Semana 09 · EA2 · Modelamiento y análisis

Las reglas del modelador, 3FN y la estrella

Dos clases a un día de distancia: el martes se declara el grano y se resuelve el conflicto de los dos granos; el miércoles se llega a 3FN y se carga el esquema estrella completo del caso oficial.

RA3 + RA4 · Parcial 2 (30%) · clases 10 y 11

→ Control C3 en línea · ventana hasta el viernes 16-10, 23:59

Esquema estrella · fact_venta al centro, 5 dimensiones

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.

MARTES 13-10 · 20:30–22:30Las reglas del modelador y los dos granos

Declarar grano, separar hechos de dimensiones, aplicar la regla 1-a-muchos y resolver el conflicto descuento-por-factura contra producto-por-línea con modelamiento y no con parches.

Fusión de las sesiones 14 y 15 del programa de 36: la segunda es la aplicación directa de la tercera regla de la primera.

Ver la presentación de esta claselas mismas láminas que se proyectan en la sala Bajar el notebook · clase-10.ipynbse abre en Colab; cómo hacerlo está en /notebooks

Se abre con la respuesta a la pregunta de la insignia: el flete se repite tantas veces como líneas tiene la factura (2,03 en promedio) y el descuento se repite más (2,60) porque las facturas grandes tienen más líneas y además más descuento negociado. El sesgo no es aleatorio, y por eso el error tampoco
Las tres reglas: grano declarado por escrito; hechos largos y flacos, dimensiones cortas y anchas; 1:N siempre. Y la traducción de vocabulario ER: llave natural = clave candidata, surrogate = clave primaria artificial, la relación 1:N de Power BI = la clave foránea
Actividad clasificador: 6 columnas nuevas que manda el ERP, con la trampa de tipo_cambio_dia — ¿medida, atributo o dimensión propia?
La bisagra: descuento y flete viven al grano factura; el resto vive al grano línea. ¿Se reparten entre las líneas o se guardan aparte?
Las dos salidas comparadas con números: reparto proporcional a la venta de cada línea, o segunda tabla de hechos al grano factura. Dimensión degenerada (numero_factura)
La prueba de que importa: con reparto proporcional el margen por línea queda Seguridad 32,8 % · Herramientas 27,1 % · Eléctrico 19,7 % · Fijaciones 12,5 %. Sin él, Fijaciones aparece con margen negativo y alguien propone cerrar una línea rentable
Construcción en SQL: CREATE TABLE + INSERT para dim_tiempo y fact_venta_linea desde la planilla
Queda planteado: el hecho está cargado y cada fila repite segmento, región y descripción del producto. ¿Cuánto cuesta esa repetición y cuándo empieza a doler?

MIÉRCOLES 14-10 · 20:30–22:303FN y el modelo completo

Encontrar dependencias funcionales, llegar a 3FN justificándola, y diseñar y cargar el esquema estrella completo del caso oficial — la etapa 1 del Parcial 2, adelantada.

Fusión de las sesiones 16 y 17 del programa de 36: la 17 es la respuesta operativa a la tensión que abre la 16.

Ver la presentación de esta claselas mismas láminas que se proyectan en la sala Bajar el notebook · clase-11.ipynbse abre en Colab; cómo hacerlo está en /notebooks

Se abre con la respuesta: la repetición duele al escribir. Anomalías de actualización con UPDATE reales — cambias la categoría de un producto en un lugar y quedan miles de filas contándote otra historia
1FN → 2FN → 3FN sobre el caso alimentaria oficial: producto→categoría, proveedor→país. En Austral, el espejo es sku → descripcion_producto → linea_negocio
Por qué el esquema estrella desnormaliza a propósito: leer rápido contra escribir rápido, y la mirada de economista sobre quién paga cada costo
La bisagra: si 3FN dice «no repitas» y la estrella dice «repite a propósito», ¿cuál entrego en el Parcial 2? Las dos, en distinto lugar: la 3FN es cómo lo guardas, la estrella es cómo lo entregas
Entidades y atributos del caso oficial: fact_ventas + dim_producto, dim_proveedor, dim_fecha. Llaves surrogate y por qué el nombre no sirve de llave
CREATE + INSERT completos, en la máquina del estudiante
Verificación de integridad con conteos cruzados: nada se perdió, nada se duplicó. Es el primer paso obligatorio del equipo en el Parcial 2, no el último
El control C3 se rinde en línea, con ventana de 48 h hasta el viernes 16-10 23:59, corrección automática y retro escrita. Sigue siendo formativo
Queda planteado: el modelo está cargado y los conteos cuadran. ¿Cómo pruebas que lo que salga de él también cuadra?

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.

Dos granos, dos hechos

El descuento vive al grano factura: segunda tabla de hechos, o reparto declarado a prorrata de la venta de cada línea. Nunca parches por medida.

Dimensión degenerada

Identificador sin atributos propios que se queda dentro de los hechos (numero_factura). Si mañana trae atributos, se promueve a tabla.

3FN

Nada depende de algo que no sea la llave. La transitiva del caso: la línea de negocio depende del SKU, no de la línea de factura.

Leer rápido vs escribir rápido

La 3FN es cómo lo guardas; la estrella es cómo lo entregas. Mirada de economista: costo de lectura contra costo de escritura, y quién paga cada uno.

Llave surrogate

Un número estable que pone el modelo, en vez del nombre, que se escribe mal y cambia. La natural viene del mundo real; la surrogate no.

Números ancla

Para recordar de memoria

417,0 vs 1.083,9 MM

descuento comercial real contra el sumado plano

32,8 % → 12,5 %

margen por línea con reparto: Seguridad, Herramientas, Eléctrico, Fijaciones

−13,22 %

el margen falso de Fijaciones, el que haría cerrar una línea rentable

Materiales

Lo que se usa esta semana

Austral Distribución · libro de ventasventas_extracto.csv · descarga directa

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