La solicitud

De Catherine Hale, Directora ejecutiva (CEO)
Tu objetivo
Paso 1 de 3. Crea una medida llamada Sales YTD: la medida Sales dada, acumulada desde el 1 de enero del año hasta el final de cada mes. En la fila Total es el año completo.
- Llena
[Sales YTD]en cada fila del visualpendiente - También la fila Total correctapendiente
Paso 2 de 3. Añade una medida llamada Sales LY (Sales del mismo periodo un año antes) y luego una medida llamada Sales YoY %: (Sales − Sales LY) dividido entre Sales LY. Se comprueba Sales YoY %. Conserva Sales YTD.
- Llena
[Sales YoY %]en cada fila del visualpendiente - También la fila Total correctapendiente
Paso 3 de 3. El informe tiene una medida Delivered Lines (líneas de pedido de pedidos completados o reembolsados, los que llegaron a un cliente). Añade una medida llamada Line Return Rate: el número de filas de returns dividido entre Delivered Lines. Conserva las otras medidas.
- Llena
[Line Return Rate]en cada fila del visualpendiente - También la fila Total correctapendiente
Paso 1 · tu medida
- Visual
- A matrix: rows = 'Date'[Month]; values = [Sales], [Sales YTD]
- Segmentaciones
- 'Date'[Year] = 2025
- Medidas del informe
Sales = CALCULATE(SUM(order_items[line_total]), orders[status] = "completed")
Panel de datos: tablas y columnas
- order_items order_item_id, order_id, product_id, quantity, unit_price, discount_pct, line_total
- orders order_id, customer_id, order_date, status, channel, shipping_fee, coupon_code
- products product_id, name, category, subcategory, unit_price, unit_cost, launched_on, is_active
- customers customer_id, first_name, last_name, email, city, state, signup_date, segment, referral_source
- returns return_id, order_item_id, returned_on, reason, refund_amount
- Date Date, Year, Quarter, Month Number, Month, Year Month, Year Quarter, Day, Weekday Number, Weekday
Cargando el editor…
Solución de referencia
| Month | Sales | Sales YTD |
|---|---|---|
| Jan | 150,570.94 | |
| Feb | 99,903.12 | |
| Mar | 166,787.31 | |
| Apr | 189,734.34 | |
| May | 206,468.94 | |
| Jun | 213,062.28 | |
| Jul | 191,966.99 | |
| Aug | 182,987.1 | |
| Sep | 143,378.62 | |
| Oct | 174,599.41 | |
| Nov | 292,364.21 | |
| Dec | 288,346.27 | |
| Total | 2,300,169.53 |
Mote revisa tu resultado
Presiona Comprobar. Mote completa tu respuesta y la compara con lo que necesita el informe.
Paso 2 · tu medida
- Visual
- A matrix: rows = 'Date'[Month]; values = [Sales], [Sales YoY %]
- Segmentaciones
- 'Date'[Year] = 2025
- Medidas del informe
Sales = CALCULATE(SUM(order_items[line_total]), orders[status] = "completed")
Panel de datos: tablas y columnas
- order_items order_item_id, order_id, product_id, quantity, unit_price, discount_pct, line_total
- orders order_id, customer_id, order_date, status, channel, shipping_fee, coupon_code
- products product_id, name, category, subcategory, unit_price, unit_cost, launched_on, is_active
- customers customer_id, first_name, last_name, email, city, state, signup_date, segment, referral_source
- returns return_id, order_item_id, returned_on, reason, refund_amount
- Date Date, Year, Quarter, Month Number, Month, Year Month, Year Quarter, Day, Weekday Number, Weekday
Cargando el editor…
Solución de referencia
| Month | Sales | Sales YoY % |
|---|---|---|
| Jan | 150,570.94 | |
| Feb | 99,903.12 | |
| Mar | 166,787.31 | |
| Apr | 189,734.34 | |
| May | 206,468.94 | |
| Jun | 213,062.28 | |
| Jul | 191,966.99 | |
| Aug | 182,987.1 | |
| Sep | 143,378.62 | |
| Oct | 174,599.41 | |
| Nov | 292,364.21 | |
| Dec | 288,346.27 | |
| Total | 2,300,169.53 |
Mote revisa tu resultado
Presiona Comprobar. Mote completa tu respuesta y la compara con lo que necesita el informe.
Paso 3 · tu medida
- Visual
- A matrix: rows = 'Date'[Month]; values = [Sales], [Delivered Lines], [Line Return Rate]
- Segmentaciones
- 'Date'[Year] = 2025
- Medidas del informe
Sales = CALCULATE(SUM(order_items[line_total]), orders[status] = "completed")Delivered Lines = CALCULATE(COUNTROWS(order_items), orders[status] IN {"completed", "refunded"})
Panel de datos: tablas y columnas
- order_items order_item_id, order_id, product_id, quantity, unit_price, discount_pct, line_total
- orders order_id, customer_id, order_date, status, channel, shipping_fee, coupon_code
- products product_id, name, category, subcategory, unit_price, unit_cost, launched_on, is_active
- customers customer_id, first_name, last_name, email, city, state, signup_date, segment, referral_source
- returns return_id, order_item_id, returned_on, reason, refund_amount
- Date Date, Year, Quarter, Month Number, Month, Year Month, Year Quarter, Day, Weekday Number, Weekday
Cargando el editor…
Solución de referencia
| Month | Sales | Delivered Lines | Line Return Rate |
|---|---|---|---|
| Jan | 150,570.94 | 713 | |
| Feb | 99,903.12 | 522 | |
| Mar | 166,787.31 | 788 | |
| Apr | 189,734.34 | 767 | |
| May | 206,468.94 | 827 | |
| Jun | 213,062.28 | 856 | |
| Jul | 191,966.99 | 822 | |
| Aug | 182,987.1 | 860 | |
| Sep | 143,378.62 | 779 | |
| Oct | 174,599.41 | 864 | |
| Nov | 292,364.21 | 1,653 | |
| Dec | 288,346.27 | 1,655 | |
| Total | 2,300,169.53 | 11,106 |
Mote revisa tu resultado
Presiona Comprobar. Mote completa tu respuesta y la compara con lo que necesita el informe.
Lo que recibe Catherine, y por qué
La lección
La franja superior de una página ejecutiva son unos pocos KPI, cada uno con una comparación. Aquí construyes los tres que pidió Catherine, en una matriz por mes para que veas cómo se comporta cada uno antes de llevarlo a una tarjeta.
Dónde estás trabajando
Un informe de práctica, no Power BI (Power BI Desktop solo funciona en Windows). La matriz tiene los meses de 2025 en las filas (la segmentación de año está encima), y un motor DAX creado para este sitio evalúa tus medidas en cada celda. Cada paso comprueba la última medida del editor; conserva las anteriores.
En Power BI Desktop, crea cada medida con Inicio → Nueva medida (Home → New measure), fija el formato de porcentaje en Herramientas de medida → Formato (Measure tools → Format) y pon cada KPI en una Tarjeta (o en el visual KPI, con Sales LY como meta) en la parte superior de la página. La inteligencia de tiempo necesita una tabla de fechas marcada con Herramientas de tabla → Marcar como tabla de fechas (Table tools → Mark as date table).
Año hasta la fecha
Sales YTD = TOTALYTD([Sales], 'Date'[Date])
En una tarjeta filtrada al año en curso muestra “dónde estamos”. Por mes sube como una escalera: $150,571 tras enero, $1,026,527 tras junio, $2,300,170 al final del año.
Crecimiento frente al año pasado
Sales LY = CALCULATE([Sales], SAMEPERIODLASTYEAR('Date'[Date]))
Sales YoY % = DIVIDE([Sales] - [Sales LY], [Sales LY])
Un KPI sin comparación es solo un número. El crecimiento interanual lo pone en contexto: 2025 está un 15.4 % por encima de 2024 en conjunto. Por mes el panorama es menos cómodo: noviembre y diciembre, los dos meses más grandes del año con cerca de una cuarta parte de todas las ventas, estuvieron ligeramente por debajo de 2024. Esa es la clase de señal que la página ejecutiva existe para sacar a la luz.
Tasa de devolución
Line Return Rate = DIVIDE(COUNTROWS(returns), [Delivered Lines])
returns está relacionada con order_items, que está relacionada con orders y con la tabla Date, así
que un filtro de mes llega a las devoluciones a través de la cadena: cada celda cuenta las devoluciones
de las líneas pedidas ese mes. El denominador importa. Solo los pedidos completados y reembolsados
llegaron a un cliente; dividir entre todas las líneas, incluidas las canceladas y las pendientes,
subestima la tasa.
Leer los KPI juntos
| Sales YTD | Sales YoY % | Line Return Rate | |
|---|---|---|---|
| Junio | $1,026,527 | +45.2 % | 6.2 % |
| Noviembre | $2,011,823 | −8.4 % | 6.5 % |
| Año 2025 | $2,300,170 | +15.4 % | 5.5 % |
Un año fuerte, una temporada de fiestas débil y devoluciones de cerca de una línea de cada dieciocho. La historia para el título de la página se escribe sola a partir de las medidas.
Errores comunes
- YoY con
/. Los meses sin datos del año pasado muestran Infinity;DIVIDEda BLANK. - Comparar el YTD con un año pasado completo. Compara el YTD con el YTD del año pasado para las
mismas fechas:
CALCULATE([Sales YTD], SAMEPERIODLASTYEAR('Date'[Date])). - Fiarse de la tasa de devolución del último mes. Las devoluciones llegan semanas después del pedido.
¡Linterna encendida!
Practicaste: kpistotalytdsameperiodlastyearyoydividereturn rate
- Resuelto
- Sin pistas
- Al primer intento
