Proyecto Grupal Optimización de la Gestión de Inventario de Brindis Real Distributor Company

Objetivo

El propósito del presente proyecto fue analizar la gestión de inventario, compras y ventas de la empresa Brindis Real Distributor Company para identificar los problemas de gestión en sus procesos y detectar oportunidades de mejora, de modo que se pueda implementar estrategias que logren una gestión eficiente de inventario, flujo de la cadena logística, compras y ventas; todo esto enfocado en mejorar la rentabilidad y la eficiencia operativa de la empresa Brindis Real, satisfaciendo exitosamente la demanda del cliente final.

Desarrollo del Proyecto

Este proyecto lo hemos desarrollado en dos etapas.

ETAPA 1: Creación de Base de Datos, Análisis, normalización, carga, automatización y Conexiones seguras.

En la primera etapa, desarrollamos actividades de recopilación y selección de datos. En esta etapa aplicamos técnicas de carga en SQL, filtrado, normalización, limpieza y transformación de datos, utilizando Python y sus librerías Pandas y Numpy. Así mismo, aplicamos herramientas avanzadas de análisis y exploratorio, visualizaciones en Python.

Acciones realizadas:

Pasos Previos:

Metodología de trabajo SCRUM con daylies y también sprints quincenales.

Creación de repositorio en GitHub.

Gestión de equipo mediante ClickUp.

Obtención y descarga de la data desde la plataforma Kaggle

Diseño de la base de datos, limpieza y transformación de datos:

• Se creó la base de datos.
• Identifiqué las entidades y diseñé de manera eficiente y normalizada las tablas y relaciones entre ellas.
• Realicé el análisis y primeros insights de la data.
• Corregí todos los errores, eliminado los valores atípicos y completado o eliminado los valores nulos, dejando la data lista para análisis.
• Creé el esquema entidad relación (ER).
• Se creó la base de datos en SQL. Se crearon tablas y objetos SQL necesarios.
• Se implementó la base de datos de acuerdo con las mejores prácticas.

Modelo relacional planificado

Modelo relacional en SQL

Python para reemplazar valores y retirar los espacios en blanco antes y después del texto

Se identifica que un mismo vendorNumber tiene 2 VendroName.

Se corrige y verifica

Se crea las tablas dimensionales

Se inserta la FK en las tablas que hemos definido como tablas de hechos y se eliminan columnas redundantes.

Cálculos de compras mensuales

Cálculo de KPIs

Importación y acceso a datos:

• Se diseñó e implementó el flujo que importa los datos a la base de datos de manera eficiente.
• Se validó el acceso a los datos de forma segura, con claves y contraseñas individuales.
• Todos nos conectamos a la base de datos remota para poder extraer data sin problemas.
• Se extrajo los datos de manera correcta y completa.

Para poder conectarnos previamente configuramos nuestras PC y adquirimos VPN mediante ZERO TIER

Automatización de la ingesta:

Se creó el método de automatización de ingesta de datos nuevos, diseñado e implementado de manera eficiente y robusta.