{"id":119,"date":"2026-06-11T13:23:21","date_gmt":"2026-06-11T13:23:21","guid":{"rendered":"https:\/\/bricopm.com\/?p=119"},"modified":"2026-06-11T13:31:36","modified_gmt":"2026-06-11T13:31:36","slug":"articulo-2-modelo-de-datos-tabla-plana-vs-star-schema","status":"publish","type":"post","link":"https:\/\/bricopm.com\/en\/articulo-2-modelo-de-datos-tabla-plana-vs-star-schema\/","title":{"rendered":"Modelo de Datos \u2014 Tabla Plana vs. Star Schema"},"content":{"rendered":"\n
\n
\n

Serie: Power BI para Gesti\u00f3n de Programas Cloud
Prerrequisito: Art\u00edculo 1 \u2014 Power Query: conexi\u00f3n y transformaciones del Excel<\/h2>\n\n\n\n

Introducci\u00f3n<\/h2>\n\n\n\n

En el art\u00edculo anterior conectamos el Excel al Power BI y preparamos los datos en Power Query. Ahora toca tomar la decisi\u00f3n m\u00e1s importante antes de escribir una sola medida DAX: \u00bfc\u00f3mo estructuramos el modelo de datos?<\/strong><\/p>\n\n\n\n

Esta decisi\u00f3n afecta al rendimiento, a la legibilidad del DAX, a la facilidad de mantenimiento y a c\u00f3mo escala el modelo si el programa crece. No hay una respuesta \u00fanica correcta \u2014 depende del contexto. En este art\u00edculo presento los dos enfoques principales, sus ventajas e inconvenientes, y los criterios para elegir uno u otro.<\/p>\n\n\n\n

Los dos enfoques<\/h2>\n\n\n\n

Opci\u00f3n A: Tabla plana (Flat Table)<\/h3>\n\n\n\n

Todos los atributos del servicio en una sola tabla. Cada fila es un servicio; cada columna, un atributo.<\/p>\n\n\n\n

AllServices
\u251c\u2500\u2500 service_name
\u251c\u2500\u2500 WAVE
\u251c\u2500\u2500 MIGRATION SCOPE
\u251c\u2500\u2500 MIGRATION STRATEGY
\u251c\u2500\u2500 Environment
\u251c\u2500\u2500 Infra_type
\u251c\u2500\u2500 Criticality
\u251c\u2500\u2500 PROVEEDOR Implementation Status
\u251c\u2500\u2500 Fecha esperada de migraci\u00f3n
\u251c\u2500\u2500 Fecha de migraci\u00f3n\/monitorizaci\u00f3n
\u2514\u2500\u2500 \u2026 (31 columnas)<\/p>\n\n\n\n

El modelo queda as\u00ed: dos tablas<\/strong> \u2014 AllServices<\/code> y Calendario<\/code> \u2014 con una (o varias) relaciones entre ellas.<\/p>\n\n\n\n

\n\n\n\n

Opci\u00f3n B: Star Schema (Esquema en estrella)<\/h3>\n\n\n\n

Los atributos categ\u00f3ricos se separan en tablas de dimensiones independientes. La tabla central (FactServicios<\/code>) contiene solo hechos medibles y claves for\u00e1neas.<\/p>\n\n\n\n

dim_Wave          dim_Scope         dim_Strategy\n    \u2502                 \u2502                  \u2502\n    \u2514\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2534\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2500\u2518\n                       \u2502\n                 FactServicios         Calendario\n                 (claves + fechas          \u2502\n                  + m\u00e9tricas)         \u2500\u2500\u2500\u2500\u2518<\/code><\/pre>\n\n\n\n
Las tablas de dimensiones t\u00edpicas para nuestro modelo ser\u00edan:<\/p>\n\n\n\n
Tabla dimensi\u00f3n<\/th>Columnas clave<\/th><\/tr><\/thead>
dim_Wave<\/code><\/td>WaveID, Wave, OrdenWave<\/td><\/tr>
dim_Scope<\/code><\/td>ScopeID, MigrationScope, TipoScope (ThirdParty \/ InHouse)<\/td><\/tr>
dim_Strategy<\/code><\/td>StrategyID, MigrationStrategy<\/td><\/tr>
dim_Environment<\/code><\/td>EnvironmentID, Environment<\/td><\/tr>
dim_Criticality<\/code><\/td>CriticalityID, Criticality, NivelPrioridad<\/td><\/tr>
dim_Proveedor<\/code><\/td>ProveedorID, ProveedorNombre<\/td><\/tr>
Calendario<\/code><\/td>Date, A\u00f1o, Trimestre, Mes, Semana\u2026<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
\n\n\n\n
Comparativa directa<\/h2>\n\n\n\n
Criterio<\/th>Tabla plana<\/th>Star Schema<\/th><\/tr><\/thead>
Complejidad inicial<\/strong><\/td>Baja \u2014 una tabla, listo<\/td>Alta \u2014 hay que crear y relacionar dimensiones<\/td><\/tr>
Rendimiento<\/strong><\/td>Bueno hasta ~100k filas<\/td>\u00d3ptimo a cualquier escala; VertiPaq comprime mejor columnas de baja cardinalidad en dims separadas<\/td><\/tr>
Legibilidad del DAX<\/strong><\/td>Medidas m\u00e1s largas con filtros expl\u00edcitos<\/td>Medidas m\u00e1s limpias; los filtros viajan por las relaciones autom\u00e1ticamente<\/td><\/tr>
Mantenimiento<\/strong><\/td>F\u00e1cil si el Excel no cambia de estructura<\/td>M\u00e1s robusto ante cambios: modificar una dimensi\u00f3n no afecta a la tabla de hechos<\/td><\/tr>
Valores duplicados<\/strong><\/td>S\u00ed \u2014 \u00abZEUS (ThirdParty)\u00bb se repite en 8 filas<\/td>No \u2014 cada scope aparece una sola vez en dim_Scope<\/code><\/td><\/tr>
Filtros cruzados<\/strong><\/td>Requieren CROSSFILTER o BOTH en relaciones<\/td>Fluyen naturalmente de dim \u2192 fact<\/td><\/tr>
Curva de aprendizaje<\/strong><\/td>Menor<\/td>Mayor \u2014 hay que entender cardinalidad y direcci\u00f3n de filtros<\/td><\/tr>
Fuente \u00fanica (Excel)<\/strong><\/td>Ideal<\/td>Requiere generar las dims en Power Query o DAX<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
\n\n\n\n
\u00bfCu\u00e1ndo usar cada uno?<\/h2>\n\n\n\n
Usa tabla plana cuando:<\/strong><\/p>\n\n\n\n