Análisis de datos · Power BI · Python · SQL

Mundial 2026

Datos, goles y negocio: el primer Mundial de 48 equipos

104

partidos analizados

48

selecciones

16

sedes

6

páginas de dashboard

Índice

Contenido de la presentación

Hacé clic en cualquier ítem para ir directo

01Objetivo del proyecto
02Proceso
03Calidad de datos
04Python: la limpieza en código
05SQL: el esquema
06SQL: la vista en código
07Modelo de datos en Power BI
08DAX: medidas clave
09Todas las medidas

10Dashboard: Portada
11Dashboard: Resumen
12Dashboard: Equipos
13Dashboard: Jugadores
14Dashboard: Tarjetas
15Dashboard: Negocio
16Hallazgo de negocio
17Conclusiones
18Cierre

01 · Objetivo del proyecto

Un proyecto de punta a punta, no solo un dashboard

Pensado para mostrar el ciclo completo de un análisis de datos real

Obtención y limpieza de datos crudos con Python
Modelado relacional en PostgreSQL, con vistas en vez de datos duplicados
Dashboard interactivo en Power BI, con identidad visual propia
Lectura de negocio sobre los datos, no solo estadística deportiva

El objetivo no era solo "hacer un dashboard de fútbol" — fue construir un proyecto que muestre las dos caras de mi perfil: Data Analyst y Business Analyst, con el rigor de datos de una y la mirada de negocio de la otra.

02 · Proceso

De datos crudos a dashboard, en 4 etapas

01

Obtención

Dataset de Kaggle: 12 tablas relacionales sobre el Mundial 2026 (partidos, jugadores, sedes, eventos).

02

Limpieza (Python)

Corrección de nombres, encoding roto, y reconstrucción de columnas de texto libre vía IDs.

03

Modelado (SQL)

Esquema normalizado en PostgreSQL, con una vista en vez de duplicar tablas desnormalizadas.

04

Dashboard (Power BI)

6 páginas con identidad visual propia, DAX a medida, y foco en negocio además de estadística.

03 · Calidad de datos

Los datos "de Kaggle" no vienen listos para usar

Encontrar y documentar los problemas es tan parte del análisis como resolverlos

Tildes y ñ faltantes

Apellidos hispanos/portugueses llegaron sin su acento correcto — Quinones → Quiñones. Se corrigió con un diccionario de ~30 apellidos comunes.

Encoding roto (mojibake)

Letras checas, turcas y polacas (š, ě, ğ, ł) aparecían con espacios insertados. Se verificaron y corrigieron 13 nombres contra fuentes públicas reales.

Nombres mal armados

13 jugadores (Brasil, Portugal, Cabo Verde, Qatar) con el apellido pegado en mayúsculas: MARQUINHOSMarcos → Marquinhos.

Limitación documentada, no escondida

7 jugadores con apellido truncado a "Mc" (McGinn, McTominay) que no se pudo reconstruir con los datos disponibles — documentado como tal, sin inventar el dato.

03b · Limpieza en código

Python: corrigiendo con reglas, no a mano

Un fragmento real de clean_data.py

# Diccionario de apellidos que llegaron sin su acento correcto

correcciones_apellidos = {

  "Nunez": "Núñez", "Munoz": "Muñoz", "Quinones": "Quiñones",

  "Hernandez": "Hernández", "Rodriguez": "Rodríguez",

  # ... ~30 apellidos hispanos/portugueses comunes

}

def corregir_apellido(nombre):

  for mal_escrito, correcto in correcciones_apellidos.items():

    nombre = re.sub(rf"\b{mal_escrito}\b", correcto, nombre)

  return nombre

Además de esto: corrección de 13 casos de encoding roto (mojibake checo/turco/croata) verificados contra fuentes públicas, y reconstrucción de columnas de texto libre usando joins por ID en vez de confiar en el texto original.

04 · Modelo de datos

PostgreSQL: normalizado, sin datos duplicados

10 tablas + 1 vista, en vez de cargar tablas ya "desnormalizadas" de la fuente original
La vista matches_detailed_view reconstruye los datos con nombres, vía JOIN, sin duplicar información
Relaciones con foreign keys, respetando integridad referencial

Un aprendizaje del camino: al calcular "valor de plantel vs. goles por equipo" en una sola query, el primer intento infló los goles varias veces — un clásico error de fan-out al mezclar tablas de distinta granularidad en el mismo JOIN. Se resolvió separando el cálculo en subconsultas independientes antes de unir los resultados agregados.

04b · Modelo en código

SQL: una vista en vez de duplicar datos

Un fragmento real de schema.sql

CREATE VIEW matches_detailed_view AS

SELECT

  m.match_id, m.match_date, st.stage_name,

  ht.team_name AS home_team_name,

  at.team_name AS away_team_name,

  v.stadium_name, r.name AS referee_name

FROM matches m

JOIN tournament_stages st ON m.stage_id = st.stage_id

JOIN teams ht ON m.home_team_id = ht.team_id

JOIN teams at ON m.away_team_id = at.team_id

JOIN venues v ON m.venue_id = v.venue_id

JOIN referees r ON m.referee_id = r.referee_id;

En vez de cargar matches_detailed.csv tal cual (que duplicaba la información de matches con los nombres ya resueltos), esta vista arma el mismo resultado al vuelo, sin guardar el dato dos veces.

04c · Power BI · Modelo de datos

Las relaciones detrás del dashboard

10 tablas conectadas por sus claves · la relación matches ↔ teams se activa puntualmente con USERELATIONSHIP · las medidas viven aparte, en _Medidas

Captura: vista de Modelo en Power BIimg/07_modelo.png

04d · Power BI · DAX

Algunas medidas clave

Goles a Favor = 

  CALCULATE(

    SUMX(matches, matches[home_score]),

    USERELATIONSHIP(matches[home_team_id], teams[team_id])

  ) + /* + análogo para visitante */

Periodo del Gol = 

  SWITCH(TRUE(),

    minuto_limpio <= 45, "Primer tiempo",

    minuto_limpio <= 90, "Segundo tiempo",

    minuto_limpio <= 120, "Alargue", "Otro"

  )

Partidos con Penales = 

  COUNTROWS(FILTER(matches, NOT ISBLANK(matches[home_penalty_score])))

La primera resuelve un desafío del modelo: la relación entre partidos y equipos está inactiva por diseño (para evitar rutas ambiguas), así que se activa puntualmente donde hace falta. La segunda clasifica cada gol por período, limpiando primero el minuto de descuento (ej. "90+2"). La tercera es un patrón simple: contar filas que cumplen una condición.

04e · Power BI · DAX

27 medidas, todas en un solo lugar

La tabla _Medidas, separada de los datos crudos

Arbitros Distintos
Capacidad Sedes (texto)
Capacidad Total Sedes
Goles a Favor
Goles Acumulados
Goles en Contra
Goles por Fase (Jugador)
Goles por Millon
Goles Promedio por Partido
Goles Totales
Partidos con Expulsion
Partidos con Penales
Partidos Empatados
Partidos Ganados

Partidos Perdidos
Posesion Promedio
Tarjetas Jugador
Tarjetas por Fase
Tarjetas por Partido
Total Amarillas
Total Paises Sede
Total Partidos
Total Rojas
Total Sedes
Total Selecciones
Total Tarjetas
Valor Plantel Total

Dashboard · Página 1 de 6

Portada

Presentación del proyecto, con los números clave del torneo a modo de "hook" visual y el stack técnico usado.

Captura: página Portadaimg/01_portada.png

Dashboard · Página 2 de 6

Resumen del torneo

Goles por fase, con evolución a lo largo del torneo
Mapa de sedes (tamaño = goles jugados en esa sede)
Distribución de goles por período (1T, 2T, alargue)

Captura: página Resumenimg/02_resumen.png

Dashboard · Página 3 de 6

Equipos

Ganados / empatados / perdidos por selección
Goles a favor vs. en contra
Goles por confederación (treemap)
Posesión promedio por equipo

Captura: página Equiposimg/03_equipos.png

Dashboard · Página 4 de 6

Jugadores

Goleadores y asistidores del torneo
Jugadores más amonestados/expulsados
Evolución de los goleadores por fase

Captura: página Jugadoresimg/04_jugadores.png

Dashboard · Página 5 de 6

Tarjetas

Total de amarillas, rojas y partidos con expulsión
Equipos con más tarjetas
Tarjetas por fase y su evolución en el tiempo

Captura: página Tarjetasimg/05_tarjetas.png

Dashboard · Página 6 de 6

Negocio

Valor de plantel vs. goles convertidos
Mapa mundial de goles por país
Partidos por confederación y país sede
Partidos con más goles del torneo

Captura: página Negocioimg/06_negocio.png

05 · Hallazgo de negocio

Europa dominó el mapa de goles del torneo

45%

de todos los goles del torneo fueron convertidos por selecciones de UEFA

UEFA concentró 151 de los 335 goles del Mundial, casi el doble en promedio por equipo (9.4) que CONMEBOL, la segunda confederación más goleadora (7.0). Francia e Inglaterra empataron como máximos goleadores del torneo con 20 goles cada uno; Argentina fue la única selección no europea en el podio, con 19.

Confederación	Goles totales	Goles / equipo
UEFA	151	9.4
CONMEBOL	42	7.0
CONCACAF	33	5.5
CAF	53	5.3
AFC	25	2.8

06 · Conclusiones

Lo que deja este proyecto

01

Los datos "de fuente" casi nunca están listos

Documentar y corregir problemas de calidad con criterio es tan valioso como el análisis final.

02

SQL bien pensado ahorra trabajo en Power BI

Decidir qué se resuelve en la base y qué en DAX evita duplicar lógica y datos.

03

Un dashboard también es una decisión de diseño

Identidad visual propia, navegación consistente y jerarquía clara — no solo gráficos correctos.

04

Mirar los datos desde negocio, no solo desde el dato

Cruzar valor de plantel, geografía y rendimiento agrega una lectura que el fanatismo futbolero no da.

Gracias

Mundial 2026: un proyecto de punta a punta

Data cleaning · SQL · Power BI · Business Analysis

Daniel Kresisch

github.com/danykre

danielkresisch.com.ar

Fuente de datos: Kaggle — FIFA World Cup 2026 Dataset