Power Query + IA — La combinación definitiva

Objetivo del tema

Aprenderás a usar IA (ChatGPT, Claude, Copilot) para generar código M — el lenguaje interno de Power Query — y resolver en minutos transformaciones que antes requerían horas de investigación en foros. Al final del tema sabrás cuándo usar Power Query y cuándo usar IA directamente, y cómo combinarlos en un stack moderno de análisis de datos.

¿Qué es el lenguaje M y por qué importa?

Cada clic que das en el Editor de Power Query se traduce automáticamente a una línea de código en el lenguaje M (también llamado Power Query Formula Language). Puedes verlo activando Ver → Barra de fórmulas o, para código completo, Inicio → Editor avanzado.

Hasta ahora no necesitabas tocar M porque los clics bastaban. Pero cuando llegas a transformaciones avanzadas (regex, cálculos condicionales complejos, manejo de errores) la interfaz se queda corta. Ahí entra la IA: no necesitas aprender M desde cero, solo necesitas saber pedirle el código correcto.

El prompt perfecto para código M

Este es el template que deberías copiar y usar siempre:

Necesito un paso en Power Query (lenguaje M) que [descripción de la transformación]. Mi tabla se llama [Nombre] y tiene las siguientes columnas: [lista de columnas con tipos de datos]. Dame el código M exacto y dime dónde pegarlo (Editor avanzado o paso personalizado).

Tres claves de este prompt: describes el objetivo (no el método), das el contexto (nombre de tabla y columnas) y pides ubicación (dónde pegar el código). Con esos tres ingredientes, la IA acierta el 90% de las veces al primer intento.

10 transformaciones avanzadas que la IA resuelve en segundos

  1. Extraer texto con regex: extrae todos los RUC (11 dígitos) de la columna Descripción.
  2. Parseo de texto complejo: separa la columna Dirección en calle, número, distrito, ciudad.
  3. Cálculo de fechas laborales: cuenta días hábiles entre FechaEmisión y FechaPago excluyendo feriados de Perú.
  4. Manejo de errores: si hay error en la conversión a número, reemplaza por null y marca una columna HubError.
  5. Transformaciones condicionales anidadas: clasifica clientes según 5 criterios combinados.
  6. Normalización de textos: elimina tildes, convierte a minúsculas y quita espacios extras.
  7. Generar filas faltantes: completa fechas faltantes en una serie diaria, rellenando con 0.
  8. Pivotar dinámicamente: pivota manteniendo solo las top 5 categorías y agrupa el resto como Otros.
  9. Acumulados (running totals): calcula venta acumulada por vendedor ordenada por fecha.
  10. Detección de duplicados avanzada: marca como duplicados los registros con mismo nombre, ciudad y DNI ignorando mayúsculas y tildes.

¿Power Query o IA directa? La regla de oro

Regla mental simple:

  • Si los datos llegan igual cada vez (recurrente) → Power Query. Configúralo una vez y olvídate.
  • Si es un análisis único (one-shot) → IA directa. Pega los datos en ChatGPT/Claude y pide el análisis.
  • Si es recurrente pero los datos cambian de estructura → Power Query + IA para generar el código M cuando cambie la estructura.

Ejemplo práctico: si cada lunes recibes el mismo CSV de ventas, usa Power Query. Si tu jefe te manda un PDF raro un viernes a las 6pm con extráeme las cifras, usa IA directa.

La combinación ganadora: Power Query limpia, IA analiza, Dashboard presenta

El flujo moderno de análisis se compone de tres capas:

  1. Capa de ingesta y limpieza (Power Query): importa las fuentes, estandariza, combina y prepara una tabla modelo limpia.
  2. Capa analítica (Tablas dinámicas + IA): las tablas dinámicas responden preguntas cuantitativas cotidianas; la IA responde preguntas cualitativas o ad-hoc (¿por qué cayeron las ventas de marzo?).
  3. Capa de presentación (Dashboard): gráficos dinámicos, segmentadores, KPIs visuales.

El stack moderno del analista LATAM

Si tuviéramos que dibujar el stack ideal de un analista de datos en 2026, trabajando desde Lima, CDMX, Bogotá o Santiago, sería:

  • Power Query: motor de ingesta y limpieza.
  • Tablas dinámicas: análisis exploratorio rápido.
  • Dashboard en Excel: presentación a stakeholders no técnicos.
  • IA (ChatGPT, Claude, Copilot): copiloto para código M, fórmulas complejas, interpretación narrativa de resultados y generación de insights.

Este stack es gratuito o casi gratuito (una licencia de Microsoft 365 + un plan de IA), no requiere equipo de TI, y te convierte en un analista 10x más productivo que uno que solo usa fórmulas.

Caso real LATAM: la consultora que multiplicó por 5

Una pequeña consultora de CDMX entregaba 8 reportes mensuales a clientes distintos. Cada uno requería un proceso de limpieza diferente. Con Power Query automatizaron las 8 limpiezas. Con IA generaron los scripts M que antes pedían a un freelancer. Resultado: pasaron de 8 a 40 reportes mensuales sin contratar más personal.

Ejercicio práctico

Elige una transformación avanzada de la lista de 10 anteriores. Formula el prompt usando el template. Pídeselo a tu IA favorita. Copia el código M resultante, pégalo en el Editor avanzado de Power Query y verifica que funciona. Documenta el proceso: prompt, respuesta de la IA, código final y resultado obtenido.

Material descargable

15 snippets de código M para transformaciones avanzadas frecuentes (regex, fechas laborales, acumulados, manejo de errores, normalización de texto, etc.) con explicación línea por línea y el prompt que los generó.

3 ideas clave para recordar

  1. No necesitas aprender M, necesitas saber pedirlo. La IA escribe el código; tú defines el objetivo y el contexto.
  2. Power Query para lo recurrente, IA para lo único, combinados para lo potente.
  3. El stack ganador 2026 es Power Query + Tablas Dinámicas + Dashboard + IA. Cuatro herramientas, cero programación formal, productividad 10x.