Tecnologías Aplicadas a Business Intelligence Proyecto Práctico

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Tecnologías Aplicadas a Business Intelligence Proyecto Práctico"

Ángeles Barbero Navarrete
hace 8 años
Vistas:

1 Tecnologías Aplicadas a Business Intelligence Proyecto Práctico Empresa: La empresa en cuestión, es una Importadora y Distribuidora de Autopartes, con más de 30 años de vida. Nació como la distribuidora de una Fábrica de Baterías en el país, y cuando la fábrica se mudó a Brasil se transformaron en los Importadores. Después fueron agregando diferentes rubros de autopartes, siendo hoy las Baterías, Lubricantes y Filtros los rubros más importantes, pero contando con Lámparas, Escobillas, Correas, Embragues, Amortiguadores, Bujías, Bombas de Agua, Baterías para Motos, etc. Cuenta con dos canales de ventas bien definido: - Venta al Público: Local comercial en La Plata (casa central) y sucursal en Bahía Blanca. El 90% es venta de baterías. - Venta Mayorista: 5 vendedores que cubren Buenos Aires, Entre Ríos, Santa Fe y Rio Negro. Se venden todos los rubros. Cuenta con 3 sucursales: - La Plata (casa central) con atención al público y venta mayorista - La Plata 2 solo para venta mayorista - Bahía Blanca con atención al público y venta mayorista Motivación: El proyecto surgió a partir de los constantes requerimientos de informes de Ventas, para ver la misma información de diferentes formas (Ventas x Proveedor, Ventas x Marcas, Ventas x Cliente x Marca, etc.) y de las ganas de poner en práctica lo aprendido en la materia. Área a abarcar: Se decidió abarcar el área de Ventas, poniendo más énfasis sobre la venta mayorista. Infraestructura: Se utilizará el mismo servidor donde está la base de datos OLTP, ya que para el tamaño del proyecto no se necesitan demasiados requerimientos de hardware. Se utilizará el paquete de soluciones de Microsoft, ya que en el servidor ya está instalado y corriendo SQL Server 2008 R2 Datacenter Edition, el cual cuenta con Integration Servicess para la parte de ETL y Analysis Services para la gestión del CUBO. La conexión para hacer consultas al CUBO se hara con Excel 2010 que ya se encuentra instalado en las maquinas clientes desde donde se harán las consultas, y que los destinatarios de este proyecto están acostumbrados a manejar.

Después fueron agregando diferentes rubros de autopartes, siendo hoy las Baterías, Lubricantes y Filtros los rubros más importantes, pero contando con Lámparas, Escobillas, Correas, Embragues,

2 Preguntas a responder: Ventas x mes x rubro x vendedor Ventas x mes x rubro x clientes de un vendedor Cantidad de litros (solo aplica al rubro Lubricantes) vendidos x Proveedor, x SubRubro, x Vendedor, x mes o x año Ventas de Baterías x año x mes x vendedor x clientes de un vendedor x tipo de batería Comparativa de ventas de baterías entre público y mayorista a través de un año Comparación de las ventas de los últimos 4 años Comparación de las ventas de un mes contra el mismo mes de años anteriores Ver Como viene el mes comparado con el mismo mes del año anterior Nota: Las Ventas se miden en Cantidad e Importe Neto (sin impuestos) Modelo Multidimensional Modelo Relacional de partida:

entre público y mayorista a través de un año Comparación de las ventas de los últimos 4 años Comparación de las ventas de un mes contra el mismo mes de años anteriores Ver

3 Modelo Multidimensional resultante: Consideraciones Generales: Dimensión Fecha: La unidad más chica de la fecha es mes/año Dimensión Gama_Bateria: es una dimensión que no existe en la base de datos, que surgió del análisis y se agregó como dato extra (se calcula en el proceso de ETL) Sucursal: si bien cada factura tiene asociada la sucursal en la que se hace, para estos análisis lo que importa es la sucursal del cliente, independientemente de donde se le mande el pedido.

agregó como dato extra (se calcula en el proceso de ETL) Sucursal: si bien cada factura tiene asociada la sucursal en

4 Dimensión Localidad_Sucursal: surge de la necesidad de ver en ciertos casos las dos sucursales de La Plata como una sola, y saber que es de La Plata y que es de Bahía Blanca Dimensión Vendedor: se corresponde con la tabla Usuarios del modelo relacional (solo usuarios que son vendedores) Consideraciones generales: ETL La frecuencia de actualización será de 1 día (al finalizar el día laboral), ya que se necesita saber los datos del mes actual para tener una idea de cómo viene el mes (en comparación con el mismo mes del año anterior por ejemplo) durante el trascurso del mismo. Como el origen de datos es una sola base de datos (que también administramos) se usaron las mismas claves primarias para las Dimensiones en el modelo Multidimensional, ya que sabemos que no van a cambiar. Esto simplifica mucho las cosas a la hora de agregar y actualizar datos en la base del DW. Para la clave de la dimensión Fecha, se armó un código con el año concatenado con el mes (ej: para dic-2014). Con esto se tiene una clave única y fácil de calcular. Los clientes de la venta al Público se unificaron en un solo cliente llamado CONSUMIDOR FINAL Como la medida Litros solo se aplica solo al rubro Lubricantes, en el resto se toma como 0 Como las bases de datos están en el mismo servidor se usó SQL para resolver la mayoría de los problemas surgidos. El flujo general del proceso de ETL: En Verde el flujo normal En Rojo el flujo en caso de error

ya que se necesita saber los datos del mes actual para tener una idea de cómo viene el mes (en comparación con el mismo mes del año anterior por ejemplo) durante el trascurso del mismo.

5 Datos Generales: La mayoría de estos datos no cambian, por lo que solo tengo que ingresar los nuevos registros que puedan aparecer. Para el caso de los Clientes y Proveedores que si pueden cambiar, se actualizan masivamente todos los registros, ya que no son muchos (30mil registros aprox.), y se agregan los nuevos. Gracias a las condiciones antes mencionadas, las inserciones quedaron bastante sencillas, del estilo de la que se muestra a continuación:

Para el caso de los Clientes y Proveedores que si pueden cambiar, se actualizan masivamente todos los registros,

6 Fechas: Se genera la fecha del mes actual y se agrega si no existe (si es la primera importación del mes). Como se comentó anteriormente, la facilidad que ofrece el SQL que trae SQL Server (Transact-SQL) facilita bastante las cosas. Ejemplo de cómo queda generado el id de la Dimensión Fecha:

Como se comentó anteriormente, la facilidad que ofrece el SQL que trae

7 Igualmente, si no se posen muchos conocimientos en Transact-SQL, Integration Services provee muchas herramientas para hacer ETL (similares a las de Pentaho/Spoon vistas en la cursada).

8 Ventas: Flujo de importación de ventas: Origen Ventas: Ventas del día, agrupadas por la clave de la tabla de Hechos, para poder acumular sobre lo ya generado. Columna Derivada: genera el código de la fecha. Conversión de Datos: convierte a los datos optimizados que se usaron, por ejemplo convertir de int a tinyint. Búsqueda: para saber si debo insertar una fila nueva o acumular sobre datos cargados previamente. Procesamiento: procesa y actualiza el cubo.

Conversión de Datos: convierte a los datos optimizados que se usaron, por ejemplo convertir de int a tinyint.

9 Programación: Se creó un trabajo en el Agente SQL Server para que ejecute el paquete de Integration Services todos los días a las 22hs. Conexión desde EXCEL

10 A medida que se van seleccionando los filtros de la derecha se va armando el cubo resultante de la consulta a la izquierda Evolución de las ventas de baterías mes x mes durante los últimos 4 años:

11 Ventas x rubros de los últimos 3 meses, comparado con mismo mes del año anterior, con porcentaje de crecimiento: Evolución de las ventas de lubricantes en litros mes x mes durante los últimos 4 años, x Proveedor x Vendedor:

crecimiento: Evolución de las ventas de lubricantes en

12 La ventaja que da Excel es la facilidad con la que se crean los gráficos a partir de la información obtenida. Además es una herramienta conocida y usada masivamente, y que el personal gerencial (a quienes está orientado este proyecto) utiliza mucho actualmente. Conclusión: Se logró el objetivo de brindar una herramienta con la cual el personal gerencial pueda generar sus propios informes, para ver la información como más les convenga y poder analizarla mejor, contribuyendo a la toma de decisiones de la empresa. Si bien el tamaño del proyecto no es muy grande, es ideal para empezar a poner en práctica los conocimientos adquiridos en la materia. Se vieron todos los aspectos que involucran la creación de un DW y se enfrentó con algunos de los problemas que surgen en la práctica real. Metas para más adelante: Implementación de Dashboards Incluir el área de venta al público con más detalle Incluir el área de compras

Conclusión: Se logró el objetivo de brindar una herramienta con la cual el personal gerencial pueda generar sus propios informes, para ver la información como más les convenga y poder analizarla

Documentos relacionados

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012

DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 FLUJO DE CAPACITACIÓN Prerrequisitos Fundamentos de Programación Sentencias SQL Server 2012 Duración: 12 horas 1. DESCRIPCIÓN