DAX Power BI en España 2026: qué es, medidas clave y ejemplos para crear mejores dashboards

Power BI se ha convertido en una de las herramientas más útiles para equipos que quieren pasar de hojas de cálculo dispersas a dashboards de ventas, finanzas, operaciones, recursos humanos o dirección. Pero hay un punto en el que arrastrar campos al lienzo ya no basta: para calcular indicadores fiables, comparar periodos, medir objetivos o construir KPIs de negocio, necesitas entender DAX.

DAX, o Data Analysis Expressions, es el lenguaje de fórmulas que utiliza Power BI para crear cálculos sobre modelos de datos. Microsoft lo describe como un lenguaje de expresiones usado en Power BI, Power Pivot y Analysis Services para crear cálculos y consultas sobre datos relacionados. En la práctica, DAX es lo que permite que un dashboard deje de ser una colección de gráficos bonitos y se convierta en una herramienta real de decisión.

Esta guía está pensada para profesionales en España que ya usan Excel o Power BI y quieren entender qué es DAX, cuándo conviene usarlo, qué medidas aprender primero y cómo aplicarlo sin perderse en fórmulas innecesariamente complejas.

Qué es DAX en Power BI, explicado sin complicarlo

DAX es un lenguaje de fórmulas diseñado para trabajar con modelos de datos. A diferencia de una fórmula tradicional de Excel, que normalmente calcula una celda concreta, una medida DAX calcula un resultado dinámico según los filtros del informe: año, mes, cliente, producto, comunidad autónoma, canal, equipo comercial o cualquier dimensión que uses en el dashboard.

Por ejemplo, una medida de ventas puede devolver el total general cuando ves toda la empresa, las ventas de Madrid cuando filtras esa región, o las ventas de un trimestre cuando seleccionas ese periodo. La fórmula no cambia; cambia el contexto en el que se evalúa.

Por qué DAX importa para perfiles profesionales en España

En España, la demanda de competencias digitales, análisis de datos e inteligencia artificial está empujando a muchos perfiles a mejorar su capacidad para interpretar información de negocio. Informes recientes sobre empleo e IA en España apuntan a un crecimiento claro de las ofertas que piden habilidades relacionadas con inteligencia artificial y datos, mientras iniciativas de formación digital en español están reforzando esa transición profesional.

Power BI aparece con frecuencia en ese contexto porque conecta con necesidades muy concretas: reportes de dirección, control de ventas, seguimiento financiero, cuadros de mando de RRHH, análisis de formación, gestión de inventario, reporting de marketing o seguimiento de productividad. DAX entra justo en el punto donde el dashboard necesita responder preguntas de negocio, no solo mostrar datos.

DAX, Power Query, Excel y visuales de Power BI: qué hace cada uno

Elemento	Para qué sirve	Ejemplo práctico
Excel	Calcular, ordenar y analizar datos en hojas de cálculo.	Crear una tabla de ventas mensual o revisar presupuestos.
Power Query	Limpiar, transformar y combinar datos antes de analizarlos.	Unir archivos, corregir formatos de fecha o eliminar duplicados.
Modelo de datos	Relacionar tablas para que el análisis sea consistente.	Conectar ventas, clientes, productos y calendario.
DAX	Crear medidas, KPIs y cálculos dinámicos.	Calcular ventas acumuladas, variación anual o margen porcentual.
Visuales de Power BI	Presentar la información de forma clara e interactiva.	Mostrar tarjetas, gráficos, mapas, tablas y segmentadores.

Una regla sencilla: limpia los datos con Power Query, estructura el modelo con relaciones claras y calcula indicadores de negocio con DAX.

Medidas DAX vs columnas calculadas: la diferencia que evita muchos errores

Uno de los errores más frecuentes al empezar es crear columnas calculadas cuando en realidad se necesitan medidas. La diferencia es clave para que el informe sea rápido, flexible y correcto.

Tipo de cálculo	Cuándo usarlo	Ejemplo
Medida	Cuando el resultado debe cambiar con filtros, fechas o segmentadores.	Total de ventas, margen %, ticket medio, ventas año anterior.
Columna calculada	Cuando necesitas crear un valor fila por fila dentro de una tabla.	Clasificar clientes por segmento o crear una categoría derivada.

Para dashboards ejecutivos, comerciales y financieros, la mayor parte de los KPIs importantes deberían construirse como medidas.

Conceptos de DAX que deberías dominar primero

Contexto de filtro

Es el conjunto de filtros que afecta a una medida. Puede venir de un gráfico, una tabla, un segmentador, una página del informe o una relación entre tablas. Si filtras por 2026, la medida calcula sobre 2026. Si filtras por Barcelona, calcula sobre Barcelona.

Contexto de fila

Es el contexto que evalúa una expresión fila por fila, especialmente en columnas calculadas o funciones iteradoras como SUMX. Entender esta diferencia ayuda a evitar resultados inesperados.

Relaciones entre tablas

DAX funciona mejor cuando el modelo está bien diseñado. Lo ideal suele ser trabajar con una tabla de hechos, como ventas, y varias tablas de dimensiones, como calendario, producto, cliente, canal o región.

Tabla calendario

Para calcular variaciones por año, acumulados, comparativas mensuales o indicadores temporales, conviene tener una tabla calendario bien construida y marcada como tabla de fechas en Power BI.

Medidas DAX básicas para empezar

Estos ejemplos son orientativos. Los nombres de tablas y columnas deben adaptarse a tu modelo real.

1. Total de ventas

Total ventas = SUM(Ventas[Importe])

Es una medida base. A partir de ella puedes crear comparativas, porcentajes y KPIs más complejos.

2. Ventas del año anterior

Ventas año anterior = CALCULATE([Total ventas], SAMEPERIODLASTYEAR('Calendario'[Fecha]))

Sirve para comparar el rendimiento actual con el mismo periodo del año previo.

3. Variación porcentual frente al año anterior

Variación % año anterior = DIVIDE([Total ventas] - [Ventas año anterior], [Ventas año anterior])

La función DIVIDE ayuda a evitar errores cuando el denominador está vacío o es cero.

4. Ticket medio

Ticket medio = DIVIDE([Total ventas], DISTINCTCOUNT(Ventas[PedidoID]))

Muy útil para ventas, ecommerce, retail, formación online o servicios profesionales.

5. Margen porcentual

Margen % = DIVIDE([Margen], [Total ventas])

Permite ver rentabilidad, no solo facturación. Es una medida clave para decisiones comerciales.

6. Clientes activos

Clientes activos = DISTINCTCOUNT(Ventas[ClienteID])

Ayuda a medir base activa, cartera, repetición de compra o cobertura comercial.

7. Cumplimiento de objetivo

Cumplimiento objetivo = DIVIDE([Total ventas], [Objetivo ventas])

Funciona bien en tarjetas KPI, semáforos, tableros comerciales y reportes de dirección.

Casos de uso de DAX por área profesional

Área	Preguntas que DAX ayuda a responder	KPI posible
Ventas	¿Qué canal crece más? ¿Qué equipo cumple objetivo?	Ventas, crecimiento %, cumplimiento, ticket medio.
Finanzas	¿Dónde cae el margen? ¿Cómo evoluciona el presupuesto?	Margen %, desviación presupuestaria, acumulado anual.
Marketing	¿Qué campañas generan mejor rendimiento?	Coste por lead, conversión, retorno estimado.
Recursos humanos	¿Cómo evolucionan rotación, ausentismo o formación?	Rotación %, horas de formación, cobertura de vacantes.
Operaciones	¿Qué procesos tienen más retrasos o incidencias?	Tiempo medio, cumplimiento SLA, volumen por estado.

Cómo aprender DAX sin perderte: ruta práctica

Empieza por el modelo, no por la fórmula. Si las tablas están mal relacionadas, DAX parecerá más difícil de lo que realmente es.
Crea medidas base. Total ventas, total costes, margen, clientes, pedidos y objetivos.
Usa una tabla calendario. Es esencial para comparativas por fecha, acumulados y análisis temporal.
Construye medidas derivadas. Variaciones, porcentajes, ratios y KPIs de cumplimiento.
Valida los resultados con tablas simples. Antes de crear un dashboard bonito, confirma que los números cuadran.
Documenta las medidas importantes. Un dashboard profesional debe poder entenderse y mantenerse.

Errores comunes al usar DAX en Power BI

Crear columnas calculadas para todo. Aumenta el peso del modelo y reduce flexibilidad.
No tener una tabla calendario. Complica cualquier análisis serio por fechas.
Usar fórmulas copiadas sin entender el contexto. La misma medida puede funcionar o fallar según el modelo.
Mezclar limpieza de datos con cálculo de KPIs. Power Query limpia; DAX calcula indicadores.
No validar totales. Un dashboard puede verse profesional y aun así mostrar métricas incorrectas.

DAX e inteligencia artificial: cómo combinarlo con criterio

Herramientas de IA pueden ayudarte a explicar una fórmula, generar una primera versión de una medida o detectar posibles errores. Pero en un entorno profesional no conviene publicar una medida sin validarla. La IA puede acelerar el aprendizaje; el criterio de negocio sigue siendo tu responsabilidad.

Una buena práctica es pedir a la IA que explique la medida paso a paso, indicar el modelo de tablas que tienes y después contrastar el resultado en Power BI con datos conocidos. Si el KPI no coincide con una comprobación manual, la fórmula debe revisarse.

Plan de 30 días para mejorar en DAX

Semana	Objetivo	Práctica recomendada
1	Entender medidas base y contexto de filtro.	Crear total ventas, pedidos, clientes y margen.
2	Dominar porcentajes y ratios.	Calcular margen %, ticket medio y cumplimiento de objetivo.
3	Trabajar con fechas.	Crear ventas año anterior, variación %, acumulado mensual y YTD.
4	Construir un dashboard completo.	Integrar medidas en tarjetas, gráficos, tablas y filtros ejecutivos.

Fuentes útiles para seguir aprendiendo

Conclusión

DAX no es solo una habilidad técnica para especialistas en datos. Para muchos profesionales en España, puede ser la diferencia entre mirar reportes estáticos y construir dashboards que ayudan a decidir con más rapidez y precisión. Si ya manejas Excel o estás empezando con Power BI, aprender medidas DAX te dará más control sobre tus indicadores, tus comparativas y tus análisis de negocio.

Si quieres avanzar con una ruta guiada y práctica, en G-Talent puedes profundizar con el Curso Completo de Power BI: De Cero a Experto en Análisis y BI. Es un siguiente paso natural para transformar datos en dashboards profesionales y ganar soltura con modelos, visualización y análisis aplicado.