Saltar al contenido
GAA1104 · Big Data e Inteligencia de Negocios
Semana 01 · EA1 · Manejo y obtención de datos

La forma de los datos

Por qué un «Excel maestro» deja de servir aunque Excel lo abra. El giro a Finanzas dicho de frente y el primer SQL sobre el libro de ventas de Austral Distribución SpA.

RA1 + RA2 · Parcial 1 (30%) · clases 01 y 02

→ Contrato de IA firmado · DuckDB instalado

F-2024-002054CONSTRUCTORA AYSÉN LTDA. · CRÉDITO 30SEG-3003Arnés de cuerpo completo2.651.610−178.701SEG-3002Guantes anticorte nivel 5262.581−178.701SEG-3003Arnés de cuerpo completo2.690.583−178.701ELE-1005Canalización PVC 25 mm217.893−178.701UN descuentocontado 4 vecesMARGEN BRUTO14,90%en la planilla plana24,59%en el modelo6.000 LÍNEAS · 2.951 FACTURAS · 2022–2024
Austral Distribución SpA · una factura, cuatro líneas, un solo descuento
Las dos clases de la semana

Qué pasa en cada clase

Dos clases de 120 minutos, a un día de distancia porque la segunda responde la pregunta que deja la primera. Cada una abre recuperando lo de la clase anterior, tiene un respiro a las 21:15 y cierra con un ticket de salida. Abajo está su presentación y su notebook: puedes repasarlos cuando quieras, desde el celular.

01

MARTES 18-08 · 20:30–22:30El problema de la forma de los datos

Entender por qué un Excel maestro deja de servir aunque Excel lo abra, y qué es Big Data para una empresa chilena que vende a crédito, no para Google.

Viene de la sesión 01 del programa de 36, sin cambios.

Ver la presentación de esta claselas mismas láminas que se proyectan en la salaBajar el notebook · clase-01.ipynbse abre en Colab; cómo hacerlo está en /notebooks
  1. 20:30Saludo y gancho
  2. 20:42De dónde viene un número que decide
  3. 20:57La planilla que no responde
  4. 21:12Se instala el hilo: el experto de negocio interno
  5. 21:17Respiro
  • Encuadre del curso: los 5 RA, las tres evaluaciones y el calendario de las 24 clases proyectado, con las fechas de cada entregable a la vista
  • Gancho: la planilla corriendo en pantalla y la pregunta del gerente que no puede responderse con ella
  • Hoy se proyecta el libro de ventas de Austral Distribución SpA sin nombrarlo todavía como caso conductor: hoy es la planilla que no responde
  • Excel se usa hoy y sólo hoy: es la única clase del semestre en que se usa como herramienta
  • Firma del contrato de IA (3 niveles): es requisito administrativo de las tres evaluaciones oficiales y no se posterga
  • Queda planteado: ¿qué hace que una planilla deje de servir, el volumen o la forma?
02

MIÉRCOLES 19-08 · 20:30–22:30El giro, y tu primer SQL

Ejecutar las primeras consultas SELECT sobre 6.000 líneas de factura y sentir que SQL ordena lo que Excel ahoga.

Viene de la sesión 02 del programa de 36, sin cambios.

Ver la presentación de esta claselas mismas láminas que se proyectan en la salaBajar el notebook · clase-02.ipynbse abre en Colab; cómo hacerlo está en /notebooks
  1. 20:30Apertura — Active recall
  2. 20:38El giro: de contenedores a facturas
  3. 20:48Por qué salimos de Excel hoy y no volvemos
  4. 20:58Instalación y primer contacto
  5. 21:20Respiro
  • El giro dicho completo: el curso se diseñó para Comercio Exterior, la audiencia es Finanzas, y el dato se modela para la pregunta de quien decide. Entra Austral Distribución SpA, datos sintéticos declarados en voz alta
  • Instalación de DuckDB en la sala, con tres caminos: la consola del repo cae sola a sqlite3 y no necesita permisos de administrador
  • Por qué SQL y no más Excel: volumen, reproducibilidad (la consulta ES la receta) y trazabilidad — en finanzas, un número que no se audita es una opinión
  • SELECT · WHERE · ORDER BY · LIMIT sobre el libro de ventas: «esto en Excel era filtrar; en SQL es una frase»
  • El momento del día: WHERE segmento = 'Minería' deja fuera CLP 379.748.885 —el 27,9 % de la venta al segmento— y la consulta corre sin error
  • A quién le preguntas: Jefe de Administración de Ventas — «¿MINERIA y Minería son el mismo segmento o son dos épocas del maestro?»
  • Queda planteado: si el segmento está escrito de 23 formas, ¿de cuántas lo estará el cliente? ¿y el RUT?

Los 24 notebooks están todos juntos, con las instrucciones para abrirlos en Colab sin instalar nada.

Para llegar preparado

Conceptos clave de la semana

Los términos que la clase asume que ya viste llegar. Si alguno te suena a chino: esa tarjeta de Anki va primero.

La forma de los datos

El problema de una planilla gigante no es el volumen: son los cargos de cabecera repetidos en cada línea, los textos inconsistentes y la falta de modelo. El volumen sólo lo agrava.

Factura y línea de factura

La cabecera (folio, cliente, fecha, descuento, flete) y el grano (SKU, cantidad, precio, costo). Todo el semestre vive en la diferencia entre las dos.

Grano

El nivel de detalle que representa una fila. En Austral Distribución: una línea de una factura de venta. La pregunta que vale plata.

Contrato de IA (3 niveles)

Espejo para aprender (siempre permitido) · Copiloto con declaración y validación · Motor prohibido. Se firma la primera clase.

Números ancla

Para recordar de memoria

6.000 / 2.951
líneas de factura y facturas del extracto de trabajo
2,03
líneas por factura: el número que explica el semestre
379.748.885
CLP que deja fuera un WHERE exacto sobre Minería (27,9 %)
Materiales

Lo que se usa esta semana

Austral Distribución · libro de ventasventas_extracto.csv · el caso conductor del semestre; dataset sintéticoMazo Anki 1 (S1–S6)anki-gaa1104.csv · importarlo esta semana

Los archivos oficiales de las evaluaciones se entregan en clase, según el programa del curso.