Power Query + IA: El Dúo Dinámico Contra el Caos de Datos en Excel

En pleno 2026, cualquier profesional en Chile que trabaje con datos conoce este escenario: es fin de mes y necesitas consolidar los reportes de ventas. El problema es que la sucursal de Arica envía un CSV, la de Concepción un Excel con columnas en otro orden y la de Punta Arenas un archivo con fechas en formato americano. El resultado es una tarde entera perdida en un infierno de copiar, pegar y aplicar fórmulas anidadas que apenas entiendes.

Aquí es donde Power Query, el motor ETL integrado en Excel y Power BI, se convierte en un superpoder. Lejos de ser un simple «asistente», es una herramienta de ingeniería de datos que, combinada con la IA, permite crear flujos de limpieza robustos y 100% automatizados. Olvídate de las macros en VBA; el futuro de la preparación de datos es repetible, auditable y sorprendentemente intuitivo.

Caso Práctico: Normalizando Datos de Proveedores Locales

Imaginemos una empresa de distribución que recibe listas de precios de proveedores de todo Chile. Un proveedor de La Serena usa «RUT» y precios con punto decimal, mientras que uno de Temuco usa «Rut Proveedor» y coma decimal. Power Query puede conectarse a una carpeta de SharePoint donde se depositan estos archivos y aplicar una secuencia de transformaciones que se ejecutan con un solo clic en «Actualizar».

De la Interfaz a la IA: Generando Código M

Cada clic que haces en la interfaz de Power Query genera en segundo plano una línea de código en lenguaje M. Pero, ¿qué pasa cuando necesitas una lógica más compleja? Por ejemplo, extraer el nombre de una comuna desde un campo de dirección que a veces dice «Stgo», otras «Santiago» o «Santiago, RM».

Aquí es donde la IA brilla. La función «Columna a partir de ejemplos» te permite escribir el resultado deseado para un par de filas, y Power Query infiere la transformación. Para lógicas aún más complejas, podemos pedirle a un asistente como Gemini que escriba el script M por nosotros.

// Prompt para IA: "Genera un script en lenguaje M para una columna personalizada
// que normalice un campo de RUT chileno a formato XX.XXX.XXX-X"

let
    NormalizarRUT = (rut as text) as text =>
    let
        // Limpiar puntos, guiones y espacios
        Limpio = Text.Remove(Text.Upper(rut), {"." , "-", " "}),
        DV = Text.End(Limpio, 1),
        Cuerpo = Text.Start(Limpio, Text.Length(Limpio) - 1),
        // Formatear con puntos
        Formateado = 
            if Number.FromText(Cuerpo) > 0 then 
                Number.ToText(Number.FromText(Cuerpo), "N0", "es-CL")
            else Cuerpo,
        Resultado = Formateado & "-" & DV
    in
        Resultado
in
    NormalizarRUT

Este script, que podemos pegar en una «Función personalizada», crea una lógica reutilizable para estandarizar RUTs, un dolor de cabeza clásico en la data chilena.

Más Allá de Excel: Rendimiento y Buenas Prácticas

Es crucial entender que Power Query es más que un juguete de Excel. Su motor está diseñado para ser eficiente. Una de sus características más potentes es el Query Folding: si te conectas a una base de datos SQL, Power Query intentará traducir tus pasos de filtrado y ordenamiento a una única consulta SQL nativa, delegando el trabajo pesado al servidor en lugar de traerse millones de filas a la memoria de tu PC.

Dominar Power Query hoy es una habilidad de alto impacto. Permite a los equipos de negocio ser autosuficientes en la preparación de datos y libera a los desarrolladores para que se enfoquen en problemas de mayor complejidad, construyendo un puente real entre la operación y la tecnología.