Este trabajo tiene como objetivo analizar y comparar tres de las herramientas más utilizadas por las empresas en el análisis de datos: Microsoft Excel, Power BI y Python. A través de un caso práctico basado en una base de datos simulada, se evalúan sus capacidades para transformar los datos en información útil para la toma de decisiones empresariales.
El estudio aborda distintos niveles de análisis, desde la creación de tablas dinámicas y gráficos descriptivos en Excel, pasando por la elaboración de paneles interactivos con indicadores en Power BI, hasta la realización de un análisis más avanzado mediante clustering en Python.
Los resultados obtenidos muestran diferentes características de cada herramienta: Excel se presenta como la opción más accesible, Power BI destaca por su capacidad visual y su interactividad y Python sobresale por su potencial analítico y flexibilidad. Finalmente, el trabajo muestra la importancia de seleccionar las herramientas adecuadas según el contexto y las necesidades de la empresa.
This final degree Project aims to analyze and compare three of the most widely used tools for data analysis in business: Microsoft Excel, Power BI and Python. Through a practical case study based on a simulated database, their capabilities to transform data into useful information for business decision-making are evaluated.
The study addresses different levels of analysis, ranging from the creation of pivot tables and descriptive charts in Excel, to the design of interactive dashboards with key performance indicators in Power BI, and finally, the application of a more advanced analysis using clustering techniques in Python.
The results show that each tool presents distinct characteristics: Excel stands out for its accessibility, Power BI for its visual and interactive capacity and Python for its analytical power and flexibility. Overall, the project highlights the importance of selecting the most appropriate tool according to the company’s context and analytical needs.
