Analytics Infrastructure

Contexto

Una operación de salud con información repartida entre marketing, ventas, finanzas, logística y administración, y dos unidades de negocio con lógicas distintas: servicios clínicos por un lado y una línea de productos por otro.

Problema

Las fuentes convivían sin una capa central, sin reglas consistentes y sin separación entre unidades analíticas, así que cada reporte acababa reconstruyendo sus propias definiciones.

Qué construí

• Arquitectura centralizada en BigQuery como capa gobernada, con Power BI como capa de consumo.
• Integración y transformación de plataformas de ads, CRM, hojas de cálculo y fuentes administrativas y contables.
• Automatizaciones de carga y actualización con Google Sheets y Apps Script.
• Migración y homologación de indicadores desde Looker Studio hacia Power BI.
• Modelado semántico con dimensiones, hechos y medidas en DAX.
• Separación de las dos unidades de negocio dentro del modelo, cada una con sus propias dimensiones y tablas de hechos.
• Estandarización, control de calidad y gobierno de datos sobre el conjunto.

Efecto

Separar las unidades en el modelo, y no solo en el reporte, permitió que cada una se midiera con su propia lógica sin duplicar definiciones ni sostener dos verdades paralelas.

Arquitectura

Nota pública