En este escenario, analizarás las operaciones financieras de una empresa SaaS (Software como Servicio) dinámica utilizando datos estructurados del mundo real. El conjunto de datos contiene dos perspectivas esenciales: los resultados financieros reales registrados a lo largo del tiempo y las expectativas presupuestarias originales establecidas por la empresa.
1️⃣A lo largo del año, ¿gastó la empresa más o menos de lo planeado?
2️⃣¿La empresa fue rentable cada mes o los gastos superaron los ingresos en algún momento?
3️⃣¿Qué categorías o cuentas muestran la diferencia más significativa entre el presupuesto y las cifras reales?
4️⃣¿Cuáles son las principales fuentes de ingresos y cuál genera la mayor cantidad de ingresos?
5️⃣¿Cómo cambian los ingresos con el tiempo? ¿Hay picos o desaceleraciones estacionales?
6️⃣¿Qué clientes o acuerdos generaron los pagos individuales más altos?
7️⃣¿Cuáles son las 5 principales categorías de gasto por monto total?
8️⃣¿Qué proveedores o proveedores de servicios (p. ej., AWS, Stripe) recibieron la mayor cantidad de dinero en general?
9️⃣¿Existen patrones mensuales o estacionales que se repitan en los ingresos o los gastos?
🔟¿Qué meses muestran la mejor alineación entre las cifras presupuestadas y las reales?
'Finance'
Importamos archivo crudo e iremos a Power Query para transformar algunos de sus campos.
En Power Query duplicamos tabla Fact_Transactions y la renombramos Dim_TIPO_TRANSACCION
Una vez duplicada la tabla Fact_Transactions, seleccionamos solo la columna TIPO_TRANSACCIÓN y eliminamos duplicados .
A continuación creamos la relación de 1 a varios entre Dim_TIPO_TRANSACCION y Fact_Transactions
Luego Creamos la relación de 1 a varios entre Dim_ACCOUNT y Fact_Transactions
También debemos crear la relación de 1 a varios entre Dim_ACCOUNT y Fact_Budget
Para facilitar el análisis temporal, creé una tabla de calendario (Dim_CALENDARIO
) que contiene fechas iterativas basadas en el rango de fechas de la tabla Dataset_Finance
. Luego, agregué columnas adicionales para desglosar la fecha en componentes útiles como día, mes, año, semestre y semana.
Dim_Calendario = CALENDAR(
MIN(Fact_Transactions[FECHA]),
MAX(Fact_Transactions[FECHA]))
Columnas adicionales:
Año = YEAR(Dim_Calendario[Fecha])
Mes = MONTH(Dim_Calendario[Date])
Día N° = DAY(Dim_Calendario[Date])
Mes Nombre = FORMAT(Dim_Calendario[Date]), "mmmm")
Día Nombre = FORMAT(Dim_Calendario[Date]), "dddd")
Semestre = IF(MONTH([Date]) <= 6, 1, 2)
Día Numérico = WEEKDAY(Dim_Calendario[Date], 2)
Dataset_Finance
Se creó una tabla de medidas (Tabla Medidas
) para calcular métricas clave relacionadas con ingresos, gastos, presupuestos y rentabilidad en base a las tablas Fact_Transactions
, Fact_Budget
y Dim_Calendario
.
Trans_Ingresos_Reales =
CALCULATE(
SUM(Fact_Transactions[MONTO]),
Fact_Transactions[INGRESOS/GASTOS] = "REVENUE"
)
Trans_Gastos_Reales =
CALCULATE(
SUM(Fact_Transactions[MONTO]),
Fact_Transactions[INGRESOS/GASTOS] = "EXPENSES"
)
Total Transacciones = COUNT(Fact_Transactions[CÓDIGO_CUENTA])
Budget_Ingresos =
CALCULATE(
SUM(Fact_Budget[PRESUPUESTO]),
Fact_Budget[INGRESOS/GASTOS] = "REVENUE"
)
Budget_Gastos =
CALCULATE(
SUM(Fact_Budget[PRESUPUESTO]),
Fact_Budget[INGRESOS/GASTOS] = "EXPENSES"
)
__Rentabilidad_Neta = [Trans_Ingresos_Reales] - [Trans_Gastos_Reales]
Rentabilidad_Presupuestada = [Budget_Ingresos] - [Budget_Gastos]
Rentabilidad Acumulada =
CALCULATE(
[__Rentabilidad_Neta],
FILTER(
ALLSELECTED(Dim_Calendario),
Dim_Calendario[Fecha] > MAX(Dim_Calendario[Fecha])
)
)
Diferencia_Ingresos_vs_Presupuesto = [Trans_Ingresos_Reales] - [Budget_Ingresos]
Diferencia_Gastos_vs_Presupuesto = [Trans_Gastos_Reales] - [Budget_Gastos]
__Rentabilidad Neta PY =
CALCULATE(
[__Rentabilidad_Neta],
SAMEPERIODLASTYEAR(Dim_Calendario[Fecha])
)
__Ingresos Reales PY =
CALCULATE(
[Trans_Ingresos_Reales],
SAMEPERIODLASTYEAR(Dim_Calendario[Fecha])
)
__Gastos Reales PY =
CALCULATE(
[Trans_Gastos_Reales],
SAMEPERIODLASTYEAR(Dim_Calendario[Fecha])
)
El modelo de datos lo conectamos con nuestra Tabla Calendario para analizar los datos de la tabla Dataset_Finance
en base al tiempo.
La evolución de la rentabilidad demuestra que la empresa ha superado exitosamente el "valle de la muerte" típico de las startups SaaS, donde las inversiones iniciales y los costos de adquisición de clientes suelen generar pérdidas en los primeros años. La tendencia positiva indica que el modelo de negocio está madurando y comenzando a generar beneficios, lo que sugiere que la empresa está en camino hacia la sostenibilidad financiera a largo plazo.
El análisis de ingresos revela un crecimiento robusto y sostenido que confirma la validez del modelo de negocio SaaS. La capacidad para superar consistentemente las proyecciones presupuestarias demuestra tanto el crecimiento de la demanda de los servicios como la efectividad del equipo de ventas. La predominancia de los ingresos recurrentes por suscripción proporciona estabilidad y previsibilidad financiera, características altamente valoradas en empresas SaaS.
El análisis de gastos demuestra una disciplina financiera efectiva y una gestión prudente de los recursos. La capacidad de mantener los gastos por debajo del presupuesto mientras se impulsa el crecimiento es un indicador de escalabilidad del modelo de negocio, característica muy valorada en empresas SaaS. La distribución de gastos es típica de empresas de software, con una alta inversión en talento humano, que constituye el activo principal.