Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Abstract: The implementation of business intelligence is essential in any enterprise; due to the great
value it represents in decision-making and data analysis. Although the e-commerce department at
L'Oréal has experienced a great progress thanks to the COVID-19 situation, the dynamism and fast-
paced environment has led to an overlooking of modern practices of data collection, transformation,
analysis, and the choice of traditional and barely automated methods. The purpose of this project is
to enter business intelligence tools and practices that led to accurate decision-making and data
analysis. This was done through a deep research, where different theories and resources were
analyzed to have clarity in the way in which business intelligence practices will be established. The
implementation process was highly educational and productive, which resulted in a complete
modernization and automation of the data storage and transformation processes, as well as new
tools and visual aids that will optimize and greatly improve decision-making and generation of
strategies in the e-commerce of L'Oréal Colombia. This project leaves a long way to explore and
allows the next managers to investigate and apply new methodologies that contribute to the
performance of the company.
Palabras claves: toma de decisiones; inteligencia de negocios; transformación de data; Excel; power
BI.
Trabajo de Grado – Primer Semestre 2021
1. 1. Dimensión de la Entidad
L’Oréal es la empresa número uno en la industria de belleza y cosméticos. Fue fundada Francia,
en el año 1909 por Eugéne Schueller, en donde empezó siendo una pequeña compañía dedicada a los
tintes de coloración capilar para mujeres.
Actualmente L’Oréal emplea a más de 88,000 empleados, los cuales desempeñan todo tipo de
funciones en cuatro divisiones: División de Productos de Consumo Masivo, División Cosmética
Activa, División de Lujo y División de Productos Profesionales. Los ejes principales que manejan
estas divisiones se centran en maquillaje, coloración y cuidado capilar, cuidado de la piel, protección
solar, cuidados para hombre y perfumes. Estas divisiones comercializan 36 marcas y miles de
productos en más de 150 países a nivel mundial. Los canales de venta de L’Oréal son sumamente
amplios, estos van desde grandes superficies, salones de belleza, hasta centros dermatológicos
especializados y D2D.
Las ventas de la empresa sumaron casi €30 billones en 2019, pero debido a la contingencia actual
ocasionada por el COVID-19, se evidenció una caída de estas, reportando al 30 de septiembre de 2020,
un total de €20.11 billones (-7.4%) (L’Oréal Finance, 2020).
Debido a la amplia gama de productos que ofrece L’Oréal, no se puede encasillar a sus
competidores dentro de una sola industria. En la industria de cosméticos y belleza, los principales
competidores son Estée Lauder, Dior y Chanel, mientras que, en la industria de productos de
consumo masivo, existe una gran competencia con empresas como P&G y Unilever.
Sin embargo, las ventas de productos cosméticos/de belleza si se han podido filtrar, y no
sorprende que L’Oréal ocupe el primer puesto. La revista especializada Beauty Packaging publicó en
2020 el listado de las Top 20 Beauty Companies, en donde L’Oréal lidera con $27.2B, seguida por
Unilever ($21.3B), Estée Lauder ($11.8B), P&G ($11.8B) y Coty ($7.7B).
De acuerdo con el portal de datos Statista, el market share en 2019 de L’Oréal se constituyó de
la siguiente manera: 10% en Asia/Pacifico, 13% en Norteamérica, 20% en Europa Occidental, 8% en
América Latina, 13% en Europa Oriental y 10% en África/Medio Este. Por otro lado, dentro de las
marcas cosméticas más valoradas a nivel mundial en 2020, L’Oréal Paris ocupó el primer lugar, con
un brand value de $11.75B. Esta estuvo por encima de marcas competidoras como Gillette ($8.48B) de
P&G, Estée Lauder ($6.29B), Pantene ($5.58B) de P&G. Vale mencionar que la marca Garnier, también
perteneciente a la familia L’Oréal, ocupó el décimo puesto, con un valor de $4.66B. (Statista, 2020)
L’Oréal Colombia está presente en el país desde 1993. Actualmente emplea a más de 860
personas, cuenta con 15 marcas de 3 divisiones (CPD, DCA y DPP) y tiene una de las 12 plantas que
posee el grupo con emisiones de carbono cero. En 2015 L’Oréal adquirió la compañía Laboratorios
Cosméticos Vogue, adquiriendo una gran ventaja gracias a la primera marca local de su portafolio.
Las ventas del área digital representan aproximadamente el 8% de las ventas totales de L’Oréal
Colombia. Esta área de e-commerce ha experimentado un crecimiento exponencial desde que
comenzó la pandemia y cuarentenas en el país, ya que, gracias a todos los esfuerzos realizados por el
departamento digital, las ventas por medios digitales tuvieron un aumento casi del 250%. Esto trajo
consigo un sinnúmero de retos y oportunidades de mejora para toda la compañía.
Más en detalle, las funciones del estudiante se dividen en 1) realizar el reporte y conciliación de
ventas mensualmente de todos los e-retailers estratégicos de L’Oréal, 2) realizar codificaciones de
productos para las páginas web de los clientes, 3) apoyar la incursión, alimentación y desarrollo de
Power BI, 4) efectuar las órdenes de compra erradicadas por parte de los e-retailers, 4) dar apoyo en
el nuevo proyecto Be Gurú.
Las tareas que se desempeñan en el área de prácticas suelen asignarse de dos formas. En primer
lugar, los colaboradores tienen funciones permanentes que deben realizar todos los días. Pero
también existen las responsabilidades que surgen esporádicamente, las cuales tienden a ser urgentes
o provenientes de otras áreas que requieren el apoyo del equipo digital. Con respecto a la toma de
decisiones, en cada proyecto se suele asignar un grupo pequeño de responsables, los cuales reportan
directamente con Lina Orozco, la CDMO (Chief Digital Marketing Officer).
Los valores corporativos de L’Oréal se caracterizan por ser los mismos a nivel mundial. No
importa si se está ubicado en China o en Argentina, estos serán idénticos. Estos valores se centran en
cuatro pilares: integridad, respeto, transparencia y coraje. Estos valores están bajo la sombrilla de un
valor universal que prima en la compañía, la ética. L’Oréal ha invertido una gran cantidad de recursos
de todo tipo en promover la ética en todas sus sucursales. Incluso han creado una plataforma
sumamente intuitiva con diversos cursos de ética, responsabilidad y compliance.
La cultura de trabajo en esta compañía es sumamente flexible. Partiendo desde los horarios de
trabajo hasta el código de vestimenta. Adicional a esto, se tiene una fuerte cultura incluyente, en
donde todas las personas son bienvenidas, sin importar su nacionalidad, religión, orientación
sexual/política, etc. En L’Oréal se fomenta en gran medida el espíritu emprendedor, ya que se valora
mucho a las personas que son arriesgadas, propositivas, proactivas y empoderadas de sus funciones.
DOFA
Fortalezas:
• Fuerte presencia local de las marcas en la cultura y consumo colombiano.
• Amplio número de e-retailers y puntos de venta virtuales, lo cual aumenta la exposición de
los productos hacia los consumidores.
Trabajo de Grado – Primer Semestre 2021
• Personal humano capacitados, jóvenes y preparados, los cuales conocen de primera mano las
tendencias virtuales en el mercado.
• Productos de alta calidad.
• Robusta inversión en mercadeo.
Oportunidades:
• Obtener acuerdos y alianzas estratégicas con nuevos y existentes clientes potenciales.
• Incremento en la tendencia de consumo virtual por parte de la población colombiana.
• Mayor migración virtual por parte de tiendas por departamento y grandes superficies.
• Tendencias de maquillaje orientadas a productos para los ojos, rostro, uñas y cejas, debido a
la coyuntura del COVID 19.
Debilidades:
• Poco aprovechamiento de la planta de producción de L’Oréal en términos de ventas virtuales
(no hay despacho de productos, ventas directas desde la página web de la compañía).
• No cuenta con portal propio de ventas (Página web)
• Poco desarrollo en términos de business intelligence y analytics.
• Equipamiento relativamente viejo.
Amenazas:
• Alta competencia en términos de productos de belleza y cosméticos.
• Competidores también están presentes en las páginas de los e-retailers.
• Competidores aplican de mejor forma las economías de escala y transformación digital.
• Coyuntura del COVID 19 ha afectado el consumo de cosméticos.
• Competidores cuentan con canales de venta virtuales propios (página web).
• Tendencia a consumir nuevos productos orgánicos, producidos localmente.
Cruce de variables
1. Potencialidades (fortalezas + oportunidades): Teniendo en cuenta el posicionamiento solido
de L’Oréal Colombia en el mercado colombiano (top of mind de los consumidores y presencia
de productos en numerosos canales), junto a la tendencia creciente del consumo vía internet,
L’Oréal podría desempeñarse de forma muy positiva si enfoca recursos significativos en
desarrollar sus estrategias a través del canal moderno. Esto se podría realizar por medio de:
• Nuevos acuerdos comerciales con los retailers los cuales aseguren mejores
rendimientos en las ventas e insights sobre el comportamiento de dichos resultados
(informes sobre preferencias de los consumidores, mapas de calor, productos más y
menos solicitados, etc)
• Ejecutar campañas de marketing digital las cuales resulten provechosas para atraer
nuevos consumidores y creen mayor awareness en el público, lo cual ayudará a las
marcas de L’Oréal a destacarse dentro de la vasta competencia.
2. Limitaciones (debilidades + amenazas): Una de las limitaciones más grandes que se
encuentran en L’Oréal es la falta de un canal de venta propio, más aún teniendo en cuenta que
se podría utilizar la planta de producción y almacenamiento que ya poseen. Esto vulnera a la
empresa con respecto al mercado ya que la mayoría de los competidores de cosméticos y
productos para el cuidado de la piel tienen sus canales de venta propios funcionando a la
perfección. Contar con un e-commerce propio ayuda a ahorrar costos, gestionar un CRM más
preciso y exacto, administrar la logística y operatividad propia, analizar las ventas y
comportamiento del consumidor en tiempo real, entre muchos otros beneficios. L’Oréal
podría beneficiarse de todo esto si contara con su propio portal de ventas, sumándole los
existentes de los distintos e-retailers.
3. Riesgos (fortalezas + amenazas): Un riesgo que puede enfrentar L’Oréal es que, a pesar de su
fuerte posicionamiento en la cultura colombiana, cada vez coge mayor fuerza y
representatividad el segmento de consumidores que prefieren productos producidos
localmente, con ingredientes orgánicos y provenientes de emprendimientos, no
Trabajo de Grado – Primer Semestre 2021
5 Fuerzas de Porter
• Poder de negociación de los clientes: Esta fuerza se puede considerar alta ya que en la
industria de la belleza los consumidores tienen el poder de elegir dentro de muchas
alternativas sus productos deseados. Adicional a eso, los consumidores son sumamente
exigentes con la relación precio-calidad, por lo que las empresas deben asegurarse de ofrecer
productos de altísima calidad a precios competitivos.
• Poder de negociación de los proveedores: Se puede considerar como media, ya que, si bien
hay una considerable base de proveedores que surten los mismos materiales, aquellos que
logran proveer una calidad superior a precios atractivos son los que se quedan con los
negocios. Adicional a esto, las relaciones con los proveedores suelen ser a largo plazo ya que
las empresas confían en aquellos que desde siempre les han dado buenos resultados.
• Amenaza de entrada de nuevos competidores: Es baja ya que la industria de la belleza y los
cosméticos es una que lleva muchos años funcionando, por lo que los competidores actuales
tienen recursos muy robustos, posicionamiento muy fuerte y relaciones sumamente
estrechas. Para empresas entrantes es muy complicado comenzar a competir frente a las
existentes debido a toda la experiencia, conocimiento, recursos y posicionamiento que les
llevan de ventaja.
• Amenaza de nuevos productos sustitutos: La industria de la belleza es una que cuenta con
grandes avances e innovaciones tecnológicas, por lo que cada vez se desarrollan nuevos
productos que pueden sustituir a los de la competencia. Debido a esto se considera alta la
amenaza de nuevos productos sustitutos.
• Rivalidad entre los competidores: Esta fuerza termina siendo fruto de las cuatro anteriores,
por lo que se considera alta. Hay competidores con una gran cantidad de recursos,
conocimiento, desarrollo tecnológico y posicionamiento, por lo que cada uno de ellos optan
por entregar el mejor producto disponible en el mercado. Esto resulta en un gran portafolio
de productos disponibles masivamente a todo el mercado, de diversas marcas y con distintos
beneficios. Las compañías luchan constantemente con sus esfuerzos de marketing y ventas
para poder sobresalir entre los otros.
Con este proyecto líder se busca efectuar prácticas y soluciones de Business Intelligence, con el
fin de que ayude a la toma de decisiones efectiva en el e-commerce de L’Oréal. Esto se logrará
inicialmente innovando los métodos retrógrados mediante los cuales la empresa recolecta, analiza e
interpreta sus ventas digitales actualmente. Los procesos empleados para llegar a un análisis y toma
de decisiones con respecto a las ventas es sumamente tedioso, ineficiente, poco moderno y manual.
Esto deja como consecuencia distintos aspectos que resultan cruciales para la eficiencia del equipo:
1) Poca interpretación y análisis de los resultados de venta, 2) demora de los tiempos en los que se
reportan las ventas mensuales, 3) facilidad de cometer errores debido a la manualidad en las
Trabajo de Grado – Primer Semestre 2021
Al profundizar más sobre las actividades que se van a llevar a cabo para darle frente a esta
problemática, se encuentra con que las herramientas existentes en el mercado relacionadas a
business intelligence son abundantes, y su nivel de complejidad va desde casi nulo hasta uno que
requiere experticia considerable. Debido a la corta duración de las prácticas empresariales (seis
meses), junto a la restricción de programas que se permiten utilizar al interior de la empresa, no se
implementaran herramientas que requieran de adquisición de licencias distintas a las ya existentes
o un proceso de capacitación muy dedicado y minucioso. Sin embargo, esto no quiere decir que no
haya herramientas que permitan mejorar los problemas previamente mencionados.
En primer lugar, el paso más fundamental que se debe llevar a cabo para poder implementar
tácticas de inteligencia de negocios es centralizar la data existente y establecer un formato único a
los distintos reportes con los que se disponen. Esta acción de centralizar la información de la
empresa es fundamental en todo proyecto de BI ya que en primer lugar asegura que los datos se
encontrarán en un solo lugar, lo cual aumentará el orden de la información y evitará una pérdida de
grandes cantidades de tiempo y productividad en la que se incurre cuando no hay orden en dichos
archivos y bases de datos.
En segundo lugar, Excel también es una herramienta sumamente fundamental para ejecutar todas
las etapas de business intelligence, por lo que también se utilizará en este proyecto de grado.
Después de haber obtenido la data por medio de Power Query, Excel permite agrupar y analizar la
información por medio de tablas dinámicas, sacar cálculos entre la información provista, realizar
análisis de hipótesis, presentar gráficamente la información recolectada e infinidades de acciones
adicionales, las cuales son difíciles de mencionar todas en un solo escrito.
Por último, Power BI y Tableau son dos softwares altamente capaces de presentar y visualizar la
información, KPIs y datos, incluso también permiten hacer distintos cálculos entre los diferentes
campos. Estas plataformas permiten crear grandes variedades de gráficas, tablas, mapas de calor,
termómetros, entre muchas otras variedades de herramientas visuales que permiten analizar la
información de forma más adecuada y llegar a una toma de decisiones precisa. La forma en la que
estas plataformas permiten agrupar las distintas herramientas visuales y presentar los resultados es
a través de dashboards y reportes interactivos e intuitivos (ver anexo 3 para ejemplos de estas
herramientas visuales).
Trabajo de Grado – Primer Semestre 2021
3. ANTECEDENTES
Chipotle Mexican Grill, una cadena de restaurantes con más de 2400 puntos de venta a nivel
mundial, ha sido uno de los miles beneficiados de implementar business intelligence avanzado. Estos
sufrían una descentralización de información la cual no les permitía observar y analizar de forma
efectiva las ventas, despachos e inventario de sus productos en sus tiendas de Estados Unidos. Esto
les ocasionaba una demora en el planteamiento y creación de estrategias, debido a que cada región o
sucursal tenía su propia central de datos las cuales tenían que ser posteriormente unificadas. Después
de que Chipotle decidiera incursionar a fondo en la inteligencia de negocio, lograron que la
organización tuviera acceso a toda la data de forma inmediata y centralizada. Esto conllevo a que los
reportes y entregas de estrategias para el mercado se triplicara mes a mes, ahorrando miles de horas
de trabajo y de demoras. (Tableau, n.d.)
ejemplo, las preferencias de tonos de la mayoría de las personas que realizan el virtual try-on
(prueba de maquillaje virtual), las combinaciones de productos que las personas escogen (un tipo
de labial con una referencia específica de pestañina), el tono de piel de los usuarios e incluso la
ubicación de estos. El alcance de estas herramientas y de esta información es sumamente amplio, en
donde se pueden realizar todo tipo de análisis de hipótesis, experimentos, promociones y
estrategias con base en la información que se recolecto por medio de estas herramientas
tecnológicas. Además de que estas herramientas han tenido un impacto positivo en la percepción
de los consumidores frente a las marcas que ya las implementa, dichas empresas también ya han
podido beneficiarse de estas prácticas vanguardistas, ya que ahora pueden desarrollar estrategias
fundamentadas en insights sumamente precisos y valiosos de sus consumidores. Esta tendencia es
una de las mas innovadoras y modernas que se está utilizando actualmente con relación a la
inteligencia de negocios.
4. JUSTIFICACIÓN
Una de las diversas formas en las que los clientes manifiestan sus preferencias, hábitos y
tendencias, es por medio de las compras que ellos realizan. Ellos están en constante interacción con
los productos de L’Oréal, lo cual deriva en una gran cantidad de ventas, por medio de diversos
canales, en distintas fechas y en cantidades volátiles. Toda esta información que el cliente proporciona
a través de sus compras es sumamente enriquecedora para todos los equipos de la empresa, por lo
que es indispensable que se ejecuten prácticas y soluciones cien por ciento efectivas, que deriven en
una recolección, análisis e interpretación de datos significante.
Previamente se explicó las razones generales por las cuales es indispensable contar con
Trabajo de Grado – Primer Semestre 2021
5. REVISIÓN DE LA LITERATURA
El alto volumen de datos que reciben las empresas en su día a día ha sido tema recurrente
hasta ahora en este escrito, esto recibe el nombre de Big Data. Hay muchas definiciones de “big data”,
las cuales dependen de la persona, su profesión y sus intereses con esta. Sin embargo, la mayoría de
las definiciones la presentan como la creciente habilidad tecnológica para capturar, agregar y
procesar un gran volumen, velocidad y variedad de datos (Agnelluti, 2014). La big data se encuentra
presente en todas las industrias y abarca un amplio espectro de operaciones y actividades, una de
esas se ve presente en la inteligencia de negocios. Las dimensiones de la información son tan masivas,
en todos los aspectos, que la cantidad de información recibida, la continuidad en la que esta llega y
las diversas características que la componen no pueden ser procesados usando prácticas tradicionales
(Agnelluti, 2014). Esto deriva en una segunda teoría llamada “The Three Vs”. Doug Laney, en una
publicación investigativa de MetaGroup introdujo este concepto en el mundo de Big Data. Las Tres
Vs hacen referencia al volumen, velocidad y variedad de data a la que las empresas tienen que
enfrentarse (Wigmore, 2020).
• Smart watches
• Automóviles conectados al internet
• Casas inteligentes
Trabajo de Grado – Primer Semestre 2021
• Internet Industrial
El último ejemplo, también llamado Industrial Internet of Things, aplica perfectamente al tema
que se está tratando. Este se refiere a nuevas herramientas de sensores, software y analítica de big
data que permite crear un entendimiento y análisis profundo frente a la información recolectada.
La importancia del Internet of Things recae en la capacidad de llevar registro y recolectar información
sobre las actividades y comportamientos de los usuarios. Entre más dispositivos estén conectados a
la red, existirá mucha mayor variedad de insights que se pueden recolectar a partir de su
comportamiento (hábitos de consumo, periodos de actividad, preferencias, proyecciones de
inventario, entre otros). Un mayor entendimiento de la complejidad de los sistemas, economías de
escala y métodos que aseguran la interconectividad, junto a los impulsores claves de negocio, dan
pie a una implementación efectiva de herramientas que ayuden a dar comprensión a distintos
patrones, insights y factores puntuales sobre los consumidores (Holler et al. 2014).
Orientado al e-commerce, IoT puede resultar de mucha ayuda en diversas áreas. Por un lado,
puede dar mucho valor en temas de tracking y logística, ya que permite llevar registro en tiempo real
de los despachos, envíos, demoras y avances en las ordenes de los consumidores. Asimismo, permite
automatizar los procesos de inventario, recibir alertas sobre falta de stock y actualizar los estados de
sus bodegas. Por otro lado, el internet de las cosas puede apoyar mucho los procesos de diseño de
página web, junto a la UX (experiencia de usuario), ya que permite vincular distintos dispositivos
(celulares, tablets, smart watches, computadores), los cuales finalmente terminaran arrojando data
valiosa sobre el negocio (Zaman, 2020).
Por último, es necesario aclarar que la información de la que se dispone, sus métodos de
recolección y las fuentes de dónde vienen son simplemente herramientas y componentes que deben
servir a un propósito superior. Sería inútil que una corporación tuviera cientos y miles de megabytes
en data sobre sus consumidores y procesos, si no fuera a realizar nada con esta. De aquí viene una
tercera teoría, igualmente importante a las anteriores, pero sin duda puede generar mayor impacto a
nivel organizacional. Data-Driven Decision-Making (D3M), o por su traducción al español, “Toma de
decisiones basada en datos”, es una práctica utilizada para superar los retos y desafíos presentes en
esta era de abundante información, en donde se hace énfasis en la toma de decisiones que están
respaldadas por información valiosa al área que se está tratando. (Jie, Zheng, Jialin & Guangquan,
2019).
Este enfoque de toma de decisiones ayuda no únicamente a afinar los ejercicios de predicción de
escenarios en entornos inciertos y volátiles, también facilita la extracción de hechos inherentes o
conocimientos sin descubrir en el mercado, lo cual aumenta la generación de resultados y soluciones
(Jie et al., 2019). La toma de decisiones respaldada en información y datos ayuda a las organizaciones
y colaboradores a reducir la improvisación al momento de entregar decisiones y estrategias, lo cual
puede ser fatal para la empresa. Si bien la toma de decisiones instintivas es ideal en momentos de
poco margen de tiempo y mucha presión, el respaldo de data significativa y relevante resulta
indispensable si se quiere accionar de forma contundente, precisa y medible. De hecho, si se cuenta
con fuentes de información/bases de datos sólidas, herramientas y habilidades de procesamiento de
datos, junto a mecanismos de presentación de datos interactivos y relevantes, también se podrían
tomar decisiones basadas en datos, urgentes y bajo presión, con el plus de que están fundamentadas
con información concreta. El hecho de que este enfoque de toma de decisiones esté respaldado por
largos procesos de recolección y análisis de información no quiere decir que el acto de ejecutar una
estrategia tenga que demorarse lo mismo que se demoró en construir todo el modelo. Para eso existe
un sinfín de herramientas sumamente poderosas que hacen todo ese trabajo tedioso y complejo, en
cuestión de minutos.
Trabajo de Grado – Primer Semestre 2021
Es evidente la razón por la que la D3M es tan relevante e importante de adaptar en estas épocas:
grandes cantidades de información -en velocidad, variedad y volumen- son generadas diariamente
por las industrias, consumidores, redes sociales e incluso gobiernos (Zhang, Lu, Ruan & Wu, 2007).
Esto les da gran oportunidad a las empresas de tomar decisiones -de toda índole con fundamentos y
bases sólidas. Cada vez los tomadores de decisiones cuentan con herramientas de recolección y
análisis de datos más poderosas, lo que consecuentemente ha puesto a la información y data en el
core de la toma de decisiones precisas, efectivas y fructíferas (Wang, Xu, Fujita & Liu, 2016).
El propósito de este trabajo es integrar las prácticas de Business Intelligence dentro del e-
commerce de L’Oréal, con el fin de mejorar la toma de decisiones en dicha área. Esto hace que la
última teoría explicada sea la que más encaja con la consecución de dicho objetivo. Sin embargo, esto
no quiere decir que las otras teorías explicadas no encajen a la perfección en el proyecto actual, o que
no sean indispensables para llevar a cabo un proyecto de business intelligence. Como cualquier
aspecto en los negocios, la mejor forma de lograr una solución efectiva e integra es recolectando
distintas partes que, al ser unidas, entregan una estrategia ganadora.
Existe una cantidad enorme de herramientas y métodos para ejercer Business Intelligence
dentro de una empresa, desde programas de presentación sencillos hasta avanzadas bases de datos
que requieren de conocimientos profundos en programación. Para los propósitos de este trabajo, se
mencionarán algunas relativamente sencillas y fáciles de aprender. En primer lugar, es indispensable
contar con conocimientos intermedios – avanzados de Excel, ya que este programa es la conexión
entre muchas otras herramientas poderosas que ayudaran en el proceso. Dominar tablas dinámicas,
gráficos dinámicos y diversas funciones/formulas, harán que la manipulación de la información
pueda realizarse de forma más efectiva y también ayuda a explotar todo el potencial que ofrece Excel.
Siguiendo por la línea de Excel, existen dos complementos de este programa sumamente útiles
cuando se está trabajando con distintas fuentes de información (lo cual sucede muy frecuentemente).
El primero es Power Query, el cual es una herramienta o motor de preparación y transformación de
información/datos. Power Query permite importar datos de numerosas fuentes adicionales a
archivos de Excel. Este es capaz de conectarse con carpetas de archivos, bases de datos SQL, Azure,
OneDrive e incluso páginas web. Debido a su potencial, Power Query incluye su propio editor
(Power Query Editor), en donde se permite extraer, transformar y cargar datos (ETL, por sus siglas en
inglés). Este editor funciona por medio del lenguaje de codificación M, lo cual significa que todos los
procesos que se efectúan en dicha interfaz quedan escritos en M. A pesar de que Power Query cuenta
con un display de herramientas y acciones didácticas, muy similar al de Excel, hay procesos y
consultas avanzadas que se ejecutan únicamente codificando en el lenguaje M. Esto no quiere decir
que no se pueda utilizar Power Query si no se tiene conocimiento previo a este lenguaje, de hecho,
YouTube cuenta con numerosos videotutoriales los cuales son de mucha ayuda para empezar a
utilizar este complemento sin saber codificar en M (Microsoft Documents, 2020).
El segundo complemento se llama Power Pivot. Este se usa para ejecutar análisis de datos
Trabajo de Grado – Primer Semestre 2021
eficaces y modelar información independiente de forma eficiente. El potencial de Power Pivot recae
en que permite combinar grandes cantidades de información de distintas fuentes, unificarlas, y crear
relaciones entre sí. De hecho, Power Pivot cuenta con un graficador de relaciones muy útil, el cual
permite visualizar las interacciones de los distintos orígenes de datos. Power Pivot funciona con el
lenguaje de fórmulas DAX. Tal cual como Excel tiene su nomenclatura de fórmulas, Power Pivot
también tiene la suya. Tener conocimientos previos en DAX ayuda a desenvolverse en Power Pivot
y a realizar avanzadas formulas entre las distintas tablas de datos, lo cual permite analizar numerosos
volúmenes de información de forma instantánea (Microsoft Documents, 2020).
6. OBJETIVOS
Las acciones específicas necesarias (objetivos específicos) para llevar a cabo este objetivo general
son los siguientes:
• Asegurar alineación entre los stakeholders del área y de la empresa, con el fin de tener
conocimiento sobre los aspectos que se desean priorizar e implementar (tipos de
información, KPIs, visuales, reportes, entre otros). Se espera tener como mínimo 3 insights
concretos, específicos y relevantes sobre las necesidades del área.
• Centralizar la información y data de e-commerce con el fin de que toda el área tenga acceso
a esta, y a su vez que pueda enriquecer dicha información. Inicialmente la meta será
almacenar y disponer de los reportes de resultados y ventas de forma centralizada y
accesible para todos.
• Tener conocimiento sobre la operatividad y funcionamiento de las distintas herramientas
Trabajo de Grado – Primer Semestre 2021
Con el fin de asegurar que los diferentes stakeholders y este proyecto estén alineados con lo que
se necesita en términos de inteligencia de negocios, es imperativo conversar con los responsables del
área con el fin de identificar oportunidades, necesidades y falencias actuales al momento de
recolectar, analizar e interpretar datos; problemas y situaciones las cuales demoran o interfieren con
la toma de decisiones efectiva. Esto se puede hacer por medio de entrevistas no estructuradas, lo cual
corresponde a la metodología cualitativa.
Por otro lado, el apoyo y mentoría de las personas pertenecientes al equipo de BI, reporting y IT
será de gran ayuda, ya que conocimientos superiores frente a temas fundamentales para llevar a cabo
el proyecto en e-commerce. Estos van desde Excel avanzado hasta manejo de bases de datos y
programación. Esto con el objetivo de dominar con mayor experticia todas las herramientas que
faciliten los procesos necesarios para llevar a cabo el proyecto. Estas valiosas capacitaciones se
pueden categorizar también como entrevistas no estructuradas, pertenecientes a la metodología
cualitativa.
8. CRONOGRAMA DE ACTIVIDADES
Etapa 1 – Identificar los aspectos que se desean priorizar e implementar acerca de business
intelligence: En esta etapa exploratoria se empezará por identificar aquellos aspectos que se necesitan
priorizar al momento de construir el proyecto de business intelligence. Esto incluye tener
conocimiento sobre los procesos que necesitan mejorarse, métodos que puedan ayudar a modernizar
los procesos anticuados, información relevante para el área de e-commerce e insights de las áreas para
que lo que se construirá sea útil para todos.
indagaciones e investigaciones sobre las mejores herramientas de visualización para incluir en los
reportes.
Siguiendo con el diagnóstico del área de e-commerce, se pudo encontrar que los resultados de
ventas de esta área no estaban siendo presentados en absoluto de forma gráfica y visual. Únicamente
se estaban acumulando numerosas y complejas tablas de Excel, las cuales no permitían de ninguna
manera realizar comparaciones, hipótesis, análisis y revisiones a profundidad sobre el
comportamiento de las ventas. Para soportar el análisis que se estaba realizando, se conversó con
integrantes del equipo y estos corroboraron que la forma en la que se estaban almacenando y
presentando las ventas no era eficiente ni diciente, hicieron énfasis en la urgencia en la que se
necesitaba un cambio. A partir de esto, se llego a la segunda conclusión del diagnóstico: es necesario
crear reportes y dashboards que permitan visualizar, analizar, interpretar la data, con el fin de
poder tomar decisiones apoyadas en estas herramientas visuales.
Con estas dos conclusiones claras y evidentes, se tuvo un panorama sumamente claro sobre lo
que se necesitaba cambiar y mejorar en el área de e-commerce, y la importancia de dicha
modernización. Seguido a esto, empezó la segunda etapa del proyecto.
Esta etapa puede que haya sido una de las mas largas de todo el proyecto ya que se necesitó de
muchas horas de capacitación, entrenamiento e investigación, con el fin de aprender sobre las
distintas herramientas que iban a permitir solucionar las problemáticas previamente encontradas. De
hecho, todavía hay bastantes aspectos de los programas y herramientas implementadas en las que no
se tiene completa pericia. Asimismo, hasta el día de hoy se siguen viendo videos explicativos de
diversos temas relacionados a Excel, Power Query, Power Pivot y Power BI.
Seguido de esto, fue momento de incursionar en el mundo de Power Pivot y Power Query. Gran
parte de la capacitación en estas herramientas también se hizo por medio de YouTube, en donde se
consumieron muchas horas de contenido educativo, debido a la alta complejidad de estos programas.
Adicional a dicho contenido virtual, también se contó con la ayuda de un integrante de L’Oréal
Trabajo de Grado – Primer Semestre 2021
Colombia, el cual sirvió de mucho apoyo al momento de resolver dudas puntuales, realizar ejemplos y
aportar consejos sobre la utilización de las herramientas. Debido a que estos dos programas funcionan
por medio de un lenguaje de programación llamado DAX (Power Pivot) y M (Power Query), también
fue necesario aprender unas bases de estos códigos de programación. No se llego a gran profundidad
sobre este aspecto debido a la complejidad y extensión de los temas por aprender.
Algunos de los canales de YouTube que más se consultaron y que más aportaron para el dominio
de todas las herramientas mencionadas son los siguientes:
• My Online Training Hub
• Leila Gharani
• Guy in a Cube
• Curbal
• Zebra BI
• Ariel Lomoctos
Finalmente, en aras de contar con un conocimiento mas profundo, amplio y académico sobre
todo lo relacionado con business intelligence, también se realizó un diplomado en inteligencia de
negocios dentro de la Universidad del Rosario. Dentro de este diplomado se vieron una gran cantidad
de temas que permitieron descubrir lo emocionante que es el mundo de business intelligence. Dentro
de este curso se cubrieron temáticas como el big data, recolección de data estructurada y no
estructurada, data mining, presentación de información y procesos de toma de decisión, los cuales
aportaron bases supremamente solidas para la continuación de dicho proyecto. El diploma/certificado
de asistencia a este diplomado puede ser consultado en los anexos.
Después de pasar las etapas de diagnóstico y capacitación, fue momento de poner en práctica
todo lo aprendido con el fin de solucionar lo identificado. Para esto, se tuvo que empezar por
establecer formatos, parámetros y guías con el fin de transformar toda la información de ventas ya
existente del 2020 y la que llegaría en el 2021 para adelante. Al momento de revisar los archivos de
ventas de todos los e-retailers que se generaron en el año pasado, se encontró con un gran desorden
de información. Los reportes de cada e-retailer estaban en una estructura distinta, con mucha
información inservible y aquella que era relevante, se encontraba en distintos formatos. Luego de
haber establecido los parámetros bajo los cuales se unificaría toda la información, llegó el proceso más
largo de esta etapa: revisar archivo por archivo del 2020 y verificar que cada uno tuviera coherencia
con la información que aparecía en los reportes oficiales consolidados de e-commerce. Fue necesario
realizar este proceso ya que los archivos con las ventas de cada retailer en todo el año iban a ser
utilizados para la creación de la base de ventas unificada y consolidada, con el formato simplificado
previamente establecido.
retailers que no contaban con la información necesaria para añadirlos dentro del formato único bajo
los cuales se consolidarían las ventas. Por consecuencia, fue necesario buscar la información faltante
en las bases de datos maestras. Fue necesario solicitar dichas bases de datos a las distintas divisiones
de la compañía, por lo que esto generó un cuello de botella adicional que demoró aún más el proceso
de transformación y unificación de la información.
Después de semanas de transformación de los archivos al formato establecido, por fin se contaba
con una carpeta de varios archivos de Excel que reunía todas las ventas de los e-retailers en el 2020. Lo
único que faltaba era poder unir todos estos archivos en una sola base de datos maestra, la cual
contuviera toda la información del año en un solo lugar. Aquí fue en donde se empezó a utilizar la
poderosa herramienta Power Query. Este programa facilitó increíblemente la tarea de unificar todos
los archivos guardados en una carpeta. Vale aclarar que dicha tarea fue tan rápida debido a que todos
los documentos que se iban a juntar tenían la misma estructura. Si no hubiera sucedido esto, la
consolidación de estos habría sido sumamente difícil y muchísimo mas demorada. Luego de conectar
la fuente de información a Power Query, todas las ventas del 2020 fueron cargadas a una sola hoja de
Excel. Esto dejó como resultado una tabla con 10 columnas y aproximadamente 451,000 filas. Esto se
traducía en una base de ventas sólida, unificada, simplificada y lista para ser accionada. El mayor
beneficio de este proceso es que, cada vez que se agregue un nuevo archivo a la carpeta que está
conectada a la gran base de ventas a través de Power Query, se cargará automáticamente dicha
información del nuevo archivo en la tabla de Excel que consolida todas las ventas del año. Esto
automatiza completamente el proceso de recolección y transformación de data, por lo que nunca más
se tendrán que hacer los procesos tan manuales y tediosos del pasado. Esto nunca fue visto antes en
el área de e-commerce de L’Oréal. Ahora el proceso sería exactamente el mismo para consolidar en
una sola base de datos las ventas de todos los e-retailers del 2021; todo de forma automatizada.
Después de finalizar con esta larga pero enriquecedora etapa, fue momento de empezar a
resumir la información en tablas dinámicas, con el fin de poder presentarla de forma sencilla y visual.
Gracias a la diversa información que incluye la base de datos, se pudieron realizar distintas matrices
que incluían datos listos para ser presentados en la nueva versión del reporte consolidado de ventas.
Se creó un “reporte espejo”, en donde se muestra la información de forma atractiva y limpia a simple
vista, pero detrás de ese reporte hay numerosas fórmulas, conexiones y filtros que alimentan ese
reporte amigable para cualquiera que lo vea. Dicho reporte se construyó con base a las
recomendaciones, sugerencias y aportes del equipo de e-commerce.
Debido a que no se contaba con un dashboard que mostrara y graficara de forma interactiva e
intuitiva el comportamiento de las ventas en e-commerce, se procedió a crear uno. Gracias a todos los
insumos de tutoriales, capacitaciones y artículos sobre visualización de datos que fueron consumidos,
se pudo construir un dashboard en Excel el cual se actualiza automáticamente a medida que nuevos
archivos fueran añadiéndose en la carpeta maestra. Este grafica información relevante relacionada al
comportamiento a través de los meses, participación de los e-retailers, desempeño de las marcas,
comparaciones versus periodos pasados, entre otros. Vale aclarar que se creó un dashboard para la
información del 2020 y otro para la información de 2021. Todas estas herramientas visuales
comprender y analizar las ventas de forma más precisa, acertada y en menor tiempo. Esto
indudablemente mejora todo el proceso de toma de decisiones y de análisis de resultados.
Si bien Excel es una excelente herramienta para crear dashboards y gráficas interactivas, Power BI
es una plataforma especializada en la visualización de datos, por lo que se debía aprovechar todo el
conocimiento adquirido para ponerlo en práctica en la creación de los nuevos reportes. La creación de
los reportes gráficos en Power BI tomó un poco mas de tiempo, ya que a medida que se iban
construyendo, surgían nuevos inconvenientes y errores, por lo que era necesario remitirse a los
Trabajo de Grado – Primer Semestre 2021
recursos educativos ya mencionados para solucionar las fallas. Esta plataforma es mucho mas versátil,
amigable y especializada, por lo que se pudieron implementar mejoras en la experiencia de usuario y
navegabilidad, volviéndolo mucho más interactivo y fácil de utilizar, comparado con el dashboard ya
existente en Excel.
En primer lugar, un resultado sumamente positivo fue la reducción del tiempo en el que se
reportan los resultados mensuales. Se redujo casi en un 50% el tiempo en el que se le comunica a la
compañía el rendimiento de las ventas del mes, esto permite una mayor coordinación con el resto de
las áreas y equipos de la empresa para la creación de estrategias, campañas y planes. Vale mencionar
que hay factores externos al equipo que impiden que dicho tiempo de reportaje sea inferior. Esto se
explicará en el apartado de limitaciones.
En términos de estructuración y ubicación de los archivos de ventas, los cambios también son
significativos. Antes, los archivos de cada retailer tenían una estructura distinta, es decir, incluían
información diferente y gran parte de esta era irrelevante o innecesaria y aun así se incluía en los
archivos. Ahora, todos los archivos de Excel que reúnen las ventas de cada retailer tienen el mismo
Trabajo de Grado – Primer Semestre 2021
formato, es decir, las mismas 10 columnas. Esto permite crear la base de datos maestra, la cual reúne
toda la información de todos los meses de todos los retailers, para después crear todas las
herramientas de visualización. Sin una estructura igual para todos los archivos de venta, sería casi
imposible generar relaciones entre las ventas de los distintos retailers y marcas.
Otro cambio significativo es la forma en la que ahora se puede visualizar las ventas de e-
commerce. Antes la única herramienta visual se limitaba a una tabla sumamente compleja en Excel, la
cual no tenía ningún impacto en términos de análisis ni de interpretación. Ahora, se cuenta con un
reporte sumamente intuitivo en Excel y con dos dashboards, uno en Excel y otro en Power BI. Estas
nuevas ayudas permiten ir mucho mas al detalle del comportamiento de las ventas a lo largo del 2020
y 2021, lo cual facilita enormemente la toma de decisiones, la creación de hipótesis y el entendimiento
de alzas y caídas en los resultados, entre muchos otros beneficios. A continuación, se muestra el antes
y el después de las herramientas visuales para las ventas de e-commerce:
Visualización de datos antes del proyecto de business intelligence: Vale aclarar que estas tablas
corresponden únicamente al mes de diciembre, es decir, hay 11 tablas más iguales a estas
representando las ventas de los otros 11 meses del año. Adicional a eso, las ventas de cada mes se
colocaban de forma manual, es decir, se copiaban y pegaban para qué quedaran consolidadas en este
reporte. Esto incrementaba potencialmente el tiempo en el que se consolidaba la información.
Trabajo de Grado – Primer Semestre 2021
También vale mencionar que incluso las presentaciones que se realizaban para comunicar los
resultados mensuales mejoraron notablemente, ya que se utilizan las mismas herramientas visuales
disponibles en los dashboards y en el reporte nuevo. Antes, las presentaciones no contaban con
ningún tipo de gráficas ni apoyos visuales. Ahora, la presentación mensual esta enriquecida de
gráficas, comparaciones y visuales mucho más dicientes y representativos para el análisis e
interpretación de los resultados de e-commerce.
Adicional a esto, la inteligencia de negocios es una práctica sumamente amplia (desde minería de
datos y recolección de información secundaria hasta big data), la cual abarca muchas áreas. Los
beneficios de tener pericia, destreza y know-how en estos campos permitirán un desarrollo de negocio
sumamente profesional y capaz de entregar soluciones y planes de trabajo aptos para resolver los
retos constantes que surgen en la actualidad. Debido a esto, el equipo debe tener dentro de sus
prioridades urgentes la capacitación y aprendizaje de esas prácticas, así como la incorporación de
capital humano especializado en el análisis de negocios (business intelligence analysts), ya que a la
fecha no se le ha dado mayor importancia al tema de análisis de datos dentro del e-commerce de
L’Oréal.
Trabajo de Grado – Primer Semestre 2021
La segunda limitación que se obtuvo al momento de desarrollar este proyecto está ligada a la
información limitada que envían los retailers con respecto a las ventas. Estos se limitan únicamente a
mandar el producto y su respectivo código que se vendió, la marca del producto, la cantidad y el
valor total de la transacción. En algunos casos envían la fecha de cada transacción, pero son pocos los
que las comparten de esta forma. A pesar de que se pudo crear un modelo de datos detallado para
analizar el comportamiento de las ventas, este todavía sigue siendo muy limitado. A continuación, un
listado de algunos ejemplos de información sumamente valiosa que los retailers no comparten con
L’Oréal:
• Fecha (día, mes, hora) exacta de la transacción (son pocos los retailers que la comparten)
• Lugar geográfico de donde se hizo la compra
• Información del comprador (edad, género, ubicación, correo electrónico, etc.)
• Dispositivo desde el cual se realizó la compra
Contar con esta información permitiría un análisis mucho más profundo y detallado sobre el
comportamiento de las ventas, dejando como resultado una generación de insights, conclusiones,
tendencias y estrategias mas acertadas y representativas.
Una posible línea de investigación para resolver esta limitación la provee la plataforma MySQL.
Esta es un sistema de gestión de bases de datos la cual permite una accesibilidad e integración de
información sumamente amplia. MySQL funciona con el lenguaje de programación SQL (Structured
Query Language), por lo que si se desea implementar esta herramienta sería necesario la capacitación
y aprendizaje en este lenguaje de programación. Contar con una base de datos compartida creada a
partir de SQL sería sumamente provechoso ya que la data estaría aun mas centralizada, unificada y
disponible en tiempo real. Excel y Power BI son capaces de vincularse con las bases de datos creadas
en MySQL, por lo que ya no sería necesario esperar a que los retailers envíen los reportes de ventas ni
mucho menos preocuparse por los formatos en los que los mandan, ya que al cargar las ventas en
dicha base de datos compartida (shared database repository) toda la información tendría la misma
estructura. La implementación de esto pondría mucho mas a la vanguardia la automatización y
modernización de procesos en el e-commerce de L’Oréal.
13. ANEXOS
1. Organigrama
14. REFERENCIAS
14. Zaman, S. (n.d.). 6 Ways the Internet of Things (IoT) Can Help Your Ecommerce
Effort. Small Business Rainmaker. https://www.smallbusinessrainmaker.com/small-
business-marketing-blog/6-ways-the-internet-of-things-iot-can-help-your-
ecommerce-effort