Ninguno: diagrama de esquema

Se dibuja el modelo —hechos y dimensiones—, que es un diagrama de estructura, no una visualización de datos.

La forma la decide el trabajo que hace el dato —magnitud, identidad, polaridad, cambio en el tiempo, distribución—, no el gusto. Regla del curso: un solo eje.

Lo que quedó planteado en la clase insignia (se proyecta la pregunta, NO la respuesta):

«El descuento se cuenta 2,60 veces y el flete 2,04. Si los dos se repiten en las mismas líneas de las mismas facturas, ¿por qué los factores son distintos?»

Tres preguntas, en silencio, 90 segundos (espaciado 1–3–7–21):

1. (clase 09) ¿Qué representa una fila del libro de ventas de Austral, y cuánto costó no saberlo? → una línea de factura · 9,7 puntos de margen.
2. (clase 07) Los cuatro pasos del orden de ataque frente a un archivo nuevo.
3. (clase 05) Las 639 líneas sin fecha de pago son un faltante legítimo y las 89 sin tipo de cambio son un error de captura. Misma celda vacía: ¿qué las distingue?

Par (2 min) → plenaria (2 min). Exigir el número, no la idea: 2,60 · 2,04 · 14,90 · 24,59.

Y ahora la pregunta colgada se responde con ellos, con la consulta en pantalla. Nadie dicta nada.

Punto de partida: el promedio de líneas por factura es 2,03.

SELECT ROUND(COUNT(*) * 1.0 / COUNT(DISTINCT numero_factura), 2) AS lineas_por_factura
FROM ventas;
-- 2.03

Entonces, si cada cargo se repite una vez por línea, los dos factores deberían ser 2,03. Uno lo es (2,04). El otro no (2,60).

WITH f AS (SELECT numero_factura, COUNT(*) AS n,
                  MAX(descuento_factura) AS d, MAX(flete_despacho) AS fl
           FROM ventas WHERE moneda = 'CLP' GROUP BY 1)
SELECT ROUND(SUM(n * d)  / SUM(d),  2) AS factor_descuento,
       ROUND(SUM(n * fl) / SUM(fl), 2) AS factor_flete,
       ROUND(AVG(n), 2)                AS lineas_promedio
FROM f;
-- 2.60 · 2.04 · 2.03

Se lee en voz alta y se deja que lo digan ellos:

• El flete es plano. Una factura de 7 líneas paga un flete parecido al de una factura de 1 línea (80.407 contra 74.540): es un camión que llega a una dirección. Por eso su factor es exactamente el promedio de líneas por factura: 2,04.
• El descuento no es plano: crece con la factura. Es una tasa negociada sobre el total, así que una factura de 3 líneas trae el triple de descuento que una de 1. Y las facturas grandes tienen más líneas. Los dos efectos se multiplican y el factor se va a 2,60.

La fórmula, escrita en la pizarra:

factor = Σ (líneas × cargo) ÷ Σ (cargo)

Es el promedio de líneas por factura ponderado por el tamaño del cargo. Si el cargo no depende del tamaño de la factura (flete), el factor cae en 2,03. Si el cargo crece con la factura (descuento), las facturas grandes pesan más y el factor se va a 2,60.

Y el remate, que es la lección de oficio del día:

«El error no es aleatorio: está sesgado hacia las facturas grandes. Si fuera ruido, se compensaría solo y a nadie le importaría. Pero castiga justamente a tus clientes más importantes y a tus meses más fuertes. Un error con sesgo no se promedia: se acumula en la dirección equivocada.»

«Si te encuentras una relación muchos-a-muchos, no la fuerces: te falta una tabla en el medio, y casi siempre es una tabla de hechos que todavía no descubriste. Eso es lo que nos va a pasar hoy, en cuarenta minutos, con el descuento.»

Un minuto de traducción de vocabulario, dentro del bloque, porque el enunciado del Parcial 2 puede venir en el otro idioma:

Y la escalera completa, que se lee de arriba abajo: superclave → clave candidata → clave primaria → clave foránea.

«Eso dibujado es un modelo entidad-relación. Y el esquema estrella que estamos armando es un modelo entidad-relación con una forma particular: si el enunciado pide "modelo entidad-relación o esquema estrella", ustedes ya lo tienen. Lo que faltaba era reconocer el nombre.»

El bloque donde trabajan ellos. El docente reparte las tarjetas y plantea el contexto:

«Llega un correo de Control de Gestión: "desde el próximo cierre, la exportación del ERP va a traer seis columnas más". Ninguna viene con explicación. ¿Dónde va cada una en tu modelo?»

Mecánica, con reloj (probada, no improvisar):

1. La primera fila se resuelve en voz alta con ellos, como modelo a imitar: «¿tiene sentido sumar el costo financiero del crédito? Sí, sumar costos financieros de dos facturas da el costo financiero de las dos. → medida, va al hecho.»
2. Las otras cinco, 90 segundos cada una: la sala propone, se cuenta hasta cinco en silencio, se marca la respuesta.

«269.882 pesos por dólar. Ese número no significa absolutamente nada y ninguna base de datos te va a avisar. El promedio, 882, sí significa algo. Si lo puedes sumar pero la suma no significa nada, no es una medida: es un atributo que se disfraza de número.»

Cuando alguien cae —y siempre cae alguien—: «es EL error que comete todo el mundo la primera vez, yo incluido».

Pararse, estirar, subir la luz.

Éste es el bloque que convierte dos sesiones en una clase. Se dicta de pie, sin proyectar SQL.

«Descuento y flete viven al grano factura; el resto vive al grano línea. ¿Se reparten entre las líneas, o se guardan aparte en su propia tabla?»

Y el enlace con lo que acaban de escribir, que es lo que hace que la clase sea una y no dos:

«Fíjense en lo que acaba de pasar. La regla 1 dice que el grano se declara por escrito. La regla 3 dice que si te aparece un muchos-a-muchos te falta una tabla. Y dias_mora, que clasificamos hace tres minutos, ya nos lo dijo: hay columnas que llegan al grano factura y no al grano línea.

La respuesta a la pregunta colgada no es "reparto" ni "tabla aparte": son las dos, y hay que saber qué gana y qué pierde cada una. En los próximos cuarenta minutos las comparamos con números y después las cargamos las dos.»

CREATE OR REPLACE TABLE fact_venta_factura AS
SELECT numero_factura,
       COALESCE(TRY_STRPTIME(fecha_emision, '%Y-%m-%d'),
                TRY_STRPTIME(fecha_emision, '%d/%m/%Y'))::DATE
         AS fecha_key,
       MAX(descuento_factura) AS descuento_clp,
       MAX(flete_despacho)    AS flete_clp,
       COUNT(*)               AS lineas
FROM ventas
WHERE moneda = 'CLP'
GROUP BY numero_factura, fecha_key;

SELECT COUNT(*)                  AS facturas,
       ROUND(SUM(descuento_clp)) AS descuento_total,
       ROUND(SUM(flete_clp))     AS flete_total
FROM fact_venta_factura;
-- 2.758 facturas · 416.964.602 · 209.502.530

• Gana: el número es auditable. Suma exactamente lo que la empresa cobró y descontó. Es el que se le muestra a Contabilidad.
• Pierde: con esta tabla sola no puedes responder "¿cuál es mi margen por línea de negocio?", porque el descuento no sabe a qué producto pertenece. Y ésa es justamente la pregunta del gerente.

-- 2) Lo que le toca a cada línea de la factura de las tres líneas.
SELECT v.numero_factura, v.sku, v.linea_negocio,
       ROUND(v.cantidad * v.precio_unitario) AS venta_linea,
       ROUND(CASE WHEN c.bruto <> 0
              THEN (v.cantidad * v.precio_unitario) / c.bruto
              ELSE 1.0 / c.lineas END * c.cargo) AS cargo_asignado
FROM ventas v JOIN cabecera c USING (numero_factura)
WHERE v.moneda = 'CLP'
  AND v.numero_factura = 'F-2022-000023';
-- ELE-1004 975.520 → 62.516
-- FIJ-4003 217.664 → 13.949
-- HER-2003 1.455.588 → 93.281

• Gana: el margen por línea de negocio, que es la pregunta que abrió el curso.
• Pierde: el número repartido no es un hecho, es una asignación. Se decide, se declara y se sostiene igual en toda la empresa. Si Comercial reparte a prorrata de la venta y Contabilidad reparte en partes iguales, los dos van a la reunión con razón y con números distintos.

La respuesta profesional, escrita en la pizarra:

1. ¿Se filtra o se agrupa por ella? Sí, todo el tiempo.
2. ¿Tiene atributos propios que no estén ya en otra dimensión? El cliente es de dim_cliente. La fecha es de dim_tiempo. El canal es de dim_comercial. No le queda nada.

«Un identificador sin atributos propios no merece una tabla: se queda dentro de los hechos y se llama dimensión degenerada. numero_factura es el ejemplo perfecto, y es la llave que conecta las dos tablas de hechos.»

Y el matiz que hay que decir hoy para que no muerda en el Parcial 2:

«Si mañana el ERP empieza a mandar por factura el tipo de documento, la sucursal emisora y el estado de aprobación, entonces sí: dim_factura nace con derecho propio. Una dimensión degenerada lo es hasta que deja de serlo. Por eso el modelo se revisa cuando cambia la fuente, no cuando cambia el gusto.»

-- 1) Cada línea, con el total de SU factura al lado.
CREATE OR REPLACE VIEW linea_clp AS
SELECT numero_factura, linea_negocio,
       cantidad * precio_unitario AS venta_bruta,
       cantidad * costo_unitario  AS costo_venta,
       descuento_factura, flete_despacho,
       SUM(cantidad * precio_unitario)
         OVER (PARTITION BY numero_factura) AS bruto_factura,
       COUNT(*)
         OVER (PARTITION BY numero_factura) AS lineas_factura
FROM ventas WHERE moneda = 'CLP';

-- 2) Qué parte de los cargos le toca a cada línea.
CREATE OR REPLACE VIEW reparto AS
SELECT *, CASE WHEN bruto_factura <> 0
               THEN venta_bruta / bruto_factura
               ELSE 1.0 / lineas_factura END AS cuota
FROM linea_clp;

-- 3) El margen por línea de negocio, de las dos maneras.
SELECT linea_negocio,
       ROUND(100.0 * (SUM(venta_bruta) - SUM(costo_venta)
         - SUM(descuento_factura) - SUM(flete_despacho))
         / SUM(venta_bruta), 2) AS margen_naive_pct,
       ROUND(100.0 * (SUM(venta_bruta) - SUM(costo_venta)
         - SUM((descuento_factura + flete_despacho) * cuota))
         / SUM(venta_bruta), 2) AS margen_repartido_pct
FROM reparto
GROUP BY linea_negocio
ORDER BY margen_repartido_pct DESC;

Cinco segundos de silencio en la última fila. Y la pregunta a la sala:

«Si eres el gerente y ves que Fijaciones pierde 13,22 % en cada peso vendido, ¿qué haces?»

Van a decir: la cierro, la reviso, cambio de proveedor. Todas razonables.

«La línea gana 12,45 %. La decisión de cerrar un negocio rentable no se toma por mala fe ni por mal criterio comercial: se toma porque alguien sumó una columna que no se podía sumar. Fijaciones es la más castigada porque es la línea de tickets chicos: sus líneas conviven con otras en facturas grandes y absorbe el descuento y el flete completos de facturas donde apenas participa.»

Los cuatro números del margen bien calculado, que se anotan y vuelven en la clase 13: Seguridad 32,8 % · Herramientas 27,1 % · Eléctrico 19,7 % · Fijaciones 12,5 %.

Cada estudiante construye su propio modelo y lo verifica. Las verificaciones se ejecutan, no se asumen.

El COALESCE rescata las 21 fechas escritas dd/mm/yyyy que un CAST directo habría convertido en NULL en silencio. Es la lección de la clase 04, cobrada aquí.

-- 1) La dimensión del tiempo.
CREATE OR REPLACE TABLE dim_tiempo AS
WITH f AS (
  SELECT COALESCE(TRY_STRPTIME(fecha_emision, '%Y-%m-%d'),
                  TRY_STRPTIME(fecha_emision, '%d/%m/%Y'))::DATE
           AS fecha_key
  FROM ventas
)
SELECT DISTINCT fecha_key,
       EXTRACT(year    FROM fecha_key) AS anio,
       EXTRACT(month   FROM fecha_key) AS mes,
       EXTRACT(quarter FROM fecha_key) AS trimestre
FROM f;

SELECT COUNT(*) AS dias, MIN(fecha_key) AS desde,
       MAX(fecha_key) AS hasta
FROM dim_tiempo;
-- 1.032 días · 2022-01-03 → 2024-12-27

-- 2) El hecho al grano LÍNEA (el grano declarado: un producto vendido en una factura)
CREATE OR REPLACE TABLE fact_venta_linea AS
SELECT numero_factura,               -- dimensión degenerada
       COALESCE(TRY_STRPTIME(fecha_emision, '%Y-%m-%d'),
                TRY_STRPTIME(fecha_emision, '%d/%m/%Y'))::DATE
         AS fecha_key,
       sku, cantidad, precio_unitario, costo_unitario,
       cantidad * precio_unitario AS venta_bruta,
       cantidad * costo_unitario  AS costo_venta
FROM ventas
WHERE moneda = 'CLP';

-- V3 · el cargo, contado una sola vez (la insignia del modelo)
SELECT
  (SELECT ROUND(SUM(descuento_clp) + SUM(flete_clp))
   FROM fact_venta_factura) AS cargo_una_vez,
  (SELECT ROUND(SUM(descuento_factura) + SUM(flete_despacho))
   FROM ventas WHERE moneda = 'CLP') AS cargo_plano;
-- 626.467.132  contra  1.511.313.216

CREATE OR REPLACE VIEW rep AS
SELECT l.venta_bruta, l.costo_venta,
       CASE WHEN t.bruto <> 0 THEN l.venta_bruta / t.bruto
            ELSE 1.0 / f.lineas END
         * (f.descuento_clp + f.flete_clp) AS cargo_linea
FROM fact_venta_linea l
JOIN total_factura t USING (numero_factura)
JOIN fact_venta_factura f USING (numero_factura);

SELECT ROUND(100.0 * (SUM(venta_bruta) - SUM(costo_venta)
                      - SUM(cargo_linea))
             / SUM(venta_bruta), 2) AS margen_pct,
       ROUND(SUM(cargo_linea))      AS cargo_repartido_total
FROM rep;
-- 24,59 % · 626.467.132

Ahí está la verificación más elegante del semestre: el total repartido entre las líneas (626.467.132) es exactamente el total que la empresa cobró una sola vez. Si al repartir te sobra o te falta un peso, el reparto está mal.

Y la trampa fina del CASE, dicha en 40 segundos: hay 9 facturas en pesos cuyo bruto es cero (todas sus líneas salieron a precio 0: las muestras y reposiciones de garantía, las 43 líneas de la clase 05). Sin la rama ELSE 1.0 / lineas no se puede dividir por cero, y sus fletes se pierden en silencio: el margen sube a 24,60 % y nadie se entera.

«Una centésima. Y esa centésima es la diferencia entre un modelo que sabe qué hizo con cada peso y uno que redondeó el problema. Los pesos no se evaporan: se pierden en el ELSE que no escribiste.»

La elección entre A y B se declara por escrito en el notebook, ahora, en una celda de texto. Es entregable.

Los dos roles en la misma lámina, con reloj: 3 minutos cada uno.

Control de Gestión: «tipo_cambio_dia. La pregunta no es dónde lo pongo: es ¿qué es? ¿Es un dato del negocio o un parámetro del cierre?»

— Si es el tipo de cambio observado del día que publica el Banco Central, es un atributo del día: va a dim_tiempo, y sirve para todas las facturas de esa fecha.
— Si es el tipo de cambio del cierre que la empresa fija una vez al mes para valorizar, entonces no es un dato del negocio: es un parámetro contable, cambia cuando Contabilidad lo decide, y ponerlo en dim_tiempo te va a dar diferencias con el balance.

El mismo número, dos modelos distintos. Y la respuesta no está en el archivo: está en Control de Gestión.

Contabilidad: se proyecta plan_cuentas.json, dos líneas:

``
5-02-001 Fletes de despacho tipo: Costo
6-01-001 Remuneraciones fuerza de venta tipo: Gasto
``

«¿El flete de despacho es costo de venta o gasto de distribución?

En este plan de cuentas está como costo, y por eso todo lo que hemos calculado lo resta del margen bruto: 24,59 %. Si mañana Contabilidad decide que es gasto de distribución —porque es el costo de llevar el producto, no de comprarlo—, sale del margen bruto y baja a resultado operacional. El margen bruto de Austral pasa a 26,89 %.

2,3 puntos, 209.502.530 pesos, y ni una sola fila cambió. La cuenta contable decide dónde va en el modelo, y el modelo decide qué número ve el directorio.»

Y la regla del curso, otra vez, en la pizarra: una consulta SQL sin una conversación previa es una opinión con formato de tabla.

Síntesis, construida con ellos (se pregunta, ellos responden, el docente escribe):

1. Las tres reglas, en coro: grano declarado · hechos largos y flacos, dimensiones cortas y anchas · 1:N siempre.
2. «¿Por qué 2,60 y no 2,03?» → porque el descuento crece con el tamaño de la factura y el error tiene sesgo.
3. «¿Cómo se reconoce un número que no es una medida?» → súmalo. Si la suma no significa nada, es un atributo.
4. «¿Cuántas tablas de hechos tiene ahora el modelo y por qué?» → dos, una por grano. Y numero_factura es la degenerada que las conecta.
5. «¿Qué pasa si al repartir te sobra un peso?» → el reparto está mal. Se busca antes de seguir.

Ticket TC10 (3 min, se proyecta): a) ¿Cuál de las tres reglas del modelador obliga a decidir qué hacer con el descuento? Una frase. b) Reparto proporcional o segunda tabla de hechos al grano factura: elige una para el descuento de Austral y di qué pierdes con la que descartaste. c) 1–5 y qué te falta.

Anki del día: las tres reglas · los dos factores (2,60 / 2,04) · dimensión degenerada · las cuatro verificaciones · 24,59 contra 26,89.

Pregunta que queda planteada (se escribe en la pizarra y no se responde hoy):

→ El hecho está cargado y cada fila repite el segmento, la región y la descripción del producto. ¿Cuánto cuesta esa repetición, y cuándo empieza a doler?