Analytics Infrastructure

Contexto

Un ecosistema con información comercial, operativa, financiera, logística y de marketing, en el que la arquitectura analítica debía distinguir dos unidades de negocio: Regenera Skin – Servicios y MED PLASTIC – Productos.

Problema

Múltiples fuentes y reportes históricos convivían sin una capa central de datos, sin reglas consistentes y sin una separación correcta entre unidades analíticas.

Qué construí

• Arquitectura centralizada orientada a BigQuery como capa gobernada, con Power BI como capa de consumo.
• Integración y transformación de Meta Ads, TikTok Ads, CRM/LeadConnector, Google Sheets y fuentes administrativas y contables.
• Automatizaciones con Google Sheets y Apps Script en los procesos de carga y actualización.
• Migración y homologación de indicadores desde Looker Studio hacia Power BI.
• Modelado semántico con dimensiones, hechos y medidas en DAX.
• Regenera Skin – Servicios: pacientes, leads, agenda, asistencia, cierres, ingresos, ocupabilidad y puntualidad.
• MED PLASTIC – Productos: productos, marcas, recetas, representantes, ventas, metas, inventario, stock, reposición y vencimientos.
• Estandarización, control de calidad y gobierno de datos sobre el conjunto.

Efecto

Separar servicios de productos en el modelo, y no solo en el reporte, permitió que cada unidad se midiera con su propia lógica sin duplicar definiciones ni sostener dos verdades paralelas.

Arquitectura

1. 01Sources
2. 02BigQuery
3. 03Semantic Model
4. 04Power BI
5. 05Decisions

Nota pública