← Volver a trabajo

Business Intelligence / Data · Professional consulting

CNH Industrial

Un proyecto de Business Intelligence que evolucionó hacia una estructura de datos más organizada a medida que crecieron las fuentes y necesidades de análisis.

June 2025 – December 2025Consulting via TwinUp
Consultoría vía TwinUpBusiness IntelligenceData
Conceptual Medallion data layers connecting quality sources to consolidated reporting
Estudio visual original

α

Contexto

Gerencia de Calidad necesitaba consolidar en Power BI un conjunto de indicadores ya definidos para dar seguimiento a la fabricación de maquinaria industrial pesada.

El objetivo inicial era principalmente de Business Intelligence: reunir la información de Calidad y presentarla de manera consistente para gestión.

β

Problema

Los indicadores ya estaban definidos, pero la información necesaria estaba distribuida en archivos y estructuras poco estandarizadas.

A medida que se incorporaron nuevas fuentes, indicadores y necesidades de análisis, mantener cada tablero directamente desde archivos individuales empezó a generar problemas de consistencia y escalabilidad.

γ

Desarrollo inicial

Trabajé directamente con el gerente de Calidad, quien definía las necesidades de gestión e identificaba a los responsables de cada fuente.

Recibía la información, comprendía su estructura, corregía inconsistencias y la transformaba en modelos adecuados para Power BI.

Desarrollé tableros específicos y una vista ejecutiva que concentraba los principales indicadores.

δ

Evolución de la solución

El crecimiento de la información hizo necesario dejar de tratar cada tablero como una solución aislada.

Definí una metodología mínima para estructurar las fuentes y mejorar la forma en que la información era entregada y procesada.

Dentro del ecosistema Microsoft comenzamos a utilizar almacenamiento compartido y posteriormente OneLake para centralizar la información.

Sobre esa base diseñé una arquitectura Medallion que separaba los datos según su nivel de procesamiento y preparación para consumo.

ε

Reporting

La capa de consumo continuó desarrollándose en Power BI.

Además de tableros específicos, construí una solución consolidada capaz de presentar los principales indicadores y derivar hacia distintos niveles de análisis.

  • Fuentes distribuidas
  • Estructuración y normalización
  • OneLake
  • Arquitectura Medallion
  • Modelos de datos
  • Power BI

ζ

Resultado

El proyecto evolucionó desde desarrollos BI individuales hacia una estructura de datos y reporting más organizada.

  • Información fragmentada consolidada
  • Mayor consistencia entre fuentes
  • Cadencia recurrente de actualización
  • Menor dependencia de estructuras manuales diferentes
  • Visión ejecutiva común
  • Vistas específicas para distintas necesidades de Calidad