Angel Gómez · data analytics · Senior Power BI Developer UX / UI
Power BI Portfolio
A selection of my personal Power BI projects, where data modelling and technical development meet UX/UI design built around the user.
Angel Gómez · analista de datos· Senior Power BI Developer UX/UI
Power BI Portfolio
Una selección de proyectos personales en Power BI, donde el modelado de datos y el desarrollo técnico se encuentran con un diseño UX/UI pensado para el usuario.
Take a look at some of my dashboardsÉchale un vistazo a algunos de mis dashboards
Project 01
Treasury Control – Monexo
A treasury dashboard that brings collections, payments and balances together in a single view. It analyses the movement of operating versus financing cash flows, keeping bank exposure under control and combining day-to-day monitoring with a global view of the whole financial position.
Proyecto 01
Control de Tesorería – Monexo
Cuadro de mando de tesorería que centraliza cobros, pagos y saldos en una única vista. Permite analizar la evolución de los flujos operativos frente a los financieros, controlando la exposición bancaria y combinando el seguimiento diario con una visión global de toda la posición financiera.
Power BIDAXPower QuerySQL
SummaryResumen
Explore the dashboardExplora el Dashboard
▶Technical overview
The solution combines SQL and Power Query on a star-schema model to structure and analyse treasury movements. DAX is used to calculate, among others, running balances, monthly cash flow and variance against forecast, allowing the analysis to be segmented by flow type, category and bank account.
- Data source: collections-and-payments dataset generated with AI, designed to reproduce treasury patterns and seasonality.
- Database & ETL: data loaded, cleansed and structured in SQL before its integration into Power BI.
- Modelling: star schema with a movements table and date, bank account and category dimensions.
- Transformation: final layer in Power Query for typing, derived columns and data parameterisation.
▶Resumen técnico
La solución combina SQL, Power Query en modelo en estrella para estructurar y analizar los movimientos de tesorería. Mediante DAX se calculan, entre otros, saldos acumulados, cash flow mensual y desviaciones sobre la previsión, permitiendo segmentar el análisis por tipo de flujo, clasificación y cuenta bancaria.
- Origen de datos: dataset de cobros y pagos generado con IA, diseñado para reproducir patrones y estacionalidad de tesorería.
- Base de datos y ETL: carga, depuración y estructuración de los datos en SQL antes de su integración en Power BI.
- Modelado: esquema estrella con tabla de movimientos y dimensiones de fecha, cuenta bancaria y clasificación.
- Transformación: capa final en Power Query para tipado, columnas derivadas y parametrización de los datos.
Project 02
Financial Reporting – Avantia Holding
A multi-company financial reporting dashboard that brings the group’s financial statements, ratios and key indicators together in a single report. It provides a consolidated view of the overall position, with the ability to examine each company’s accounting information in detail.
Proyecto 02
Informe Económico-Financiero – Avantia Holding
Cuadro de mando económico-financiero multiempresa que centraliza en un único informe los estados financieros, ratios e indicadores clave del grupo. Ofrece una visión consolidada de la situación global, con la posibilidad de analizar y consultar la información contable de forma detallada para cada empresa.
Power BISQLData WarehousePipeline
SummaryResumen
Explore the dashboardExplora el Dashboard
▶Technical overview
The report is built on a data warehouse developed in SQL within the Power BI environment itself, from an accounting ledger. The journal entries are processed and structured until they form the table that feeds the data model. From this base, each movement is classified under the chart of accounts to automatically build the financial statements.
- Data source: AI-generated accounting ledger, comprising the journal entries of a multi-company group.
- Data warehouse: layered SQL architecture — staging, transformation and presentation — that cleanses, types and structures the accounting movements into the table the model consumes.
- Accounting mapping: mapping between the chart of accounts and the financial-statement line items, building the P&L and the balance sheet directly from the ledger.
- Multi-company architecture: a single company dimension allows each entity to be analysed individually or the group’s consolidated view to be accessed, without duplicating models or reports.
▶Resumen técnico
El informe se apoya en un data warehouse desarrollado en SQL dentro del propio entorno de Power BI, a partir de un diario contable. Los asientos contables se procesan y estructuran hasta generar la tabla que alimenta el modelo de datos. A partir de esta base, cada movimiento se clasifica según el Plan General Contable para construir automáticamente los estados financieros.
- Origen de datos: diario contable generado con IA, compuesto por asientos de un grupo multisociedad.
- Data warehouse: arquitectura SQL por capas —staging, transformación y presentación— que depura, tipifica y estructura los movimientos contables hasta generar la tabla que consume el modelo.
- Mapeo contable: correspondencia entre el Plan General Contable y los epígrafes de los estados financieros, permitiendo construir directamente desde el diario la cuenta de resultados y el balance de situación.
- Arquitectura multiempresa: una única dimensión de sociedad permite analizar cada empresa individualmente o acceder a la visión consolidada del grupo, sin necesidad de duplicar modelos ni informes.
Project 03
Credit Risk – Iberica Credits
A banking credit-risk dashboard designed with a strong focus on user experience. It turns the complexity of a loan portfolio into a clear, intuitive view, combining KPIs and visual indicators that show risk exposure at a glance from a demographic and financial perspective.
Proyecto 03
Riesgo de Crédito – Iberica Credits
Dashboard bancario de riesgo de crédito diseñado con especial énfasis en la experiencia del usuario. Transforma la complejidad de una cartera de préstamos en una visión clara e intuitiva. Integrando KPIs e indicadores visuales que permiten analizar de un vistazo la exposición del riesgo desde una perspectiva demográfica y financiera.
Power BIUI/UXDAXSVGCSS
SummaryResumen
Explore the dashboardExplora el dashboard
▶Technical overview
The solution combines data modelling and advanced visualisation in Power BI to analyse credit risk. On this structure, KPIs, risk matrices and custom elements are built with HTML, CSS and SVG.
- Data source: AI-generated credit portfolio dataset, comprising client profiles, loans and default history.
- Data architecture: snowflake model with normalised dimensions — client, loan, geography and collateral — built to analyse risk by crossing multiple variables.
- UI/UX design: visual hierarchy geared to prioritising risk, combining a neutral palette with red alerts to flag critical situations and ease interpretation.
- Advanced formatting in Power BI: HTML, CSS and SVG used to build KPI cards, status indicators and custom graphic elements beyond native visuals.
- Cross risk matrices: heat maps combining variables such as age, income, employment and housing to visually identify default-risk patterns and concentrations.
▶Resumen técnico
La solución combina modelado de datos y visualización avanzada en Power BI para analizar el riesgo de crédito. Sobre esta estructura se construyen KPIs, matrices de riesgo y elementos personalizados mediante HTML, CSS y SVG.
- Origen de datos: dataset de cartera crediticia generado con IA, compuesto por perfiles de clientes, préstamos e histórico de impagos.
- Arquitectura de datos: modelo en copo de nieve con dimensiones normalizadas —cliente, préstamo, geografía y garantía— preparado para analizar el riesgo mediante el cruce de múltiples variables.
- Diseño UI/UX: jerarquía visual orientada a priorizar el riesgo, combinando una paleta neutra con alertas en rojo para destacar situaciones críticas y facilitar la interpretación.
- Formato avanzado en Power BI: uso de HTML, CSS y SVG para desarrollar tarjetas de KPI, indicadores de estado y elementos gráficos personalizados más allá de los visuales nativos.
- Matrices de riesgo cruzadas: heat maps que combinan variables como edad, ingresos, situación laboral y vivienda para identificar visualmente patrones y concentraciones de riesgo de impago.
Let´s Talk?
¿Hablamos?