Cómo crear un cuadro de mando de datos (aunque acabe de empezar a aprender SQL)

Sumérjase en la creación de su propio cuadro de mando de datos con esta guía para principiantes, incluso si acaba de empezar con SQL. Utilizando BigQuery, conjuntos de datos públicos y Looker Studio, aprenderá a crear fácilmente un cuadro de mando impresionante.

Si eres analista de datos, o quieres llegar a serlo, aprender SQL es esencial. SQL, o Lenguaje de Consulta Estructurado, es el lenguaje utilizado para extraer y analizar datos de bases de datos, ayudándole a convertir números sin procesar en información real. Pero si estás empezando, lo más difícil puede ser encontrar ideas para tus proyectos. Ahí es donde entra en juego esta guía. Construirás un panel de datos utilizando las herramientas gratuitas BigQuery y Looker Studio de Google, que te permitirá analizar datos reales sobre la delincuencia en la ciudad estadounidense de Chicago.

Tanto si eres nuevo en SQL como si quieres perfeccionar tus conocimientos, la guía SQL para el análisis de datos en LearnSQL.es es el lugar perfecto para empezar. Se trata de un completo itinerario de aprendizaje diseñado para futuros analistas, que abarca desde consultas básicas hasta temas más avanzados como la creación de informes complejos y el uso de funciones de ventana. Cada uno de los cuatro cursos incluidos en el itinerario es interactivo y práctico, y le ayudará a aprender con ejemplos reales que le prepararán para trabajar con datos reales. Al final del curso, tendrá la confianza necesaria para escribir sus propias consultas, analizar conjuntos de datos reales y crear proyectos como el cuadro de mando que crearemos en este tutorial.

Herramientas que utilizaremos para crear el panel de control

Utilizaremos dos herramientas para crear nuestro dashboard: BigQuery y Looker Studio.

BigQuery

BigQuery es un almacén de datos ofrecido por Google. Un almacén de datos es un tipo de base de datos diseñada para manejar grandes cantidades de datos y responder a preguntas analíticas.

BigQuery es especialmente útil para principiantes porque no es necesario instalar nada; basta con abrir el navegador y empezar a escribir SQL. Puedes utilizar BigQuery de forma gratuita mientras aprendes.

Google ofrece un nivel gratuito con un generoso límite mensual. Si sólo ejecutas consultas sencillas y exploras datos, es muy poco probable que lo superes. BigQuery también te da acceso a conjuntos de datos públicos gratuitos, incluidos datos reales sobre temas como la delincuencia, la salud y el transporte.

Looker Studio

Looker Studio es una plataforma de Business Intelligence ofrecida por Google. Te permite convertir datos en cuadros de mando interactivos y compartibles y en informes fáciles de leer. Es una gran herramienta para principiantes porque es visual, intuitiva y funciona en tu navegador. Puedes crear informes de aspecto profesional con gráficos y filtros de arrastrar y soltar. Y puedes actualizar tu trabajo automáticamente a medida que cambian los datos.

Ejemplo de cuadro de mando en Looker Studio

Looker Studio es de uso gratuito (con algunos límites). Funciona con una amplia gama de fuentes de datos, incluyendo Google Sheets, Google Analytics, y (más importante para nosotros) BigQuery.

En este artículo, conectaremos Looker Studio a BigQuery para crear un cuadro de mando utilizando uno de los conjuntos de datos públicos de BigQuery.

El conjunto de datos de delitos de Chicago

Para este tutorial, utilizaremos el conjunto de datos Chicago Crimes que está disponible públicamente a través del programa gratuito de conjuntos de datos públicos de Google BigQuery. Está publicado por la ciudad de Chicago y se basa en información recopilada por el Departamento de Policía de Chicago. Se actualiza semanalmente con datos de la semana anterior.

El conjunto de datos es ideal para practicar SQL y crear tu primer cuadro de mando de datos. Incluye varios tipos de delitos que puedes agrupar y filtrar, así como campos de fecha y hora para probar consultas basadas en el tiempo. Dado que se actualiza con regularidad, trabajarás con datos frescos del mundo real.

Este conjunto de datos contiene miles de filas, cada una de las cuales representa un delito denunciado en la ciudad de Chicago. Sólo hay una tabla en el conjunto de datos, denominada bigquery-public-data.chicago_crime.crime. Algunas de las columnas más importantes de la tabla son:

• date - La fecha y hora en que se produjo el delito (almacenada como DATETIME).
• block - La dirección aproximada donde ocurrió el incidente.
• primary_type - La categoría delictiva de alto nivel (por ejemplo, THEFT, BATTERY, ROBBERY).
• description - Una descripción más específica del delito (por ejemplo, SIMPLE, STRONG ARM – NO WEAPON).
• location_description - El tipo de lugar donde se produjo el delito (por ejemplo, STREET, PARKING LOT, CHA HALLWAY).
• arrest - Un valor booleano (TRUE/FALSE) que indica si alguien fue detenido.
• domestic - Un valor booleano (TRUE/FALSE) que indica si se trató de un incidente doméstico.
• beat, district, ward - Identificadores numéricos de los barrios, distritos y circunscripciones de la policía.
• latitude longitude - Las coordenadas del lugar donde se cometió el delito (pueden utilizarse para la cartografía).
• year - Año en que se cometió el delito.

Preguntas sobre el conjunto de datos

Para crear un cuadro de mando significativo, hay que empezar con las preguntas adecuadas. Puedes crear tus propias preguntas para construir tu cuadro de mando. Voy a compartir con ustedes las preguntas y consultas que utilicé para construir un panel de datos simple para visualizar los delitos en un período de tiempo determinado.

Las preguntas que utilicé para guiar mi cuadro de mando fueron las siguientes

• ¿Cuántos delitos se denunciaron en ese periodo?
• ¿Cuántas detenciones se produjeron en ese periodo?
• ¿Cuáles son los 5 tipos de delitos más denunciados?
• ¿Cuáles son los 5 tipos de delitos que han dado lugar a detenciones?

Antes de empezar a escribir las consultas para responder a estas preguntas, vamos a explorar el conjunto de datos.

Explorar un conjunto de datos en BigQuery

El primer paso para crear un cuadro de mando es conocer mejor el conjunto de datos.

1. Abre la consola de BigQuery en console.cloud.google.com/bigquery.
2. En el panel izquierdo, busca bigquery-public-data. Expándela para encontrar chicago_crime y haz clic en la tabla crime para ver su estructura.
3. Haga clic en el botón de consulta SQL de la parte superior.
4. En el editor de consultas, puedes empezar a escribir SQL:
   

   SELECT *
   FROM `bigquery-public-data.chicago_crime.crime`
   LIMIT 10;
   

   
   Esto devolverá las 10 primeras filas del conjunto de datos.

A partir de ahí, puede empezar a explorar los datos. Ejecute algunas consultas para familiarizarse con el conjunto de datos. Puede filtrar por fecha, agrupar por tipo de delito o analizar las detenciones. Son las mismas técnicas que utilizarías en cualquier base de datos basada en SQL.

Recuerde encerrar siempre el nombre completo de la tabla entre comillas: `bigquery-public-data.dataset_name.table_name`.

Crear consultas para ejecutar el panel de control

Ahora vamos a escribir las consultas para nuestro panel de control. Para simplificar las cosas, me centraré en los datos del año 2024, pero puede cambiar fácilmente los filtros para cubrir cualquier período de tiempo que desee.

Estas consultas son sólo un punto de partida. Siéntete libre de ajustarlas o utilizar tus propias ideas. Los cuadros de mando siempre se construyen paso a paso: se empieza con una versión básica y luego se va mejorando.

Total de delitos denunciados

Nuestra primera consulta es:

SELECT COUNT(*)
FROM `bigquery-public-data.chicago_crime.crime`
WHERE year = 2024;

Esta consulta cuenta el número total de delitos registrados en el conjunto de datos Chicago Crime para el año 2024. Utilizamos la función COUNT(*) para obtener el número de filas y la columna de año para filtrar los delitos cometidos en el año 2024.

Total de detenciones

SELECT COUNT(*)
FROM `bigquery-public-data.chicago_crime.crime`
WHERE year = 2024
  AND arrest IS TRUE;

Esta consulta es similar a la anterior, con la diferencia de que filtramos (y sólo contamos) las filas en las que la columna de arrestos tiene el valor TRUE.

Los 5 principales tipos de delitos

SELECT
  primary_type,
  COUNT(*)
FROM `bigquery-public-data.chicago_crime.crime`
WHERE year = 2024
GROUP BY primary_type
ORDER BY COUNT(*) DESC
LIMIT 5;

Esta consulta muestra los 5 tipos de delitos más comunes en 2024. Filtra los datos de ese año, agrupa los registros por tipo de delito (primary_type), cuenta cuántas veces se produjo cada tipo y, a continuación, los ordena de mayor a menor frecuencia. Por último, limita el resultado a los 5 principales.

Los 5 tipos de detención más frecuentes

SELECT
  primary_type,
  COUNT(*)
FROM `bigquery-public-data.chicago_crime.crime`
WHERE year = 2024
AND arrest IS TRUE
GROUP BY primary_type
ORDER BY COUNT(*) DESC
LIMIT 5;

Esta consulta encuentra los 5 principales tipos de delitos en 2024 que con más frecuencia condujeron a una detención. Filtra los datos para incluir sólo los delitos de 2024 en los que se produjo un arresto, los agrupa por primary_type, cuenta cuántos arrestos se produjeron para cada tipo, ordena los resultados por recuento en orden descendente y devuelve los 5 principales.

Conectar Looker Studio a BigQuery

Utilizaremos Looker Studio para crear nuestro cuadro de mando. Puede conectarse a muchas fuentes de datos, pero funciona especialmente bien con las del ecosistema de Google (como BigQuery).

Para mantener las cosas limpias y eficientes, vamos a utilizar la opción de consulta personalizada. Esto nos permite filtrar, organizar y dar forma a los datos con SQL antes de que lleguen al panel de control.

Empieza abriendo Looker Studio y creando un nuevo informe en blanco. En el panel Añadir datos al informe, elige BigQuery como fuente de datos. A continuación, selecciona Consulta personalizada. Elige tu proyecto de facturación. (Este es el proyecto al que se le cobrará por el uso de BigQuery; si está utilizando BigQuery Sandbox, no se le cobrará). Pegue su consulta SQL en el campo Introducir consulta personalizada y haga clic en Añadir.

Curiosamente, no se puede cambiar el nombre de la fuente de datos en esta etapa; Looker Studio le dará nombre automáticamente. Después de añadir la fuente de datos a tu informe, puedes cambiarle el nombre yendo a Recursos > Gestionar fuentes de datos añadidas, donde también puedes actualizar la consulta o cambiar el nombre de cualquier campo.

Puedes añadir otras consultas SQL a tu cuadro de mando según sea necesario.

Crear un cuadro de mando en Looker Studio

A continuación, tienes que crear tus visualizaciones. En primer lugar, haz clic en el botón Añadir un gráfico. Puedes elegir entre una selección de diferentes tipos de gráficos, como el gráfico de barras o el gráfico de líneas.

Para configurar un gráfico, tienes que seleccionar la fuente de datos correcta y definir qué columnas mostrar. El editor de gráficos de Looker Studio tiene dos pestañas principales que te ayudarán a hacerlo. En la pestaña CONFIGURACIÓN se elige la fuente de datos, las dimensiones y las métricas; aquí es donde se decide lo que mostrará el gráfico. La pestaña ESTILO le permite personalizar el aspecto del gráfico, es decir, elegir fuentes, colores, bordes y títulos.

Por ejemplo, al crear un gráfico de barras, utilizará la pestaña CONFIGURACIÓN para mostrar los tipos de delitos y los recuentos y la pestaña ESTILO para ajustar el aspecto del gráfico.

Puede añadir otros gráficos a su panel de control, como cuadros de mando que muestren un único número, gráficos de líneas para mostrar tendencias a lo largo del tiempo o mapas geográficos para visualizar los datos por ubicación. Cada gráfico puede diseñarse por separado, lo que te da un control total sobre la disposición y el diseño para que se ajuste a tus preferencias o resalte los datos clave.

Este es el aspecto final de mi panel de control:

Mejora tus conocimientos de SQL

Si te ha gustado crear este cuadro de mando, ¡no te detengas aquí! Intenta explorar otros conjuntos de datos y crear tus propios cuadros de mando. Cuanto más practique, mejor podrá formular las preguntas adecuadas y encontrar las respuestas en los datos.

¿Quiere llevar sus habilidades al siguiente nivel? Una vez más, le recomiendo nuestro curso de SQL para análisis de datos. Se trata de un itinerario de aprendizaje práctico diseñado para ayudarle a ir más allá de los conceptos básicos y empezar a pensar como un analista de datos. Aprenderá a escribir consultas más avanzadas, a trabajar con conjuntos de datos del mundo real, a detectar tendencias, a comparar periodos de tiempo, a segmentar sus datos y a preparar datos para cuadros de mando e informes. Cada curso incluye ejercicios interactivos, comentarios instantáneos y práctica real de SQL. Con este curso interactivo, aprenderá haciendo y no sólo leyendo.

Al final del curso, podrá explorar conjuntos de datos con confianza y crear cuadros de mando que respondan realmente a preguntas importantes. ¡Compruébelo hoy mismo!