MediaOpción múltiple

Pregunta de práctica de PL-300

Estás desarrollando un modelo semántico de Power BI para una empresa de comercio electrónico. Los datos de origen provienen de un archivo CSV que contiene los detalles de los pedidos: OrderID, OrderDate, CustomerID, ProductID, Quantity, UnitPrice, Discount y ShippingCost. El archivo se actualiza diariamente. Necesitas modelar los datos para admitir los siguientes análisis: 1) Importe total de ventas (Quantity * UnitPrice - Discount) por producto y mes. 2) Coste de envío promedio por pedido por región de cliente (CustomerRegion se encuentra en una tabla separada). 3) Comparación año tras año de las ventas. Necesitas crear las medidas y garantizar un rendimiento óptimo. ¿Qué debes hacer?

Elige la mejor respuesta.

Respuesta correcta

  • DImportar ambas tablas a Power BI, crear una tabla de fechas y crear medidas utilizando SUMX e inteligencia de tiempo.

Explicación

Importar ambas tablas a Power BI y crear un esquema en estrella con una tabla central de hechos (Orders) y tablas de dimensiones (CustomerRegion, Date) permite un cálculo eficiente de medidas. Las medidas pueden usar SUMX para calcular el importe de ventas (SUMX(Orders, Orders[Quantity] * Orders[UnitPrice] - Orders[Discount])) y el coste de envío promedio por pedido filtrado por región a través de relaciones. Se requiere una tabla de fechas independiente para las funciones de inteligencia de tiempo como SAMEPERIODLASTYEAR para la comparación año tras año. La opción A es subóptima porque agregar columnas calculadas en Power Query aumenta el almacenamiento y el tiempo de procesamiento; las medidas son preferibles. La opción B crea una tabla desnormalizada plana que duplica los datos de la región del cliente, lo que genera un modelo más grande y un rendimiento más lento. La opción C es incorrecta porque DirectQuery no es compatible con archivos CSV; Power BI requiere la importación de datos o una conexión a una base de datos. Por lo tanto, la opción D es el mejor enfoque.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Usar Power Query para agregar una columna calculada para el importe de ventas y el coste de envío por pedido, y luego importar.

Las columnas calculadas consumen memoria y se calculan en la actualización, mientras que los cálculos de ventas y envío por pedido pertenecen a medidas evaluadas en el momento de la consulta sobre el esquema en estrella. Agregar columnas es apropiado cuando un valor debe segmentarse o filtrarse directamente, no para agregaciones.

B

Incorrecta

Crear una única tabla añadiendo la región del cliente a cada fila del CSV mediante Power Query y luego importar.

Aplanar CustomerRegion en la tabla de hechos duplica el texto de la región en cada fila de pedido, inflando el modelo e impidiendo una relación adecuada con la dimensión de región. La desnormalización se adapta a escenarios que necesitan una única exportación plana, no a un esquema en estrella que admita agregación a nivel de región y segmentación año tras año.

C

Incorrecta

Usar DirectQuery en el archivo CSV para evitar almacenar datos en Power BI.

DirectQuery no se puede utilizar contra un archivo CSV; requiere una fuente relacional compatible y también enviaría cada consulta visual a esa fuente, perjudicando el rendimiento. DirectQuery es la opción correcta cuando los datos deben permanecer en una fuente grande y la frescura supera la velocidad de las consultas.

D

Correcta

Importar ambas tablas a Power BI, crear una tabla de fechas y crear medidas utilizando SUMX e inteligencia de tiempo.

La importación de ambas tablas proporciona rendimiento en memoria, y una tabla de fechas dedicada habilita la inteligencia de tiempo para comparaciones año tras año. SUMX itera a nivel de fila para calcular Quantity * UnitPrice - Discount correctamente, satisfaciendo los requisitos de ventas, envíos y YoY.

Para profundizar

La importación de ambas tablas en Power BI y la creación de una tabla de fechas dedicada habilitan funciones eficientes de inteligencia de tiempo como SAMEPERIODLASTYEAR y DATEADD. Las medidas que utilizan SUMX iteran sobre la tabla de pedidos para calcular el importe de ventas fila por fila, lo que es óptimo para las agregaciones. Una tabla de fechas separada marcada como tabla de fechas garantiza que los cálculos basados en el tiempo funcionen correctamente en diferentes granularidades. Un punto sutil: el uso de DirectQuery en un archivo CSV no es compatible; las fuentes CSV deben importarse. En un escenario real, un analista de comercio electrónico necesita comparaciones año tras año, que requieren una tabla de fechas continua y medidas que aprovechen la inteligencia de tiempo, evitando columnas calculadas que aumentan el tamaño del modelo y reducen el rendimiento.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de PL-300 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.