Integración de R7K12 con Power BI¶
Para crear informes claros que se actualicen en tiempo real, las empresas modernas necesitan un servicio potente de procesamiento de información. Power BI es un conjunto de herramientas de inteligencia empresarial para analizar datos y obtener información valiosa. Los paneles de Power BI son un centro único con actualización de datos en tiempo real, disponible en todos los dispositivos, en el que los usuarios de negocio obtienen una visión completa de las métricas más importantes. Power BI puede reunir todos los datos de la organización, tanto los de la nube como los locales. Con las puertas de enlace de Power BI, puede conectar bases de datos de SQL Server, modelos de Analysis Services y muchos otros orígenes de datos a los mismos paneles de Power BI. Power BI es una plataforma de BI bastante potente y, al mismo tiempo, gratuita. Puede utilizar las siguientes versiones del programa:
- Power BI Desktop está pensado para desarrollar modelos de datos e informes;
- Power BI Service es su equivalente en línea, especializado en la supervisión y el análisis de informes ya preparados, por lo que sus posibilidades de diseño y de trabajo con los datos son muy limitadas.
La versión de escritorio se utiliza como herramienta de diseño y, después, el archivo creado se publica en Power BI Service. Para continuar, descargue Power BI Desktop desde este enlace.
Integración de R7K12 con Google BigQuery¶
Para crear paneles de visualización de Power BI basados en sus datos, el primer paso es configurar la integración de R7K12 con Google BigQuery. La documentación detallada sobre la configuración de la integración se encuentra en un documento aparte; acceda a él desde este enlace. Solo después de completar este paso se puede pasar al siguiente.
¿Cómo conectar Google BigQuery y Microsoft Power BI mediante el conector de R?¶
Google y Microsoft compiten en muchos ámbitos, por lo que, por lo general, no hay integración entre sus productos, y no cabe esperar que en un futuro próximo aparezca un conector para Google BigQuery en la interfaz de Microsoft Power BI. Hay varias formas de resolver este problema; aquí veremos la carga de datos de Google BigQuery en Microsoft Power BI mediante el conector de R. Con el lenguaje R se pueden cargar datos de prácticamente cualquier origen, incluido Google BigQuery.
-
Lo primero que debe hacer es descargar e instalar la última versión de R (si tiene problemas con la última versión, instale la versión R-3.3.0). Durante la instalación no es necesario indicar parámetros ni ajustes adicionales, por lo que no deberían surgir dificultades.
-
Instale el paquete «bigrquery». Para ello, vaya a la carpeta «C:\Program Files\R\R-3.3.0\bin» y ejecute el archivo «R.exe». A continuación, se abrirá la consola para trabajar con R.

- En la consola, instale el paquete necesario con el comando «install.packages("bigrquery")».

-
En el disco C, cree la carpeta «BQ_Integration»; en ella guardaremos las credenciales de acceso a la API de Google BigQuery.
-
A continuación, en la consola de R, indique con el comando «setwd("C:/BQ_Integration")» que la carpeta creada se utilizará como directorio de trabajo. Si lo ha hecho todo correctamente, puede comprobar el directorio de trabajo establecido con el comando «getwd()».

-
Ahora cargamos el paquete «bigrquery», instalado anteriormente, con «library(bigrquery)».
-
Conceda acceso a los datos de BigQuery.
- Para realizar la primera autenticación, ejecute desde la consola una consulta a cualquier tabla de BigQuery. Para ello, utilice el siguiente código (en lugar de XXXXXXX va el nombre de la tabla; consúltelo en la interfaz de BigQuery):
| ``` library(bigrquery) |
setwd("C:/BQ_Integration")
projectID <- "XXXXXXX"
bqTable <- query_exec("SELECT * FROM
(TABLE_DATE_RANGE([XXXXXXX],TIMESTAMP('2017-10-01'),
DATE_ADD(CURRENT_TIMESTAMP(), -1, 'DAY')))", project = projectID) ``` |
-
A continuación, cuando la consola pregunte «Use a local file .httr-oauth to cache OAuth access credentials between R sessions?», debe responder «Yes».
-
Se le redirigirá al navegador para iniciar sesión en Google. Seleccione la cuenta de Google y confirme el permiso para ver y administrar los datos en Google BigQuery, así como para ver y modificar los datos en los servicios de Google Cloud Platform.
-
Copie el código de autenticación, péguelo en la consola y pulse Enter.
-
Después de esto, recibirá en la consola la confirmación de que la autenticación se ha realizado correctamente.
-
En esta etapa termina el trabajo con la consola de R. Compruébelo: en la carpeta «BQ_Integration», creada en el paso 4, debe aparecer el archivo «.httr-oauth», que contiene sus credenciales.
Integración del conector con Power BI¶
Inicio de sesión en Power BI. Para registrarse en Power BI, se necesita una dirección de correo electrónico profesional. Una dirección de correo electrónico personal no sirve para el servicio Power BI. Power BI no admite direcciones proporcionadas por servicios de correo electrónico personal ni por proveedores de telecomunicaciones. Entre ellos se encuentran plataformas como outlook.com, hotmail.com, gmail.com, etc.
Para registrar una cuenta gratuita de Power BI, vaya a este enlace. Introduzca su dirección de correo electrónico profesional.
A continuación, rellene el formulario de registro.
Descargue la última versión de Power BI Desktop e inicie sesión en ella con la cuenta creada.
La última versión de Power BI Desktop se puede descargar gratis desde este enlace.
Vaya a la interfaz de Power BI Desktop y haga clic en el botón para obtener datos. En la pestaña «Archivo», seleccione «Options and settings» y, después, «Options». En la ventana de configuración «Options», seleccione «R scripting». Indique la ruta del directorio del conector de R, como se muestra en la captura de pantalla siguiente, y haga clic en «OK».
La conexión está configurada; ahora hay que comprobarla. En la pestaña «Home», seleccione «Get Data». En el grupo «Other», seleccione el conector «R script».
A continuación, aparecerá el cuadro de diálogo para ejecutar el script de R.
Sustituya en el siguiente código los valores del ID del proyecto y del ID de la tabla por los suyos e introdúzcalo en el cuadro de diálogo.
| ``` library(bigrquery) |
setwd("C:/BQ_Integration")
projectID <- "XXXXXXX"
bqTable <- query_exec("SELECT * FROM
(TABLE_DATE_RANGE([XXXXXXX],TIMESTAMP('2017-10-01'),
DATE_ADD(CURRENT_TIMESTAMP(), -1, 'DAY')))", project = projectID) ``` |
Si el conector de R está configurado correctamente, después de hacer clic en el botón «Aceptar» comenzará la carga de los datos y, a continuación, aparecerá la ventana «Navegador» con la tabla cargada y sus campos.
Después de hacer clic en el botón «Load», podrá crear visualizaciones de Microsoft Power BI basadas en el conjunto de datos cargado.
Informe de Power BI - paneles de visualización¶
Las visualizaciones de Power BI se crean a partir de los datos de los conjuntos de datos. Si desea profundizar más, Power BI le permite ver los datos en los que se basa el objeto visual. Si selecciona la función «Mostrar datos», Power BI mostrará la información relacionada junto a la visualización o debajo de ella.
Al crear o editar un informe de Power BI, dispone de muchos objetos visuales diferentes. Estos objetos visuales se muestran en el área Visualizaciones. Cuando descarga Power BI Desktop o abre el servicio Power BI (app.powerbi.com), este conjunto de objetos visuales preempaquetado viene incluido.
Pero no está obligado a utilizar precisamente este conjunto. Al hacer clic en el botón de puntos suspensivos, puede abrir otro origen de objetos visuales para el informe: los objetos visuales personalizados.
Una vez formado el conjunto de datos cargados desde Google BigQuery, tendrá a su disposición muchos elementos de visualización integrados. Hemos creado nuestro propio panel de visualización básico: «Informe BI Demo». Puede descargar la plantilla del informe desde este enlace (sobre otros paneles detallados de visualización de datos creados por nuestros especialistas puede leer ).
Así se ve la plantilla del informe en Power BI Desktop:
Ahora debe cargar su conjunto de datos en esta plantilla. En Power BI Desktop, seleccione la pestaña «Home» y, en el panel de configuración, seleccione «Edit Queries». Seleccione a la izquierda «bqTable» y a la derecha, la configuración del paso «Source».
Se abrirá una ventana en la que debe pegar la consulta. Sustituya en ella los valores del ID del proyecto y del ID de la tabla por los suyos y pegue el código en el cuadro de diálogo.
library(bigrquery)
setwd("C:/BQ_Integration")
projectID <- "XXXXXXX"
bqTable <- query_exec("SELECT
host,
SUM(revenue) AS proceeds,
date,
SUM(application) AS appeals,
SUM(appeals) AS all_appeals,
SUM(costAttr) AS cost,
SUM(selling) AS sellings,
SUM(netProfit) AS net_profit,
SUM(sessions) AS sessions,
source,
source1,
source2,
source3
FROM
TABLE_DATE_RANGE([XXXXXXX],TIMESTAMP('2018-01-01'),CURRENT_TIMESTAMP())
GROUP BY
host,
date,
source,
source1,
source2,
source3
ORDER BY
date", project = projectID)
Para cargar, haga clic en «Aceptar».
Los datos de Google BigQuery se cargarán en Power BI. En la pestaña «Informe» verá los indicadores de sus campañas en forma visual.
Las visualizaciones de Power BI son interactivas y claras. Esto permite visualizar los datos de forma compacta y cómoda para el análisis. A partir de un cierto caos de números y letras, los datos se convierten en una imagen que se percibe más fácilmente y da una sensación intuitiva de lo que hay que hacer en ese momento. Además del panel de visualización general, nuestro equipo ha creado los siguientes paneles: por tipos de dispositivo, errores 404, errores de JavaScript, países y ciudades (enlace para consultarlos).
Actualización automática¶
A menudo, para tomar decisiones acertadas es fundamental disponer de datos actualizados.
Al importar un archivo de Power BI Desktop desde un disco local, los datos, junto con otra información sobre el modelo, se cargan en un conjunto de datos del servicio Power BI. En el servicio Power BI (no en Power BI Desktop) es necesario actualizar los datos del conjunto de datos, ya que en él se basan sus informes del servicio Power BI. Como los orígenes de datos son externos, puede actualizar el conjunto de datos manualmente con la función Actualizar ahora o configurar una programación de actualización con la función correspondiente.
Al actualizar el conjunto de datos, el servicio Power BI no se conecta al archivo del disco local para solicitar los datos actualizados. Utiliza los datos del conjunto de datos para conectarse directamente a los orígenes de datos y obtener los datos actualizados, que después carga en el conjunto de datos. Los datos actualizados del conjunto de datos no se sincronizan con el archivo del disco local.
También se actualizan todas las visualizaciones de los informes y paneles basados en este conjunto de datos en el servicio Power BI.
Para el siguiente paso, descargue la puerta de enlace desde este enlace. Durante la instalación, seleccione «puerta de enlace personal».
La puerta de enlace personal es de 64 bits, por lo que, si su equipo es de 32 bits, no podrá instalar la puerta de enlace personal. Su sistema operativo debe ser de 64 bits. Es necesario instalar la versión de 64 bits de Windows o instalar la puerta de enlace personal en un equipo de 64 bits.
No se puede instalar la puerta de enlace personal como servicio aunque usted sea administrador del equipo. La instalación puede fallar si el usuario pertenece al grupo local de administradores del equipo, pero la directiva de grupo no permite que ese usuario concreto inicie sesión como servicio. Antes de la instalación, asegúrese de que la directiva de grupo permite al usuario iniciar sesión como servicio. Estamos trabajando para solucionar este problema.
Para instalar On-premises data gateway se necesita Microsoft.Net Framework. Si no tenía instalada esta plataforma, durante la instalación el propio programa le pedirá permiso para instalarla y, después, le pedirá que reinicie el equipo.
Reinicie el equipo y continúe con la instalación de la puerta de enlace.
Después de instalar la puerta de enlace, debe iniciar sesión con el mismo correo electrónico y la misma contraseña que en el servicio Power BI.
Después, compruebe el funcionamiento de la puerta de enlace. En el servicio Power BI, vaya a la pestaña «Mi área de trabajo» y, a continuación, a «Conjuntos de datos».
Junto a cualquier conjunto de datos, haga clic en los tres puntos (configuración) y seleccione «Configuración» en el menú contextual.
Haga clic en «Conexión de puerta de enlace». Verá las puertas de enlace que tiene y su estado. Si el estado de la puerta de enlace es «En línea», puede actualizar los datos directamente desde el servicio o configurar la actualización automática.
Para configurar la actualización, en esa misma ventana haga clic en «Actualización programada». Active el interruptor «Mantener los datos actualizados» y seleccione su zona horaria y la hora a la que desea que se actualicen los informes.
Es posible que deba volver a iniciar sesión con las credenciales de los orígenes de datos. Haga clic en «Editar credenciales».
A continuación, haga clic en «Iniciar sesión».
La actualización automática se configura para cada conjunto de datos por separado.
Nota. ¡Para que la actualización automática funcione correctamente, el equipo debe estar encendido a la hora de actualización indicada!
Qué hacer si surgen problemas¶
Los problemas que surgen suelen deberse a que Power BI no puede iniciar sesión en los orígenes de datos, o a que el conjunto de datos se conecta a un origen de datos local y la puerta de enlace está sin conexión. Asegúrese de que el servicio Power BI puede iniciar sesión en los orígenes de datos. Si cambia la contraseña que utiliza para iniciar sesión en el origen de datos o Power BI cierra la sesión del origen de datos, no olvide volver a iniciar sesión en los orígenes de datos en la sección «Credenciales del origen de datos». A veces, la actualización de los datos puede no completarse correctamente. Por lo general, el problema está relacionado con la puerta de enlace. Vuelva a iniciar sesión en el programa de la puerta de enlace y, después, compruebe su funcionamiento en el servicio.