Data Engineering · Professional consulting
DENSO Argentina
Transformar un proceso manual y opaco de comercio exterior en una solución reproducible, trazable y verificable.
α
Contexto
Gerencia Comercial necesitaba estimar cuánto dinero debía estar disponible en caja para afrontar compromisos del próximo período.
El cálculo existía, pero dependía de un proceso manual construido alrededor de reportes del ERP, información externa, planillas Excel, correcciones, cruces y cálculos realizados por la responsable del proceso.
El objetivo inicial fue automatizar o semi-automatizar ese flujo para hacerlo más consistente, trazable y operable.
β
Problema
No existía una especificación formal que pudiera transformarse directamente en software.
La operadora conocía qué archivos utilizar, qué modificar, qué información cruzar y qué pasos ejecutar para alcanzar el resultado, pero parte de la lógica subyacente estaba implícita en las planillas y en la experiencia acumulada.
Antes de automatizar era necesario reconstruir qué hacía realmente el proceso, por qué lo hacía y qué reglas debían preservarse.
γ
Discovery y formalización
Trabajé directamente con la responsable del proceso reconstruyendo el flujo paso a paso: fuentes, archivos, transformaciones, correcciones, cruces y resultados esperados.
Cuando una regla no era evidente, analizaba cómo se resolvía manualmente, formulaba alternativas y las validaba con los responsables antes de convertirlas en comportamiento del sistema.
También trabajé con Gerencia Comercial para comprender el impacto contable de los resultados y la necesidad financiera que debía responder la solución.
- Conocimiento tácito convertido en requerimientos explícitos
- Reglas de negocio y criterios de validación
- Fuentes y transformaciones identificadas
- Excepciones operativas formalizadas
δ
Diseño de la solución
Propuse resolver el problema mediante un ETL local y determinístico.
A partir del proceso reconstruido diseñé una arquitectura capaz de recibir fuentes heterogéneas, procesarlas mediante etapas explícitas y producir una salida consolidada y reproducible.
- Parsing y normalización
- Conciliación
- Claves de negocio
- Histórico, baseline e incrementales
- Snapshots e idempotencia
- Contratos de datos, validaciones y testing
ε
Construcción y operación
El desarrollo se realizó de manera incremental: las primeras entregas resolvieron las necesidades operativas centrales y posteriormente se incorporaron nuevas reglas, conciliaciones y casos descubiertos durante el uso y la validación.
La solución se materializó como un ETL autocontenido para Windows, preparado para ejecutarse localmente desde un pendrive sin depender de infraestructura externa.
El proceso genera una tabla Gold que alimenta Power BI y está acompañado por documentación de la metodología de trabajo.
ζ
Resultado
El proceso pasó de depender de múltiples operaciones manuales, archivos y conocimiento implícito a disponer de un flujo reproducible, trazable y verificable.
El tiempo necesario para completar el cálculo principal pasó de aproximadamente una semana a aproximadamente una hora.
La cadena de entrega quedó estructurada desde las fuentes operativas hasta el ETL local, la tabla Gold y la información consumida en Power BI.
η
Tecnologías y alcance público
Python, DuckDB y Parquet forman el núcleo del procesamiento, con Excel, Power BI, Git y Windows dentro del flujo de operación y entrega.