Modelado dimensional: identificación de dimensiones y métricas

Clase 14 de 26Curso de Data Warehousing y Modelado OLAP

Resumen

¿Cómo identificar preguntas de negocio relevantes?

Para poder crear un modelo dimensional eficaz, es fundamental partir de preguntas de negocio bien definidas. Una pregunta de negocio es aquella que plantea las necesidades del cliente o de la organización, las cuales esperamos poder resolver mediante datos. Cuantas más preguntas de negocio logremos formular, más información recopilaremos y obtendremos un modelo más robusto y adecuado para responder a múltiples situaciones.

¿Qué pasa si no podemos responder todas las preguntas?

No siempre tendremos los datos necesarios para responder todas las preguntas de negocio. Puede que tengamos que solicitar permisos o que los datos simplemente no existan. Es crucial ser transparente con la organización sobre las limitaciones actuales y cómo podrían superarse en el futuro. Además, es esencial tener clara la visión del modelo y sus restricciones para gestionar las expectativas del cliente y del equipo interno.

¿Cómo identificar dimensiones y métricas?

Una vez formuladas las preguntas de negocio, el siguiente paso es identificar las dimensiones y las métricas. Recordemos que las dimensiones son las perspectivas desde las cuales queremos analizar las métricas; estas últimas son los aspectos cuantificables de los datos.

Ejemplo práctico: Análisis de ventas

Consideremos esta pregunta de negocio: "¿Cuántas unidades de cada producto se han vendido a cada cliente en un tiempo determinado?"

  • Medida o métrica: Unidades vendidas.
  • Dimensiones:
    • Producto: Perspectiva para medir unidades vendidas.
    • Cliente: Otro actor relevante en la venta.
    • Tiempo: Especifica el marco temporal del análisis.

De esta forma, identificamos que para saber las unidades vendidas, se necesitan las dimensiones de producto, tiempo y cliente.

Ejemplo de contratación por áreas

Supongamos la pregunta: "¿Cuántas contrataciones se han realizado por área en un país específico?"

  • Medida o métrica: Cantidad de contrataciones
  • Dimensiones:
    • Área: Espacio específico dentro de la organización.
    • País: Lugar en el que se realiza la contratación.

La correcta identificación de dimensiones y métricas nos permite crear un modelo que ofrezca respuestas útiles para el negocio.

Ejemplos prácticos de análisis de preguntas de negocio

Veamos otro ejemplo para comprender mejor cómo trabajar con preguntas de negocio.

Descuentos y ventas netas

Consideremos la pregunta: "¿Cuánto han sido en cantidades y valores los descuentos y las ventas netas por mes y día?"

  • Medidas o métricas:

    • Cantidades de ventas
    • Valores de ventas
    • Descuentos
    • Ventas netas: Calculadas como valores menos descuentos
  • Dimensiones:

    • Tiempo (mes y día): Permite desglosar ventas en tiempo preciso.

Crecimiento de ventas netas

Otra pregunta importante podría ser: "¿Cuánto ha crecido o disminuido las ventas netas al corte de marzo de 2013 para cada vendedor?"

  • Indicadores:

    • Ventas netas
    • Crecimiento o disminución de ventas
  • Dimensiones:

    • Tiempo (mes de marzo, año 2013)
    • Vendedor: Dimensión adicional para incluir en el análisis.

Productos más vendidos y categorías

Para entender el mercado, podríamos preguntar: "¿Cuál es el producto más vendido al día, según la categoría?"

  • Medidas:

    • Unidades vendidas
  • Dimensiones:

    • Producto
    • Tiempo (día)
    • Categoría: Puede ser una dimensión en sí o un atributo de producto. Si la cantidad de categorías es alta, es recomendable separarlas.

Cliente con más compras

Finalmente, ante la pregunta: "¿Quién es el cliente que más unidades ha comprado en el último año?", se identifican:

  • Medidas:

    • Unidades vendidas
  • Dimensiones:

    • Cliente: Actor clave en el análisis.
    • Tiempo (último año): Determina el periodo de estudio.

Al identificar claramente las dimensiones y métricas, podemos diseñar un modelo de datos bien estructurado que facilite la toma de decisiones basada en analíticas profundas y precisas.