Semana 02 · EA1 · Manejo y obtención de datos

Agregar y unir

GROUP BY para responder la pregunta del gerente de Finanzas, y el primer JOIN contra el maestro de clientes, que parece la solución y trae su propia suciedad.

RA1 + RA2 · Parcial 1 (30%) · clase 03 de 24

→ Control quincenal C1 (en sala)

Austral Distribución SpA · una factura, cuatro líneas, un solo descuento

La clase de la semana

Qué pasa en la clase

Una clase de 120 minutos; el miércoles queda libre. 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.

MARTES 25-08 · 20:30–22:30Agregar y unir (+ Control C1)

Responder preguntas de negocio con GROUP BY, descubrir que el archivo no se arregla solo, y enriquecerlo con un JOIN contra dos catálogos que tampoco están limpios.

Fusión de las sesiones 03 y 04 del programa de 36: van juntas porque la segunda es la respuesta obvia y equivocada a la primera.

Ver la presentación de esta claselas mismas láminas que se proyectan en la sala Bajar el notebook · clase-03.ipynbse abre en Colab; cómo hacerlo está en /notebooks

SUM, AVG, COUNT, MIN, MAX, GROUP BY y HAVING: venta por segmento, ticket promedio por canal, margen aparente por línea de negocio y cartera por vendedor
El primer insight: 100 formas de nombre donde hay 18 clientes y 74 formas de RUT donde hay 18 RUT, más 23 segmentos y 62 regiones. El GROUP BY no se rompe: hace exactamente lo que le pediste, y por eso el informe sale mal
La bisagra: entonces el archivo no se puede arreglar solo. ¿Y si le pegamos el maestro de clientes?
Las cuatro trampas del maestro, medidas: sin normalizar el RUT sólo pegan 3.641 de 6.000 líneas (60,7 %); Minera Punta Verde duplicada con segmento contradictorio; dos clientes sin región; y Salmonera Chiloé SpA no está en el maestro — el INNER JOIN la borra en silencio
El catálogo de condiciones de pago: 368 líneas fuera del catálogo vigente, y son dos fallas distintas — 233 a 45 días (existe pero no vigente) y 135 a 120 días (no existe)
Control quincenal C1 (10 min, formativo)
A quién le preguntas: KAM y Administración de Ventas — «¿por qué Salmonera Chiloé no está en el maestro si nos compra hace dos años?»
Queda planteado: el RUT sin normalizar pega 3.641 de 6.000 líneas. ¿De dónde saco lo que falta y con qué fuente lo valido?

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.

GROUP BY

Partir la tabla en cajones por una clave y pegar un resumen en la tapa: SUM, AVG, COUNT. No se rompe nunca; hace exactamente lo que le pediste, y por eso el informe sale mal.

Margen bruto

Venta menos costo de venta, menos descuento comercial y flete de despacho, sobre la venta. Es el número que Finanzas le rinde al directorio.

Maestro de clientes

El catálogo con RUT, razón social, segmento, región y límite de crédito. Las empresas viven de maestros, y el maestro nunca está limpio.

LEFT vs INNER JOIN

LEFT conserva todo y te MUESTRA los excluidos con NULL; INNER los borra en silencio. Para diagnóstico: siempre LEFT.

Números ancla

Para recordar de memoria

100 / 18

formas de escritura del cliente donde hay 18 clientes

3.641 de 6.000

líneas que pega el JOIN si no normalizas el RUT (60,7 %)

368

líneas con condición de pago fuera del catálogo vigente

Materiales

Lo que se usa esta semana

Austral Distribución · libro de ventasventas_extracto.csv · descarga directa Maestro de clientescatalogo_clientes.json · 18 entradas para 17 RUT: trae sus propias trampas Catálogo de condiciones de pagocatalogo_condiciones_pago.json · 45 días existe pero no vigente; 120 días no existe

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