de las decisiones en las PYMEs españolas se toman sin mirar un solo dato
Casa Origen
Esta es una de ellas — hasta que dejó de serlo.
scroll ↓
Antecedentes y justificación
Madrid, capital española del café.
El problema
de PYMEs españolas usa BI
de decisiones se toman sin datos
LA OPORTUNIDAD · CAFETERÍA DE ESPECIALIDAD
cafeterías registradas
cafeterías de especialidad
facturación sector 2026
café de especialidad vs tradicional
El caso
Casa Origen
Cafetería de especialidad en Madrid · Lavapiés + Malasaña · 3 años de operación · usa un modelo tradicional de datos
tickets
Revenue acumulado
ticket medio
margen bruto
Definición del proyecto
El objetivo
Dar a la dirección visibilidad accionable para responder con datos a cinco preguntas que hoy se deciden por intuición.
Hipótesis a verificar
D1 Executive overview· D2 Product & Menu Intelligence · D3 Operations & Time Intelligence · D4 Customer & Channel Analytics
Metodología · 5 pasos
Generación de datos sintéticos en Python (semilla fija).
ETL por capas Medallion (Bronze → Silver → Gold) en SQL Server.
Modelo dimensional en estrella + medidas DAX en Power BI.
2 módulos de Machine Learning: cesta de la compra y RFM.
4 dashboards orientados a la decisión con Power BI.
Herramientas
Stack técnico
Arquitectura de datos
Un almacén por capas: Medallion.
Bronze
INGESTA CRUDA
3 años simulados · 7 CSV
Errores intencionados: nulos, duplicados, fechas raras y formatos rotos.
Silver
LIMPIEZA DE DATOS Y REGLAS DE NEGOCIO
Descarta duplicados, registros vacíos, validación temporal, coherencia de datos. Enriquecido con festivos de Madrid.
Gold
MODELO EN ESTRELLA LISTO PARA CONSUMIR EN POWER BI Y MODELOS DE MACHINE LEARNING
1 hechos + 6 dimensiones.
Modelo de datos
Modelo en estrella.
1 tabla de hechos (ventas) + 6 dimensiones
TIEMPO · PRODUCTO · LOCAL · EMPLEADO · CANAL · CLIENTE
+ 30 medidas DAX · tablas desconectadas para ML
Visualización en Power BI
Cuatro dashboards.
Executive Overview
Crecimiento de +31,6% vs. año anterior, en facturación, tickets y unidades vendidas.
Estacionalidad: Diciembre 64,8K € vs. Agosto 39,3K €. Palanca: rediseñar oferta de verano.
Ticket medio plano (8,69 €, −0,14%). El crecimiento viene de volumen, no de precio → carta premium y combos.
Hallazgo H3. Mediodía es la franja rentable (10,67 € ticket medio), 35% por encima de apertura (7,10 €).
Product & Menu Intelligence
Hallazgo H1. Pareto claro. 13 productos (A) = 70% ventas · 14 productos (C) = 11% → simplificar carta.
Tosta Aguacate = producto ancla. 173K € facturación. Sostiene mediodía y aparece en el 60% de combos ML.
Hallazgo H2. Combo principal: Kombucha + Tosta Aguacate (lift 3,5×) → menú "Brunch Casa Origen".
Operations & Time Analytics
RevPASH global 5,26 €/asiento-h, pero Apertura (2,28 €) y Tarde (2,01 €) no cubren el umbral 2,50 €.
Hallazgo H4 — Apertura y Tarde rinden la mitad del umbral → cierre 15:30 en fines de semana.
Fin de semana: sábado y domingo mañana en 7,76 € / 8,28 € (2× media L-V) → refuerzo plantilla.
Hallazgo H3 — Ticket depende de franja (7,10 → 10,67 €), no del día. Mover consumo de tarde a mediodía.
Se venden tostas y brunch (salados), los productos más caros de la carta.
Customer & Channel Analytics
Hallazgo H5. Champions + Loyal (52,7%) generan el 70,7% del revenue.
Delivery aporta 20% facturación pero comisión 30% deja margen neto en 43% vs 73% in-store.
Cliente tipo Casa Origen
15% de clientes = 30,8% del revenue.
«Antes de este proyecto, la cafetería no sabía quién era ese 15%. Ahora sí.»
Capa de Machine Learning
RFM + K-Means = 5 segmentos · 5 campañas
1.200 clientes fidelizados · 3 años · 179.112 tickets
Champions
Cómo es
Vienen cada 2 días · 307 tickets/año · gastan 2.693 €. Son el motor del negocio.
Decisión accionable
Programa VIP (café gratis + preventa novedades). Retención +5pp → + 24K €
Loyal
Cómo es
Vienen cada 3 días · 158 tickets/año · gastan 1.391 €. La columna vertebral del negocio.
Decisión accionable
Fidelización blanda (5ª bebida gratis) y recomendaciones cruzadas. Subir gasto medio +8% → + 50K €
At Risk
Máxima urgenciaCómo es
Historial idéntico a Loyal (F=149, M=1.313 €). Llevan 60-90 días sin volver.
Decisión accionable
Reactivación con email/SMS urgente. Recuperar 20% → + 70K €
Potential
Cómo es
Clientes nuevos o poco frecuentes. Objetivo: graduar el 30% a Loyal en 6 meses.
Decisión accionable
Welcome pack e incentivos por visitas, app de fidelidad → + 40K € en 6 meses
Lost
Cómo es
303 días de silencio de media.
Decisión accionable
Sunset de comunicación tras 180 días sin visita → ahorro 600 €/año
1,11M € concentrados en 632 clientes · H5 confirmada
Market Basket + FP-Growth = 5 combos · 5 campañas
H3Cinco combos propuestos para carta
Media Mañana
Kombucha + Tosta Aguacate
11,70 €
+8% ticket medio en franja mediodía
De Barra
Espresso + Tosta Mantequilla
6,80 €
+5% attach rate en Espresso
Sin Prisa
Filter Coffee + Banana Bread
5,20 €
Sugerencia caja apertura
La Merienda
Cookie + Latte
5,10 €
+6% ticket medio en tarde
El de la Casa
Croissant Mant. + Flat White
5,40 €
+18% ticket medio · mayor volumen
Campañas a partir de la cesta de la compra
La Carta Corta
Hallazgo ML
Top-5 combos con mayor lift
Acción
5 combos fijos en carta a precio mejorado.
Guion de Barra
Hallazgo ML
Reglas con confidence ≥ 25%
Acción
Chuleta plastificada para empleados: "si pide Latte, ofrece Croissant".
La Poda
Hallazgo ML
Productos ausentes en reglas + bajo volumen
Acción
Retirar 2-3 productos de la carta al trimestre.
El Injerto
Hallazgo ML
Anclar novedad a best-seller compatible por franja
Acción
Novedad de temporada se vende siempre junto a producto top de su franja.
Las Diez y Media
Hallazgo ML
Reglas con lift alto en franja atípica
Acción
Adelantar producto de mediodía a la mañana (Tosta Aguacate a las 10:30).
Casa Origen ya no improvisa.
Esto es lo que se ve cuando decides con datos.
Dashboard interactivo publicado en Power BI Service
Notebooks Python: segmentación RFM y cesta de la compra (FP-Growth)