• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Encuestas: Tamaño de Muestra
    • Lotería: Probabilidad de Ganar
    • Reparto de Escaños (D’Hondt)
    • Tres en Raya con IA
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Auditoría de fórmulas en Excel

febrero 26, 2020 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Al aumentar el tamaño de las hojas de cálculo cada vez es más complicado comprender de dónde viene y en donde se usan los valores de las celdas. O al revisar hojas de cálculo de otros usuarios. En estos casos las herramientas de auditoría de fórmulas en Excel son clave para no perdernos en la complejidad.

Hoja de cálculo de ejemplo

Es este caso vamos a usar de las plantillas que vienen con Excel para explicar el funcionamiento de las herramientas de auditoría. En concreto vamos a utiliza la plantilla “Administración de mi dinero” usando la opción Nuevo desde plantilla. Con lo que obtenemos una hoja como la siguiente.

Plantilla “Administración de mi dinero”
Plantilla “Administración de mi dinero”

Publicidad


¿De dónde vienen los datos?

En esta hoja nos podemos plantear de dónde procede el valor de los “Ingresos mensuales netos”. Lo que podemos ver simplemente consultado la fórmula. Aunque en este caso los valores proceden de una tabla a la que se le ha asignado un nombre. Una forma de saber dónde se encuentra la tabla es usar la función “Rastrear precedentes” que se encuentra en la cinta de opciones “Fórmulas”. Para ello simplemente seleccionamos la celda y pulsamos esta opción. Inmediatamente aparecerá una o varias flechas azules indicando visualmente de donde proceden los datos.

Balance de 2025 en Analytics Lane
En Analytics Lane
Balance de 2025 en Analytics Lane

Procedencia de los datos de la celda
Procedencia de los datos de la celda

¿Dónde se usan los datos?

Saber dónde se usan los datos sin las herramientas de auditoría de fórmulas es una tarea que sería casi imposible. Pero si nos situamos sobre la celda y pulsamos sobre la función “Rastrea dependencias” que se encuentra también en la cinta de opciones “Fórmulas”. Podemos ver dónde se usan estas. En el caso de la celda se puede ver que se usa en la propia hoja, indicado por la flecha azul, y otra más, lo que indica la flecha negra que apunta al icono de una hoja de cálculo.

Utilización de los datos de la celda
Utilización de los datos de la celda

Publicidad


Acceder a los datos de otra hoja

Para acceder a los datos de otra hoja simplemente deberemos pulsar sobre la flecha negra, con lo que aparecerá un menú en la que nos indica la hoja u hojas en las que esta celda es usada.

Menú para ir a otras hojas donde se utilizan los datos de la celda
Menú para ir a otras hojas donde se utilizan los datos de la celda

Borrar las indicaciones

Una vez finalizada la auditoría podemos borrar todas las indicaciones con la función “Quitar flechas”. Así podemos volver a tener la hoja de cálculo limpia una vez comprendemos el flujo de datos dentro del libro o libros de Excel.

Publicidad


Conclusiones

En esta entrada hemos visto cómo utilizar las herramientas de auditoría de fórmulas en Excel, algo que se necesario cuando el tamaño de los libros crece y no sabemos qué se usa ni donde.

Imagen de Tumisu en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Balance de 2025 en Analytics Lane
  • El promedio engañoso: cuando la media no cuenta toda la historia
  • Comprender las pruebas de hipótesis para no especialistas
  • Ordenadores para Machine Learning e Inteligencia Artificial en 2026: Guía completa para elegir el equipo adecuado según tu perfil y presupuesto
  • ¿Qué significa realmente un porcentaje? Por qué no es lo mismo subir un 20% que bajar un 20%
  • null y undefined en JavaScript y TypeScript: ¿son realmente lo mismo?
  • Riesgo relativo vs riesgo absoluto: la trampa de los titulares alarmistas
  • Guía práctica de categorías para changelogs en inglés y castellano
  • El valor esperado: la mejor herramienta que casi nadie usa

Publicado en: Herramientas Etiquetado como: Excel

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

El valor esperado: la mejor herramienta que casi nadie usa

febrero 5, 2026 Por Daniel Rodríguez

Guía práctica de categorías para changelogs en inglés y castellano

febrero 3, 2026 Por Daniel Rodríguez

Riesgo relativo vs riesgo absoluto: la trampa de los titulares alarmistas

enero 29, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • ¿Qué es la estadística y por qué todos deberíamos comprenderla? publicado el noviembre 22, 2024 | en Opinión
  • Codificación JSON Archivos JSON con Python: lectura y escritura publicado el julio 16, 2018 | en Python
  • Entendiendo el margen de error de las encuestas: Cálculo, interpretación y limitaciones publicado el noviembre 15, 2024 | en Ciencia de datos
  • Eliminar la protección en archivos Excel publicado el mayo 30, 2018 | en Herramientas
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto