Construir un data warehouse desde cero asusta. Parece un proyecto gigante, técnico y lleno de decisiones irreversibles. Pero, de cerca, es sobre todo una cuestión de organización por capas — como construir una casa: cimientos primero, acabados al final. Veamos el recorrido, capa a capa, sin jerga innecesaria.
Por qué no basta conectar Power BI a la base de datos
La tentación es apuntar la herramienta de BI directamente a los sistemas operativos y empezar a hacer informes. Funciona hasta que deja de funcionar: cada informe reimplementa su lógica, los números no cuadran, las consultas pesan sobre los sistemas que gestionan el negocio, y nadie sabe cuál es la versión correcta. El data warehouse existe para resolver esto — dar un lugar único, organizado y fiable para el análisis.
Capa 1: aterrizaje (staging)
La primera capa recibe los datos en bruto de las varias fuentes, tal como vienen, sin transformarlos. Es una zona de aterrizaje: se copia aquí y se desacopla de los sistemas de origen, para no sobrecargarlos ni depender de su disponibilidad. Simple, pero esencial — es la red de seguridad donde todo empieza.
Capa 2: transformación y limpieza
Aquí los datos se limpian, normalizan e integran: se corrigen tipos, se resuelven duplicados, se unen fuentes, se aplican las reglas de negocio. Es la capa donde el caos se vuelve orden. Sale de aquí una versión fiable y coherente, lista para ser modelada para análisis. Es también donde vive la mayor parte del esfuerzo de ingeniería.
Capa 3: modelación dimensional
Los datos limpios se organizan en el formato que el BI adora: tablas de hechos (las métricas — ventas, cantidades) rodeadas por dimensiones (el contexto — cliente, producto, tiempo). Este diseño en estrella es simple de entender y rápido de consultar. Es la capa que marca la diferencia entre un informe ágil y uno lento.
Capa 4: consumo y semántica
Encima, se define una capa de consumo con las métricas de negocio calculadas una sola vez — "ingresos netos", "margen", "cliente activo" — para que toda la organización use las mismas definiciones. Es el puente entre los datos técnicos y las personas que deciden, y lo que garantiza que "ingresos" signifique lo mismo en todas partes.
Un ejemplo de recorrido
Una empresa de distribución con ventas en tres sistemas diferentes empezó por aterrizar los tres en staging todas las noches. En la capa de transformación, unificó los catálogos de productos (que tenían códigos diferentes en cada sistema) y limpió direcciones de clientes. Modeló después un hecho de ventas con dimensiones de cliente, producto, tienda y tiempo. Por último, definió las métricas en la capa semántica. El resultado: informes que antes tardaban días en reconciliar a mano pasaron a estar listos todas las mañanas, con números en los que todos confían.
Empieza pequeño, crece por capas
No hace falta construir todo de una vez. Elige un dominio con valor claro — ventas, por ejemplo — y llévalo de principio a fin por las cuatro capas. Un data warehouse que sirve bien un área y crece desde ahí gana a un proyecto monumental que intenta abrazar todo y nunca termina.
En la práctica
Si tus informes corren directo sobre los sistemas operativos y nadie confía plenamente en los números, es señal de que falta este cimiento. Diseñar por capas hace el gigante manejable: una a la vez, con valor apareciendo pronto. ¿Por qué dominio de negocio empezarías a construir tu capa analítica?
