Distribució alimentària · cadena de fred
Plataforma de Business Intelligence de vendes i compres
Consolidació de dades multiempresa, Data Warehouse, ETL i informes dinàmics en Power BI.
4 empreses
Consolidades en un únic model
Diària
Actualització via ETL i integració amb ERPs
Estrella
Model dimensional de fets i dimensions
Resum
Plataforma de BI que unifica les dades de vendes i compres de les empreses de Grupo Pomona Iberia en un únic sistema analític. D'Excel, SharePoint i ERPs diferents a un Data Warehouse comú amb informes interactius en Power BI. Arquitectura per capes, escalable i automatitzada: ETL en Python cada matinada, DW en MySQL amb model dimensional, i quadres de comandament que analitzen el rendiment per empresa, client, zona, producte i període.
Tecnologies
El client
Branca ibèrica d'un grup de distribució alimentària en cadena de fred, que agrupa diverses empreses de producte refrigerat i congelat —Friolisa, Novafrigo, Sanamar i DIL—. Cada companyia amb sistemes, clients i catàlegs propis genera un gran volum de dades. La direcció necessitava visió consolidada i comparable del rendiment, però la informació vivia repartida i en formats heterogenis.
El repte
Cada empresa gestionava les seves dades per separat en orígens diferents: Excel propi, SharePoint i ERPs diferents. Sense model comú ni via unificada de consulta, els informes es feien manualment, fragmentats i dependents de cada format. Consolidar el grup era costós i propens a errors. Necessitaven una plataforma de BI unificada i escalable, preparada per incorporar empreses, connectar-se a més ERPs i ampliar-se a noves anàlisis.
La solució
Data Warehouse amb model dimensional
Data Warehouse en MySQL amb model estrella que homogeneïtza totes les empreses. Fets —vendes i compres: quantitat, import, cost, marge— i dimensions —client, producte, proveïdor, província—. Estructura comuna que consolida sota un mateix llenguatge analític i habilita anàlisi geogràfica, per catàleg i per estructura comercial.
Processos ETL automatitzats i multiorigen
ETL en Python que llegeix cada origen en el seu propi format —Excel i SharePoint, o connexió directa a l'ERP— i normalitza al model del DW. Pipelines executades cada matinada amb cron, sense intervenció manual.
Integració directa amb els ERPs
Integració directa amb els ERPs per SQL, substituint fitxers i carpetes compartides per connexió permanent a les bases d'origen. Va incloure estudi de cada base i xarxa segura per VPN. Resultat: actualització fiable i fins a diària sense errors manuals.
Informes dinàmics en Power BI
Quadres de comandament en Power BI publicats a Power BI Service amb refresc automàtic via gateway. L'informe de vendes analitza el rendiment per client, zona, equip, comercial, segmentació i producte, amb anàlisi geogràfica i temporal. Inclou mesures avançades —marge %, PMVK, clients actius, mitjanes mòbils, comparatives YoY— i filtres per exercici fiscal. Mateixa arquitectura per a l'informe de compres.
Resultats
Visió única del grup: les dades de vendes i compres, abans disperses en Excel, SharePoint i ERPs diferents, van quedar consolidades en un únic Data Warehouse amb un model analític comú i comparable.
Fi del procés manual: els processos ETL automàtics actualitzen la informació cada matinada, eliminant l'elaboració manual d'informes i les possibilitats d'error associades.
Arquitectura escalable per capes: una arquitectura ETL + Data Warehouse + Power BI que creix sense refer la feina en afegir empreses, variables o dominis.
Integració directa amb els ERPs: connexió permanent a les bases de dades d'origen mitjançant SQL i VPN, que permet actualització fiable i d'alta freqüència, fins a diària.
Informes rics per a la decisió: quadres de comandament amb anàlisi per client, zona, equip, producte i geografia, mesures avançades i filtres per exercici fiscal.
Operació fiable i gestionada: infraestructura desplegada amb còpies de seguretat diàries i gestió transparent per al client, que es despreocupa de la capa tècnica.