CASO DE ESTUDIO: ANÁLISIS DE DATOS EN ADVENTUREWORKS

Descripción de AdventureWorks:

AdventureWorks es una base de datos de ejemplo proporcionada por Microsoft. Se diseñó

originalmente para ilustrar las capacidades de Microsoft SQL Server. Contiene datos simulados
que representan una empresa ficticia llamada Adventure Works Cycles, que se dedica a la
fabricación y venta de bicicletas, así como productos relacionados y servicios.

La base de datos AdventureWorks contiene una variedad de tablas que representan diferentes
aspectos del negocio, como clientes, productos, pedidos, inventario, recursos humanos y
finanzas. Estos datos de ejemplo están diseñados para ser representativos de los tipos de
información que una empresa del mundo real podría manejar en su día a día.

• Clientes: Información sobre los clientes de la empresa, como nombres,

direcciones, información de contacto, etc.
• Productos: Detalles sobre los productos que la empresa vende, incluidos nombres,
descripciones, precios, etc.
• Órdenes de venta: Registros de las órdenes realizadas por los clientes, incluidos los
productos pedidos, las cantidades, los precios, etc.
• Inventarios: Información sobre los niveles de inventario de los productos.
• Empleados: Detalles sobre los empleados de la empresa, como nombres, roles,
salarios, etc.
• Finanzas: Datos financieros, como cuentas por cobrar, cuentas por pagar, estados
de cuenta, etc.

Instrucciones:

1. Cada alumno debe seleccionar un datamart de la lista proporcionada a

continuación.
2. Utilizando SQL u otra herramienta de manipulación de datos, los alumnos deben
extraer los datos relevantes de la base de datos de AdventureWorks y diseñar el
esquema del datamart.
3. Realizar el proceso de ETL (Extracción, Transformación y Carga) para transformar
los datos de AdventureWorks en un formato adecuado para el datamart.
4. Desarrollar consultas o análisis que muestren cómo se pueden utilizar los datos del
datamart para obtener información significativa sobre el área seleccionada.
5. Implementar un cubo OLAP utilizando los datos del datamart para facilitar el
análisis multidimensional.
6. Presentar el datamart desarrollado, el proceso de ETL, el cubo OLAP
implementado, junto con los análisis y consultas realizadas.

Lista de Datamarts Disponibles:

1. Datamart de Ventas: Analiza el desempeño de las ventas, incluyendo información

sobre clientes, productos, transacciones de ventas, ingresos, márgenes de
beneficio, tendencias de ventas, etc.
2. Datamart de Inventarios: Proporciona información sobre el inventario disponible,
movimientos de inventario, niveles de stock, proveedores, costos de inventario,
etc.
 3. Datamart de Recursos Humanos: Ofrece datos sobre empleados, departamentos,
salarios, historial laboral, evaluaciones de desempeño, etc.
4. Datamart de Marketing: Analiza el rendimiento de las campañas de marketing,
leads generados, conversiones, análisis de clientes, etc.
5. Datamart de Finanzas: Examina estados financieros, cuentas por cobrar, cuentas
por pagar, análisis de costos, presupuestos, etc.
6. Datamart de Producción: Proporciona información sobre procesos de fabricación,
tiempos de producción, costos de producción, calidad, etc.

Entregables:

• Diagrama del esquema del datamart (Análisis Dimensional).

• Proceso de ETL documentado, que detalle las transformaciones realizadas en los
datos de AdventureWorks.
• Conjunto de datos procesados y cargados en el datamart.
• Implementación de un cubo OLAP utilizando los datos del datamart.
• Consultas SQL y análisis que demuestren cómo se pueden utilizar los datos del
datamart y del cubo OLAP para obtener información relevante.
• Presentación o informe que resuma los hallazgos y recomendaciones basadas en
el análisis realizado.

Notas Importantes:

• Los alumnos deben asegurarse de que sus análisis sean relevantes para el área de
negocio seleccionada.
• Se anima a los alumnos a utilizar herramientas de visualización de datos para
presentar sus resultados de manera efectiva.
• La creatividad y la profundidad de los análisis se tomarán en cuenta en la
evaluación.