En el mundo del análisis de datos, dominar DAX (Data Analysis Expressions) no es una opción, es una necesidad. Si trabajas con modelos tabulares, necesitas entender cómo estructurar tus consultas, cálculos y expresiones de forma precisa, eficiente y escalable.

Pero, ¿qué es exactamente DAX y por qué es tan importante para un analista de datos? Te lo explicamos.

¿Qué es DAX?

DAX (Data Analysis Expressions) es un lenguaje de fórmulas funcional diseñado específicamente para trabajar con modelos tabulares, como los que usamos en Power BI, Excel Power Pivot y Analysis Services.

Aunque a primera vista puede recordarte a Excel, DAX no trabaja con celdas, sino con columnas completas. Esto cambia completamente la lógica de cómo se construyen las expresiones.

Características clave de DAX:

• Lenguaje funcional: las expresiones se componen de funciones anidadas.
• Diseñado para modelos tabulares (tablas y columnas, no celdas).
• Puede devolver resultados en forma de valores, columnas o incluso tablas completas.
• Se basa en contextos (de fila y de filtro), que determinan cómo se evalúan las fórmulas.
• Optimizado para cálculos dinámicos y agregaciones complejas.

DAX es un Lenguaje Funcional

Una de las claves para entender DAX es su naturaleza funcional. Esto significa que cada fórmula es una función que puede contener otras funciones como argumentos. Este encadenamiento se conoce como funciones anidadas, algo que también existe en Excel, pero que en DAX cobra un papel estructural.

En DAX, la ejecución del código comienza desde la función o el parámetro más interno, y se desarrolla hacia afuera, respetando siempre el contexto en el que se ejecuta.

Tipos de Cálculos en DAX: Columnas, Tablas y Medidas

DAX permite crear columnas calculadas, tablas calculadas y medidas, cada una con características y usos específicos. Comprender sus diferencias es esencial para diseñar modelos eficientes y bien estructurados.

Columnas Calculadas

Son nuevos campos que se agregan a una tabla existente, generados a partir de expresiones sobre otras columnas.

• Se almacenan en memoria (consumen RAM).
• Se recalculan al actualizar el modelo.
• Iteran fila a fila, aplicando la fórmula para cada registro.
• Se recomienda su uso en tablas con baja cardinalidad (pocos valores únicos).
• Visibles en la interfaz tanto en el reporte como en la tabla.

¿Cuándo usarlas? Cuando necesitas enriquecer los datos con atributos derivados que luego se usen como segmentaciones o categorías.

Tablas Calculadas

Son tablas nuevas creadas a partir de datos ya presentes en el modelo.

• También se almacenan en memoria.
• Se recalculan al actualizar el reporte.
• Pueden usarse como filtros o para construir relaciones complejas.
• Su creación es recomendable cuanto antes: idealmente desde Power Query o la base de datos.
• Aparecen en la sección de tablas de Power BI.

 ¿Cuándo usarlas? Para generar subconjuntos de datos, crear estructuras jerárquicas o controlar filtros personalizados en visualizaciones avanzadas.

Medidas

Las medidas son el corazón de los informes interactivos: cálculos dinámicos que responden al contexto del filtro aplicado.

• No se almacenan en memoria.
• No se recalculan al actualizar el modelo.
• Se calculan en tiempo real, consumen CPU al usarse.
• Pueden trabajar en contexto de filtro y, en algunos casos, contexto de fila (mediante funciones iteradoras como SUMX, AVERAGEX, etc.).

¿Cuándo usarlas? Para KPIs, totales, promedios, porcentajes y cualquier cálculo dinámico que cambie según lo que el usuario explore.

DAX y el Contexto: El Verdadero Poder

Uno de los aspectos más poderosos (y a veces complejos) de DAX es cómo interpreta el contexto:

• Contexto de Fila: se refiere a la fila específica que se está evaluando en una tabla.
• Contexto de Filtro: lo determina la segmentación aplicada por tablas relacionadas, filtros del reporte, etc.

Entender estos dos contextos es clave para que tus medidas y columnas devuelvan el resultado esperado. Y aquí es donde la experiencia y la práctica con DAX marcan la diferencia.

¿Por Qué DAX es Esencial para un Analista de Datos?

Porque te permite:

• Crear modelos analíticos avanzados y personalizados.
• Generar dashboards interactivos y eficientes.
• Optimizar el rendimiento de tus reportes.
• Aplicar lógica de negocio compleja sin salir de Power BI.

En definitiva, DAX es el idioma con el que un analista de datos le da inteligencia al modelo.

Este artículo es un resumen de las sesiones impartidas por Manuel Ramón Ramón, encargado de enseñar a nuestro alumnado el conocimiento de DAX, en el marco del Programa Superior Data Strategist desarrollado por el Data Strategy Institute.

¿Quieres aprender a dominar DAX y convertirte en un analista de datos profesional?
Ya están abiertas las inscripciones para la 8ª edición del Programa de Data Strategy (PDS).
Aprende DAX, Power BI y todo lo que necesitas para construir modelos sólidos, eficientes y con impacto.

Contáctanos si estás interesado/a y empieza tu camino en el análisis avanzado de datos.