Reporteo de una red logística, de punta a punta

Qué es

Una simulación del reporteo que una operación logística necesita

El proyecto parte de un conjunto de datos logísticos sintético con más de 31,000 embarques, unos 5,400 incidentes, capacidad y pronóstico diarios, transportistas, instalaciones, rutas, niveles de servicio y calendario.

Los datos viven en PostgreSQL y Power BI se conecta por DirectQuery: el archivo PBIX no contiene una copia de los datos operativos, sino que consulta la base cuando el usuario interactúa con el reporte.

La intención no es mostrar habilidad de visualización, sino modelado de datos, SQL, diseño de la capa de reporteo, definición de indicadores y criterio sobre qué datos debe recibir cada caso de uso.

Uno · El modelo de datos

Tres hechos, tres granularidades distintas

El modelo sigue una estructura de hechos y dimensiones. Los hechos guardan eventos o mediciones del negocio; las dimensiones los describen. Lo importante es que los tres hechos no viven en la misma granularidad: los embarques son por embarque, la capacidad es por instalación y día, y los incidentes son por incidente.

Mantener esas granularidades separadas evita que un cruce entre niveles de detalle distintos duplique registros y distorsione las medidas.

Dos · La capa de reporteo

Vistas construidas para la pregunta, no para la tabla

La decisión central fue esta: Power BI debe recibir los datos ya organizados en el nivel que cada página necesita, en lugar de reconstruir uniones y agregaciones complejas por DirectQuery cada vez que alguien toca un filtro.

Por eso las vistas no son copias arbitrarias de las tablas. Cada una tiene una granularidad y un propósito de negocio deliberados, y expone solo los campos que su página realmente usa.

Vista	Granularidad	Propósito
rpt_network_monthly	Mes + Instalación	Reporteo ejecutivo: volumen, costo, entregas a tiempo, utilización, días de sobrecarga e incidentes abiertos. Un tablero ejecutivo no necesita registros individuales de embarque.
rpt_carrier_monthly	Mes + Transportista + Nivel de servicio	Análisis de transportistas. Conservar el nivel de servicio permite distinguir si el mal desempeño se asocia a Standard, Expedited o Priority en lugar de culpar al transportista completo.
rpt_capacity_daily	Fecha + Instalación	Pronóstico y capacidad: exactitud, utilización, variación de capacidad, error de pronóstico y bandera de sobrecarga. Se mantiene diaria a propósito.
rpt_incidents_monthly	Mes + Instalación + Severidad + Tipo + Causa raíz	Gestión de incidentes y causa raíz: dónde ocurren, de qué tipo, qué tan graves, qué los causa y cuánto tardan en resolverse. Cinco incidentes críticos no significan lo mismo que cinco leves.
rpt_exception_detail	Un embarque con excepción por fila	Investigación. Las demás páginas responden dónde está el problema; esta responde cuál embarque lo causó, con fecha, instalación, transportista, ruta, costo, retrasos, incidente, severidad y tiempo de resolución.

Tres · Un criterio con consecuencias

Por qué la capacidad se queda en granularidad diaria

Agregar la capacidad a nivel mensual habría hecho el reporte más ligero y habría escondido justo el problema que importa. Un promedio mensual de 78.6% de utilización describe una operación sana; el miércoles a 112% describe una operación que se rompió.

Por eso esa vista conserva el día, junto con unidades pronosticadas y reales, capacidad planeada, error de pronóstico, variación y evento de alto volumen. La granularidad se elige según la decisión que se va a tomar, no según el tamaño del conjunto de datos.

• Pregunta ejecutiva → datos mensuales resumidos.
• Pregunta de transportistas → datos mensuales por transportista y servicio.
• Pregunta de capacidad → datos diarios por instalación.
• Pregunta de incidentes → agregación orientada a riesgo y causa raíz.
• Pregunta de investigación → detalle a nivel de embarque.

El modelo no usa una sola tabla universal de reporteo, y eso fue deliberado: una tabla plana mezclaría embarques, incidentes, capacidad diaria y cálculos mensuales, con granularidades distintas que producen duplicados y medidas incorrectas.