Análisis financiero · P&L
Cuenta de Pérdidas y Ganancias
Un P&L en Power BI que cuadra en cualquier nivel de filtro
scroll ↓
Contexto
Una PyG es uno de los informes más importantes para entender un negocio.
Una Cuenta de Pérdidas y Ganancias (PyG) resume los ingresos, costes y gastos de una empresa durante un periodo y muestra cuál ha sido el resultado final.
En teoría, parece sencillo. En la práctica, una PyG puede tener muchas líneas, niveles y relaciones entre partidas.
Cuando la llevé a Power BI, mi reto no era simplemente conseguir que los números aparecieran en una tabla. Quería poder explorarlos sin perder la lógica financiera que hay detrás de cada cifra.
¿Qué es una PyG?
Antes de entrar en Power BI: ¿qué es una Cuenta de Pérdidas y Ganancias?
Una Cuenta de Pérdidas y Ganancias (PyG) sirve para entender cómo ha funcionado económicamente un negocio durante un periodo. De forma simplificada:
Ingresos − costes y gastos = resultado
Pero una PyG real tiene muchas más líneas y niveles. El resultado final depende de todas las partidas que hay detrás.
Por eso, cuando una cifra cambia, la pregunta interesante no es solo cuánto ha cambiado, sino también qué partidas explican ese cambio.
Eso es precisamente lo que quería poder explorar con este proyecto.
Objetivo
Quería una PyG que pudiera explorar sin perder el contexto.
Mi objetivo era construir un informe financiero que permitiera pasar de una visión general del resultado al detalle que lo explica. Para ello, trabajé con dos necesidades principales: consultar la PyG desde diferentes niveles de detalle, y entender qué partidas están detrás de cada resultado.
Así, el informe no se queda únicamente en mostrar una cifra: permite seguir el camino hasta entender de dónde viene.
niveles principales de análisis
perspectivas de lectura
variación frente al presupuesto
Modelo
Construí el modelo desde la lógica contable, no desde la visualización.
Antes de diseñar el dashboard, primero tuve que entender cómo estaba organizada la información financiera. Una PyG no es simplemente una lista de números: cada línea tiene un significado y forma parte de una estructura de ingresos, costes, gastos y resultados.
Por eso, primero organicé los datos siguiendo esa lógica y después construí las visualizaciones sobre el modelo.
Lógica financiera
La estructura del modelo sigue la forma en la que se interpreta una PyG.
Flexibilidad
El modelo permite analizar la información desde diferentes perspectivas.
Trazabilidad
Puedo pasar del resultado a las partidas que ayudan a explicarlo.
Modelo de datos
Una tabla de hechos central y seis dimensiones.
Para construir el análisis utilicé una tabla de hechos central relacionada con seis dimensiones: PyG · Calendario, Cuentas, Departamentos, Escenario, Organizaciones y Encabezados.
La tabla de hechos concentra los movimientos que quiero analizar, mientras que las dimensiones aportan el contexto necesario para poder filtrarlos y agruparlos.
Esta estructura me permite mantener la información organizada y analizar las partidas financieras desde diferentes perspectivas dentro de Power BI. La idea era sencilla: que el modelo facilitara el análisis en lugar de limitarlo.
Esquema
Visualización
Dos formas de leer la misma información.
Una PyG puede responder preguntas diferentes dependiendo de cómo se consulte. Por eso construí dos vistas complementarias.
PyG expandible — una vista pensada para empezar con el resultado general y abrir progresivamente cada nivel hasta llegar al detalle. Me permite pasar de una cifra global a las partidas que la componen sin cambiar de contexto.
Detalle con waterfall — una vista orientada a entender cómo las diferentes partidas contribuyen al resultado final. El gráfico waterfall ayuda a ver qué conceptos aumentan o reducen el resultado hasta llegar a la cifra final.
No quería tener dos visualizaciones diferentes porque sí. Cada una responde a una pregunta: ¿dónde estoy? y ¿qué está explicando este resultado?
El total dice cuánto. La cascada ayuda a entender por qué.
El resultado neto muestra el punto de llegada:
Beneficio Neto Real 6,78M€
+92,1% vs presupuesto
Pero esta cifra, por sí sola, no explica qué ha ocurrido. Para entenderla, necesito mirar las partidas que han contribuido a llegar hasta ese resultado.
Ahí es donde entra el waterfall: permite seguir visualmente cómo los diferentes conceptos van sumando o restando hasta llegar al resultado final.
Una cifra puede decirme cuánto ha ocurrido. El análisis tiene que ayudarme a entender por qué.
Comparación
El mismo resultado puede contar una historia diferente según cómo lo mires.
El total
6,78M€El resultado final es positivo y se encuentra un 92,1% por encima del presupuesto.
Es la cifra que necesito para saber cuál ha sido el resultado.
La cascada
La cascada añade el contexto necesario para entender qué partidas han contribuido a llegar hasta ese resultado.
Al combinar ambas vistas puedo pasar rápidamente de la cifra final al detalle que la explica.
El total responde al «cuánto». El detalle ayuda a responder al «por qué».
Stack técnico
Las herramientas que utilicé
Power BI
Para construir el modelo, las medidas y las visualizaciones del informe.
DAX
Para crear los cálculos necesarios para analizar los resultados y compararlos con el presupuesto.
Power Query
Para preparar y transformar los datos antes de utilizarlos en el modelo.
Modelado dimensional
Para organizar las relaciones entre la tabla de hechos y las dimensiones.
Visualización financiera
Para representar la PyG de forma que fuera posible pasar del resultado general al detalle.
Reto
Lo difícil no fue solo el visual. Fue mantener el significado de cada cifra.
En una PyG, el signo de una cantidad importa. Un ingreso y un gasto no se comportan igual dentro del cálculo del resultado. Si esa lógica no se mantiene correctamente, una cifra aparentemente correcta puede terminar contando una historia equivocada.
Por eso presté especial atención a cómo se trataban los signos en el modelo, en las medidas y finalmente en las visualizaciones.
Este fue uno de los aprendizajes más importantes del proyecto: en un informe financiero, que el número sea correcto no siempre es suficiente. También tiene que estar representado de la forma correcta.
Cierre
Una PyG que mantiene el contexto al cambiar el nivel de detalle.
El objetivo final era conseguir que el usuario pudiera explorar la información sin perder de vista el resultado que estaba analizando. Desde el total de la PyG hasta el detalle de cada partida, cada nivel debía mantener la misma lógica.
Este proyecto me ayudó a trabajar algo que considero especialmente importante en Power BI: no se trata solo de conseguir que un informe funcione, sino de conseguir que sus números tengan sentido cuando alguien los utiliza para entender un negocio.
¿Quieres ver cómo construí el análisis?
Dashboard interactivo publicado en Power BI Service
Portfolio completo de Power BI