Definición
Frecuencia es la capacidad de un modelo de datos para actualizar, recalcular y comunicar información al ritmo adecuado del fenómeno que representa, sin desfases que distorsionen la interpretación ni sobrecargas que introduzcan ruido.
Un modelo con frecuencia correcta resuena con la realidad que mide.
En Power BI, la frecuencia garantiza que:
- los datos se refrescan cuando deben,
- las métricas representan el estado esperado,
- y el usuario interpreta el “ahora” con precisión temporal.
Naturaleza
Temporal, operativa y perceptual.
La frecuencia no es solo técnica (refresh),
es alineación entre el tiempo del negocio y el tiempo del análisis.
Emerge cuando:
- el modelo entiende el ritmo del proceso real,
- la actualización no es ni tardía ni excesiva,
- y el análisis evita tanto la obsolescencia como el ruido.
Función
Asegurar que el análisis llega a tiempo.
En la práctica, la frecuencia permite que:
- las decisiones sean oportunas,
- los indicadores reflejen el momento correcto,
- el usuario confíe en la vigencia del dato.
Un modelo correcto pero fuera de tiempo
es analíticamente inútil.
Consecuencia
- Interpretaciones alineadas al presente.
- Menor fricción entre análisis y operación.
- Confianza en dashboards operativos.
- Evita decisiones basadas en datos caducados.
Sin frecuencia adecuada, el modelo pierde sincronía con la realidad.
Señales de Frecuencia Correcta
- El refresh coincide con el ritmo del negocio.
- Los KPIs reflejan el estado esperado del proceso.
- El usuario sabe cuándo fue actualizado el dato.
- No se toman decisiones “a ciegas”.
- La latencia es conocida y aceptada.
Señales de Falta de Frecuencia
- Los datos llegan tarde para decidir.
- El refresh es tan frecuente que introduce ruido.
- El usuario duda de la vigencia del dashboard.
- Métricas operativas se tratan como históricas.
- El análisis se vuelve reactivo en lugar de proactivo.
Esto no es fallo de datos: es desfase temporal.
Ejemplo Conceptual en Power BI
Sin frecuencia (❌)
- Ventas “en tiempo real” con refresh diario.
- Indicadores operativos calculados semanalmente.
- Usuarios preguntando: “¿Esto está actualizado?”
Resultado:
👉 pérdida de utilidad.
Con frecuencia (✅)
- KPIs operativos con refresh horario.
- KPIs estratégicos con refresh diario o mensual.
- Latencia explícita y comprendida.
Resultado:
👉 confianza y acción.
Frecuencia y Diseño del Modelo
La frecuencia se fortalece cuando:
- Se diferencian métricas operativas vs estratégicas.
- El refresh se diseña por capa, no de forma global.
- Se documenta la latencia esperada.
- El modelo evita recalcular lo innecesario.
- El usuario entiende el “ritmo” del dato.
La frecuencia no se corrige con hardware;
se diseña con criterio analítico.
Interacciones
- Persistence → continuidad en el tiempo.
- Consistency → significado estable.
- Coherence → lógica interna.
- Congruence → alineación intención–resultado.
- Informational Scarcity → evitar ruido.
- Frecuencia → sincronía temporal.
Sin frecuencia, las demás propiedades llegan tarde.
🔧 Samples — Frecuencia aplicada en Power BI
🔹 Sample 1 — KPI operativo vs estratégico
Sin frecuencia (❌)
Usar el mismo refresh para todo.
Con frecuencia (✅)
- Ventas del día → refresh horario.
- Ventas YTD → refresh diario.
- Objetivos anuales → refresh mensual.
📌 Resultado:
Cada KPI vibra en su tiempo correcto.
🔹 Sample 2 — Latencia explícita
Sin frecuencia (❌)
Dashboard sin indicación temporal.
Con frecuencia (✅)
Last Refresh :=
MAX(RefreshLog[RefreshDateTime])
📌 Resultado:
El usuario sabe exactamente cuán actual es el dato.
🔹 Sample 3 — Frecuencia y ruido
Sin frecuencia (❌)
Refresh cada 5 minutos para métricas estables.
Con frecuencia (✅)
Refresh acorde al cambio real del proceso.
📌 Resultado:
Menos fluctuaciones irrelevantes, más señal.
🔹 Sample 4 — Frecuencia por capa
Sin frecuencia (❌)
Todo el modelo refresca igual.
Con frecuencia (✅)
- Capa operativa → alta frecuencia.
- Capa histórica → baja frecuencia.
📌 Resultado:
Eficiencia y claridad temporal.
🔹 Sample 5 — Frecuencia y percepción del usuario
Sin frecuencia (❌)
El usuario interpreta el dato como “actual”.
Con frecuencia (✅)
El modelo comunica explícitamente su ritmo.
📌 Resultado:
Decisiones informadas, no supuestas.
🔹 Sample 6 — Antipatrón vs Patrón (Frecuencia)
❌ Antipatrón — Modelo desfasado
- Refresh arbitrario.
- KPIs fuera de tiempo.
- Usuarios desconfiados.
✅ Patrón — Modelo sincronizado
- Ritmo definido.
- Latencia conocida.
- Análisis oportuno.
📌 Regla práctica:
Si el dato no llega a tiempo para decidir, la frecuencia es incorrecta.
Síntesis
La frecuencia no acelera el modelo.
Lo sincroniza con la realidad.