DAX puede volverse confuso muy rápido. Una medida parece simple, pero luego aparecen contextos de filtro, relaciones, calendarios, totales incorrectos y resultados que no cuadran con Excel.
ChatGPT puede ayudarte a escribir medidas DAX, pero la parte más importante no es que genere código. Lo más valioso es usarlo para aclarar la lógica de negocio antes de crear la medida.
Antes de pedir una medida DAX
No empieces diciendo:
Crea una medida DAX para ventas.Eso es demasiado vago. Primero define:
- qué tabla contiene las ventas
- cuál es la columna del monto
- qué significa venta válida
- si hay devoluciones, descuentos o impuestos
- qué tabla de fechas se usa
- qué nivel de análisis necesitas
- cómo debería comportarse el total
Mientras más contexto das, mejor respuesta recibes.
Prompt para crear una medida DAX
Usa este formato:
Actúa como especialista en Power BI y DAX.
Necesito crear una medida para:
[explica la métrica en lenguaje de negocio]
Modelo:
- Tabla de ventas: [nombre]
- Columna de monto: [nombre]
- Tabla calendario: [nombre]
- Relación de fechas: [explica relación]
- Filtros importantes: [lista filtros]
Quiero que me entregues:
1. La medida DAX.
2. Una explicación paso a paso.
3. Qué supuestos estás haciendo.
4. Cómo puedo validar si el resultado es correcto.Ejemplo práctico
Supón que quieres calcular ventas netas sin pedidos cancelados:
Actúa como especialista en Power BI y DAX.
Necesito una medida de ventas netas.
Modelo:
- Tabla de ventas: Sales
- Columna de monto: Sales[Amount]
- Estado del pedido: Sales[Status]
- Los pedidos cancelados tienen Status = "Cancelled"
- Quiero que la medida responda a filtros de fecha, producto y cliente.
Entrégame la medida DAX, explica cómo funciona y dime cómo validarla.Una posible medida sería:
Ventas Netas =
CALCULATE(
SUM(Sales[Amount]),
Sales[Status] <> "Cancelled"
)Pero lo importante es que ChatGPT también te puede decir qué validar: comparar contra una tabla filtrada, revisar si hay estados nulos, confirmar si las devoluciones están en otra columna o tabla, etc.
Prompt para validar una medida existente
Si ya tienes una medida y no confías en el resultado, usa este prompt:
Revisa esta medida DAX como si fueras un consultor de Power BI.
Quiero que me digas:
1. Qué calcula realmente.
2. Qué contexto de filtro afecta el resultado.
3. Qué errores comunes podría tener.
4. Por qué el total podría no coincidir con las filas.
5. Cómo la reescribirías si fuera necesario.
Medida:
[pega aquí la medida]Este prompt es muy útil cuando el total del visual no coincide con lo que esperas.
Prompt para explicar contexto de filtro
El contexto de filtro es una de las partes más difíciles de DAX. Puedes pedir:
Explícame esta medida DAX enfocándote en contexto de filtro.
Quiero entender:
- qué filtros se mantienen
- qué filtros se eliminan
- cómo afecta CALCULATE
- qué pasa si uso esta medida en una tabla por cliente
- qué pasa si la uso en una tarjeta de totalAsí no solo copias una medida. Entiendes por qué funciona.
Validaciones que deberías hacer siempre
Antes de publicar una medida en un dashboard, valida:
- total general contra una fuente confiable
- resultado por mes
- resultado por categoría o producto
- comportamiento con filtros
- valores nulos o negativos
- diferencia entre ventas brutas y netas
- si el total visual tiene sentido
Una medida DAX puede funcionar técnicamente y aun así estar mal para el negocio.
Buen flujo de trabajo
Un flujo práctico sería:
1. Escribes la métrica en lenguaje de negocio. 2. Le das a ChatGPT el contexto del modelo. 3. Pides la medida DAX. 4. Pides explicación y supuestos. 5. Pruebas la medida en Power BI. 6. Comparas contra Excel, SQL o fuente confiable. 7. Documentas la métrica.
Conclusión
ChatGPT te puede ahorrar tiempo con DAX, pero no debería reemplazar la validación. Úsalo para convertir reglas de negocio en medidas, entender contexto de filtro y revisar posibles errores.
La mejor forma de usar IA en Power BI no es copiar y pegar DAX. Es pensar mejor la métrica antes de publicarla.