYEAR es que podemos jugar con los argumentos de la función para desplazarnos el número de intervalos que queramos (ya sea hacia adelante o hacia atrás) y en intervalos de año, trimestre, mes o día:

LY # Albaranes/día DATEADD =
CALCULATE ( [# Albaranes / día], DATEADD(dFechas[FECHA],-1,YEAR))

Con los argumentos “-1” y “YEAR” indicamos que nos queremos desplazar un año hacia atrás respecto al contexto de evaluación, con lo que vamos a llegar al mismo resultado que con SAMEPERIODLASTYEAR.

3.- La siguiente función que vamos a usar es PARALLELPERIOD.

Lo que vamos a buscar con esta función DAX es ampliar el grado de representatividad de nuestra medida comparativa.

Con esto quiero decir que, si estamos analizando el número de albaranes/día de un día en particular, con las funciones que hemos construido en los 2 apartados anteriores el resultado que vamos a obtener son los albaranes/día del mismo día del año anterior.

Sin embargo, puede que no queramos compararlo únicamente contra un día en concreto ya que la comparativa puede estar muy influenciada por algún acontecimiento que ocurriese ese día en particular.

Por ello, vamos a usar la medida PARALLELPERIOD desplazándonos un año hacia atrás y lo que vamos a conseguir es comparar el número de albaranes/día del día que estemos filtrando en nuestro informe contra la media del número de albaranes/día de todo el año anterior al de la fecha de nuestro contexto (si estamos seleccionando el 20/02/2023 lo compararemos contra la media de todo el año 2022):

LY # Albaranes/día PARALLELPERIOD =

CALCULATE ( [# Albaranes / día], PARALLELPERIOD ( dFechas[FECHA], -1, YEAR ) )

Como se aprecia en la anterior imagen, modificamos el contexto para realizar los cálculos teniendo en cuenta todas las fechas correspondientes al año anterior al implícito en el contexto actual.

Independientemente del rango de fechas que elija en 2023, el dato calculado con la medida usando PARALLELPERIOD me va a dar la media de albaranes/día de todo el ejercicio 2022 (240,64 albaranes/día), con lo que voy a tener una magnitud representativa con la que comparar.

Cabe destacar que con PARALLELPERIOD, al igual que con DATEADD, podemos elegir en los argumentos el número de intervalos e intervalos en los que queremos modificar el contexto (en intervalos tenemos año, trimestre y mes):

En la siguiente imagen, vemos como para el día 24/02/2023 el número de albaranes/día fue de 300.  Si lo comparamos con los 245 albaranes del mismo día del año anterior, podemos llegar a una primera conclusión de que el 24/02/2022 fue un día “flojo” de actividad.  Sin embargo, con la visión más amplia que nos da la medida que hemos construido con PARALLELPERIOD, vemos que la media de albaranes de 2022 fue de 240,64 , con lo que la conclusión, a falta de un análisis más pormenorizado, es que no es que el 24/02/2022 fuese un día flojo de ventas, ya que superó a la media anual del año anterior, sino que el 24/02/2023 fue un día con una actividad muy alta (casi un 25% más que la media del 2022):

Obviamente, tenemos que tener cuidado con esta comparativa de PARALLELPERIOD si nuestro negocio está sujeto a picos fuertes de actividad por estacionalidad o algún otro factor inherente a nuestro negocio, pero en escenarios sin estacionalidad nos puede ser muy útil para tener magnitudes de referencia con las que poder comparar nuestras medidas.

Otra opción interesante es utilizar una medida para calcular la media de albaranes/día para los 12 meses anteriores a la fecha del contexto, conocido como “rolling year”. Pero, para no extenderme más, esa otra opción la veremos en un próximo post…

Espero que te haya resultado útil.

Seguimos!!! ​👊​

La entrada Caso de uso de inteligencia temporal con Power BI:  Funciones DAX SAMEPERIODLASTYEAR, DATEADD y PARALLELPERIOD se publicó primero en reportingfinanciero.es.