Retail · Red de tiendas
Antes de construir un dashboard, construí cómo debía funcionar el negocio como modelo.
Kosta Cálida
Reporting para una red de tiendas · Power BI · del TPV al modelo en estrella
scroll ↓
El problema
La dirección tenía números delante, pero no contexto.
Sabían la recaudación del día, pero no podían decir qué categorías erosionaban el beneficio, qué tienda estaba por debajo de la media en margen o si estaban cumpliendo objetivos o solo superando el mes anterior.
Cada departamento miraba su parte. No existía una fuente única que conectara ventas, rentabilidad y objetivos. Eso no es un problema de datos. Es un problema de estructura analítica.
El objetivo
De una desviación en un KPI al ticket que la explica.
Construir un sistema de reporting que permitiera pasar de una desviación en un KPI hasta el ticket concreto que la explica, con ventas, margen y objetivos conectados en el mismo modelo y sin necesidad de cruzar hojas de cálculo separadas.
tablas de hechos: Ventas y Presupuestos
dimensiones compartidas
vistas en el dashboard
El modelo
Esquema en estrella: dos hechos, cinco dimensiones.
El error de fondo era el orden en que se había planteado el análisis: vistas parciales sobre datos sin modelar, en lugar de diseñar primero cómo debía funcionar el negocio como modelo. Empecé por ahí.
Esquema en estrella con dos tablas de hechos, Ventas y Presupuestos, conectadas a las mismas dimensiones de fecha, tienda, producto, categoría y objetivos. Todo el sistema —las cinco vistas y el drill-down hasta el ticket— se apoya en este único esquema.
Esquema
Proceso
Del TPV en bruto a un dashboard con drill-down.
01
Power Query
Transformar y estandarizar los datos brutos del TPV antes de que tocaran el modelo.
02
Esquema en estrella
Dos tablas de hechos y cinco dimensiones compartidas, diseñadas antes que la primera vista.
03
Medidas DAX
Ventas YTD, cumplimiento vs presupuesto, margen por categoría y producto, ticket medio.
04
Tablas T_DISC
Tablas de desconexión para gestionar filtros cruzados sin contaminar el modelo.
05
Parámetros TopN
Selectores dinámicos de categoría y producto, sin duplicar medidas.
06
Cinco vistas
Del dato modelado a un dashboard navegable con drill-down hasta el ticket.
El dashboard
Cinco vistas, una sola fuente de verdad.
01
Ventas Anuales
Cumplimiento global contra presupuesto y evolución YTD por tienda.
02
Ranking Tiendas
Compara ventas, margen y beneficio por tienda y categoría simultáneamente.
03
Ticket Medio
Analiza el comportamiento de compra a nivel de tienda, producto y día.
04
Comparar KPIs
Pone en paralelo cualquier tienda contra el resto de la red.
05
Drill-down
De cualquier desviación hasta el ticket y el producto que la explica.
De una desviación agregada al ticket que la explica.
Desde cualquier punto del dashboard es posible bajar de nivel sin cambiar de herramienta ni cruzar hojas de cálculo, hasta el ticket y el producto exactos que explican la desviación.
Por ejemplo: una desviación de −47.700 € en Mahón se puede desglosar hasta la categoría y el ticket concretos que la originan.
Visualización en Power BI
Tres de las cinco vistas del sistema.
El dashboard completo tiene cinco vistas conectadas al mismo modelo — estas son tres de ellas, a modo de muestra.
Un ejemplo de lectura
Qué permite ver el sistema, en un caso concreto.
Mahón era la tienda con más ventas de la red (277.000 €) pero cerraba con la mayor desviación negativa (−47.700 € vs presupuesto). Sant Francesc Xavier, con menos volumen, era la única que superaba su objetivo (+6.000 €).
Un patrón parecido aparecía por categoría: Bebidas y Refrescos lideraba en ventas y en margen (+37,58 %), mientras Conveniencia y Tienda Express cerraba con margen negativo pese a un volumen similar.
Son dos lecturas entre las muchas que permite el modelo — no el resumen del proyecto.
Herramientas
Stack técnico
Power Query
Transformación y limpieza de los datos del TPV antes del modelo.
Power BI
Modelo en estrella y las cinco vistas del dashboard con drill-down hasta nivel de ticket diario.
DAX
Medidas de ventas YTD, cumplimiento vs presupuesto, margen por categoría y producto, y ticket medio entre tiendas.
Qué aprendí
El orden importa.
El drill-down hasta nivel de ticket fue la parte más exigente del modelo. Para que funcionara correctamente con cualquier combinación de filtros activa, las relaciones entre tablas tenían que estar diseñadas desde el principio con esa granularidad en mente.
También aprendí que el orden importa: diseñar el modelo antes que los dashboards no es una preferencia metodológica, es lo que determina si el sistema aguanta o se rompe cuando alguien hace una pregunta que no estaba prevista.
De datos sueltos en el TPV a un modelo que aguanta cualquier pregunta.
Dashboard interactivo publicado en Power BI Service
Portfolio completo de Power BI