Skip to content
TheChatArchiveThe Chat Archive
gpt-4o-mini-2024-07-18· OpenAIAi2 WildChat-4.8M (AI2)

Resume en no más de 150 palabras el siguiente texto. Emplea un lenguaje técnico propio…

  1. User

    Resume en no más de 150 palabras el siguiente texto. Emplea un lenguaje técnico propio de la Definición y análisis de requerimientos de un proyecto software. El texto es el siguiente: "Durante la presente anualidad, se ha realizado una revisión y profundización de análisis de las iniciativas en cada ámbito de la empresa para detectar las necesidades y alcanzar el estadio tecnológico deseado, identificando finalmente las siguientes: • CMServicio: Esta iniciativa se enfoca en la gestión y análisis de datos relacionados con el servicio al cliente y la atención postventa. Incluye métricas de satisfacción del cliente, tiempos de respuesta, resolución de incidencias, entre otros. • Común: Esta iniciativa abarca la gestión y análisis de datos comunes y compartidos entre diferentes departamentos de la empresa. Incluye la estandarización y centralización de datos para asegurar su consistencia y accesibilidad. • Financiero: Esta iniciativa se centra en la gestión y análisis de datos financieros de la empresa. Incluye la contabilidad, presupuestos, gastos, ingresos, y otros indicadores financieros clave. • Iristrace: Esta iniciativa se relaciona con la implementación y análisis de datos a través de la plataforma Iristrace, que se utiliza internamente para la gestión de auditorías, inspecciones y controles de calidad. • Logística: Esta iniciativa se enfoca en la gestión y análisis de datos relacionados con la cadena de suministro y la logística de la empresa. Incluye el seguimiento de inventarios, tiempos de entrega, rutas de distribución, entre otros. • Pies Cuadrados: Esta iniciativa se refiere a la gestión y análisis de datos relacionados con el uso y la optimización del espacio físico en las instalaciones de la empresa. • Stocks y Ventas: Esta iniciativa se centra en la gestión y análisis de datos de inventarios y ventas. Incluye el seguimiento de niveles de stock, rotación de productos, tendencias de ventas, entre otros. • Presidencia: Esta iniciativa se centra en proporcionar a la alta dirección y a la presidencia de la empresa una visión integral y estratégica del rendimiento empresarial. Incluye la recopilación y análisis de datos clave que permiten tomar decisiones informadas y alineadas con los objetivos corporativos. "

  2. Assistant

    Durante el año en curso, se ha llevado a cabo un exhaustivo análisis de las necesidades tecnológicas de la empresa, identificando varias iniciativas clave para optimizar la gestión de datos en múltiples ámbitos.

    1. CMServicio: Enfocada en el análisis de métricas de atención al cliente.
    2. Común: Estabiliza y centraliza datos interdepartamentales.
    3. Financiero: Gestiona datos contables y financieros críticos.
    4. Iristrace: Implementa una plataforma para auditorías y control de calidad.
    5. Logística: Optimiza la cadena de suministro y seguimiento de inventarios.
    6. Pies Cuadrados: Analiza la utilización del espacio físico de la empresa.
    7. Stocks y Ventas: Monitorea inventarios y tendencias de ventas.
    8. Presidencia: Proporciona análisis estratégico para la alta dirección.

    Estas iniciativas son cruciales para mejorar la toma de decisiones y alcanzar el estado tecnológico deseado en la organización.

  3. User

    Resume en el texto para cada una de las siguientes áreas funcionales las tareas de definición y análisis software que se realizan. Las áreas funcionales son las siguientes: “- CMServicio: Enfocada en el análisis de métricas de atención al cliente.

    • Común: Estabiliza y centraliza datos interdepartamentales.
    • Financiero: Gestiona datos contables y financieros críticos.
    • Iristrace: Implementa una plataforma para auditorías y control de calidad.
    • Logística: Optimiza la cadena de suministro y seguimiento de inventarios.
    • Pies Cuadrados: Analiza la utilización del espacio físico de la empresa.
    • Stocks y Ventas: Monitorea inventarios y tendencias de ventas.
    • Presidencia: Proporciona análisis estratégico para la alta dirección. El texto donde aparecen las tareas de las áreas funcionales es el siguiente: “se presenta en detalle cada una de las áreas funcionales de la empresa para las que se van a realizar los diseños y desarrollos, con el objetivo de identificar y analizar el origen y la dimensión de los datos disponibles hasta el momento: • CM Servicio El análisis que se lleva a cabo del área funcional CM Servicio, servirá para optimizar los procesos relacionados con el servicio al cliente y la atención postventa. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crearon modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de servicio al cliente. A continuación, se explican todas las tablas de datos identificadas que permiten llevar a cabo el modelado de información del área funcional en el que se almacene toda la información necesaria para llevar a cabo los modelos, su explotación y el diseño de la nueva arquitectura. Por este mismo motivo, se identifican las tablas por las que está formada el área funcional CM Servicio en la Figura 35, y la definición de la nomenclatura de las tablas TH, TD y TA en la Figura 36.

    Figura 35. Tablas por las que está formada el área funcional CM Servicio.

    Figura 36. Definición de nomenclatura de las tablas. La carga de datos se divide en dos grupos: fotos y motivos, por lo que cada una tiene sus tablas asociadas y por lo tanto se deben analizar de manera separada, ya que se trabajan desde dos contenedores: Fotos CM Servicio y Motivos Cantidad CM Servicio. • Fotos Motivo CM Servicio Desde este contenedor, se limpian y cargan las tablas auxiliares y de hechos relativas a las fotos que se realizan de manera diaria. Dentro de las tablas auxiliares (Figura 37), existen dos tipos: una para fabricación (Figura 38) y otra para tipo de pedido (Figura 39). Ambas tablas, se limpian desde el contenedor Limpiar TAs empleando una función TRUNCATE y se pasan a cargar cada una a su propio contenedor.

    Figura 37. Tablas auxiliares del área funcional CM Servicio “Foto Motivo”.

    Figura 38. Tabla auxiliar de fabricación del área funcional CM Servicio “Foto Motivo”.

    Figura 39. Tabla auxiliar de tipo de pedido del área funcional CM Servicio “Foto Motivo”. Por otro lado, también se muestra la tabla de la Figura 40, correspondiente a la tabla de hechos, donde se combina información de la tabla de hecho de ventas y de las dos auxiliares anteriormente mencionadas.

    Figura 40. Tabla de hechos del área funcional CM Servicio “Foto Motivo”.

    • Motivos Cantidad CM Servicio Por otro lado, se identifica el contenedor Motivo Cantidad CM Servicio, desde donde se limpian y se cargan las tablas auxiliares y de hechos relativas a los motivos por los que un envío no se ha procesado. En la Figura 41, se muestra un listado de las tablas auxiliares de este contenedor.

    Figura 41. Tabla auxiliar del área funcional CM Servicio “Motivo Cantidad”. A continuación, se muestran todos los campos de las tablas auxiliares pertenecientes al contenedor Motivo Cantidad del área funcional CM Servicio y se analizan cada una de ellas: o COM_TA_Recepcionado_Stock_CMServicio: Esta tabla almacena información sobre los productos que han sido recibidos y están en stock en el contexto del servicio del cliente.

    Figura 42. Tabla auxiliar para el stock recibido del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Recepcionado_CMServicio: Contiene datos sobre los productos que han sido recibidos, sin especificar si están en stock o no, en el contexto del servicio al cliente.

    Figura 43. Tabla auxiliar para la recepción del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Logistica_CMServicio: Esta tabla almacena información relacionada con la logística de los productos en el contexto del servicio al cliente, incluyendo detalles sobre el transporte y la entrega.

    Figura 44. Tabla auxiliar para la logística del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Motivos_CMServicio: Esta tabla contiene los diferentes motivos asociados a las operaciones del servicio al cliente, como devoluciones, reclamaciones, etc.

    Figura 45. Tabla auxiliar para motivos del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Motivos_UPVT_CMServicio: Similar a la anterior, pero específica para los motivos relacionados con el área de UPVT (Unidad de Producción y Venta de Tiempo) en el contexto del servicio al cliente.

    Figura 46. Tabla auxiliar para el stock del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_KNVV_CMServicio: Almacena datos maestros de clientes, incluyendo información sobre las condiciones de venta y distribución en el contexto del servicio al cliente.

    Figura 47. Tabla auxiliar de motivos UPVT del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_KNVV_CMServicio: Almacena datos maestros de clientes, incluyendo información sobre las condiciones de venta y distribución en el contexto del servicio al cliente.

    Figura 48. Tabla auxiliar para KNVV del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_VBAK_CMServicio: Contiene datos sobre los documentos de ventas, como pedidos y contratos, en el contexto del servicio al cliente.

    Figura 49. Tabla auxiliar para VBAK del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Recepcionado_EntregaCompleta_CMServicio: Almacena información sobre productos que han sido recibidos y cuya entrega se ha completado en el contexto del servicio al cliente.

    Figura 50. Tabla auxiliar para la recepción y entrega del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Logistica_RecibidaTiempo_CMServicio: Contiene datos sobre la logística de los productos que han sido recibidos a tiempo, asegurando que se cumplan los plazos establecidos en el contexto del servicio al cliente.

    Figura 51. Tabla auxiliar para la logística recibida del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Logistica_Calidad_CMServicio: Almacena información relacionada con la calidad de la logística incluyendo detalles sobre el estado y la condición de los productos durante el transporte y la entrega en el contexto del servicio al cliente.

    Figura 52. Tabla auxiliar para la logística y calidad del área funcional CM Servicio “Motivo Cantidad”. Estas tablas auxiliares son fundamentales para gestionar y analizar diferentes aspectos del servicio al cliente, desde la recepción y el stock de productos hasta la logística, los motivos de operaciones y la calidad del servicio. Por otro lado, como ya se ha comentado, se identifican las tablas de dimensiones (Figura 53), fundamentales para proporcionar contexto a los datos almacenados en las tablas de hechos. Estas, contienen atributos descriptivos que proporcionan contexto a los datos numéricos almacenados en las tablas de hechos (Figura 54), permitiendo desglosar y analizar los datos desde diferentes perspectivas.

    Figura 53. Tabla de dimensiones para motivos del área funcional CM Servicio “Motivo Cantidad”.

    Figura 54. Tabla de hechos para motivos del área funcional CM Servicio “Motivo Cantidad”. De cara al consumo y visualización de la BBDD, se filtra la información necesaria en las vistas (Figura 55 y Figura 56). A continuación, se identifican el origen de algunas de las vistas más importantes del área funcional CM Servicio, incluyendo detalle de tablas de origen de las que coge información. Es necesario tener en cuenta que en algunos casos las vistas están formadas por una selección de campos de otras vistas.

    Figura 55. Tablas de vistas del área funcional CM Servicio (I).

    Figura 56. Tablas de vistas del área funcional CM Servicio (II). • Común: El objetivo del análisis que se lleva a cabo del área funcional Común es evaluar y mejorar los procesos relacionados con la gestión y el análisis de datos compartidos entre diferentes departamentos de la empresa. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis sirvió para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A continuación, se explica el flujo que se debe seguir para realizar el modelado de información del área funcional donde se almacenará toda la información necesaria para desarrollar los modelos y su explotación. Para ello, se identifican las tablas por las que está formada el área funcional Común en la Figura 57, y la definición de la nomenclatura de las tablas es la misma que en el caso anterior.

    Figura 57. Tablas por las que está formada el área funcional Común. Debido a que anteriormente, la empresa trabajaba con un ERP de Navision, los datos provienen de dos orígenes diferentes. Por este motivo, se identifican numerosas tablas con las columnas CodOrigen y NomOrigen que determinar el origen de cada registro. Para el caso de los datos que provienen del ERP antiguo se encuentran registros con código para origen “Nav” que indican que es un dato que proviene de Navision y como no se actualizan datos de este origen se considerarán datos “estáticos”. La mayor parte del bancado de datos de tablas de hechos, dimensiones y auxiliares son de origen SAP, dado que no se añaden datos nuevos de origen Navision. Entre otros datos, se incluyen información que afecta a todo lo relacionado a los almacenes, tiendas y sus respectivos inventarios, proveedores, clientes, etc. Este proceso de carga de datos se divide en dos capas: Staging y Data Warehouse. En la primera capa de Staging se deben obtener las tablas de origen SAP de forma prácticamente pura, sin transformaciones, y se rellenan las tablas que vienen de ser limpiadas. A continuación, se incluye una selección de las tablas de maestros que son limpiadas y cargas en el proceso de Staging.

    Figura 58. Tablas de orígenes maestros del área funcional Común. De la primera capa de Staging se pasa a la capa de DW. Esta capa del proceso se identifica como la capa dura de la transformación, dentro de la cual se incluye la mayor parte de las transformaciones de datos del área funcional Común y Comercial. A continuación, se listan las tablas de común para las que se realizan transformaciones:

    Figura 59. Tablas comunes para las transformaciones del área funcional Común. Para crear cada una de estas tablas se planteó llevar a cabo un proceso similar al del Staging, limpiando primero y cargando después. A continuación, se explica más en detalle cada una de ellas y se muestra el contenido de cada una, indicando el origen, tipo y longitud de cada dato, así como tablas de hechos y dimensiones a las que hagan alusión. o COM_TD_Tiendas: Contiene información sobre tiendas de la empresa, incluyendo detalles como ubicación, tamaño y tipo de tienda. Para esta tabla, es necesario reducir el número de dimensiones y retirar columnas que no aportan valor o información de utilidad, además de ajustar el tamaño de los campos al contenido real de los mismos, por lo tanto se eliminan las columnas que tienen valores únicos o redundantes y se dimensionan aquellas columnas necesarias.

    Figura 60. Tabla común de dimensiones para tiendas del área funcional Común.

    Figura 61. Tabla de uniones para la tabla COM_TD_Tiendas del área funcional Común. o COM_TD_Clientes: Almacena datos sobre los clientes, incluyendo información demográfica, historial de compras y segmentación.

    Figura 62. Tabla común de dimensiones para clientes del área funcional Común. Con esto se pretende automatizar la conversión de códigos a nombres descriptivos, clasificar a los clientes en diferentes subcanales de ventas y determinar si un cliente tiene algún tipo de bloque en su cuenta, utilizando tablas de conversión en lugar de realizar estas tareas manualmente. Además, se muestra los tipos de uniones que se llevan a cabo para crear la tabla COM_TD_Clientes:

    Figura 63. Tabla de uniones para la tabla COM_TD_Clientes del área funcional Común. o COM_TD_Productos: Contiene información sobre los productos, como descripciones, categorías, precios y atributos específicos. Esta tabla también se debe reducir a un tercio del número de columnas sin afectar a la calidad de la información recogida en ella, y corregir el tamaño de caracteres asignado a cada campo según la necesidad. La tabla final, se muestra a continuación:

    Figura 64. Tabla común de dimensiones para productos del área funcional Común. Los tipos de uniones que se llevan a cabo para crear la tabla COM_TD_Productos se detallan en la siguiente figura:

    Figura 65. Tabla de uniones para la tabla COM_TD_Productos del área funcional Común. o COM_TD_Almacenes: Almacena información sobre los almacenes de la empresa, incluyendo nombre, códigos del centro de distribución y códigos del país.

    Figura 66. Tabla común de dimensiones para almacenes del área funcional Común. o COM_TD_Empresas: Contiene datos sobre las diferentes empresas del grupo, incluyendo información corporativa y de contacto.

    Figura 67. Tabla común de dimensiones para empresas del área funcional Común. o COM_TD_MotivoBloqueo: Almacena los diferentes atributos de los bloqueos de los pedidos como el código y el nombre.

    Figura 68. Tabla común de dimensiones para motivo de bloqueo del área funcional Común. o COM_TD_Proveedores: Contiene información sobre los proveedores, incluyendo detalles de contacto como el código, el nombre del proveedor o el código de país.

    Figura 69. Tabla común de dimensiones para proveedores del área funcional Común. o COM_TD_Paies: Almacena información sobre los países incluyendo códigos y nombres.

    Figura 70. Tabla común de dimensiones para países del área funcional Común. • Financiero El objetivo del análisis que se lleva a cabo del área funcional financiera es optimizar la gestión y análisis de la información financiera de la empresa, incluyendo la precisión, la integridad y disponibilidad de los datos financieros para apoyar a la toma de decisiones estratégicas y operativas. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). A continuación, se explica el flujo que se debe seguir para realizar el modelado de información del área funcional donde se almacenará toda la información necesaria para desarrollar los modelos y su explotación. Para ello, se identifican las tablas por las que está formada el área funcional financiera en la Figura 71, y la definición de la nomenclatura de las tablas es la misma que en el caso anterior.

    Figura 71. Tablas que forman parte del área funcional financiera. Dentro de esta área funcional y al igual que en otras áreas anteriormente comentadas, existen tres tablas: maestras, de hecho y auxiliares. En la Figura 72 se identifican las tablas maestras y en la Figura 73 las tablas de hecho. Además, para esta área, existen dos capas: la capa de Staging y la capa de Data Warehouse. En la primera, se lleva a cabo una limpieza de tablas, todas originarias de la base de datos HANA y todas las tablas maestras de la Figura 72 se almacenan de la BBDD DW_Tmp. Lo mismo se realiza con las tablas de hechos de la Figura 73, llevando a cabo una limpieza y luego una carga rápida.

    Figura 72. Tablas maestras del área funcional financiera.

    Figura 73. Tablas de hechos del área financiera. El último paso de la capa de Staging, consiste en limpiar y cargar las tablas auxiliares, en las que se identifican las de COM_SAP_TA_PRCD_ELEMENTS_AUX (Figura 74) y las de COM_SAP_TA_PVPR (Figura 75). La primera sirve para almacenar elementos de precios auxiliares que se utilizan en los procesos financieros y la segunda para almacenar datos relacionados con precios de venta.

    Figura 74. Tablas auxiliares del área funcional financiera (I).

    Figura 75. Tablas auxiliares del área funcional financiera (II). El contenedor que sigue al de Staging es el de Data Warehouse, que se encuentra separado por otros dos contenedores que ejecutan la limpieza y la carga de tablas de maestros y hechos, de la Figura 76.

    Figura 76. Tablas Maestras de la capa DW en el área funcional financiera. A continuación, se muestran las columnas que contiene cada una de las tablas, en las que se incluyen los nombres, los tipos de datos y el campo origen de cada una:

    Figura 77. Análisis en detalle de la tabla FIN_TD_Sociedades perteneciente al área funcional financiera. A fecha de abril de 2024, existen 16 registros en la tabla de la figura anterior, de origen XLS, provenientes de Navision. En estos registros, los pares de columnas [CodCliente, CodProveedor] y [CodEmpresa, CodSociedad] no contienen valores idénticos, aunque sus orígenes en SAP sean los mismos. Por esta razón, se ha decidido mantener estas columnas. El caso de la columna CodSocio es similar. Todos los registros de origen XLS se introducen manualmente a través de un archivo Excel, mientras que los registros de origen SAP están todos marcados como "SIN ASIGNAR". Para la migración, se dejarán los campos de origen SAP como datos nulos. En el caso de la Figura 78, todas las columnas, excepto CodEmpresa, tienen su origen en tablas de SAP. La información para la columna CodEmpresa se obtiene del archivo Excel ConfiguracionSociedades, específicamente de la columna homónima CodEmpresa.

    Figura 78. Análisis en detalle de la tabla FIN_TD_CECO perteneciente al área funcional financiera. De manera muy similar a la tabla FIN_TD_CECO, en la tabla de la Figura 79 todas las columnas, excepto CodEmpresa, tienen su origen en tablas de SAP. La información para la columna CodEmpresa se obtiene del archivo Excel ConfiguracionSociedades, específicamente de la columna homónima CodEmpresa.

    Figura 79. Análisis en detalle de la tabla FIN_TD_CEBE perteneciente al área funcional financiera. Para las tablas de la Figura 80 y la Figura 81, los datos se identifican como estáticos. Esto significa que la información contenida en estas tablas no cambia con frecuencia y se mantiene constante a lo largo del tiempo. Los datos estáticos son fundamentales para proporcionar una referencia confiable y consistente en diversos procesos y análisis dentro del sistema.

    Figura 80. Análisis en detalle de la tabla FIN_TD_Balance perteneciente al área funcional financiera.

    Figura 81. Análisis en detalle de la tabla FIN_TD_PyG perteneciente al área funcional financiera. Por último, se muestran las columnas y campos de origen de la tabla FIN_TD_Aseguradoras en la que se incluyen los detalles de cada una de las columnas, tipo de dato y campo origen en la Figura 82.

    Figura 82. Análisis en detalle de la tabla FIN_TD_Asegradoras perteneciente al área funcional financiera. Para las tablas de hechos, la limpieza y la carga se separa en dos grandes bloques: facturación y contabilidad. En el caso de facturación, en la Figura 83, se muestran las tablas contenidas dentro del primer contenedor para las que se lleva a cabo una limpieza y una posterior carga. Lo mismo para el caso de las tablas de contabilidad en la Figura 84.

    Figura 83. Identificación de las tablas de hechos de facturación en el área funcional financiera.

    Figura 84. Identificación de las tablas de hechos de contabilidad en el área funcional financiera. De cara al consumo y visualización de la BBDD se filtra la información necesitada en vistas y se documenta el origen de algunas de las vistas más importantes del área funcional financiero, incluyendo detalles de tablas de origen de las que coge información. Como en otros casos, en alguna ocasión las vistas están formadas por una selección de campos de otras vistas.

    Figura 85. Análisis de las vistas del área funcional financiera (I).

    Figura 86. Análisis de las vistas del área funcional financiera (II). • Iristrace: El análisis que se lleva a cabo del área funcional de Iristrace servirá para optimizar los procesos relacionados con la gestión de auditorías, inspecciones y controles de calidad. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crean modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de auditorías, inspecciones y controles de calidad. El área funcional Iristrace está formada por las tablas que se muestran en la Figura 87, que se trabajan desde el paquete SSIS EIS Iristrace y desde el paquete SSIS EIS GestionIncidencias.

    Figura 87. Identificación de las tablas que forman parte del área funcional Iristrace. Dentro del paquete EIS Iristrace, se encuentran dos capas al igual que en las áreas anteriormente comentadas, la capa de Staging y la capa de DW. En la capa de Staging, se identifican las tablas maestras, las tablas de hechos y las tablas auxiliares, tal y como se puede observar en la Figura 88, en la Figura 89 y en la Figura 90, respectivamente.

    Figura 88. Identificación de las tablas maestras de la capa de staging del paquete EIS Iristrace del área funcional Iristrace.

    Figura 89. Identificación de las tablas de hechos de la capa de staging del paquete EIS Iristrace del área funcional Iristrace.

    Figura 90. Identificación de las tablas auxiliares de la capa de staging del paquete EIS Iristrace del área funcional Iristrace. Para el caso de la capa de DW, también se identifican las tablas maestras (Figura 91) y las tablas de hechos (Figura 94). Además para cada una de ellas, se analizan los campos de tipo de dato y origen.

    Figura 91. Identificación de tablas maestras de la capa de DW del paquete EIS Iristrace en el área funcional Iristrace. En la Figura 92 y Figura 93 se muestran y analizan los campos correspondientes a cada una de las tablas maestras, SGI_TD_Cajas y SGI_TD_FotosDefectosK, para las que se llevan a cabo una serie de transformaciones y lógicas para el posterior diseño de la arquitectura.

    Figura 92. Análisis de los campos de la tabla SGI_TD_Cajas del área funcional Iristrace.

    Figura 93. Análisis de los campos de la tabla SGI_TD_FotosDefectos del área funcional Iristrace. Para el caso de las tablas de hechos de la capa de DW, solo existe una única tabla, para la que se analizan los campos y propiedades, identificando el tipo de datos y el origen de cada campo en la siguiente figura.

    Figura 94. Análisis de los campos de la tabla SGI_TH_DefectosCajas del área funcional Iristrace. Para el paquete EIS GestionIncidencias, se identifican la tabla de hechos que se encuentra en la capa de Staging (Figura 95) y la tabla de maestros que se encuentra en la capa DW (Figura 96), en las siguientes figuras, analizando los campos para conocer el tipo de dato y el origen de cada uno (Figura 97).

    Figura 95. Identificación de las tablas de hechos para la capa de staging del paquete EIS GestionIncidencias del área funcional Iristrace.

    Figura 96. Identificación de las tablas de maestros para la capa de DW del paquete EIS GestionIncidencias del área funcional Iristrace.

    Figura 97. Análisis de los campos de la tabla SGI_TD_Casos del área funcional Iristrace. En la misma capa de DW, también se identifica la tabla de hechos (Figura 98), y se analizan todos los campos correspondientes para conocer el tipo de dato y el origen de cada uno (Figura 99):

    Figura 98. Identificación de las tablas de hechos para la capa de DW del paquete EIS GestionIncidencias del área funcional Iristrace.

    Figura 99. Análisis de los campos de la tabla SGI_TH_HistoricoCasos del área funcional Iristrace. Finalmente, se identifican y analizan las vistan necesarias de cara al consumo y visualización de la BBDD, documentando el origen de las más importantes del área funcional de Iristrace e incluyendo detalles de tablas de origen de las que recoge información. En algunos casos, las vistas están formadas por una selección de campos de otras vistas:

    Figura 100. Análisis de las vistas del área funcional de Iristrace (I).

    Figura 101. Análisis de las vistas del área funcional de Iristrace (II). • Logística: El análisis que se lleva a cabo del área funcional de Logística servirá para optimizar los procesos relacionados con la cadena de suministro y la logística de la empresa. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crean modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de logística. En la Figura 102, se identifican todas las tablas que pertenecen al área de logística, que como se puede observar se componen de tablas de hechos y tablas auxiliares.

    Figura 102. Identificación de tablas que conforman el área funcional de Logística. El área funcional de logística se trabaja desde el paquete SSIS EIS Comercial Diario, al igual que el área de ventas, por lo que no se incluye la identificación de las tablas que pertenecen a la capa de Staging ya que estas se explicarán más adelante para el área funcional de ventas. En el caso de la capa de DW, se separa en dos contenedores para tablas maestras y tablas de hechos. Dentro de las tablas maestras, se analiza la tabla COM_TA_HistoricoCostesPorProducto () para conocer los tipos de datos y el origen de sus campos.

    Figura 103. Análisis de la tabla COM_TA_HistoricoCostesPorProducto de la capa DW del área funcional de logística. Por otro lado, dentro de las tablas de hechos, se identifican: • La tabla COM_TA_CajaProveedor que se analiza en la Figura 104. • La tabla COM_TH_Logistica, formada en su totalidad por registros de origen Navision. • La tabla COM_TH_Logistica_SAP en la que se almacenan los datos de origen SAP y es la más importante del área de logística. Además, es importante diferenciar entre las tablas con el tipo de envíos con caja (Figura 105) y el tipo de envío sin cajas (Figura 106).

    Figura 104. Análisis de la tabla COM_TA_CajaFraProveedor de la capa DW del área funcional de logística.

    Figura 105. Análisis de los campos de origen de los registros de tipo de flujo sin caja de la tabla COM_TA_Logistica del área funcional de logística.

    Figura 106. Análisis de los campos de origen de los registros de tipo de flujo con caja de la tabla COM_TA_Logistica del área funcional de logística. En el caso de la tabla COM_TH_EnviosTienda, se identifican dos tablas: envíos normales (Figura 107) y envíos entre tiendas (Figura 108). En estas tablas, se analizan las columnas, el tipo de dato y el campo origen de cada una.

    Figura 107. Análisis de la tabla COM_TH_EnviosTienda para envíos normales del área funcional de logística.

    Figura 108. Análisis de la tabla COM_TH_EnviosTienda para envíos entre tiendas del área funcional de logística. Por último, se analiza la tabla COM_TH_LogisticaVentas, para las se proponen ciertas transformaciones para el futuro diseño de la arquitectura del proyecto, y se presenta su visualización en la Figura 109.

    Figura 109. Análisis de la tabla COM_TH_LogisticaVentas del área funcional de logística. Finalmente, se identifican y analizan las vistan necesarias de cara al consumo y visualización de la BBDD, documentando el origen de las más importantes del área funcional de logística e incluyendo detalles de tablas de origen de las que recoge información. En algunos casos, las vistas están formadas por una selección de campos de otras vistas:

    Figura 110. Análisis de las vistas del área funcional de logística (I).

    Figura 111. Análisis de las vistas del área funcional de logística (II).

    • Pies cuadrados: El análisis que se lleva a cabo del área funcional de Pies Cuadrados servirá para optimizar los procesos relacionados con el uso y la optimización del espacio físico en las instalaciones de la empresa. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crean modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de uso y optimización del espacio físico. Por todos estos motivos, se identifican las tablas pertenecientes al área funcional de Pies Cuadrados en la Figura 112, y se analiza cada parte del modelado en SSIS, teniendo en cuenta la parte de Pies Cuadrados, Ventas, Compras y Stoks.

    Figura 112. Identificación de las tablas del área funcional de Pies Cuadrados. Desde el fichero SSIS EIS Pies Cuadrados se lleva a cabo un proceso de limpia y carga de datos provenientes de ficheros XLS, y almacenaje en rutas generadas desde el propio SSIS. Por ello, es importante analizar la tabla COM_XLS_Temporada_P2, desde los datos implicados para ventas (Figura 113), compras (Figura 114) y necesidades de compras (Figura 115).

    Figura 113. Análisis de la tabla COM_XLS_Temporada_P2 para ventas totales del área funcional Pies Cuadrados.

    Figura 114. Análisis de la tabla COM_XLS_Temporada_P2 para Compras totales del área funcional Pies Cuadrados.

    Figura 115. Análisis de la tabla COM_XLS_Temporada_P2 para Necesidades Compras totales del área funcional Pies Cuadrados. El área de Ventas de Pies Cuadrados se trabaja desde el fichero SSIS EIS P2 Ventas, y se identifican las tablas que se cargan desde dicho paquete, así como sus campos de tipo de dato y origen.

    Figura 116. Identificación de tablas maestras de la parte de ventas del área funcional de Pies Cuadrados.

    Figura 117. Identificación de tablas de hechos de la parte de la parte de ventas del área funcional de Pies Cuadrados.

    Figura 118. Identificación de tablas auxiliares de la parte de ventas del área funcional de Pies Cuadrados. Dentro de las tablas auxiliares, se encuentras las tablas que contienen información de los albaranes y las tablas que contienen información de las facturas ya sean de ventas o de devoluciones y para las que es importante analizar e identificar los tipos de campos y su origen.

    Figura 119. Análisis de los campos de la tabla COM_TA_P2_Albaranes del área funcional de Pies Cuadrados.

    Figura 120. Análisis de los campos de la tabla COM_TA_P2_Facturas del área funcional de Pies Cuadrados. El área de Compras de Pies Cuadrados se trabaja desde el fichero SSIS EIS P2 Compras, y se identifican las tablas que se cargan desde dicho paquete, en la Figura 121, Figura 122 y Figura 123.

    Figura 121. Identificación de tablas de hechos de la parte de compras de la capa de Staging del área funcional de Pies Cuadrados.

    Figura 122. Identificación de tablas auxiliares de la parte de compras de la capa de Staging del área funcional de Pies Cuadrados. El área de Ventas de Pies Cuadrados se trabaja desde el fichero SSIS EIS P2 Stocks, y se identifican las tablas que se cargan desde dicho paquete, en la Figura 123, Figura 124, Figura 125 y Figura 126.

    Figura 123. Identificación de tablas maestros de la parte de stocks de la capa de Staging del área funcional de Pies Cuadrados.

    Figura 124. Identificación de tablas de hechos de la parte de stocks de la capa de Staging del área funcional de Pies Cuadrados.

    Figura 125. Identificación de tablas auxiliares de la parte de stocks de la capa de Staging del área funcional de Pies Cuadrados.

    Figura 126. Identificación de tablas maestros de la parte de stocks de la capa de DW del área funcional de Pies Cuadrados. Finalmente, se identifican y analizan las vistan necesarias de cara al consumo y visualización de la BBDD, documentando el origen de las más importantes del área funcional de Pies Cuadrados e incluyendo detalles de tablas de origen de las que recoge información. En algunos casos, las vistas están formadas por una selección de campos de otras vistas:

    Figura 127. Análisis de las vistas del área funcional de Pies Cuadrados (I).

    Figura 128. Análisis de las vistas del área funcional de Pies Cuadrados (II).

    Figura 129. Análisis de las vistas del área funcional de Pies Cuadrados (III).

    Figura 130. Análisis de las vistas del área funcional de Pies Cuadrados (IV). • Stocks: El análisis que se lleva a cabo del área funcional de Stocks servirá para optimizar los procesos relacionados con la gestión de inventarios. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crean modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de gestión de inventarios.

    Figura 131. Identificación de las tablas que forman parte del área funcional Stock. Como se ha comentado en los documentos de otras áreas funcionales, la empresa asume un cambio de su ERP de Navision a SAP en el año 2020, lo que supone tener datos de dos orígenes diferentes para este nuevo proyecto y se ha tomado la decisión de dejar fuera todos los datos de origen Navision. En el caso del área funcional de Stock, esto afecta a la tabla de esta estática que almacena datos del periodo anterior a 2020, COM_TH_HistoricoStocls. Esta tabla no se tendrá en cuenta en el presente proyecto por contener únicamente datos de origen Navision. En el caso de las tablas COM_TH_Stocks y COM_TH_Stocks_ORA, se analizan a continuación las columnas, tipo de dato y campo de origen de la misma.

    Figura 132. Análisis de los campos de la tabla COM_TH_Stocks del área funcional Stocks.

    Figura 133. Análisis de los campos de la tabla COM_TH_Stocks_ORA del área funcional Stocks. Finalmente, se identifican y analizan las vistan necesarias de cara al consumo y visualización de la BBDD, documentando el origen de las más importantes del área funcional de Pies Cuadrados e incluyendo detalles de tablas de origen de las que recoge información. En algunos casos, las vistas están formadas por una selección de campos de otras vistas:

    Figura 134. Análisis de las vistas del área funcional de Stocks (I).

    Figura 135. Análisis de las vistas del área funcional de Stocks (II). • Ventas: El análisis que se lleva a cabo del área funcional de Ventas servirá para optimizar los procesos relacionados con la gestión de ventas. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crean modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de gestión de ventas.

    Figura 136. Identificación de las tablas que pertenecen al área funcional de ventas.

    • Presidencia: Como se ha comentado, el objetivo de esta anualidad es llevar a cabo un diseño y desarrollo piloto con el área funcional de Presidencia alimentado con BBDD antiguas, que permita hacerse una idea de su futuro funcionamiento y realizar reajustes para la implementación del resto de áreas funcionales. Para llevar a cabo esto, se realiza un análisis de requisitos necesarios que se deben cumplir durante la presente anualidad y que se muestran en la Figura 137, centrados en el diseño funcional del front-end, el diseño de un diccionario de datos que centralice la definición de los indicadores y dimensiones relevantes y la creación de Mock Ups que reflejen el Dashboard final del área de Presidencia.

    Figura 137. Identificación de requisitos necesarios durante la presente anualidad para el área de Presidencia. Estos requisitos, reflejan los objetivos generales a realizar durante la presente anualidad, sin embargo, se analizan una serie de requerimientos más específicos centrados en el funcionamiento de la plataforma y sus capacidades de trabajo en la Figura 138.

    Figura 138. Análisis de requerimientos funcionales de la plataforma para el área funcional de presidencia. Uno de los requisitos técnicos necesarios, es la creación de un diccionario de datos. Este, es una herramienta fundamental en cualquier proyecto de gestión de datos, especialmente en aquellos que buscan establecer una gobernanza total del dato. Su propósito principal es centralizar y estandarizar la definición de todos los elementos de datos utilizados en la organización, incluyendo indicadores, dimensiones, tablas, columnas, y sus relaciones. Esto facilita la colaboración entre equipos, asegura la consistencia de los datos y mejora la calidad de la información. Los componentes clave de un diccionario de datos se identifican y analizan en la Figura 139, Figura 140, Figura 141 y Figura 142 son: • Indicadores: Descripciones detalladas de los indicadores clave de rendimiento (KPIs) y otros métricos importantes. Incluye el nombre del indicador, su fórmula de cálculo, la fuente de los datos, y su propósito. • Dimensiones: Descripciones de las dimensiones utilizadas para analizar los datos. Incluye el nombre de la dimensión, sus atributos, y cómo se relaciona con otros elementos de datos. • Tablas y columnas: Información sobre todas las tablas y columnas en la base de datos. Incluye nombres, tipos de datos, descripciones, y relaciones entre tablas. • Fuentes de datos: Detalles sobre las fuentes de datos, incluyendo sistemas de origen, métodos de adquisición de datos, y frecuencia de actualización.

    Figura 139. Identificación y análisis del diccionario de datos para el área funcional de presidencia (I).

    Figura 140. Identificación y análisis del diccionario de datos para el área funcional de presidencia (II).

    Figura 141. Identificación y análisis del diccionario de datos para el área funcional de presidencia (III).

    Figura 142. Identificación y análisis del diccionario de datos para el área funcional de presidencia (IV). Cuando se habla de los diccionarios de datos, es necesario tener en cuenta las políticas de gobernanza, ya que se tratan de elementos esenciales para cualquier organización que busque gestionar sus datos de manera efectiva y responsable. Al establecer directrices claras y procedimientos estandarizados, una política de gobernanza de datos asegura la calidad, seguridad y disponibilidad de los datos, apoyando la toma de decisiones informada y el cumplimiento normativo. Además, facilita la colaboración entre equipos y mejora la eficiencia operativa, proporcionando una base sólida para la gestión de datos en toda la organización. Dentro de la política de gobernanza es importante tener claro el acceso y seguridad y la retención y archivado de datos: • Acceso y seguridad: Políticas sobre quién puede acceder y modificar los datos, asegurando que solo usuarios autorizados tengan acceso a información sensible. • Retención y archivado: Directrices sobre cuánto tiempo se deben conservar los datos y cómo deben ser archivados o eliminados.

    Tras los análisis exhaustivos realizados y la identificación detallada del origen de cada uno de los datos con los que se va a trabajar, se da por finalizado el objetivo de la presente fase de la anualidad 2023 y 2024. Este hito marca un avance significativo en el proyecto, ya que se han sentado las bases fundamentales para llevar a cabo futuros diseños de la arquitectura y las interfaces de la plataforma. En esta fase, se ha puesto un énfasis particular en el área funcional de Presidencia. La recopilación y análisis de datos clave han permitido obtener una visión integral y estratégica del rendimiento empresarial, que es crucial para la alta dirección y la presidencia de la empresa. Los datos recopilados incluyen métricas de rendimiento, indicadores clave de desempeño (KPIs), y otros datos críticos que permiten tomar decisiones informadas y alineadas con los objetivos corporativos. “

  4. Assistant

    CMServicio: Se define una arquitectura de datos para optimizar el servicio al cliente mediante el análisis de métricas críticas como satisfacción y tiempos de respuesta. Se implementan procesos ETL y se organizan tablas de hechos, dimensiones y auxiliares que sustentan la gestión de datos transaccionales y contextuales.

    Común: Se realiza un modelado de datos para la gestión de datos interdepartamentales, enfocándose en la estandarización y centralización de información clave. Se documentan orígenes de datos y se establecen procesos ETL en capas de Staging y Data Warehouse.

    Financiero: Se analizan datos financieros para mejorar la integridad y acceso a información clave. Se estructuran tablas maestras, de hechos y auxiliares, y se implementan flujos de ETL para asegurar la consistencia en la gestión de datos financieros.

    Iristrace: Se optimizan auditorías y controles de calidad a través de un modelado de datos que incluye ETL y la creación de tablas de hechos y dimensiones, facilitando la toma de decisiones informada.

    Logística: Se implementa un esquema de datos para gestionar eficientemente la cadena de suministro. Se diseñan procesos ETL y se crean estructuras de datos que aseguran la correcta captura de información operativa.

    Pies Cuadrados: Se analiza la utilización del espacio, definiendo modelos de datos que optimicen la gestión del espacio físico y permitan una toma de decisiones basada en datos.

    Stocks: Se estructura la base de datos para el control de inventarios, aplicando procesos ETL y organizando los datos en tablas que aseguren precisión en la gestión de stocks.

    Ventas: Se crea un marco para la gestión de ventas, estructurando los datos en tablas adecuadas y aplicando ETL para asegurar accesibilidad y eficiencia en la toma de decisiones.

    Presidencia: Se desarrolla un prototipo para la alta dirección mediante un análisis de requisitos enfocado en indicadores y un diccionario de datos que estandariza la información crítica necesaria para decisiones estratégicas.

  5. User

    Extrae las evidencias "Figuras" para cada una de las siguientes áreas funcionales las tareas de definición y análisis software que se realizan. Las áreas funcionales son las siguientes: “- CMServicio: Enfocada en el análisis de métricas de atención al cliente.

    • Común: Estabiliza y centraliza datos interdepartamentales.
    • Financiero: Gestiona datos contables y financieros críticos.
    • Iristrace: Implementa una plataforma para auditorías y control de calidad.
    • Logística: Optimiza la cadena de suministro y seguimiento de inventarios.
    • Pies Cuadrados: Analiza la utilización del espacio físico de la empresa.
    • Stocks y Ventas: Monitorea inventarios y tendencias de ventas.
    • Presidencia: Proporciona análisis estratégico para la alta dirección. El texto donde aparecen las tareas de las áreas funcionales es el siguiente: “se presenta en detalle cada una de las áreas funcionales de la empresa para las que se van a realizar los diseños y desarrollos, con el objetivo de identificar y analizar el origen y la dimensión de los datos disponibles hasta el momento: • CM Servicio El análisis que se lleva a cabo del área funcional CM Servicio, servirá para optimizar los procesos relacionados con el servicio al cliente y la atención postventa. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crearon modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de servicio al cliente. A continuación, se explican todas las tablas de datos identificadas que permiten llevar a cabo el modelado de información del área funcional en el que se almacene toda la información necesaria para llevar a cabo los modelos, su explotación y el diseño de la nueva arquitectura. Por este mismo motivo, se identifican las tablas por las que está formada el área funcional CM Servicio en la Figura 35, y la definición de la nomenclatura de las tablas TH, TD y TA en la Figura 36.

    Figura 35. Tablas por las que está formada el área funcional CM Servicio.

    Figura 36. Definición de nomenclatura de las tablas. La carga de datos se divide en dos grupos: fotos y motivos, por lo que cada una tiene sus tablas asociadas y por lo tanto se deben analizar de manera separada, ya que se trabajan desde dos contenedores: Fotos CM Servicio y Motivos Cantidad CM Servicio. • Fotos Motivo CM Servicio Desde este contenedor, se limpian y cargan las tablas auxiliares y de hechos relativas a las fotos que se realizan de manera diaria. Dentro de las tablas auxiliares (Figura 37), existen dos tipos: una para fabricación (Figura 38) y otra para tipo de pedido (Figura 39). Ambas tablas, se limpian desde el contenedor Limpiar TAs empleando una función TRUNCATE y se pasan a cargar cada una a su propio contenedor.

    Figura 37. Tablas auxiliares del área funcional CM Servicio “Foto Motivo”.

    Figura 38. Tabla auxiliar de fabricación del área funcional CM Servicio “Foto Motivo”.

    Figura 39. Tabla auxiliar de tipo de pedido del área funcional CM Servicio “Foto Motivo”. Por otro lado, también se muestra la tabla de la Figura 40, correspondiente a la tabla de hechos, donde se combina información de la tabla de hecho de ventas y de las dos auxiliares anteriormente mencionadas.

    Figura 40. Tabla de hechos del área funcional CM Servicio “Foto Motivo”.

    • Motivos Cantidad CM Servicio Por otro lado, se identifica el contenedor Motivo Cantidad CM Servicio, desde donde se limpian y se cargan las tablas auxiliares y de hechos relativas a los motivos por los que un envío no se ha procesado. En la Figura 41, se muestra un listado de las tablas auxiliares de este contenedor.

    Figura 41. Tabla auxiliar del área funcional CM Servicio “Motivo Cantidad”. A continuación, se muestran todos los campos de las tablas auxiliares pertenecientes al contenedor Motivo Cantidad del área funcional CM Servicio y se analizan cada una de ellas: o COM_TA_Recepcionado_Stock_CMServicio: Esta tabla almacena información sobre los productos que han sido recibidos y están en stock en el contexto del servicio del cliente.

    Figura 42. Tabla auxiliar para el stock recibido del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Recepcionado_CMServicio: Contiene datos sobre los productos que han sido recibidos, sin especificar si están en stock o no, en el contexto del servicio al cliente.

    Figura 43. Tabla auxiliar para la recepción del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Logistica_CMServicio: Esta tabla almacena información relacionada con la logística de los productos en el contexto del servicio al cliente, incluyendo detalles sobre el transporte y la entrega.

    Figura 44. Tabla auxiliar para la logística del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Motivos_CMServicio: Esta tabla contiene los diferentes motivos asociados a las operaciones del servicio al cliente, como devoluciones, reclamaciones, etc.

    Figura 45. Tabla auxiliar para motivos del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Motivos_UPVT_CMServicio: Similar a la anterior, pero específica para los motivos relacionados con el área de UPVT (Unidad de Producción y Venta de Tiempo) en el contexto del servicio al cliente.

    Figura 46. Tabla auxiliar para el stock del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_KNVV_CMServicio: Almacena datos maestros de clientes, incluyendo información sobre las condiciones de venta y distribución en el contexto del servicio al cliente.

    Figura 47. Tabla auxiliar de motivos UPVT del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_KNVV_CMServicio: Almacena datos maestros de clientes, incluyendo información sobre las condiciones de venta y distribución en el contexto del servicio al cliente.

    Figura 48. Tabla auxiliar para KNVV del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_VBAK_CMServicio: Contiene datos sobre los documentos de ventas, como pedidos y contratos, en el contexto del servicio al cliente.

    Figura 49. Tabla auxiliar para VBAK del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Recepcionado_EntregaCompleta_CMServicio: Almacena información sobre productos que han sido recibidos y cuya entrega se ha completado en el contexto del servicio al cliente.

    Figura 50. Tabla auxiliar para la recepción y entrega del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Logistica_RecibidaTiempo_CMServicio: Contiene datos sobre la logística de los productos que han sido recibidos a tiempo, asegurando que se cumplan los plazos establecidos en el contexto del servicio al cliente.

    Figura 51. Tabla auxiliar para la logística recibida del área funcional CM Servicio “Motivo Cantidad”. o COM_TA_Logistica_Calidad_CMServicio: Almacena información relacionada con la calidad de la logística incluyendo detalles sobre el estado y la condición de los productos durante el transporte y la entrega en el contexto del servicio al cliente.

    Figura 52. Tabla auxiliar para la logística y calidad del área funcional CM Servicio “Motivo Cantidad”. Estas tablas auxiliares son fundamentales para gestionar y analizar diferentes aspectos del servicio al cliente, desde la recepción y el stock de productos hasta la logística, los motivos de operaciones y la calidad del servicio. Por otro lado, como ya se ha comentado, se identifican las tablas de dimensiones (Figura 53), fundamentales para proporcionar contexto a los datos almacenados en las tablas de hechos. Estas, contienen atributos descriptivos que proporcionan contexto a los datos numéricos almacenados en las tablas de hechos (Figura 54), permitiendo desglosar y analizar los datos desde diferentes perspectivas.

    Figura 53. Tabla de dimensiones para motivos del área funcional CM Servicio “Motivo Cantidad”.

    Figura 54. Tabla de hechos para motivos del área funcional CM Servicio “Motivo Cantidad”. De cara al consumo y visualización de la BBDD, se filtra la información necesaria en las vistas (Figura 55 y Figura 56). A continuación, se identifican el origen de algunas de las vistas más importantes del área funcional CM Servicio, incluyendo detalle de tablas de origen de las que coge información. Es necesario tener en cuenta que en algunos casos las vistas están formadas por una selección de campos de otras vistas.

    Figura 55. Tablas de vistas del área funcional CM Servicio (I).

    Figura 56. Tablas de vistas del área funcional CM Servicio (II). • Común: El objetivo del análisis que se lleva a cabo del área funcional Común es evaluar y mejorar los procesos relacionados con la gestión y el análisis de datos compartidos entre diferentes departamentos de la empresa. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis sirvió para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A continuación, se explica el flujo que se debe seguir para realizar el modelado de información del área funcional donde se almacenará toda la información necesaria para desarrollar los modelos y su explotación. Para ello, se identifican las tablas por las que está formada el área funcional Común en la Figura 57, y la definición de la nomenclatura de las tablas es la misma que en el caso anterior.

    Figura 57. Tablas por las que está formada el área funcional Común. Debido a que anteriormente, la empresa trabajaba con un ERP de Navision, los datos provienen de dos orígenes diferentes. Por este motivo, se identifican numerosas tablas con las columnas CodOrigen y NomOrigen que determinar el origen de cada registro. Para el caso de los datos que provienen del ERP antiguo se encuentran registros con código para origen “Nav” que indican que es un dato que proviene de Navision y como no se actualizan datos de este origen se considerarán datos “estáticos”. La mayor parte del bancado de datos de tablas de hechos, dimensiones y auxiliares son de origen SAP, dado que no se añaden datos nuevos de origen Navision. Entre otros datos, se incluyen información que afecta a todo lo relacionado a los almacenes, tiendas y sus respectivos inventarios, proveedores, clientes, etc. Este proceso de carga de datos se divide en dos capas: Staging y Data Warehouse. En la primera capa de Staging se deben obtener las tablas de origen SAP de forma prácticamente pura, sin transformaciones, y se rellenan las tablas que vienen de ser limpiadas. A continuación, se incluye una selección de las tablas de maestros que son limpiadas y cargas en el proceso de Staging.

    Figura 58. Tablas de orígenes maestros del área funcional Común. De la primera capa de Staging se pasa a la capa de DW. Esta capa del proceso se identifica como la capa dura de la transformación, dentro de la cual se incluye la mayor parte de las transformaciones de datos del área funcional Común y Comercial. A continuación, se listan las tablas de común para las que se realizan transformaciones:

    Figura 59. Tablas comunes para las transformaciones del área funcional Común. Para crear cada una de estas tablas se planteó llevar a cabo un proceso similar al del Staging, limpiando primero y cargando después. A continuación, se explica más en detalle cada una de ellas y se muestra el contenido de cada una, indicando el origen, tipo y longitud de cada dato, así como tablas de hechos y dimensiones a las que hagan alusión. o COM_TD_Tiendas: Contiene información sobre tiendas de la empresa, incluyendo detalles como ubicación, tamaño y tipo de tienda. Para esta tabla, es necesario reducir el número de dimensiones y retirar columnas que no aportan valor o información de utilidad, además de ajustar el tamaño de los campos al contenido real de los mismos, por lo tanto se eliminan las columnas que tienen valores únicos o redundantes y se dimensionan aquellas columnas necesarias.

    Figura 60. Tabla común de dimensiones para tiendas del área funcional Común.

    Figura 61. Tabla de uniones para la tabla COM_TD_Tiendas del área funcional Común. o COM_TD_Clientes: Almacena datos sobre los clientes, incluyendo información demográfica, historial de compras y segmentación.

    Figura 62. Tabla común de dimensiones para clientes del área funcional Común. Con esto se pretende automatizar la conversión de códigos a nombres descriptivos, clasificar a los clientes en diferentes subcanales de ventas y determinar si un cliente tiene algún tipo de bloque en su cuenta, utilizando tablas de conversión en lugar de realizar estas tareas manualmente. Además, se muestra los tipos de uniones que se llevan a cabo para crear la tabla COM_TD_Clientes:

    Figura 63. Tabla de uniones para la tabla COM_TD_Clientes del área funcional Común. o COM_TD_Productos: Contiene información sobre los productos, como descripciones, categorías, precios y atributos específicos. Esta tabla también se debe reducir a un tercio del número de columnas sin afectar a la calidad de la información recogida en ella, y corregir el tamaño de caracteres asignado a cada campo según la necesidad. La tabla final, se muestra a continuación:

    Figura 64. Tabla común de dimensiones para productos del área funcional Común. Los tipos de uniones que se llevan a cabo para crear la tabla COM_TD_Productos se detallan en la siguiente figura:

    Figura 65. Tabla de uniones para la tabla COM_TD_Productos del área funcional Común. o COM_TD_Almacenes: Almacena información sobre los almacenes de la empresa, incluyendo nombre, códigos del centro de distribución y códigos del país.

    Figura 66. Tabla común de dimensiones para almacenes del área funcional Común. o COM_TD_Empresas: Contiene datos sobre las diferentes empresas del grupo, incluyendo información corporativa y de contacto.

    Figura 67. Tabla común de dimensiones para empresas del área funcional Común. o COM_TD_MotivoBloqueo: Almacena los diferentes atributos de los bloqueos de los pedidos como el código y el nombre.

    Figura 68. Tabla común de dimensiones para motivo de bloqueo del área funcional Común. o COM_TD_Proveedores: Contiene información sobre los proveedores, incluyendo detalles de contacto como el código, el nombre del proveedor o el código de país.

    Figura 69. Tabla común de dimensiones para proveedores del área funcional Común. o COM_TD_Paies: Almacena información sobre los países incluyendo códigos y nombres.

    Figura 70. Tabla común de dimensiones para países del área funcional Común. • Financiero El objetivo del análisis que se lleva a cabo del área funcional financiera es optimizar la gestión y análisis de la información financiera de la empresa, incluyendo la precisión, la integridad y disponibilidad de los datos financieros para apoyar a la toma de decisiones estratégicas y operativas. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). A continuación, se explica el flujo que se debe seguir para realizar el modelado de información del área funcional donde se almacenará toda la información necesaria para desarrollar los modelos y su explotación. Para ello, se identifican las tablas por las que está formada el área funcional financiera en la Figura 71, y la definición de la nomenclatura de las tablas es la misma que en el caso anterior.

    Figura 71. Tablas que forman parte del área funcional financiera. Dentro de esta área funcional y al igual que en otras áreas anteriormente comentadas, existen tres tablas: maestras, de hecho y auxiliares. En la Figura 72 se identifican las tablas maestras y en la Figura 73 las tablas de hecho. Además, para esta área, existen dos capas: la capa de Staging y la capa de Data Warehouse. En la primera, se lleva a cabo una limpieza de tablas, todas originarias de la base de datos HANA y todas las tablas maestras de la Figura 72 se almacenan de la BBDD DW_Tmp. Lo mismo se realiza con las tablas de hechos de la Figura 73, llevando a cabo una limpieza y luego una carga rápida.

    Figura 72. Tablas maestras del área funcional financiera.

    Figura 73. Tablas de hechos del área financiera. El último paso de la capa de Staging, consiste en limpiar y cargar las tablas auxiliares, en las que se identifican las de COM_SAP_TA_PRCD_ELEMENTS_AUX (Figura 74) y las de COM_SAP_TA_PVPR (Figura 75). La primera sirve para almacenar elementos de precios auxiliares que se utilizan en los procesos financieros y la segunda para almacenar datos relacionados con precios de venta.

    Figura 74. Tablas auxiliares del área funcional financiera (I).

    Figura 75. Tablas auxiliares del área funcional financiera (II). El contenedor que sigue al de Staging es el de Data Warehouse, que se encuentra separado por otros dos contenedores que ejecutan la limpieza y la carga de tablas de maestros y hechos, de la Figura 76.

    Figura 76. Tablas Maestras de la capa DW en el área funcional financiera. A continuación, se muestran las columnas que contiene cada una de las tablas, en las que se incluyen los nombres, los tipos de datos y el campo origen de cada una:

    Figura 77. Análisis en detalle de la tabla FIN_TD_Sociedades perteneciente al área funcional financiera. A fecha de abril de 2024, existen 16 registros en la tabla de la figura anterior, de origen XLS, provenientes de Navision. En estos registros, los pares de columnas [CodCliente, CodProveedor] y [CodEmpresa, CodSociedad] no contienen valores idénticos, aunque sus orígenes en SAP sean los mismos. Por esta razón, se ha decidido mantener estas columnas. El caso de la columna CodSocio es similar. Todos los registros de origen XLS se introducen manualmente a través de un archivo Excel, mientras que los registros de origen SAP están todos marcados como "SIN ASIGNAR". Para la migración, se dejarán los campos de origen SAP como datos nulos. En el caso de la Figura 78, todas las columnas, excepto CodEmpresa, tienen su origen en tablas de SAP. La información para la columna CodEmpresa se obtiene del archivo Excel ConfiguracionSociedades, específicamente de la columna homónima CodEmpresa.

    Figura 78. Análisis en detalle de la tabla FIN_TD_CECO perteneciente al área funcional financiera. De manera muy similar a la tabla FIN_TD_CECO, en la tabla de la Figura 79 todas las columnas, excepto CodEmpresa, tienen su origen en tablas de SAP. La información para la columna CodEmpresa se obtiene del archivo Excel ConfiguracionSociedades, específicamente de la columna homónima CodEmpresa.

    Figura 79. Análisis en detalle de la tabla FIN_TD_CEBE perteneciente al área funcional financiera. Para las tablas de la Figura 80 y la Figura 81, los datos se identifican como estáticos. Esto significa que la información contenida en estas tablas no cambia con frecuencia y se mantiene constante a lo largo del tiempo. Los datos estáticos son fundamentales para proporcionar una referencia confiable y consistente en diversos procesos y análisis dentro del sistema.

    Figura 80. Análisis en detalle de la tabla FIN_TD_Balance perteneciente al área funcional financiera.

    Figura 81. Análisis en detalle de la tabla FIN_TD_PyG perteneciente al área funcional financiera. Por último, se muestran las columnas y campos de origen de la tabla FIN_TD_Aseguradoras en la que se incluyen los detalles de cada una de las columnas, tipo de dato y campo origen en la Figura 82.

    Figura 82. Análisis en detalle de la tabla FIN_TD_Asegradoras perteneciente al área funcional financiera. Para las tablas de hechos, la limpieza y la carga se separa en dos grandes bloques: facturación y contabilidad. En el caso de facturación, en la Figura 83, se muestran las tablas contenidas dentro del primer contenedor para las que se lleva a cabo una limpieza y una posterior carga. Lo mismo para el caso de las tablas de contabilidad en la Figura 84.

    Figura 83. Identificación de las tablas de hechos de facturación en el área funcional financiera.

    Figura 84. Identificación de las tablas de hechos de contabilidad en el área funcional financiera. De cara al consumo y visualización de la BBDD se filtra la información necesitada en vistas y se documenta el origen de algunas de las vistas más importantes del área funcional financiero, incluyendo detalles de tablas de origen de las que coge información. Como en otros casos, en alguna ocasión las vistas están formadas por una selección de campos de otras vistas.

    Figura 85. Análisis de las vistas del área funcional financiera (I).

    Figura 86. Análisis de las vistas del área funcional financiera (II). • Iristrace: El análisis que se lleva a cabo del área funcional de Iristrace servirá para optimizar los procesos relacionados con la gestión de auditorías, inspecciones y controles de calidad. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crean modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de auditorías, inspecciones y controles de calidad. El área funcional Iristrace está formada por las tablas que se muestran en la Figura 87, que se trabajan desde el paquete SSIS EIS Iristrace y desde el paquete SSIS EIS GestionIncidencias.

    Figura 87. Identificación de las tablas que forman parte del área funcional Iristrace. Dentro del paquete EIS Iristrace, se encuentran dos capas al igual que en las áreas anteriormente comentadas, la capa de Staging y la capa de DW. En la capa de Staging, se identifican las tablas maestras, las tablas de hechos y las tablas auxiliares, tal y como se puede observar en la Figura 88, en la Figura 89 y en la Figura 90, respectivamente.

    Figura 88. Identificación de las tablas maestras de la capa de staging del paquete EIS Iristrace del área funcional Iristrace.

    Figura 89. Identificación de las tablas de hechos de la capa de staging del paquete EIS Iristrace del área funcional Iristrace.

    Figura 90. Identificación de las tablas auxiliares de la capa de staging del paquete EIS Iristrace del área funcional Iristrace. Para el caso de la capa de DW, también se identifican las tablas maestras (Figura 91) y las tablas de hechos (Figura 94). Además para cada una de ellas, se analizan los campos de tipo de dato y origen.

    Figura 91. Identificación de tablas maestras de la capa de DW del paquete EIS Iristrace en el área funcional Iristrace. En la Figura 92 y Figura 93 se muestran y analizan los campos correspondientes a cada una de las tablas maestras, SGI_TD_Cajas y SGI_TD_FotosDefectosK, para las que se llevan a cabo una serie de transformaciones y lógicas para el posterior diseño de la arquitectura.

    Figura 92. Análisis de los campos de la tabla SGI_TD_Cajas del área funcional Iristrace.

    Figura 93. Análisis de los campos de la tabla SGI_TD_FotosDefectos del área funcional Iristrace. Para el caso de las tablas de hechos de la capa de DW, solo existe una única tabla, para la que se analizan los campos y propiedades, identificando el tipo de datos y el origen de cada campo en la siguiente figura.

    Figura 94. Análisis de los campos de la tabla SGI_TH_DefectosCajas del área funcional Iristrace. Para el paquete EIS GestionIncidencias, se identifican la tabla de hechos que se encuentra en la capa de Staging (Figura 95) y la tabla de maestros que se encuentra en la capa DW (Figura 96), en las siguientes figuras, analizando los campos para conocer el tipo de dato y el origen de cada uno (Figura 97).

    Figura 95. Identificación de las tablas de hechos para la capa de staging del paquete EIS GestionIncidencias del área funcional Iristrace.

    Figura 96. Identificación de las tablas de maestros para la capa de DW del paquete EIS GestionIncidencias del área funcional Iristrace.

    Figura 97. Análisis de los campos de la tabla SGI_TD_Casos del área funcional Iristrace. En la misma capa de DW, también se identifica la tabla de hechos (Figura 98), y se analizan todos los campos correspondientes para conocer el tipo de dato y el origen de cada uno (Figura 99):

    Figura 98. Identificación de las tablas de hechos para la capa de DW del paquete EIS GestionIncidencias del área funcional Iristrace.

    Figura 99. Análisis de los campos de la tabla SGI_TH_HistoricoCasos del área funcional Iristrace. Finalmente, se identifican y analizan las vistan necesarias de cara al consumo y visualización de la BBDD, documentando el origen de las más importantes del área funcional de Iristrace e incluyendo detalles de tablas de origen de las que recoge información. En algunos casos, las vistas están formadas por una selección de campos de otras vistas:

    Figura 100. Análisis de las vistas del área funcional de Iristrace (I).

    Figura 101. Análisis de las vistas del área funcional de Iristrace (II). • Logística: El análisis que se lleva a cabo del área funcional de Logística servirá para optimizar los procesos relacionados con la cadena de suministro y la logística de la empresa. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crean modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de logística. En la Figura 102, se identifican todas las tablas que pertenecen al área de logística, que como se puede observar se componen de tablas de hechos y tablas auxiliares.

    Figura 102. Identificación de tablas que conforman el área funcional de Logística. El área funcional de logística se trabaja desde el paquete SSIS EIS Comercial Diario, al igual que el área de ventas, por lo que no se incluye la identificación de las tablas que pertenecen a la capa de Staging ya que estas se explicarán más adelante para el área funcional de ventas. En el caso de la capa de DW, se separa en dos contenedores para tablas maestras y tablas de hechos. Dentro de las tablas maestras, se analiza la tabla COM_TA_HistoricoCostesPorProducto () para conocer los tipos de datos y el origen de sus campos.

    Figura 103. Análisis de la tabla COM_TA_HistoricoCostesPorProducto de la capa DW del área funcional de logística. Por otro lado, dentro de las tablas de hechos, se identifican: • La tabla COM_TA_CajaProveedor que se analiza en la Figura 104. • La tabla COM_TH_Logistica, formada en su totalidad por registros de origen Navision. • La tabla COM_TH_Logistica_SAP en la que se almacenan los datos de origen SAP y es la más importante del área de logística. Además, es importante diferenciar entre las tablas con el tipo de envíos con caja (Figura 105) y el tipo de envío sin cajas (Figura 106).

    Figura 104. Análisis de la tabla COM_TA_CajaFraProveedor de la capa DW del área funcional de logística.

    Figura 105. Análisis de los campos de origen de los registros de tipo de flujo sin caja de la tabla COM_TA_Logistica del área funcional de logística.

    Figura 106. Análisis de los campos de origen de los registros de tipo de flujo con caja de la tabla COM_TA_Logistica del área funcional de logística. En el caso de la tabla COM_TH_EnviosTienda, se identifican dos tablas: envíos normales (Figura 107) y envíos entre tiendas (Figura 108). En estas tablas, se analizan las columnas, el tipo de dato y el campo origen de cada una.

    Figura 107. Análisis de la tabla COM_TH_EnviosTienda para envíos normales del área funcional de logística.

    Figura 108. Análisis de la tabla COM_TH_EnviosTienda para envíos entre tiendas del área funcional de logística. Por último, se analiza la tabla COM_TH_LogisticaVentas, para las se proponen ciertas transformaciones para el futuro diseño de la arquitectura del proyecto, y se presenta su visualización en la Figura 109.

    Figura 109. Análisis de la tabla COM_TH_LogisticaVentas del área funcional de logística. Finalmente, se identifican y analizan las vistan necesarias de cara al consumo y visualización de la BBDD, documentando el origen de las más importantes del área funcional de logística e incluyendo detalles de tablas de origen de las que recoge información. En algunos casos, las vistas están formadas por una selección de campos de otras vistas:

    Figura 110. Análisis de las vistas del área funcional de logística (I).

    Figura 111. Análisis de las vistas del área funcional de logística (II).

    • Pies cuadrados: El análisis que se lleva a cabo del área funcional de Pies Cuadrados servirá para optimizar los procesos relacionados con el uso y la optimización del espacio físico en las instalaciones de la empresa. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crean modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de uso y optimización del espacio físico. Por todos estos motivos, se identifican las tablas pertenecientes al área funcional de Pies Cuadrados en la Figura 112, y se analiza cada parte del modelado en SSIS, teniendo en cuenta la parte de Pies Cuadrados, Ventas, Compras y Stoks.

    Figura 112. Identificación de las tablas del área funcional de Pies Cuadrados. Desde el fichero SSIS EIS Pies Cuadrados se lleva a cabo un proceso de limpia y carga de datos provenientes de ficheros XLS, y almacenaje en rutas generadas desde el propio SSIS. Por ello, es importante analizar la tabla COM_XLS_Temporada_P2, desde los datos implicados para ventas (Figura 113), compras (Figura 114) y necesidades de compras (Figura 115).

    Figura 113. Análisis de la tabla COM_XLS_Temporada_P2 para ventas totales del área funcional Pies Cuadrados.

    Figura 114. Análisis de la tabla COM_XLS_Temporada_P2 para Compras totales del área funcional Pies Cuadrados.

    Figura 115. Análisis de la tabla COM_XLS_Temporada_P2 para Necesidades Compras totales del área funcional Pies Cuadrados. El área de Ventas de Pies Cuadrados se trabaja desde el fichero SSIS EIS P2 Ventas, y se identifican las tablas que se cargan desde dicho paquete, así como sus campos de tipo de dato y origen.

    Figura 116. Identificación de tablas maestras de la parte de ventas del área funcional de Pies Cuadrados.

    Figura 117. Identificación de tablas de hechos de la parte de la parte de ventas del área funcional de Pies Cuadrados.

    Figura 118. Identificación de tablas auxiliares de la parte de ventas del área funcional de Pies Cuadrados. Dentro de las tablas auxiliares, se encuentras las tablas que contienen información de los albaranes y las tablas que contienen información de las facturas ya sean de ventas o de devoluciones y para las que es importante analizar e identificar los tipos de campos y su origen.

    Figura 119. Análisis de los campos de la tabla COM_TA_P2_Albaranes del área funcional de Pies Cuadrados.

    Figura 120. Análisis de los campos de la tabla COM_TA_P2_Facturas del área funcional de Pies Cuadrados. El área de Compras de Pies Cuadrados se trabaja desde el fichero SSIS EIS P2 Compras, y se identifican las tablas que se cargan desde dicho paquete, en la Figura 121, Figura 122 y Figura 123.

    Figura 121. Identificación de tablas de hechos de la parte de compras de la capa de Staging del área funcional de Pies Cuadrados.

    Figura 122. Identificación de tablas auxiliares de la parte de compras de la capa de Staging del área funcional de Pies Cuadrados. El área de Ventas de Pies Cuadrados se trabaja desde el fichero SSIS EIS P2 Stocks, y se identifican las tablas que se cargan desde dicho paquete, en la Figura 123, Figura 124, Figura 125 y Figura 126.

    Figura 123. Identificación de tablas maestros de la parte de stocks de la capa de Staging del área funcional de Pies Cuadrados.

    Figura 124. Identificación de tablas de hechos de la parte de stocks de la capa de Staging del área funcional de Pies Cuadrados.

    Figura 125. Identificación de tablas auxiliares de la parte de stocks de la capa de Staging del área funcional de Pies Cuadrados.

    Figura 126. Identificación de tablas maestros de la parte de stocks de la capa de DW del área funcional de Pies Cuadrados. Finalmente, se identifican y analizan las vistan necesarias de cara al consumo y visualización de la BBDD, documentando el origen de las más importantes del área funcional de Pies Cuadrados e incluyendo detalles de tablas de origen de las que recoge información. En algunos casos, las vistas están formadas por una selección de campos de otras vistas:

    Figura 127. Análisis de las vistas del área funcional de Pies Cuadrados (I).

    Figura 128. Análisis de las vistas del área funcional de Pies Cuadrados (II).

    Figura 129. Análisis de las vistas del área funcional de Pies Cuadrados (III).

    Figura 130. Análisis de las vistas del área funcional de Pies Cuadrados (IV). • Stocks: El análisis que se lleva a cabo del área funcional de Stocks servirá para optimizar los procesos relacionados con la gestión de inventarios. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crean modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de gestión de inventarios.

    Figura 131. Identificación de las tablas que forman parte del área funcional Stock. Como se ha comentado en los documentos de otras áreas funcionales, la empresa asume un cambio de su ERP de Navision a SAP en el año 2020, lo que supone tener datos de dos orígenes diferentes para este nuevo proyecto y se ha tomado la decisión de dejar fuera todos los datos de origen Navision. En el caso del área funcional de Stock, esto afecta a la tabla de esta estática que almacena datos del periodo anterior a 2020, COM_TH_HistoricoStocls. Esta tabla no se tendrá en cuenta en el presente proyecto por contener únicamente datos de origen Navision. En el caso de las tablas COM_TH_Stocks y COM_TH_Stocks_ORA, se analizan a continuación las columnas, tipo de dato y campo de origen de la misma.

    Figura 132. Análisis de los campos de la tabla COM_TH_Stocks del área funcional Stocks.

    Figura 133. Análisis de los campos de la tabla COM_TH_Stocks_ORA del área funcional Stocks. Finalmente, se identifican y analizan las vistan necesarias de cara al consumo y visualización de la BBDD, documentando el origen de las más importantes del área funcional de Pies Cuadrados e incluyendo detalles de tablas de origen de las que recoge información. En algunos casos, las vistas están formadas por una selección de campos de otras vistas:

    Figura 134. Análisis de las vistas del área funcional de Stocks (I).

    Figura 135. Análisis de las vistas del área funcional de Stocks (II). • Ventas: El análisis que se lleva a cabo del área funcional de Ventas servirá para optimizar los procesos relacionados con la gestión de ventas. En este análisis, se define técnicamente: • La capa de adquisición de información utilizando Microsoft Visual Studio. • Los procesos de extracción, transformación y carga (ETL) de datos en SSI mediante SQL Server Management Studio (SSMS). Este análisis servirá para definir: • Tablas de hechos que contienen datos transaccionales clave. • Tablas de dimensiones que proporcionan contexto a estos datos. • Tablas auxiliares que soportan las operaciones de las anteriores. A partir de toda esta información, se crean modelos de datos integrados que permitan asegurar una estructura coherente y el diseño de una nueva arquitectura escalable, buscando así mejorar el rendimiento, la integridad y la calidad de los datos y facilitando una gestión eficiente y una toma de decisiones informada en el área de gestión de ventas.

    Figura 136. Identificación de las tablas que pertenecen al área funcional de ventas.

    • Presidencia: Como se ha comentado, el objetivo de esta anualidad es llevar a cabo un diseño y desarrollo piloto con el área funcional de Presidencia alimentado con BBDD antiguas, que permita hacerse una idea de su futuro funcionamiento y realizar reajustes para la implementación del resto de áreas funcionales. Para llevar a cabo esto, se realiza un análisis de requisitos necesarios que se deben cumplir durante la presente anualidad y que se muestran en la Figura 137, centrados en el diseño funcional del front-end, el diseño de un diccionario de datos que centralice la definición de los indicadores y dimensiones relevantes y la creación de Mock Ups que reflejen el Dashboard final del área de Presidencia.

    Figura 137. Identificación de requisitos necesarios durante la presente anualidad para el área de Presidencia. Estos requisitos, reflejan los objetivos generales a realizar durante la presente anualidad, sin embargo, se analizan una serie de requerimientos más específicos centrados en el funcionamiento de la plataforma y sus capacidades de trabajo en la Figura 138.

    Figura 138. Análisis de requerimientos funcionales de la plataforma para el área funcional de presidencia. Uno de los requisitos técnicos necesarios, es la creación de un diccionario de datos. Este, es una herramienta fundamental en cualquier proyecto de gestión de datos, especialmente en aquellos que buscan establecer una gobernanza total del dato. Su propósito principal es centralizar y estandarizar la definición de todos los elementos de datos utilizados en la organización, incluyendo indicadores, dimensiones, tablas, columnas, y sus relaciones. Esto facilita la colaboración entre equipos, asegura la consistencia de los datos y mejora la calidad de la información. Los componentes clave de un diccionario de datos se identifican y analizan en la Figura 139, Figura 140, Figura 141 y Figura 142 son: • Indicadores: Descripciones detalladas de los indicadores clave de rendimiento (KPIs) y otros métricos importantes. Incluye el nombre del indicador, su fórmula de cálculo, la fuente de los datos, y su propósito. • Dimensiones: Descripciones de las dimensiones utilizadas para analizar los datos. Incluye el nombre de la dimensión, sus atributos, y cómo se relaciona con otros elementos de datos. • Tablas y columnas: Información sobre todas las tablas y columnas en la base de datos. Incluye nombres, tipos de datos, descripciones, y relaciones entre tablas. • Fuentes de datos: Detalles sobre las fuentes de datos, incluyendo sistemas de origen, métodos de adquisición de datos, y frecuencia de actualización.

    Figura 139. Identificación y análisis del diccionario de datos para el área funcional de presidencia (I).

    Figura 140. Identificación y análisis del diccionario de datos para el área funcional de presidencia (II).

    Figura 141. Identificación y análisis del diccionario de datos para el área funcional de presidencia (III).

    Figura 142. Identificación y análisis del diccionario de datos para el área funcional de presidencia (IV). Cuando se habla de los diccionarios de datos, es necesario tener en cuenta las políticas de gobernanza, ya que se tratan de elementos esenciales para cualquier organización que busque gestionar sus datos de manera efectiva y responsable. Al establecer directrices claras y procedimientos estandarizados, una política de gobernanza de datos asegura la calidad, seguridad y disponibilidad de los datos, apoyando la toma de decisiones informada y el cumplimiento normativo. Además, facilita la colaboración entre equipos y mejora la eficiencia operativa, proporcionando una base sólida para la gestión de datos en toda la organización. Dentro de la política de gobernanza es importante tener claro el acceso y seguridad y la retención y archivado de datos: • Acceso y seguridad: Políticas sobre quién puede acceder y modificar los datos, asegurando que solo usuarios autorizados tengan acceso a información sensible. • Retención y archivado: Directrices sobre cuánto tiempo se deben conservar los datos y cómo deben ser archivados o eliminados.

    Tras los análisis exhaustivos realizados y la identificación detallada del origen de cada uno de los datos con los que se va a trabajar, se da por finalizado el objetivo de la presente fase de la anualidad 2023 y 2024. Este hito marca un avance significativo en el proyecto, ya que se han sentado las bases fundamentales para llevar a cabo futuros diseños de la arquitectura y las interfaces de la plataforma. En esta fase, se ha puesto un énfasis particular en el área funcional de Presidencia. La recopilación y análisis de datos clave han permitido obtener una visión integral y estratégica del rendimiento empresarial, que es crucial para la alta dirección y la presidencia de la empresa. Los datos recopilados incluyen métricas de rendimiento, indicadores clave de desempeño (KPIs), y otros datos críticos que permiten tomar decisiones informadas y alineadas con los objetivos corporativos. “

  6. Assistant

    A continuación se enumeran las figuras relevantes para cada una de las áreas funcionales mencionadas, junto con su contexto en las tareas de definición y análisis de software:

    CMServicio

    • Figura 35: Tablas por las que está formada el área funcional CM Servicio.
    • Figura 36: Definición de nomenclatura de las tablas.
    • Figura 37: Tablas auxiliares del área funcional CM Servicio “Foto Motivo”.
    • Figura 38: Tabla auxiliar de fabricación del área funcional CM Servicio “Foto Motivo”.
    • Figura 39: Tabla auxiliar de tipo de pedido del área funcional CM Servicio “Foto Motivo”.
    • Figura 40: Tabla de hechos del área funcional CM Servicio “Foto Motivo”.
    • Figura 41: Tabla auxiliar del área funcional CM Servicio “Motivo Cantidad”.
    • Figura 42: Tabla auxiliar para el stock recibido del área funcional CM Servicio “Motivo Cantidad”.
    • Figura 43: Tabla auxiliar para la recepción del área funcional CM Servicio “Motivo Cantidad”.
    • Figura 44: Tabla auxiliar para la logística del área funcional CM Servicio “Motivo Cantidad”.
    • Figura 45: Tabla auxiliar para motivos del área funcional CM Servicio “Motivo Cantidad”.
    • Figura 46: Tabla auxiliar para el stock del área funcional CM Servicio “Motivo Cantidad”.
    • Figura 53: Tabla de dimensiones para motivos del área funcional CM Servicio “Motivo Cantidad”.
    • Figura 54: Tabla de hechos para motivos del área funcional CM Servicio “Motivo Cantidad”.
    • Figura 55: Tablas de vistas del área funcional CM Servicio (I).
    • Figura 56: Tablas de vistas del área funcional CM Servicio (II).

    Común

    • Figura 57: Tablas por las que está formada el área funcional Común.
    • Figura 58: Tablas de orígenes maestros del área funcional Común.
    • Figura 59: Tablas comunes para las transformaciones del área funcional Común.
    • Figura 60: Tabla común de dimensiones para tiendas del área funcional Común.
    • Figura 62: Tabla común de dimensiones para clientes del área funcional Común.
    • Figura 63: Tabla de uniones para la tabla COM_TD_Clientes del área funcional Común.
    • Figura 64: Tabla común de dimensiones para productos del área funcional Común.
    • Figura 66: Tabla común de dimensiones para almacenes del área funcional Común.
    • Figura 67: Tabla común de dimensiones para empresas del área funcional Común.
    • Figura 68: Tabla común de dimensiones para motivo de bloqueo del área funcional Común.
    • Figura 69: Tabla común de dimensiones para proveedores del área funcional Común.
    • Figura 70: Tabla común de dimensiones para países del área funcional Común.

    Financiero

    • Figura 71: Tablas que forman parte del área funcional financiera.
    • Figura 72: Tablas maestras del área funcional financiera.
    • Figura 73: Tablas de hechos del área financiera.
    • Figura 74: Tablas auxiliares del área funcional financiera (I).
    • Figura 75: Tablas auxiliares del área funcional financiera (II).
    • Figura 76: Tablas Maestras de la capa DW en el área funcional financiera.
    • Figura 77: Análisis en detalle de la tabla FIN_TD_Sociedades perteneciente al área funcional financiera.
    • Figura 78: Análisis en detalle de la tabla FIN_TD_CECO perteneciente al área funcional financiera.
    • Figura 79: Análisis en detalle de la tabla FIN_TD_CEBE perteneciente al área funcional financiera.
    • Figura 80: Análisis en detalle de la tabla FIN_TD_Balance perteneciente al área funcional financiera.
    • Figura 81: Análisis en detalle de la tabla FIN_TD_PyG perteneciente al área funcional financiera.
    • Figura 82: Análisis en detalle de la tabla FIN_TD_Aseguradoras perteneciente al área funcional financiera.
    • Figura 83: Identificación de las tablas de hechos de facturación en el área funcional financiera.
    • Figura 84: Identificación de las tablas de hechos de contabilidad en el área funcional financiera.
    • Figura 85: Análisis de las vistas del área funcional financiera (I).
    • Figura 86: Análisis de las vistas del área funcional financiera (II).

    Iristrace

    • Figura 87: Identificación de las tablas que forman parte del área funcional Iristrace.
    • Figura 88: Identificación de las tablas maestras de la capa de staging del paquete EIS Iristrace.
    • Figura 89: Identificación de las tablas de hechos de la capa de staging del paquete EIS Iristrace.
    • Figura 90: Identificación de las tablas auxiliares de la capa de staging del paquete EIS Iristrace.
    • Figura 91: Identificación de tablas maestras de la capa de DW del paquete EIS Iristrace en el área funcional Iristrace.
    • Figura 92: Análisis de los campos de la tabla SGI_TD_Cajas del área funcional Iristrace.
    • Figura 93: Análisis de los campos de la tabla SGI_TD_FotosDefectos del área funcional Iristrace.
    • Figura 94: Análisis de los campos de la tabla SGI_TH_DefectosCajas del área funcional Iristrace.
    • Figura 95: Identificación de las tablas de hechos para la capa de staging del paquete EIS GestionIncidencias del área funcional Iristrace.
    • Figura 96: Identificación de las tablas de maestros para la capa de DW del paquete EIS GestionIncidencias del área funcional Iristrace.
    • Figura 97: Análisis de los campos de la tabla SGI_TD_Casos del área funcional Iristrace.
    • Figura 98: Identificación de las tablas de hechos para la capa de DW del paquete EIS GestionIncidencias del área funcional Iristrace.
    • Figura 99: Análisis de los campos de la tabla SGI_TH_HistoricoCasos del área funcional Iristrace.
    • Figura 100: Análisis de las vistas del área funcional de Iristrace (I).
    • Figura 101: Análisis de las vistas del área funcional de Iristrace (II).

    Logística

    • Figura 102: Identificación de tablas que conforman el área funcional de Logística.
    • Figura 103: Análisis de la tabla COM_TA_HistoricoCostesPorProducto de la capa DW del área funcional de logística.
    • Figura 104: Análisis de la tabla COM_TA_CajaFraProveedor de la capa DW del área funcional de logística.
    • Figura 105: Análisis de los campos de origen de los registros de tipo de flujo sin caja de la tabla COM_TA_Logistica del área funcional de logística.
    • Figura 106: Análisis de los campos de origen de los registros de tipo de flujo con caja de la tabla COM_TA_Logistica del área funcional de logística.
    • Figura 107: Análisis de la tabla COM_TH_EnviosTienda para envíos normales del área funcional de logística.
    • Figura 108: Análisis de la tabla COM_TH_EnviosTienda para envíos entre tiendas del área funcional de logística.
    • Figura 109: Análisis de la tabla COM_TH_LogisticaVentas del área funcional de logística.
    • Figura 110: Análisis de las vistas del área funcional de logística (I).
    • Figura 111: Análisis de las vistas del área funcional de logística (II).

    Pies Cuadrados

    • Figura 112: Identificación de las tablas del área funcional de Pies Cuadrados.
    • Figura 113: Análisis de la tabla COM_XLS_Temporada_P2 para ventas totales del área funcional Pies Cuadrados.
    • Figura 114: Análisis de la tabla COM_XLS_Temporada_P2 para Compras totales del área funcional Pies Cuadrados.
    • Figura 115: Análisis de la tabla COM_XLS_Temporada_P2 para Necesidades Compras totales del área funcional Pies Cuadrados.
    • Figura 116: Identificación de tablas maestras de la parte de ventas del área funcional de Pies Cuadrados.
    • Figura 117: Identificación de tablas de hechos de la parte de la parte de ventas del área funcional de Pies Cuadrados.
    • Figura 118: Identificación de tablas auxiliares de la parte de ventas del área funcional de Pies Cuadrados.
    • Figura 119: Análisis de los campos de la tabla COM_TA_P2_Albaranes del área funcional de Pies Cuadrados.
    • Figura 120: Análisis de los campos de la tabla COM_TA_P2_Facturas del área funcional de Pies Cuadrados.
    • Figura 121: Identificación de tablas de hechos de la parte de compras de la capa de Staging del área funcional de Pies Cuadrados.
    • Figura 122: Identificación de tablas auxiliares de la parte de compras de la capa de Staging del área funcional de Pies Cuadrados.
    • Figura 123: Identificación de tablas maestros de la parte de stocks de la capa de Staging del área funcional de Pies Cuadrados.
    • Figura 124: Identificación de tablas de hechos de la parte de stocks de la capa de Staging del área funcional de Pies Cuadrados.
    • Figura 125: Identificación de tablas auxiliares de la parte de stocks de la capa de Staging del área funcional de Pies Cuadrados.
    • Figura 126: Identificación de tablas maestros de la parte de stocks de la capa de DW del área funcional de Pies Cuadrados.
    • Figura 127: Análisis de las vistas del área funcional de Pies Cuadrados (I).
    • Figura 128: Análisis de las vistas del área funcional de Pies Cuadrados (II).
    • Figura 129: Análisis de las vistas del área funcional de Pies Cuadrados (III).
    • Figura 130: Análisis de las vistas del área funcional de Pies Cuadrados (IV).

    Stocks

    • Figura 131: Identificación de las tablas que forman parte del área funcional Stock.
    • Figura 132: Análisis de los campos de la tabla COM_TH_Stocks del área funcional Stocks.
    • Figura 133: Análisis de los campos de la tabla COM_TH_Stocks_ORA del área funcional Stocks.
    • Figura 134: Análisis de las vistas del área funcional de Stocks (I).
    • Figura 135: Análisis de las vistas del área funcional de Stocks (II).

    Ventas

    • Figura 136: Identificación de las tablas que pertenecen al área funcional de ventas.

    Presidencia

    • Figura 137: Identificación de requisitos necesarios durante la presente anualidad para el área de Presidencia.
    • Figura 138: Análisis de requerimientos funcionales de la plataforma para el área funcional de presidencia.
    • Figura 139: Identificación y análisis del diccionario de datos para el área funcional de presidencia (I).
    • Figura 140: Identificación y análisis del diccionario de datos para el área funcional de presidencia (II).
    • Figura 141: Identificación y análisis del diccionario de datos para el área funcional de presidencia (III).
    • Figura 142: Identificación y análisis del diccionario de datos para el área funcional de presidencia (IV).