Gestionar la información de una cadena con 850 sucursales en 12 países y 2.4 millones de clientes usando hojas de cálculo es una receta para el desastre. A lo largo de este contenido se presenta el caso de TiendaLatam, un escenario realista que expone por qué las bases de datos relacionales son imprescindibles cuando los datos crecen sin control y las decisiones del negocio dependen de respuestas rápidas y confiables.

¿Por qué una sola venta genera tantos datos conectados?

Cuando un cliente compra algo en una sucursal, esa operación aparentemente sencilla produce múltiples datos relacionados: quién compró, dónde compró, quién lo atendió, qué productos eligió, cuántas unidades y a qué precio [0:24]. Si toda esa información se almacena directamente en cada registro de venta, el nombre de la sucursal, su dirección y su país se repiten miles de veces. La base crece sin control, aparecen inconsistencias y consultar cualquier cosa se vuelve lento.

La analogía es clara: imagina una biblioteca donde cada libro tiene pegado el nombre completo del autor [0:52]. Si ese autor cambia su nombre artístico, tendrías que modificar miles de libros uno por uno. Pero si guardas los autores en una lista separada y solo referencias esa lista desde cada libro, cambias un solo registro y listo. Esa lógica de tablas separadas conectadas entre sí es la base del diseño relacional que necesita TiendaLatam.

¿Qué preguntas de negocio se responden con datos bien organizados?

El negocio necesita responder preguntas constantemente [1:14]:

• ¿Qué productos se venden más en cada país?
• ¿Qué empleados generan más ventas?
• ¿Cuáles sucursales necesitan más inventario?

Si la información está bien estructurada, estas consultas toman segundos. Si está desordenada, pueden tardar minutos o dar resultados erróneos. Con miles de pedidos diarios, la diferencia entre una base bien diseñada y una mal hecha es la diferencia entre tomar decisiones rápidas o trabajar a ciegas.

¿Por qué Excel falla con datos masivos como los de TiendaLatam?

Excel carga todo en memoria RAM, y con 2.4 millones de clientes un archivo colapsaría [1:53]. Además, tiene un tope de 1,048,576 filas por hoja. Parece mucho, pero con 850 sucursales operando a diario, ese límite se alcanza rápido.

El problema de concurrencia es igual de grave [2:12]. Si un empleado en México actualiza el stock y otro en Argentina hace lo mismo cinco minutos después sobre una copia vieja, uno de los dos cambios se pierde. Y lo peor: nada te impide borrar accidentalmente la fila de un cliente que tiene cincuenta pedidos asociados. Esos pedidos quedan huérfanos, sin validación automática, sin restricciones, sin red de seguridad.

¿Cuál es la diferencia entre OLTP y OLAP?

Antes de construir cualquier cosa, es fundamental distinguir dos enfoques de bases de datos que cumplen funciones muy diferentes [2:48].

OLTP (Online Transaction Processing) es el sistema del día a día. Cuando un cliente compra en una sucursal, el sistema registra ese pedido en tiempo real. Las tablas están diseñadas para evitar duplicados y mantener integridad. Funciona como una caja registradora: responde al instante, pero maneja una operación a la vez [3:01].

OLAP (Online Analytical Processing) analiza información histórica [3:16]. Responde preguntas como cuánto vendimos en cada país el último trimestre o qué categoría genera más ingresos. Aquí los datos se reorganizan en tablas más anchas, con información combinada, para que leer millones de registros sea rápido, aunque eso signifique duplicar información a propósito.

TiendaLatam usa OLTP para vender y OLAP para decidir qué vender más. El enfoque del curso se concentra en el lado OLTP: construir la base operativa desde cero [3:46].

¿Cómo se estructura el modelo de nueve tablas de TiendaLatam?

El modelo tiene nueve tablas: países, categorías, tipos de cliente, sucursales, empleados, clientes, productos, pedidos y detalle de pedidos [3:58]. Cada una representa una entidad del negocio, algo que existe por sí mismo y tiene información propia.

Estas tablas se conectan mediante dos mecanismos fundamentales:

• Claves primarias: identificadores únicos que distinguen cada registro.
• Claves foráneas: referencias entre tablas que establecen relaciones.

Además, se definen restricciones para que nadie pueda meter texto donde va un número, ni borrar un cliente que tiene pedidos asociados [4:16].

¿Qué herramientas se utilizan para practicar?

El trabajo práctico se divide en dos etapas [4:42]:

• One Compiler: una herramienta que corre directo en el navegador, sin instalar nada. Sirve para crear tablas, insertar datos de prueba y ejecutar las primeras consultas.
• SQL Server: un sistema profesional donde se trabaja con los archivos reales de TiendaLatam, consultas más complejas y volúmenes de datos auténticos.

Es como pasar de practicar tiros libres en el patio a jugar un partido real en cancha profesional. La lógica es la misma, pero el entorno tiene más capacidades [5:08].

Si alguna vez necesitaste un dato urgente y no pudiste obtenerlo porque la información estaba repartida en varios archivos, comparte tu experiencia. El siguiente paso es comprender cómo las claves foráneas y la integridad referencial hacen que la base de datos se proteja a sí misma de errores humanos.