Empresas como YouTube, Google o Facebook usan Metabase Intermedio
Forma a tu plantilla en Metabase Intermedio A Medida, métricas, joins y dashboards tutorizados, bonificable al 100% por FUNDAE para empresas. Pide información.
Da el salto real de análisis aislado a capa reutilizable La mayor ventaja de este curso es que enseña a construir una base analítica que otros puedan usar, entender y ampliar. Ese es el gran punto de inflexión entre un uso básico de Metabase y un uso realmente útil para una organización que quiere crecer con orden.
1
Personaliza el temario al 100% para tu equipo
Diseñamos una formación a medida utilizando los documentos y flujos de trabajo reales de tu empresa.
Nueva Plataforma de E-learningFormación en directo con plataforma de apoyo para reforzar el aprendizaje
Acceso a las grabaciones
Los alumnos podrán revisar las sesiones grabadas para repasar conceptos clave, recuperar explicaciones concretas o reforzar aquellos contenidos que necesiten después de la clase en directo.
Recursos formativos
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
Confirmación de asistencia
La plataforma permite registrar y confirmar la asistencia de los participantes, facilitando el seguimiento de la formación y la gestión documental necesaria para la bonificación FUNDAE.
Programa formativo
Temario del curso
Encuentra todo el temario del curso aquí.
Temario
Revisión del editor visual ya no como herramienta básica, sino como entorno potente para preguntas más ricas.
Uso disciplinado de pasos encadenados para construir lógica analítica más sofisticada sin perder claridad.
Comprensión del valor de previsualizar cada paso antes de seguir complicando la consulta.
Preparación de consultas intermedias con una secuencia de transformación razonable y legible.
Identificación de cuándo el query builder sigue siendo la mejor opción frente al SQL.
Prevención del error de pasar demasiado pronto al editor nativo solo por costumbre técnica.
Revisión de la trazabilidad lógica del query builder para facilitar mantenimiento y revisión posterior.
Construcción de preguntas que otros usuarios puedan entender y adaptar con menor fricción.
Análisis de límites prácticos del constructor visual en preguntas cada vez más complejas.
Taller de refactorización de preguntas básicas hacia versiones más maduras.
Revisión del editor visual ya no como herramienta básica, sino como entorno potente para preguntas más ricas.
Uso disciplinado de pasos encadenados para construir lógica analítica más sofisticada sin perder claridad.
Comprensión del valor de previsualizar cada paso antes de seguir complicando la consulta.
Preparación de consultas intermedias con una secuencia de transformación razonable y legible.
Identificación de cuándo el query builder sigue siendo la mejor opción frente al SQL.
Prevención del error de pasar demasiado pronto al editor nativo solo por costumbre técnica.
Revisión de la trazabilidad lógica del query builder para facilitar mantenimiento y revisión posterior.
Construcción de preguntas que otros usuarios puedan entender y adaptar con menor fricción.
Análisis de límites prácticos del constructor visual en preguntas cada vez más complejas.
Taller de refactorización de preguntas básicas hacia versiones más maduras.
Tema 1: Profundización en el query builder como herramienta de trabajo serio
Revisión del editor visual ya no como herramienta básica, sino como entorno potente para preguntas más ricas.
Uso disciplinado de pasos encadenados para construir lógica analítica más sofisticada sin perder claridad.
Comprensión del valor de previsualizar cada paso antes de seguir complicando la consulta.
Preparación de consultas intermedias con una secuencia de transformación razonable y legible.
Identificación de cuándo el query builder sigue siendo la mejor opción frente al SQL.
Prevención del error de pasar demasiado pronto al editor nativo solo por costumbre técnica.
Revisión de la trazabilidad lógica del query builder para facilitar mantenimiento y revisión posterior.
Construcción de preguntas que otros usuarios puedan entender y adaptar con menor fricción.
Análisis de límites prácticos del constructor visual en preguntas cada vez más complejas.
Taller de refactorización de preguntas básicas hacia versiones más maduras.
Tema 2: Joining data: unir tablas y preguntas guardadas con criterio
Uso de joins para combinar correctamente varias fuentes dentro de una misma pregunta.
Comprensión de qué cambia cuando se une una tabla con otra tabla o una tabla con una pregunta guardada.
Lectura de relaciones, claves y cardinalidad con una lógica de negocio y no solo técnica.
Detección de joins que inflan métricas o multiplican filas de forma silenciosa.
Uso de joins para enriquecer análisis sin volver la pregunta ilegible.
Construcción de un criterio claro para decidir qué debe resolverse con join y qué con otro enfoque.
Preparación de preguntas donde el join es parte natural del diseño y no un parche posterior.
Revisión de errores frecuentes al unir tablas sin validar previamente el resultado.
Aplicación del join a casos reales de reporting, segmentación y análisis transversal.
Taller completo de construcción y validación de joins.
Tema 3: Custom columns y custom expressions para enriquecer el análisis
Uso de columnas calculadas para crear nuevas dimensiones o resultados derivados dentro de una pregunta.
Comprensión de las custom expressions como fórmulas tipo hoja de cálculo dentro del query builder.
Diseño de expresiones intermedias sin necesidad de salir al SQL en escenarios donde no hace falta.
Construcción de clasificaciones, banderas, segmentaciones y cálculos simples con criterio.
Preparación de columnas calculadas que ayuden realmente a interpretar mejor el dato.
Detección de casos donde una lógica calculada conviene subir después a modelo o métrica.
Relación entre expresiones útiles y expresiones que solo complican sin aportar valor.
Validación de resultados derivados antes de incorporarlos a dashboards o reporting.
Uso de expresiones tanto para filtros como para columnas y resúmenes más inteligentes.
Taller de diseño de lógica analítica intermedia dentro del editor visual.
Tema 4: Preguntas con múltiples pasos de resumen y transformación
Construcción de preguntas que resumen, vuelven a resumir y transforman resultados con más riqueza analítica.
Uso de varias etapas de agregación para responder preguntas menos triviales.
Comprensión de cómo cambia la granularidad del dato en cada paso de resumen.
Preparación de preguntas donde una métrica se calcula sobre otra métrica intermedia.
Diferenciación entre una consulta potente y una consulta innecesariamente enrevesada.
Lectura de la cadena completa de pasos para asegurar que el resultado sigue siendo interpretable.
Validación de métricas derivadas a partir de salidas agregadas.
Uso de este patrón en cohortes simples, medias sobre agregados y evolución comparativa.
Detección de los límites a partir de los cuales conviene pasar a modelo.
Taller de preguntas con varios niveles de transformación.
Tema 5: SQL intermedio en Metabase: estructura, claridad y reutilización
Consolidación del editor SQL como segunda gran vía de trabajo para escenarios más flexibles.
Revisión de patrones de escritura SQL más mantenibles dentro de Metabase.
Uso de alias, CTEs y estructura ordenada para que las consultas no se vuelvan opacas.
Diferenciación entre una consulta que funciona y una consulta que otros pueden leer y reutilizar.
Preparación de SQL pensado para visualización posterior y no solo para devolver filas.
Construcción de hábitos de documentación ligera dentro del propio código.
Identificación de cuándo el SQL ya está resolviendo lógica que luego convendría formalizar.
Mejora del criterio de legibilidad para trabajo colaborativo.
Revisión de errores frecuentes de SQL que dificultan parametrización y reutilización posterior.
Taller de refactorización de SQL básico a SQL intermedio más limpio.
Tema 6: Parámetros avanzados en SQL: field filters, variables opcionales y time grouping
Uso de field filters para crear widgets más inteligentes conectados a campos reales del dato.
Diferenciación entre field filters y variables básicas cuando se trabaja con SQL.
Preparación de variables opcionales para evitar consultas rígidas que fallen si un filtro queda vacío.
Uso del time grouping parameter para permitir cambios de granularidad temporal sin rehacer la consulta.
Construcción de preguntas SQL reutilizables con comportamiento mucho más flexible.
Preparación de consultas que luego encajan mejor en dashboards con filtros y parámetros.
Detección de problemas comunes de mapeo entre variable y campo real.
Comprensión de cómo cambia la experiencia del usuario al parametrizar bien una consulta.
Prevención de SQL duplicado por falta de una buena estrategia de variables.
Taller de parametrización progresiva de varias preguntas nativas.
Tema 7: Snippets y productividad en el editor SQL
Introducción a los snippets como mecanismo de reutilización de fragmentos SQL dentro de Metabase.
Identificación de bloques repetitivos que conviene convertir en snippet.
Preparación de snippets legibles, bien nombrados y realmente reutilizables.
Uso de snippets para evitar copia y pega constante entre consultas del equipo.
Comprensión del riesgo de fragmentar demasiado el SQL y perder legibilidad global.
Relación entre snippets, mantenimiento y consistencia en equipos analíticos.
Construcción de una pequeña librería de fragmentos útiles por dominio funcional.
Revisión de dependencias entre snippets y preguntas que los consumen.
Preparación de un enfoque de reutilización prudente antes de pasar a capas más avanzadas.
Taller de limpieza de SQL duplicado mediante snippets.
Tema 8: Referenciar preguntas guardadas y reutilizar trabajo existente
Uso de preguntas guardadas como fuente para nuevas preguntas en query builder o SQL.
Comprensión del valor de reaprovechar lógica ya validada en lugar de reconstruirla cada vez.
Diferenciación entre una buena reutilización y una cadena frágil de dependencias mal entendidas.
Preparación de una lógica en capas donde ciertas preguntas funcionan como base intermedia.
Identificación de cuándo una pregunta reutilizada debería evolucionar a modelo.
Evaluación del impacto que tiene modificar una pregunta reutilizada por otras.
Construcción de una cultura analítica basada en piezas reutilizables y no en copias independientes.
Revisión de la trazabilidad necesaria para saber qué depende de qué.
Prevención del error de anidar preguntas sin control ni propósito claro.
Taller de construcción de preguntas derivadas a partir de fuentes guardadas.
Tema 9: Modelos: concepto, propósito y papel en la capa semántica
Introducción a los modelos como un paso natural después de las preguntas guardadas.
Comprensión del modelo como una tabla derivada o pregunta curada pensada para ser punto de partida.
Diferenciación entre una pregunta cualquiera y un modelo con vocación reusable.
Identificación de casos donde un modelo simplifica mucho la experiencia del resto del equipo.
Relación entre modelos y autoservicio analítico más ordenado.
Construcción de una lógica semántica más cercana al negocio y menos pegada al raw data.
Preparación del alumno para pensar en “fuentes oficiales intermedias”.
Detección de escenarios donde todavía no hace falta un modelo.
Revisión de los riesgos de crear demasiados modelos sin criterio.
Taller de selección de candidatos reales a modelo.
Tema 10: Creación de modelos desde preguntas visuales y desde SQL
Construcción de modelos a partir de preguntas ya validadas funcionalmente.
Uso de SQL para crear modelos cuando la lógica lo exige.
Preparación de modelos pensados para facilitar nuevas preguntas a usuarios posteriores.
Diferenciación entre un modelo que simplifica y uno que solo encapsula complejidad sin ordenarla.
Construcción de modelos con columnas, filtros y lógica suficientemente claras para negocio.
Revisión de cómo guardar y describir un modelo para que otros puedan usarlo con confianza.
Preparación de modelos base para reporting, seguimiento o análisis recurrente.
Comprensión del valor de un modelo como origen oficial de nuevas preguntas.
Relación entre modelo bien definido y menor duplicación posterior.
Taller de diseño y publicación de primeros modelos útiles.
Tema 11: Mantenimiento funcional de modelos y control de cambios
Revisión de qué implica editar un modelo ya utilizado por otras preguntas o dashboards.
Comprensión de que un cambio en un modelo puede afectar a contenido descendente.
Preparación de hábitos prudentes de modificación sobre activos reutilizables.
Uso del historial para revisar cambios y revertir versiones si hace falta.
Detección de cambios que parecen menores pero alteran el significado del análisis.
Construcción de una disciplina mínima de revisión antes de sobrescribir modelos importantes.
Relación entre estabilidad del modelo y confianza del negocio en el contenido que consume.
Preparación de un flujo de trabajo donde las modificaciones tengan más control.
Prevención de roturas silenciosas en preguntas basadas en modelos.
Taller de revisión y evolución segura de modelos.
Tema 12: Métricas: definición oficial de números importantes
Introducción a las métricas como agregaciones reutilizables y estandarizadas.
Comprensión de por qué una organización necesita definir formalmente números clave.
Diferenciación entre medida improvisada en una pregunta y métrica compartida para todos.
Preparación de métricas sobre tablas, modelos, preguntas guardadas u otras métricas.
Identificación de KPIs y fórmulas que merecen formalizarse como métricas.
Relación entre métrica oficial y reducción de debates improductivos sobre definiciones.
Prevención del error de crear muchas métricas redundantes o poco claras.
Construcción de una primera capa de lenguaje común de negocio dentro de Metabase.
Revisión de cuándo una métrica debe quedarse simple y cuándo merece más contexto.
Taller de selección y definición de métricas prioritarias.
Tema 13: Construcción de métricas con fórmula, fuente y dimensión temporal
Diseño de una métrica a partir de sus tres piezas clave: fuente, fórmula y dimensión temporal por defecto.
Uso de fórmulas con custom expressions para definir métricas reutilizables.
Preparación de métricas que funcionen bien después en dashboards, documentos y exploración.
Comprensión del papel de la dimensión temporal por defecto en su visualización.
Relación entre fuente elegida y ámbito de reutilización real de la métrica.
Revisión de métricas condicionadas y criterios para no introducir filtros conflictivos.
Preparación de métricas más consistentes que los cálculos repetidos en múltiples preguntas.
Evaluación de cómo se comporta la métrica al reutilizarla en otras preguntas.
Construcción de una nomenclatura clara para el catálogo inicial de métricas.
Taller de creación de métricas corporativas básicas.
Tema 14: Metrics Explorer y comparación de métricas
Uso del Metrics Explorer como entorno para analizar y comparar métricas ya definidas.
Comprensión del valor de explorar métricas sin reescribir una pregunta desde cero.
Preparación de comparaciones entre métricas, dimensiones y filtros de forma más rápida.
Uso del explorer para democratizar análisis consistentes dentro del equipo.
Relación entre una buena métrica y una experiencia de exploración mucho más simple.
Detección de métricas mal definidas cuando el explorer no produce una lectura clara.
Construcción de casos de uso donde el Metrics Explorer acelera mucho el trabajo de negocio.
Revisión de cómo comparar métricas sin mezclar contextos incompatibles.
Preparación de visualizaciones comparativas más homogéneas para seguimiento.
Taller de exploración guiada con varias métricas oficiales.
Tema 15: Data reference, glosario y comprensión del dato
Introducción al Data Reference como espacio de documentación del dato dentro de Metabase.
Uso del reference para conocer tablas, columnas, tipos, relaciones y valores de ejemplo.
Relación entre buena documentación del dato y menor fricción en el autoservicio analítico.
Construcción de un glosario útil que conecte términos de negocio con estructuras reales.
Preparación de una experiencia donde el usuario no tenga que adivinar qué significa cada campo.
Uso del reference también como apoyo al trabajo en SQL y al descubrimiento de tablas.
Revisión de cómo el reference mejora la orientación dentro de instancias con muchas tablas.
Identificación de información mínima que ya aporta mucho valor al equipo.
Preparación del terreno para una futura gobernanza del dato más madura.
Taller de diseño inicial de documentación y glosario.
Tema 16: Metadata funcional y curación semántica del entorno
Revisión del papel de nombres visibles, descripciones y orden lógico de campos y tablas.
Comprensión de cómo la metadata influye directamente en la experiencia del usuario final.
Uso de display names y descripciones para acercar el entorno a lenguaje de negocio.
Preparación de tablas y campos con una presentación mucho más clara para autoservicio.
Diferenciación entre esconder complejidad y ocultar información importante.
Construcción de una capa más legible sin alterar la fuente original de datos.
Identificación de mejoras semánticas de alto impacto y baja dificultad.
Relación entre metadata bien curada y menor necesidad de soporte constante al usuario.
Preparación de un plan progresivo de mejora de semántica dentro de Metabase.
Taller de curación funcional sobre una base de datos de ejemplo.
Tema 17: Colecciones avanzadas y arquitectura ordenada del contenido
Revisión de las colecciones ya no como carpetas básicas, sino como arquitectura de trabajo del equipo.
Diseño de una estructura por dominios, audiencias o ciclo de madurez del contenido.
Diferenciación entre colecciones de trabajo, colecciones compartidas y contenido oficial.
Preparación de rutas claras para que el usuario encuentre antes de crear.
Prevención del crecimiento desordenado que vuelve inútil la búsqueda de contenido.
Construcción de una jerarquía razonable sin caer en árboles imposibles de mantener.
Relación entre buena arquitectura de colecciones y futura gestión de permisos.
Preparación de convenciones para mover contenido entre estados de madurez.
Revisión de estrategias para limpiar contenido duplicado o abandonado.
Taller de rediseño de estructura de colecciones.
Tema 18: Search, discovery y uso profesional de la búsqueda
Aprovechamiento de la búsqueda avanzada para localizar preguntas, dashboards, modelos o SQL existente.
Uso de filtros de búsqueda por tipo de contenido, creador, última edición y otros criterios.
Construcción de hábitos de descubrimiento antes de volver a crear lo ya existente.
Relación entre buen nombrado y potencia real del buscador.
Uso de la búsqueda como herramienta de auditoría de contenido repetido.
Revisión del valor de buscar también dentro del SQL nativo cuando procede.
Preparación de una metodología para localizar fuentes fiables más rápido.
Detección de vacíos documentales mediante la propia experiencia de búsqueda.
Integración entre búsqueda, colecciones y Library como triángulo de descubrimiento.
Taller de localización de activos con búsquedas guiadas.
Tema 19: Library como fuente de verdad curada
Introducción a Library como colección especial para contenido más oficial y reutilizable.
Diferenciación entre colecciones normales y contenido promovido a Library.
Construcción de una estrategia de “source of truth” para preguntas, modelos y métricas importantes.
Preparación de la Library para servir a usuarios de negocio sin exponer demasiada exploración en bruto.
Identificación de qué contenido merece entrar en Library y qué contenido debe quedarse fuera.
Relación entre Library y una experiencia de autoservicio más segura y coherente.
Prevención de convertir la Library en un duplicado desordenado de otras colecciones.
Preparación de criterios de curación para mantenerla útil y no inflada.
Revisión de cómo Library cambia la forma en que se descubre y consume el contenido.
Taller de diseño de Library para un caso corporativo.
Tema 20: Content verification, historial y trazabilidad del contenido
Uso de la verificación para señalar contenido fiable y actualizado dentro del entorno.
Comprensión del historial de versiones de preguntas, dashboards y modelos.
Revisión de cambios previos para entender evolución y criterio de construcción.
Uso del historial para recuperar estados anteriores cuando una modificación rompe confianza o claridad.
Preparación de una rutina mínima de revisión antes de verificar contenido importante.
Relación entre verificación y confianza del usuario de negocio.
Detección de activos críticos donde merece más control del cambio.
Construcción de una cultura de responsabilidad sobre contenido oficial.
Diferenciación entre contenido exploratorio y contenido que ya debe comunicar autoridad.
Taller de control de cambios y revisión de historial.
Tema 21: Trash, limpieza y ciclo de vida del contenido
Comprensión del Trash como mecanismo para ordenar sin borrar irreflexivamente.
Diferenciación entre mover a la papelera, restaurar y eliminar definitivamente.
Evaluación del impacto que puede tener borrar preguntas, dashboards o modelos dependientes.
Preparación de rutinas de limpieza para evitar que Metabase se llene de contenido abandonado.
Relación entre limpieza, búsqueda y confianza general en la herramienta.
Uso del Trash como parte del ciclo de vida del contenido, no como simple castigo al desorden.
Revisión de contenido obsoleto, duplicado o sin uso evidente.
Preparación de una política de saneamiento ligero antes de llegar al gobierno más formal del Avanzado.
Construcción de hábitos de mantenimiento que reduzcan ruido analítico.
Taller de limpieza controlada de una zona de trabajo.
Tema 22: Documents para análisis narrativo y colaboración editorial
Introducción a Documents como espacio para combinar texto, charts y análisis narrativo.
Diferenciación entre dashboard y documento según el tipo de consumo y de historia que se quiere contar.
Uso de documentos para análisis más largos, comentarios y razonamiento contextual.
Inserción de charts existentes y creación de charts nuevos dentro del propio documento.
Comprensión de la independencia entre una copia de chart en documento y su original en colección.
Aprovechamiento del formato Markdown y de la estructura textual para narrativas analíticas.
Uso de comentarios dentro del documento como mecanismo de revisión y discusión.
Preparación de piezas de análisis más editoriales y menos cuadriculadas que un dashboard.
Identificación de casos donde un documento aporta mucho más valor que otro tablero.
Taller de creación de un documento analítico de negocio.
Tema 23: Events y timelines para contextualizar series temporales
Introducción a eventos y timelines como forma de anotar hitos relevantes junto al dato.
Uso de eventos para explicar cambios bruscos, campañas, lanzamientos o incidencias.
Comprensión de cómo la narrativa temporal gana claridad al incorporar contexto de negocio.
Preparación de eventos bien redactados y realmente útiles para interpretar gráficos.
Diferenciación entre contexto relevante y ruido narrativo innecesario.
Uso de timelines en análisis temporales individuales donde la lectura del antes y después importa.
Revisión de limitaciones de visualización de eventos según el contexto de uso.
Construcción de una disciplina de anotación útil para seguimiento de negocio.
Integración de eventos con reporting y storytelling más maduros.
Taller de contextualización de series con hitos reales.
Tema 24: Dashboards intermedios: tabs, secciones y click behavior
Evolución desde el dashboard básico del Fundamental hacia un tablero más modular y navegable.
Uso de tabs para separar recorridos dentro de un mismo dashboard cuando la historia lo requiere.
Preparación de secciones claras con títulos, encabezados y filtros mejor ubicados.
Aplicación de widgets a nivel global, por cabecera o por tarjeta según convenga.
Uso del click behavior para drill-through, navegación o actualización de filtros.
Comprensión de cómo una interacción bien pensada mejora mucho la experiencia analítica.
Preparación de dashboards que combinan síntesis y profundidad sin perder claridad.
Evitación de paneles interminables donde todo compite por atención.
Construcción de un dashboard más reusable y más profesional en contexto corporativo.
Taller de rediseño de un tablero básico a uno claramente intermedio.
Tema 25: Subscriptions, alerts y publicación recurrente
Introducción a las subscriptions como forma de enviar dashboards periódicamente por correo o Slack.
Uso de alerts sobre preguntas cuando interesa saber si una consulta devuelve resultados.
Diferenciación entre seguimiento recurrente y alerta puntual para no mezclar necesidades.
Preparación de dashboards y preguntas pensando en consumo programado y no solo interactivo.
Comprensión del valor de una publicación recurrente bien diseñada para usuarios no intensivos.
Identificación de casos donde una subscription aporta valor real y casos donde solo genera ruido.
Construcción de hábitos para revisar qué contenido merece difundirse y con qué frecuencia.
Relación entre publicación recurrente y madurez del contenido compartido.
Preparación del terreno para reporting más formal sin entrar aún en capas de gobierno avanzado.
Taller de diseño de una estrategia básica de subscriptions y alerts.
Tema 26: Proyecto final integrador del nivel intermedio
Selección de un dominio de negocio real que exija más que preguntas sueltas y dashboards básicos.
Revisión de necesidades de reutilización, documentación y consistencia métrica del caso elegido.
Construcción de varias preguntas intermedias con joins, expresiones y SQL parametrizado.
Conversión de parte de esa lógica en uno o varios modelos reutilizables.
Definición de métricas oficiales que ayuden a normalizar el lenguaje del caso.
Organización del contenido en colecciones y, si aplica, propuesta de Library.
Creación de un dashboard intermedio con tabs, filtros y click behavior bien planteados.
Complemento del tablero con un documento narrativo o con eventos temporales cuando aporte valor.
Revisión de historial, verificación y limpieza del contenido generado.
Presentación final del caso como base directa para entrar luego en el curso avanzado.
Perfiles profesionales
Pensado para quienes deben dominar Metabase Intermedio en su día a día
Analistas que ya crean preguntas y dashboards básicos
Este perfil encaja perfectamente porque ya sabe explorar, filtrar y visualizar, pero ahora necesita dejar atrás el análisis aislado. El curso le enseña a construir activos más reutilizables, a unificar definiciones, a documentar mejor y a preparar contenido que otros equipos puedan consumir sin depender siempre del autor original.
Equipos de BI que quieren ordenar el autoservicio analítico
Muchas organizaciones llegan a un punto donde Metabase ya se usa, pero empieza a crecer el caos: preguntas duplicadas, dashboards inconsistentes, SQL copiado en varios sitios y dificultad para saber qué es fiable. Este curso da precisamente el marco para ordenar esa etapa intermedia y preparar el salto a un entorno mucho más maduro.
Preguntas frecuentes
Resolvemos todas tus dudas sobre nuestra formación en Metabase Intermedio
Explora las respuestas a las preguntas que guian a nuestra comunidad. Aqui encontraras claridad sobre como funciona todo, desde el acceso hasta los detalles de los cursos. Si buscas respuestas, este es el lugar para comenzar.
El Fundamental enseña a explorar, crear preguntas, usar el editor visual y SQL básico, visualizar y construir dashboards iniciales. El Intermedio parte de ahí y se centra en reutilización, modelado, métricas, organización, documentación y publicación. En otras palabras, ya no trata solo de usar Metabase, sino de estructurarlo mejor para un trabajo compartido.
#
Sí. Ese es uno de sus núcleos principales. Metabase incorpora modelos como punto de partida reutilizable para nuevas preguntas y métricas como agregaciones estandarizadas reutilizables. Precisamente por secuencia didáctica, estos dos conceptos se introducen aquí y no en el Fundamental.
#
Sí, siempre desde la capa funcional y editorial de la plataforma. El curso cubre cómo usar Library como fuente de contenido curado, Documents para análisis narrativo y comments, y events o timelines para contextualizar series temporales. Son piezas muy útiles en la madurez intermedia de Metabase.
#
No hace falta ser experto, pero sí conviene tener una base razonable. El curso trabaja SQL intermedio, parametrización, field filters, variables opcionales y snippets, pero siempre apoyándose en lo que ya se asentó en el Fundamental. Quien domine ya SELECT, WHERE, GROUP BY y ORDER BY podrá seguirlo con comodidad.
#
No en profundidad. Este curso evita deliberadamente la parte de permisos avanzados, row and column security, embedding, serialización, despliegue y administración de la instancia. Todo eso pertenece al curso Avanzado, donde tendrá mucho más sentido porque el alumno ya habrá interiorizado la capa funcional y semántica.
#
No como bloque central. Aquí se trabaja el uso funcional de modelos, su valor semántico y su mantenimiento lógico. La optimización, la persistencia, las decisiones operativas de despliegue y otros aspectos de rendimiento y mantenimiento profundo quedarán para el Avanzado, junto con administración y gobierno.
#
Sigue siendo útil para usuarios funcionales avanzados, responsables de reporting y perfiles de negocio cercanos al dato. Eso sí, requiere más madurez que el Fundamental. Para perfiles muy técnicos también es valioso, porque les da una visión clara de cómo estructurar mejor el entorno antes de entrar en administración avanzada.
#
Sí, el Avanzado cambiará de plano. Ahí sí entrarán permisos, seguridad, embedding, API y automatización donde tenga sentido, serialización, despliegue entre entornos, observabilidad, rendimiento, mantenimiento y gobierno. El Intermedio deja precisamente preparada la base para que todo eso se entienda bien y no se estudie de forma aislada.
El Fundamental enseña a explorar, crear preguntas, usar el editor visual y SQL básico, visualizar y construir dashboards iniciales. El Intermedio parte de ahí y se centra en reutilización, modelado, métricas, organización, documentación y publicación. En otras palabras, ya no trata solo de usar Metabase, sino de estructurarlo mejor para un trabajo compartido.
#
Sí. Ese es uno de sus núcleos principales. Metabase incorpora modelos como punto de partida reutilizable para nuevas preguntas y métricas como agregaciones estandarizadas reutilizables. Precisamente por secuencia didáctica, estos dos conceptos se introducen aquí y no en el Fundamental.
#
Sí, siempre desde la capa funcional y editorial de la plataforma. El curso cubre cómo usar Library como fuente de contenido curado, Documents para análisis narrativo y comments, y events o timelines para contextualizar series temporales. Son piezas muy útiles en la madurez intermedia de Metabase.
#
No hace falta ser experto, pero sí conviene tener una base razonable. El curso trabaja SQL intermedio, parametrización, field filters, variables opcionales y snippets, pero siempre apoyándose en lo que ya se asentó en el Fundamental. Quien domine ya SELECT, WHERE, GROUP BY y ORDER BY podrá seguirlo con comodidad.
#
No en profundidad. Este curso evita deliberadamente la parte de permisos avanzados, row and column security, embedding, serialización, despliegue y administración de la instancia. Todo eso pertenece al curso Avanzado, donde tendrá mucho más sentido porque el alumno ya habrá interiorizado la capa funcional y semántica.
#
No como bloque central. Aquí se trabaja el uso funcional de modelos, su valor semántico y su mantenimiento lógico. La optimización, la persistencia, las decisiones operativas de despliegue y otros aspectos de rendimiento y mantenimiento profundo quedarán para el Avanzado, junto con administración y gobierno.
#
Sigue siendo útil para usuarios funcionales avanzados, responsables de reporting y perfiles de negocio cercanos al dato. Eso sí, requiere más madurez que el Fundamental. Para perfiles muy técnicos también es valioso, porque les da una visión clara de cómo estructurar mejor el entorno antes de entrar en administración avanzada.
#
Sí, el Avanzado cambiará de plano. Ahí sí entrarán permisos, seguridad, embedding, API y automatización donde tenga sentido, serialización, despliegue entre entornos, observabilidad, rendimiento, mantenimiento y gobierno. El Intermedio deja precisamente preparada la base para que todo eso se entienda bien y no se estudie de forma aislada.
Diseñemos hoy el curso que tu empresa necesita
Cuéntanos tus objetivos de negocio y prepararemos una propuesta formativa bonificable totalmente ad hoc
Reduce duplicación y caos en preguntas y dashboards En la etapa intermedia de Metabase suele aparecer el desorden: SQL repetido, definiciones distintas del mismo KPI y dashboards inflados. Este curso ataca justo ese problema con modelos, métricas, snippets, Library, documentación y mejor organización del contenido.
2
Mejora mucho la experiencia de autoservicio Cuando el contenido está mejor curado, documentado y estructurado, los usuarios de negocio pueden moverse con más autonomía y menos dependencia del equipo de datos. Eso mejora adopción, reduce soporte reactivo y hace que Metabase empiece a comportarse como una herramienta más madura dentro de la empresa.
3
Introduce colaboración y publicación con criterio La capa intermedia no va solo de modelar mejor. También va de comentar, narrar, anotar, verificar, publicar y reutilizar mejor. Documents, events, subscriptions, alerts e historial ayudan a que el contenido analítico se convierta en algo mucho más vivo y útil para el trabajo real del equipo.
4
Prepara un Advanced mucho más potente La secuencia tiene mucho sentido porque, después de este nivel, el alumno ya entiende qué está administrando y gobernando. Cuando llegue el Avanzado y entren permisos, seguridad, embedding, serialización, despliegue y rendimiento, todo tendrá una lógica mucho más clara porque la capa funcional y semántica ya estará bien construida.
5
Profesionaliza el uso de Metabase sin tecnificarlo en exceso Otra ventaja muy importante es que sigue siendo un curso accesible para perfiles funcionales, pero eleva muchísimo el nivel de madurez. No convierte el Intermedio en una formación de administrador, pero sí hace que la organización use Metabase con una disciplina mucho más profesional.
Después de la formación en directo, los alumnos podrán acceder a ejercicios prácticos para aplicar lo trabajado en clase y consolidar el aprendizaje con actividades guiadas.
Acceso a las grabaciones
Los alumnos podrán revisar las sesiones grabadas para repasar conceptos clave, recuperar explicaciones concretas o reforzar aquellos contenidos que necesiten después de la clase en directo.
Recursos formativos
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
Confirmación de asistencia
La plataforma permite registrar y confirmar la asistencia de los participantes, facilitando el seguimiento de la formación y la gestión documental necesaria para la bonificación FUNDAE.
Ejercicios prácticos
Después de la formación en directo, los alumnos podrán acceder a ejercicios prácticos para aplicar lo trabajado en clase y consolidar el aprendizaje con actividades guiadas.
Practica y mejora con nuestra plataforma
Una plataforma practica, con IA integrada y pensada para que mejores desarrollando. Se adapta a tu ritmo, te corrige al instante y te muestra tu progreso real.
Correccion magica
Feedback inteligente
Aprende de cada acierto y fallo con explicaciones claras
Responsables funcionales que colaboran con analítica
Quienes ya consumen dashboards y hacen peticiones más sofisticadas necesitan entender cómo se construye una capa reutilizable de métricas, modelos y contenido oficial. El curso les permite dialogar mucho mejor con el equipo de datos, pedir activos más coherentes y comprender qué parte del trabajo conviene formalizar y cuál debe seguir siendo ad hoc.
Perfiles de reporting y control de gestión
Este tipo de usuario suele necesitar consistencia, definición compartida de KPIs, comparativas recurrentes y dashboards reutilizables. El nivel intermedio de Metabase les aporta justamente eso: una forma más robusta de organizar lógica de negocio, métricas y reporting sin saltar todavía a aspectos de administración técnica.
Equipos de datos que prepararán contenido oficial para la organización
Este curso les resulta muy valioso porque la fase intermedia de Metabase es donde realmente se define la “capa semántica” que el resto del negocio terminará usando. Aprenden a crear modelos, métricas, colecciones bien curadas y piezas más oficiales, sentando las bases de una analítica autoservicio menos caótica y más fiable.
Organizaciones que quieren desplegar Metabase por niveles de madurez
Cuando Metabase ya está implantado y el Fundamental se ha quedado corto, hace falta un segundo escalón que profesionalice el uso sin entrar aún en embedding, seguridad avanzada o despliegue. Este curso cubre exactamente ese hueco y prepara a la organización para un Avanzado realmente útil.