Power Query en Uruguay 2026: qué es, cómo usarlo en Excel y qué proyectos practicar

Si trabajás con planillas que llegan cada semana con columnas distintas, fechas mal escritas, nombres duplicados o datos repartidos en varios archivos, probablemente no necesitás otra fórmula: necesitás un proceso de preparación de datos. Power Query es la herramienta de Microsoft que permite conectar, limpiar, transformar y combinar información para repetir ese proceso con menos trabajo manual.

En Uruguay, el interés por la analítica y la inteligencia artificial ya no se limita a perfiles tecnológicos. La Oficina Nacional del Servicio Civil y UTEC presentaron en 2026 un trayecto formativo en inteligencia artificial y analítica de datos, una señal concreta de que interpretar información y trabajar con datos se está convirtiendo en una capacidad transversal.

Esta guía explica qué es Power Query, para qué sirve, cómo empezar desde Excel y qué proyectos podés construir para demostrar una habilidad aplicable a administración, finanzas, ventas, logística, recursos humanos y análisis de negocio.

Qué es Power Query y para qué sirve

Power Query es un motor de preparación y transformación de datos disponible en Excel y Power BI. Su función principal es crear un flujo repetible para extraer información desde una fuente, transformarla y cargarla en una tabla, un modelo de datos o un reporte. Ese proceso suele resumirse como ETL: extracción, transformación y carga.

La diferencia frente a limpiar una planilla de forma manual es importante. Cuando corregís datos celda por celda, el trabajo se pierde en la siguiente actualización. En Power Query, cada paso queda registrado: eliminar columnas, cambiar tipos de datos, reemplazar valores, separar textos, combinar tablas o quitar duplicados. Cuando llega un archivo nuevo, podés actualizar la consulta y volver a ejecutar la secuencia.

Problemas que Power Query ayuda a resolver

• Unir archivos mensuales de ventas, gastos, stock o asistencia.
• Corregir fechas, números y monedas que Excel interpreta de forma inconsistente.
• Separar nombres, códigos o descripciones contenidos en una sola columna.
• Eliminar filas vacías, errores y registros duplicados.
• Cruzar dos tablas mediante una clave, como cédula, SKU, número de cliente o centro de costo.
• Convertir columnas en filas o filas en columnas para dejar los datos listos para analizar.
• Actualizar reportes sin repetir toda la limpieza desde cero.

Power Query en Excel y Power BI: cuál es la diferencia

El editor de Power Query es muy parecido en Excel y Power BI. La elección depende del destino del análisis.

No son caminos excluyentes. Aprender Power Query en Excel facilita luego el salto a Power BI porque los conceptos de conexión, tipos de datos, pasos aplicados y transformación se mantienen.

Cómo usar Power Query en Excel paso a paso

1. Definí una pregunta y una salida

Antes de abrir el editor, decidí qué resultado necesitás. Por ejemplo: una tabla consolidada de ventas por sucursal, un control de ausentismo por mes o un listado de clientes sin duplicados. Esto evita acumular transformaciones sin un propósito claro.

2. Conectá la fuente

En Excel, buscá la pestaña Datos y la opción para obtener datos. Podés comenzar con una tabla del mismo libro, un archivo CSV, otro Excel o una carpeta que contenga varios archivos con estructura similar. Microsoft mantiene una guía oficial sobre Power Query en Excel con las fuentes y capacidades disponibles según la versión.

3. Revisá encabezados y tipos de datos

Una fecha tratada como texto o un importe guardado como carácter puede romper todo el análisis. Verificá que los encabezados sean claros y que cada columna tenga el tipo correcto: texto, número entero, decimal, moneda, fecha o fecha y hora.

4. Limpiá con pasos visibles

Aplicá una transformación por vez y asigná nombres comprensibles a las consultas. Eliminá columnas que no aporten al objetivo, filtrá filas inválidas, corregí valores, quitá espacios sobrantes y definí una regla consistente para nulos y errores. La ventana de pasos aplicados funciona como una receta que luego se repetirá.

5. Combiná o anexá datos

Anexar agrega filas de tablas equivalentes, como doce archivos mensuales. Combinar cruza columnas entre tablas mediante una clave común, como unir ventas con el maestro de productos. Confundir estas dos operaciones es uno de los errores más frecuentes al empezar.

6. Cargá y comprobá el resultado

Elegí si la salida será una tabla de Excel, una conexión o parte del modelo de datos. Luego compará totales y cantidades de registros contra la fuente. Automatizar sin control puede acelerar un error; una consulta útil siempre incluye una validación.

7. Probá la actualización

Reemplazá la fuente por una nueva versión o agregá otro archivo a la carpeta y actualizá la consulta. Si el flujo falla, identificá qué cambió: nombre de columna, formato, ubicación o estructura. Esa prueba muestra si construiste un proceso repetible o una solución que funciona una sola vez.

Las habilidades de Power Query que más valor aportan

No hace falta memorizar todas las funciones. Para un uso profesional inicial, conviene dominar estas capacidades:

1. Importar desde Excel, CSV y carpetas: resuelve gran parte de los flujos administrativos reales.
2. Asignar tipos de datos: evita errores en fechas, importes y cálculos.
3. Filtrar y limpiar: elimina registros irrelevantes, vacíos, errores y duplicados.
4. Dividir, reemplazar y normalizar texto: convierte descripciones inconsistentes en campos analizables.
5. Anexar consultas: consolida períodos o unidades en una sola tabla.
6. Combinar consultas: conecta transacciones con catálogos o maestros.
7. Agrupar: resume operaciones por cliente, categoría, fecha o responsable.
8. Pivotar y despivotar: reorganiza datos para que funcionen en tablas dinámicas y modelos.
9. Documentar pasos: permite que otra persona entienda y mantenga el proceso.

Cinco proyectos de Power Query para un portafolio en Uruguay

Un portafolio efectivo no necesita datos confidenciales ni un dashboard espectacular. Necesita mostrar un problema, una fuente desordenada, decisiones de limpieza y un resultado verificable.

1. Consolidación mensual de ventas

Creá doce archivos simulados con ventas por sucursal y construí una consulta desde carpeta. Estandarizá fechas, productos y vendedores; anexá los archivos y agregá controles de filas, importes y meses cargados.

2. Control de inventario y productos duplicados

Combiná un maestro de productos con movimientos de stock. Detectá códigos inexistentes, descripciones duplicadas, categorías vacías y productos sin movimiento. La salida puede alimentar una tabla dinámica con alertas.

3. Reporte de gastos por centro de costo

Importá movimientos contables simulados, normalizá monedas y proveedores, y cruzá la información con un catálogo de centros de costo. Documentá cómo trataste valores faltantes y qué controles usaste para asegurar que los totales coinciden.

4. Base de postulantes o colaboradores

Prepará datos ficticios de perfiles, áreas, fechas y habilidades. Eliminá duplicados, separá campos, estandarizá nombres de competencias y generá una tabla lista para analizar cobertura de habilidades o avance de procesos.

5. Preparación de datos para un dashboard de Power BI

Tomá uno de los proyectos anteriores y cargalo en Power BI. Mostrá el flujo completo: fuente, transformaciones, modelo y visualización. El valor del ejercicio está en demostrar que el dashboard se apoya en datos limpios y actualizables.

Cómo presentar Power Query en el CV y en una entrevista

Evita escribir solamente “Power Query avanzado”. Es mejor describir una tarea, el volumen o frecuencia y el resultado. Algunos ejemplos:

• “Consolidé reportes mensuales desde múltiples archivos con Power Query y dejé un flujo actualizable.”
• “Estandaricé catálogos y eliminé duplicados antes de construir una tabla dinámica de control.”
• “Preparé y combiné datos de ventas y productos para un dashboard en Power BI.”
• “Documenté validaciones de filas, totales y errores para asegurar la calidad del reporte.”

En una entrevista, explicá qué problema resolviste, cómo era la fuente, qué transformaciones aplicaste, cómo comprobaste el resultado y qué ocurría al actualizar. Esa secuencia demuestra criterio, no solo conocimiento de botones.

Errores comunes al aprender Power Query

• Transformar sin conservar una fuente original: dificulta auditar el proceso.
• Depender de nombres de archivos o columnas inestables: vuelve frágil la actualización.
• No revisar tipos de datos: produce errores silenciosos en cálculos y relaciones.
• Cargar columnas innecesarias: aumenta el tamaño y la complejidad del modelo.
• Eliminar errores sin investigar su causa: puede ocultar problemas importantes de la fuente.
• No validar totales: una consulta que actualiza no necesariamente entrega datos correctos.
• Aprender funciones aisladas: dificulta entender el flujo completo de negocio.

Plan de 30 días para aprender Power Query

La meta no debería ser aprender todas las opciones del editor. Debería ser resolver un flujo real de principio a fin y poder repetirlo con una nueva versión de los datos.

Conclusión: de limpiar planillas a construir procesos de datos

Power Query ocupa un lugar especialmente útil entre Excel tradicional y el análisis de datos profesional. Permite empezar con tareas cotidianas, reducir limpieza manual y desarrollar una forma más rigurosa de trabajar con información. En un mercado uruguayo que está reforzando capacidades digitales, analíticas y de IA, esa combinación de herramienta y criterio puede convertirse en una evidencia concreta de empleabilidad.

Si querés avanzar con una ruta práctica, el curso Power BI desde Cero: Fundamentos y Preparación de Datos de G-Talent incluye conexión de fuentes, limpieza, transformación, Power Query, procesos ETL y un proyecto aplicado. Es un siguiente paso natural para convertir planillas dispersas en datos confiables y listos para decisiones.