Nivel 5 · ¿Estrella, copo de nieve o espagueti?

Tres modelos pueden contener exactamente los mismos datos y aun así comportarse de manera muy distinta en un informe. La forma decide cómo viajan los filtros, qué tan simples son las medidas y qué tan rápido se siente el informe.

Qué es este nivel de práctica

Esto es un quiz en una herramienta de práctica creada para este sitio; Power BI Desktop solo funciona en Windows. Para ver la forma de un modelo real, abre la vista Modelo (el tercer icono de la barra izquierda): las tablas son cajas, las relaciones son líneas y la punta de flecha de cada línea muestra la dirección en que fluyen los filtros.

El esquema en estrella

Pon la tabla de hechos en el centro y cada dimensión a su alrededor, una tabla cada una:

customers        Date
      \          /
        orders
          |
     order_items - products

Toda relación es varios a uno, de la clave externa de un hecho a la clave de una dimensión, y los filtros fluyen en un solo sentido: de dimensión a hecho. Elige una categoría, un estado o un mes, y el filtro tiene exactamente un camino hacia las líneas de pedido. Esta es la forma para la que está construido el motor de Power BI, y la que recomienda la propia guía de modelado de Microsoft.

La estrella de Harbor & Pine tiene dos tablas de hechos con distinta granularidad, orders y order_items, y eso está bien: order_items apunta a orders, y las dimensiones apuntan al hecho que contenga su clave.

El copo de nieve

Un copo de nieve (snowflake) divide una dimensión en una cadena: products → subcategories → categories. Elimina el texto repetido, que es lo que quiere una base de datos transaccional. En Power BI sobre todo te cuesta: un filtro de categoría da tres saltos, la lista de campos crece y cada tabla extra es una cosa más que relacionar y actualizar. El arreglo habitual es fusionar la cadena de vuelta en una sola tabla products en Power Query, conservando category y subcategory como columnas.

El espagueti

Un modelo espagueti relaciona todo con todo: tablas enlazadas por cualquier columna que coincida, relaciones varios a varios, filtros en ambos sentidos. Power BI no puede mantener dos rutas activas entre las mismas tablas, así que desactiva algunas relaciones en silencio, y un total puede depender de la ruta que tomó un filtro. Nadie puede explicar los números, lo peor que puede hacer un informe.

Cómo reconocer un buen modelo

• una tabla por dimensión, con una clave única;
• hechos en el centro, dimensiones alrededor;
• relaciones varios a uno, dirección única;
• una tabla Date separada y marcada;
• ninguna relación que no puedas explicar en una frase.

Errores comunes

• Filtros de doble sentido como valor predeterminado. Parecen útiles y crean ambigüedad. Úsalos solo para una necesidad concreta, como una segmentación que solo debe mostrar productos con ventas.
• Varios a varios desde una clave no única. Normalmente es señal de que el lado «uno» debería ser una tabla de dimensión de verdad.
• Normalizar porque sí. Los nombres de categoría repetidos en products no son un problema.