Implementación de inteligencia de negocios, en el inventario de la Cooperativa GranSol, con la herramienta Power BI
Resumen
Uno de los principales problemas que enfrentan los pequeños y medianos negocios de supermercados es no saber cuál es su inventario. La falta de información, dificulta la toma de decisiones en un negocio, frente a un mercado competitivo. El objetivo de este trabajo de investigación es implementar una herramienta de Inteligencia de Negocios Power BI, para realizar un análisis descriptivo y predictivo de la demanda de productos de la Cooperativa Gran Sol. En esta investigación se utilizaron los datos de la Cooperativa GranSol del periodo 2017 -2019. La metodología utilizada para realizar este trabajo consistió en analizar los requerimientos del negocio para definir las tablas de hechos y dimensiones, con las cuales, se diseñó el modelo de datos aplicando el esquema en estrella. Luego se realiza el proceso de extracción, transformación y limpieza de datos utilizando la herramienta Power Query de la herramienta Power BI, una vez listo los datos se procede a la explotación de los mismos y la creación de informes. Los resultados permiten identificar los productos más vendidos en general, por sucursal, su tendencia y stock. Se concluye que este análisis servirá como apoyo a la toma de decisiones, acerca del volumen de productos a adquirir, para el siguiente periodo comercial, e, iniciar campañas de marketing para incrementar las ventas.
Descargas
Citas
2. Agencia Nacional De Regulacion, Control Y Vigilancia Sanitaria (2016). normativa técnica sanitaria para alimentos procesados. Recuperado de https://bit.ly/3aFs6dF
3. Baar, J. E., & Jacobson, S. M. (2004). Forecasting-What a Responsibility. Cost Engineering, 46(1), 19. Recuperado de https://n9.cl/2ql15
4. Cano, J. L. (2007). Business Intelligence: competir con información (p. 319). Banesto, Fundación Cultur [ie Cultural]. Recuperado de https://cutt.ly/FrmqEfi
5. Catalán, C. E. (2004). Series Temporales. Laboratorio de Estadística. Consejo Superior de Investigaciones Científicas (CSIC). España, 54. Recuperado de https://cutt.ly/irmqYHE
6. Coker, F. (2015). Pulse: Understanding the vital signs of your business. BookBaby.
7. Díaz, J. C. (2012). Introducción al business intelligence. Editorial UOC. Recuperado de https://cutt.ly/wrmqC8Z
8. Evans, J. R., & Lindner, C. H. (2012). Business analytics: the next frontier for decision sciences. Decision Line, 43(2), 4-6. Recuperado de https://cutt.ly/wrWigR1
9. Garcete Rodríguez, A. D., Benítez, R., Pinto Roa, D. P., & Vazquez, A. (2017). Técnica de pronóstico de la demanda basada en Business Intelligence y Machine Leaming. In Simposio Argentino sobre Tecnología y Sociedad (STS)-JAIIO 46 (Córdoba, 2017). Recuperado de https://cutt.ly/GrmqMD6
10. Instituto Nacional de Economía Popular y Solidaria (2014). Convenio de coadministración suscrito entre el Instituto Nacional de Economia Popular y Solidaria-IEPS y la Cooperativa de Producción Agricola, Ganadera y Servicios de Alimentación para Vivir Mejor "PROGRASERVIV", de los negocios y bienes de propiedad del IEPS. Recuperado de https://cutt.ly/Irm2Jzx
11. Juárez, A. C., Zuñiga, C. A., Flores, J. L. M., & Partida, D. S. (2016). Análisis de series de tiempo en el pronóstico de la demanda de almacenamiento de productos perecederos. Estudios Gerenciales, 32(141), 387-396.Recuperado de https://cutt.ly/drQjxPS
12. Kimball, R., & Ross, M. (2011). The data warehouse toolkit: the complete guide to dimensional modeling. John Wiley & Sons. Recuperado de https://cutt.ly/Armq0KM https://cutt.ly/Armq0KM
13. Kreplak, G. (2018). Predicción de ventas de comestibles corporación favorita. Recuperado de https://cutt.ly/irmq975
14. Linux (2004). UNIX ODBC.. Recuperado, de https://cutt.ly/9rmq6j4
15. Meseguer Barrionuevo, B. (2016). El business intelligence en las PYMES: herramienta power BI. Recuperado de https://cutt.ly/TrmwtWi
16. Nyce, C., & Cpcu, A. (2007). Predictive analytics white paper. American Institute for CPCU Insurance Institute of America, 9-10. Recuperado de https://cutt.ly/Crm46bU
17. Power BI (2019). Convierta los datos en oportunidades. Recuperado de https://powerbi.microsoft.com/es-es/
18. Ramos, S. (2016). BI & Analytics-El Arte de Convertir Datos en Conocimiento (Vol. 1). Recuperado de http://www.solidq.com
19. Valera Jara, E. E., & Quispe Chavez, J. D. (2017). Solución de inteligencia de negocios en la nube bajo la plataforma de microsoft azure y power BI para el proceso de ventas de la empresa book center SAC. Recuperado de http://repositorio.upao.edu.pe/handle/upaorep/2811
20. Vazquez, M. J. S., Lahitte, H. B., & Tujague, M. P. (2010). El análisis descriptivo como recurso necesario en ciencias sociales y humanas. Fundamentos en humanidades, 11(22), 103-116. Recupera de https://cutt.ly/WrWibiX
21. Villanueva Callirgos, S. M. (2019). Implementación de una solución de inteligencia de negocios para apoyar la toma de decisiones en el proceso de compra y venta en una empresa farmacéutica en la ciudad de Chiclayo. Recuperado de https://cutt.ly/armqnKe