Empieza por la capa Silver, no por la visual. Ahí se estandarizan fechas, monedas, estados y claves, se eliminan duplicados y se unifican las entidades entre sistemas. Cuando dos áreas calculan distinto el mismo indicador, el arreglo vive en Silver y en el modelo semántico, no en el tablero. Un informe solo hereda la calidad que le llega desde esa capa.
Un tablero no crea calidad, la hereda
Es tentador pensar que la calidad del dato se resuelve al final, cuando alguien nota que una cifra no cuadra en el reporte. En la práctica ocurre lo contrario. Un tablero es una vista sobre datos que ya existen: si esos datos llegan con fechas en tres formatos, clientes duplicados y estados escritos de cinco maneras, la visual solo hace visible el desorden más rápido. Antes de visualizar nada conviene saber cómo medir la calidad de los datos de tu empresa, para tener claro qué se está arrastrando hacia el informe.
Por eso el punto de partida no es elegir gráficos ni colores, sino preparar la capa donde el dato empieza a ser confiable. En la arquitectura medallion (Bronze, Silver, Gold) esa capa se llama Silver. Es el lugar donde se corrigen problemas de calidad, se homogeneizan reglas y se unen fuentes antes de que cualquier informe las consuma.
Qué es exactamente la capa Silver
Bronze guarda el dato tal como llega de cada sistema, sin tocarlo. Silver es la primera capa donde intervenimos con criterio: limpiamos, deduplicamos y estandarizamos. El resultado son tablas limpias y confiables que todavía no están agregadas para un informe concreto; esa agregación final es trabajo de la capa Gold.
En Silver resolvemos los conflictos que, si no se atienden aquí, terminan convertidos en medidas imposibles de escribir o en filtros que nunca cuadran. Es la capa de la verdad intermedia: el dato ya es correcto, pero aún no está optimizado para una pantalla específica.
Las cinco tareas que ordenan el dato en Silver
Antes de pensar en un tablero, conviene asegurar que estas cinco cosas están resueltas:
- Estandarización. Fechas, monedas, estados, categorías y claves con un único formato y una única regla en todo el sistema.
- Deduplicación. Eliminación de registros repetidos y definición de reglas de supervivencia (cuál versión gana cuando hay duplicados en conflicto).
- Unificación de entidades. Un mismo cliente, producto, usuario o entidad debe ser uno solo aunque aparezca en varios sistemas con nombres distintos.
- Control de valores problemáticos. Manejo explícito de nulos, tipos incompatibles y registros de prueba que no deberían contar como reales.
- Tablas limpias, no agregadas. El objetivo de Silver son datos confiables listos para modelar, no todavía sumas y promedios para un reporte puntual.
Si alguna de estas tareas queda pendiente, cualquier tablero que se construya encima arrastrará el problema, sin importar lo pulida que sea la visualización.
La pregunta clave: ¿por qué dos áreas calculan distinto el mismo indicador?
Este es el síntoma más común y el más revelador. Ventas reporta un número, finanzas reporta otro, y ambos dicen medir lo mismo. La reacción habitual es revisar el gráfico o el filtro. Casi nunca está ahí el problema.
Cuando dos áreas calculan distinto el mismo indicador, el arreglo no es una visual. Se resuelve en Silver, donde las reglas de limpieza y unificación quedan compartidas, y en el modelo semántico, donde la definición de la métrica se escribe una sola vez para toda la organización. El modelo semántico funciona como el contrato común: define qué significa "cliente activo" o "ingreso neto" de forma que nadie pueda interpretarlo distinto río abajo. Mantener ese contrato vivo en el tiempo forma parte de las buenas prácticas para el gobierno de datos en Microsoft Fabric, que fijan quién define cada métrica y bajo qué reglas.
Sin ese contrato, cada tablero repite su propia definición y el desacuerdo se multiplica con cada informe nuevo.
Dónde se arregla cada tipo de problema
| Problema | Dónde se resuelve | Dónde NO se resuelve |
|---|---|---|
| Fechas y monedas en varios formatos | Silver (estandarización) | En la visual del tablero |
| Clientes o productos duplicados | Silver (deduplicación y unificación) | Con un filtro en el reporte |
| Nulos y registros de prueba | Silver (control de calidad) | Ocultándolos en el gráfico |
| Dos áreas calculan distinto el KPI | Modelo semántico (definición única) | En la medida de cada informe |
| Sumas y promedios para una pantalla | Gold (agregación) | En Bronze o a mano en Excel |
Leer la tabla de izquierda a derecha deja clara una idea simple: criterio antes que herramienta. Primero se ordena dónde vive cada regla; después se elige cómo mostrarla.
Un orden de trabajo sensato antes del primer gráfico
Si tuvieras que secuenciar el trabajo, este orden reduce retrabajo:
- Inventariar las fuentes y llevarlas a Bronze sin transformarlas.
- En Silver, estandarizar fechas, monedas, estados, categorías y claves.
- Deduplicar y definir reglas de supervivencia para cada entidad clave.
- Unificar clientes, productos y usuarios entre sistemas.
- Controlar nulos, tipos incompatibles y registros de prueba.
- Definir las métricas del negocio una sola vez en el modelo semántico.
- Recién entonces construir el tablero sobre datos ya confiables.
El tablero es el paso siete, no el paso uno. Cuando el orden se invierte, el equipo termina parchando la visual una y otra vez sin tocar la causa real.
La IA no cambia el punto de partida
Agregar Copilot o un agente de datos encima de un modelo mal preparado no arregla la calidad: la amplifica. Si el dato en Silver está sucio, una respuesta generada por IA será igual de imprecisa, solo que expresada con más seguridad y en lenguaje natural. Por eso el orden (primero Silver y modelo semántico, después la capa de consumo) vale igual para un tablero tradicional que para una experiencia conversacional.
El siguiente paso
Asegurar la calidad del dato antes de un tablero es, sobre todo, un trabajo de criterio: saber qué regla vive en Silver, cuál en el modelo semántico y cuál en la capa de agregación. Si quieres ver cómo se ordenan esas capas en un caso real, con fuentes, reglas y métricas definidas una sola vez, mira la demo gratuita. El objetivo siempre es el mismo: que las reuniones se dediquen a decidir, no a discutir cifras.
Preguntas relacionadas
¿Por qué no basta con arreglar los datos en el propio tablero?
Porque un tablero es solo una vista sobre datos que ya existen. Si llegan sucios, la visual muestra el desorden más rápido pero no lo corrige. La limpieza real vive en la capa Silver y las definiciones en el modelo semántico.
¿Qué es la capa Silver en la arquitectura medallion?
Es la capa donde el dato empieza a ser confiable. Ahí se estandarizan fechas, monedas, estados y claves, se eliminan duplicados y se unifican entidades entre sistemas. Deja tablas limpias que todavía no están agregadas para un informe concreto.
¿Por qué dos áreas calculan distinto el mismo indicador?
Casi siempre porque cada una define la métrica a su manera. No se arregla con una visual: se resuelve en Silver, donde las reglas quedan compartidas, y en el modelo semántico, que fija una definición única para toda la organización.
¿La inteligencia artificial resuelve los problemas de calidad del dato?
No. La IA solo trabaja con lo que recibe: si el dato en Silver está sucio, una respuesta generada por IA será igual de imprecisa, solo que expresada con más seguridad. Primero se ordena el dato, después se suma la capa de IA.
¿Cuál es el orden correcto de trabajo antes de construir un tablero?
Llevar las fuentes a Bronze sin transformarlas, estandarizar y deduplicar en Silver, unificar entidades, controlar nulos y registros de prueba, definir las métricas en el modelo semántico y recién entonces construir el tablero sobre datos ya confiables.