2024

EXAMEN
ACI807 - Analítica de Negocios (Business Analytics)

Carlos Campos Morales; 13.511.001-9

Fernanda Gonzalez Concha; 18.896.931-3
Jhonattan Ulloa Pino; 18.506.030-6
Índice Contenidos
1. Análisis de base de datos de la información de la organización .............................. 2
1.1. Preparación de Datos ............................................................................................... 2
1.2. Creación del Modelo OLAP ...................................................................................... 5
1.3. Desarrollo de un Almacén de Datos ........................................................................ 6
1.4. Análisis Multidimensional y Creación de Visualizaciones ..................................... 6
1.5. Algunos de los resultados obtenidos del análisis. ................................................ 6
1.5.1. Ventas por clientes ............................................................................................... 6
1.5.2. Ventas por nombre de categoría de libros .......................................................... 7
1.5.3. Ventas por libro y año de ventas ......................................................................... 7
1.5.4. Total ventas en dinero y cantidad de ventas, clasificadas por empleado ......... 8
1.5.5. Reportes Dashboard ............................................................................................. 9
2. Conclusiones .............................................................................................................. 10
3. Recomendaciones ...................................................................................................... 11
4. Link acceso reporte Power BI: .................................................................................. 11

Índice Ilustraciones
Ilustración 1. "Modelo OLAP" ............................................................................................. 5
Ilustración 2, "Ventas por cliente durante el año 2022 y 2023" ........................................ 6
Ilustración 3, "Ventas por categorías de libro" ................................................................. 7
Ilustración 4, "Ventas por libros y año de venta".............................................................. 8
Ilustración 5, "Total de ventas “$” y cantidad de ventas por empleado" ........................ 9
Ilustración 6, "Reporte tipo dashboard por ventas, empleados y clientes" .................. 10

1
1. Análisis de base de datos de la información de la organización

Este informe describe el proceso emprendido para analizar la base de datos de BookWareHouse,
una organización orientada a la comercialización de libros. La base de datos analizada incluye
información relevante como ID del cliente, ID del empleado, fechas de venta, y detalles específicos
de los libros vendidos como título, precio, stock, y fecha de publicación. El objetivo principal fue
desarrollar un modelo OLAP que permita a la organización evaluar sus ventas, identificar las
publicaciones más vendidas y los empleados con mejor desempeño, para tomar decisiones
estratégicas basadas en datos concretos y mejorar la gestión de ventas.

Los pasos llevados a cabo fueron los siguientes:

1.1. Preparación de Datos

Este diseño de modelo OLAP está específicamente estructurado para facilitar un análisis
multidimensional eficiente, permitiendo a BookWareHouse realizar un seguimiento
detallado y análisis de las ventas, comportamiento del cliente, y desempeño de los
empleados y autores, crucial para la toma de decisiones estratégicas en la gestión de
ventas.

El proyecto inició con la revisión y transformación del modelo de datos OLTP

proporcionado en un modelo OLAP adecuado para análisis multidimensional. Esta
conversión implicó el uso de herramientas y técnicas ETL para extraer, transformar y cargar
los datos en estructuras optimizadas para análisis. Durante la preparación de la
información, se incrementaron las transacciones de venta hasta alcanzar un total de 300
registros y se añadieron ficticiamente 31 nombres, stocks y precios de libros, permitiendo
cruzar esta información con el número de autores en la base de datos existente.
Posteriormente, se configuraron varias tablas de dimensiones y una tabla de hechos de la
siguiente manera:

• LibroID: Identificador único del libro.

• Titulo: Título del libro.

2
 • Precio: Precio de venta del libro.
• Stock: Cantidad de ejemplares disponibles en inventario.
• FechaPublicacion: Fecha en que el libro fue publicado.
• CategoriaID: Referencia a la categoría del libro.

➢ Tabla de Dimensión de Categorías (Dim_Categorias): Proporciona información sobre las

categorías de los libros:

• CategoriaID: Identificador único de cada categoría.

• NombreCategoria: Nombre de la categoría de libros.

➢ Tabla de Hechos de Ventas (Hechos_Ventas): Esta tabla central almacena los datos de cada
transacción de venta. Los campos clave incluyen:

• VentaID: Identificador único de cada transacción.

• ClienteID: Referencia al cliente que realizó la compra.
• EmpleadoID: Referencia al empleado que gestionó la venta.
• LibroID: Identificador del libro vendido.
• AutorID: Identificador del autor del libro.
• CategoriaID: Categoría del libro vendido.
• FechaVenta: Fecha de la transacción.
• TotalVenta: Valor total de la venta.

➢ Tabla de Dimensión de Clientes (Dim_Clientes): Almacena detalles sobre los clientes para
análisis centrados en el consumidor:

• ClienteID: Identificador único de cada cliente.

• Nombre: Nombre del cliente.
• Apellido: Apellido del cliente.
• Domicilio: Dirección residencial.
• Email: Correo electrónico.
• Telefono: Número de teléfono.
3
➢ Tabla de Dimensión de Empleados (Dim_Empleados): Contiene información sobre los
empleados involucrados en las ventas:

• EmpleadoID: Identificador único de cada empleado.

• Nombre: Nombre del empleado.
• Apellido: Apellido del empleado.
• Domicilio: Dirección residencial.
• Email: Correo electrónico.
• Telefono: Número de teléfono.

➢ Tabla de Dimensión de Autores (Dim_Autores): Incluye detalles de los autores de los libros:

• AutorID: Identificador único para cada autor.

• Nombre: Nombre del autor.
• Apellido: Apellido del autor.
• Nacionalidad: Nacionalidad del autor.

➢ Tabla de Dimensión de Libros (Dim_Libros): Proporciona información detallada de cada

libro en venta:

• LibroID: Identificador único del libro.

• Titulo: Título del libro.
• Precio: Precio de venta.
• Stock: Cantidad disponible.
• FechaPublicacion: Fecha de publicación.
• CategoriaID: Referencia a la categoría del libro.

➢ Tabla de Dimensión de Categorías (Dim_Categorias): Ofrece información sobre las

categorías de los libros:

• CategoriaID: Identificador único de cada categoría.

• NombreCategoria: Nombre de la categoría.
4
 Este diseño del modelo OLAP está estructurado para facilitar un análisis multidimensional
eficiente, permitiendo a BookWareHouse un seguimiento y análisis detallado de las ventas,
comportamiento del cliente, y desempeño de los empleados y autores, elementos cruciales
para la toma de decisiones estratégicas en la gestión de ventas.

1.2. Creación del Modelo OLAP

Con los datos debidamente preparados, el siguiente paso fue diseñar un modelo OLAP que
facilitara el análisis multidimensional. Este modelo se construyó utilizando las tablas de
hechos y dimensiones mencionadas anteriormente, interconectadas a través de claves
foráneas como ID de venta y ID de libro, permitiendo realizar análisis complejos y
multidimensionales sobre las ventas, la popularidad de los libros, y el rendimiento de los
empleados.
Este enfoque analítico proporciona a BookWareHouse las herramientas necesarias para una
visión integral de sus operaciones de ventas, identificando áreas clave para el mejoramiento
y la optimización de su estrategia comercial.

Ilustración 1. "Modelo OLAP"

5
1.3. Desarrollo de un Almacén de Datos

Utilizando el modelo OLAP diseñado, desarrollamos un almacén de datos que servirá de

base para el análisis. Esto ya incluida la implementación de la tablas de hechos y las tablas
de dimensiones adecuadas en los pasos anteriores.

1.4. Análisis Multidimensional y Creación de Visualizaciones

Para facilitar un análisis profundo y multidimensional de las ventas y el rendimiento

operativo de BookWareHouse, se implementaron diversas técnicas dentro de Power BI.
Esto incluyó la creación de medidas personalizadas y visualizaciones que ayudan a
comprender mejor las tendencias y patrones en los datos.

1.5. Algunos de los resultados obtenidos del análisis.

1.5.1. Ventas por clientes

El grafico 1 tiene por objetivo visualizar las tendencias de ventas durante los años
analizados, donde se puede observar:
➢ El cliente con mayor compras durante el periodo analizado, es Valentina con
un total de 12 compras.
➢ Por otro lado, el cliente con menores compras durante este periodo es Camila,
con 2 compras realizadas durante este periodo.

Ilustración 2, "Ventas por cliente durante el año 2022 y 2023"

6
1.5.2. Ventas por nombre de categoría de libros

Dentro del análisis, con la siguiente ilustración podemos entender que categorías de libros,
fueron las mas vendidas durante el periodo analizado:
➢ La categoría con menos ventas es “Ficción” con 7 ventas.
➢ Por otra parte, la categoría “Ciencia Ficción” es la mas vendida con un total de 21
ventas.
Con este indicador podemos observar la cantidad de veces que se vende una edición de
cierta categoría en algún determinado tiempo analizado.

Ilustración 3, "Ventas por categorías de libro"

1.5.3. Ventas por libro y año de ventas

En el siguiente análisis se puede observar los libros con mayores y menores ventas,
clasificados por año de venta (2022 y 2023):

7
 ➢ El libro mas vendido en el año 2023 fue el libro “Los juegos del hambre”, con un
total de 6 ventas. Por otra parte, el libro con mayores ventas durante el 2022, fue
“El perfume”.
➢ Dentro de los libros menos vendidos durante el año 2023, fueron un total de
8 libros, con solamente 1 venta, en donde dentro de ellos se encuentran, tale
como, “La Carretera”, Los Pilares de la Tierra”, Guerra Mundial Z”.
➢ En el año 2022, fueron un total de 12 libros los menos vendidos, también con
solo 1 venta durante el año, en donde se encuentran dentro de ellos, “El
Gran Diseño”, “El Hobbit”, “La Guerra de los Mundos”.

Ilustración 4, "Ventas por libros y año de venta"

1.5.4. Total ventas en dinero y cantidad de ventas, clasificadas por empleado

En el siguiente gráfico, podemos observar la distribución de la cantidad de ventas y ventas

en dinero por empleado de la organización:
➢ Donde se observa que “Juan”, es el empleado con mayores ventas con un total
ventas en dinero de “390 unidades monetarias” y 23 ventas.
8
 ➢ Por otra parte, se observa que “Carlos”, tiene las menores ventas dentro de
“BookWareHouse”, con un total de ventas en dinero de “207 unidades monetarias”
y 12 ventas.

Ilustración 5, "Total de ventas “$” y cantidad de ventas por empleado"

1.5.5. Reportes Dashboard

Tras la integración y el análisis exhaustivo de los datos mediante Power BI, hemos
desarrollado reportes avanzados que facilitan la visualización gráfica de los datos
anteriormente dispersos y complejos en nuestra base de datos. Estos reportes están ahora
disponibles para ser utilizados por nuestra organización para respaldar tanto la toma de
decisiones estratégicas como operativas.

Con los insights obtenidos de este informe, proporcionamos a los tomadores de decisiones
herramientas robustas para ajustar estrategias en tiempo real, mejorar la eficiencia
operativa y maximizar la rentabilidad. Este enfoque analítico no solo resalta áreas clave para
la mejora continua, sino que también fomenta una cultura organizacional basada en datos,
asegurando que cada decisión esté respaldada por evidencia concreta y un análisis
detallado.

9
 Ilustración 6, "Reporte tipo dashboard por ventas, empleados y clientes"

2. Conclusiones

De acuerdo a lo analizado podemos indicar lo siguiente:

1. Desempeño de Categorías de Libros: Hay una clara variabilidad en la popularidad de las

categorías de libros, con categorías como "Ficción" y "Ciencia Ficción" destacando en
ventas. Esto muestra la importancia de entender las preferencias del mercado.

2. Ventas por Empleado: Existen diferencias significativas en el rendimiento de las ventas

entre empleados, con algunos como Juan mostrando resultados excepcionalmente altos.
Esto podría indicar tanto la eficacia en ventas como la posible necesidad de capacitación
para otros empleados.

3. Tendencias de Ventas por Título y Año: Algunos títulos muestran un desempeño de

ventas notablemente alto o bajo en años específicos, lo que sugiere la necesidad de
estrategias de marketing dinámicas y adaptativas.

10
3. Recomendaciones

1. Ajuste de Inventario y Oferta: Basado en las tendencias de ventas por categoría y título,
la organización debería considerar ajustar su inventario y estrategias promocionales para
maximizar las ventas. Específicamente, aumentar el stock de libros de categorías de alta
venta y considerar descuentos o promociones para categorías menos populares.

2. Capacitación y Desarrollo de Empleados: Implementar programas de capacitación

dirigidos a mejorar las habilidades de ventas del personal, particularmente aquellos con
un desempeño más bajo. También podría ser útil estudiar y replicar las técnicas de los
empleados de alto rendimiento en toda la fuerza laboral.

3. Estrategias de Marketing Adaptativas: Desarrollar y emplear estrategias de marketing

que se ajusten a la popularidad fluctuante de ciertos títulos y categorías de libros a lo
largo del tiempo. Esto podría incluir campañas de marketing específicas que se centren
en revivir el interés en títulos menos vendidos o en promover nuevos lanzamientos.

4. Monitoreo Continuo de Ventas y Análisis: Continuar con el análisis detallado de las

ventas y el comportamiento del mercado para identificar rápidamente cambios en las
tendencias de consumo y ajustar las estrategias de negocio en consecuencia.

5. Optimización del uso de herramientas de BI: Aprovechar al máximo las capacidades de

Power BI para monitorizar en tiempo real las ventas y el desempeño del stock, lo que
puede facilitar decisiones rápidas y basadas en datos.

Estas recomendaciones están diseñadas para mejorar la rentabilidad y eficiencia operativa de la

organización, asegurando que se mantenga competitiva y capaz de adaptarse a las cambiantes
demandas del mercado.

4. Link acceso reporte Power BI:

Examen - Power BI

11