Google Sheets - Dashboards automatizados
Gráficos dinámicos, sparklines, dashboards interactivos, automatización con Apps Script
1¿Qué tipo de gráfico es el más adecuado para mostrar la evolución de los ingresos mensuales durante un año en un dashboard de Google Sheets?
¿Qué tipo de gráfico es el más adecuado para mostrar la evolución de los ingresos mensuales durante un año en un dashboard de Google Sheets?
Respuesta
El gráfico de líneas (line chart) es la opción óptima para visualizar una evolución temporal continua. Destaca las tendencias, los picos y los valles en un período determinado. Las barras son más adecuadas para comparaciones categóricas, el gráfico circular para proporciones de un todo y el gráfico de dispersión para correlaciones entre dos variables.
2¿Qué función permite insertar un mini-gráfico directamente en una celda de Google Sheets?
¿Qué función permite insertar un mini-gráfico directamente en una celda de Google Sheets?
Respuesta
La función SPARKLINE crea un gráfico en miniatura dentro de una sola celda. Es ideal para dashboards porque ofrece una visualización compacta sin ocupar espacio adicional. SPARKLINE admite varios tipos: línea, barra, columna y winloss.
3¿Qué sintaxis se debe usar para crear una sparkline de barras horizontales en Google Sheets?
¿Qué sintaxis se debe usar para crear una sparkline de barras horizontales en Google Sheets?
Respuesta
La sintaxis correcta es SPARKLINE(datos, {"charttype","bar"}) para obtener una barra horizontal apilada. El parámetro charttype acepta los valores line (predeterminado), bar, column y winloss. El tipo bar muestra una barra horizontal proporcional, útil para mostrar progresos o cuotas de mercado en un dashboard.
¿Cuál es la ventaja principal de usar rangos con nombre (named ranges) en un dashboard de Google Sheets?
¿Qué enfoque permite crear un rango dinámico que se ajusta automáticamente cuando se agregan nuevos datos?
+17 preguntas de entrevista
Otros temas de entrevista Data Analytics
Google Sheets - Fundamentos
Google Sheets - Fórmulas avanzadas
SQL - Fundamentos
SQL - Agregaciones y agrupamientos
SQL - Joins
BigQuery - Fundamentos
Data Cleaning - Limpieza de datos
KPIs y métricas de negocio
Estadística descriptiva
Zapier y automatización No-Code
Principios de visualización de datos
Python & Pandas - Fundamentos
SQL - Subconsultas y CTEs
SQL - Window Functions
BigQuery - Funcionalidades avanzadas
Data Modeling
Análisis de funnels y conversión
Análisis de cohortes y retención
Google Tag Manager y tracking
APIs y webhooks
dbt - Fundamentos
AB Testing y estadística aplicada
Looker Studio (Google Data Studio)
Power BI - Fundamentos
SQL - Consultas analíticas avanzadas
dbt - Funciones avanzadas
Power BI - DAX y dashboards avanzados
Python Analytics - Análisis avanzado y ML
Domina Data Analytics para tu próxima entrevista
Accede a todas las preguntas, flashcards, tests técnicos, ejercicios de code review y simuladores de entrevista.
Empieza gratis