Power Query hace bien su trabajo.
El problema empieza después.
Esta página no vino a decirle que cambie de herramienta. Power Query resuelve muy bien lo que promete resolver, y en varias cosas es mejor que nosotros. Lo que sigue es dónde está la frontera exacta — y cuándo cruzarla no le aporta nada.
Lo que Power Query hace bien.
Conviene empezar por aquí, porque hay una crítica muy repetida que sencillamente es falsa: que trabajar con Power Query es «hacer las cosas a mano». No lo es.
El catálogo de orígenes más amplio que existe
Cientos de conectores, mantenidos por Microsoft. En variedad de fuentes no hay ninguna herramienta que se le acerque, y la nuestra tampoco.
El criterio queda escrito
Los pasos aplicados son código M. Es un error frecuente decir que Power Query es «manual»: no lo es. La transformación queda registrada y se vuelve a ejecutar igual.
Ya lo tiene pagado
Viene dentro de Excel y de Power BI. No hay compra que aprobar, ni proveedor que evaluar, ni proyecto que justificar.
Su equipo ya sabe usarlo
Hay una persona en cada área que lo domina, y eso vale más que cualquier funcionalidad de una herramienta que nadie ha abierto.
Power Query versiona la receta.
No versiona el resultado.
Es la distinción que casi nadie hace, y de la que sale casi todo lo demás.
La receta
Los pasos aplicados quedan guardados. Puede abrirlos, leerlos y volver a ejecutarlos. Si recupera el archivo de marzo, recupera exactamente el criterio que se usó en marzo.
Esto Power Query lo hace, y lo hace bien.
El resultado
Al refrescar ese archivo de marzo, la consulta corre contra los datos de hoy. Devuelve un número nuevo. El que se presentó en el comité de marzo no está guardado en ninguna parte.
Y esa es justo la pregunta que llega meses después.
Cuando alguien pregunta por qué la cifra cambió, hay dos respuestas posibles y hacen falta las dos para saber cuál es: cambió el criterio, o cambiaron los datos. Con la receta sola solo puede descartar la primera. La segunda se queda sin responder, y la conversación termina en «debe ser un tema de los datos».
En Lorian Analytics cada ejecución de un modelo queda numerada y guardada como una versión propia. Se puede volver a leer la que estaba vigente cuando se publicó la cifra, incluso desde la API, pidiendo el número exacto. No se recalcula con las reglas de hoy: se lee lo que había.
Cómo se nota que se le quedó corto.
Ninguna de estas cinco se arregla con más Power Query, y esa es la señal. Si reconoce una, es un caso aislado; si reconoce tres, el problema ya no es de herramienta.
Dos informes del mismo origen dan cifras distintas
Cada uno aplicó su propio criterio de qué excluir y cómo agrupar. Los dos están bien y no coinciden, porque la definición nunca fue una sola.
Nadie puede reconstruir la cifra que se publicó hace tres meses
Puede recuperar el archivo de marzo, pero al refrescarlo trae los datos de hoy. La consulta sobrevivió; el resultado que se presentó, no.
El cierre se detiene cuando falta una persona
No es un problema de documentación. Es que el proceso vive en el equipo de alguien y no hay forma de que otro lo retome sin rehacerlo.
La misma consulta está copiada en cinco archivos y ya divergieron
Alguien arregló un caso en uno y no en los otros cuatro. Nadie sabe cuál de las cinco versiones es la correcta, y las cinco siguen publicando.
Alguien fuera de Power BI necesita el mismo dato
Un notebook, un proveedor, el área de riesgo, un modelo. La lógica de transformación no sale del archivo, así que hay que reconstruirla por fuera — y ya son dos definiciones.
Dónde gana cada uno.
Las tres primeras filas las gana Power Query, y van primero a propósito. Una comparativa en la que el otro pierde todo no se la cree nadie, con razón.
| Dimensión | Power Query | Lorian Analytics |
|---|---|---|
| Variedad de orígenes | Cientos de conectores | Archivos, nube corporativa, SQL Server dentro de su red y ERP |
| Costo de entrada | Incluido en Excel y Power BI | Plan gratuito para probar; de ahí, suscripción |
| Herramienta nueva que aprender | Ninguna: su equipo ya la usa | Sí, aunque el consumo final sigue siendo Power BI o Excel |
| Dónde vive el criterio | Dentro del archivo; en un dataflow si usa el servicio | En la plataforma, definido una vez y compartido |
| Versión del resultado | El refresco sobrescribe al anterior | Cada corrida es una versión numerada que se puede volver a leer |
| Calidad del dato | Perfilado en el editor, como inspección del momento | Puntaje de 0 a 100 sobre cinco dimensiones, guardado en cada corrida |
| Documentos tributarios de LATAM | No los conoce: NIT, RUT, CUIT y CPF no están en su catálogo | Valida el dígito de verificación de siete países |
| Quién puede leer qué | Permisos del archivo o del área de trabajo | Token con alcance por colección, revocable, y cada lectura registrada |
| Consumo fuera de Microsoft | La lógica en M no viaja: hay que rehacerla | API REST con descarga en Parquet tipado, a Python o Databricks |
Una precisión sobre la fila del criterio: los dataflows de Power BI sí sacan la consulta del archivo y permiten reutilizarla entre informes. Resuelven las copias divergentes. Lo que no agregan es la versión del resultado, y solo cubren el mundo de Power BI.
Cuándo no nos necesita.
Preferimos decirlo aquí y no en la tercera reunión. Hay escenarios completos donde agregar una plataforma encima de Power Query no le mejora nada y le suma trabajo.
Si su caso es alguno de estos tres, quédese donde está. El problema que resolvemos aparece cuando varias personas y varios sistemas tienen que coincidir en la misma cifra — y antes de eso, no existe.
El reporte lo hace y lo usa la misma persona
Si nadie más lo consume, no hay dos criterios que conciliar. La coordinación es el problema, y aquí no la hay.
Nadie va a preguntar por la cifra de hace seis meses
Si el número se usa, se decide y se archiva, la reproducibilidad no le está costando nada. No pague por resolver un problema que no tiene.
Los datos son pocos y de una sola fuente
Un archivo al mes, de un solo sistema, sin cruces. Power Query lo hace completo y le sobra capacidad.
El criterio se mueve hacia arriba. Su equipo no se mueve.
Esto es lo que más se malinterpreta: nadie cambia de herramienta. Power BI y Excel siguen siendo donde su equipo trabaja, y Power Query sigue sirviendo para el último tramo — el ajuste visual, la medida puntual, lo que se arma para una pregunta concreta.
Lo que cambia es de dónde viene el dato que entra. En lugar de un archivo que alguien exportó y ajustó, entra un modelo verificado por un feed OData: en Power BI es Obtener datos, fuente OData, la URL y un token. La misma ruta que ya conocen, apuntando a otra cosa.
Entra solo
Sin export manual, así que no hay una versión del archivo por cada persona que lo baja.
Se limpia una vez
Las reglas quedan escritas y se reaplican sobre el archivo del mes siguiente sin rehacer el criterio.
Sale por donde ya trabajan
Feed OData para Power BI y Excel, API REST con Parquet tipado para todo lo demás.
Si esto le sonó conocido.
Tres lecturas que desarrollan lo que aquí quedó apretado, y una herramienta que puede usar ahora mismo sin registrarse.
Lo que se pregunta antes de cambiar algo
Deje la receta donde está.
Guarde también el resultado.
Plan gratuito para probar con sus propios archivos. Si al final resulta que Power Query le alcanza, se lo vamos a decir.