Distribuidora Norte: ventas de una empresa, en esquema estrella

Qué trae

Las ventas de una distribuidora mayorista con cinco sucursales en Catamarca, Tucumán, Santiago del Estero y Salta, que le vende almacén, bebidas, limpieza y perfumería a ochocientos comercios de barrio. 32.830 líneas de venta entre enero de 2019 y julio de 2026.

No es una tabla: son cuatro tablas relacionadas, en el esquema estrella con el que llegan los datos de cualquier empresa y con el que trabajan las herramientas de BI. Una tabla de hechos —las ventas— y tres dimensiones: productos, sucursales y clientes.

Lo que ningún ejemplo importado puede enseñar

Los datasets de práctica que circulan —Contoso, AdventureWorks, Northwind— vienen de economías sin inflación. Ahí la serie de ventas en moneda corriente se lee directo: si sube, la empresa vendió más.

Acá no. Los precios de este archivo se mueven con la serie real del IPC publicada en /datos/ipc-mensual, que entre enero de 2019 y julio de 2026 se multiplicó por 63,7. Entonces la facturación cuenta una historia y el negocio cuenta otra:

Entre 2019 y 2025	Resultado	Qué parece
Facturación en pesos	×33	un éxito enorme
Unidades vendidas, total	−15 %	una caída moderada
Unidades, sucursales comparables	−32 %	el doble de caída

Las tres cifras salen del mismo archivo. La primera es inflación; la segunda ya muestra una caída, pero la suaviza porque en 2023 abrió una sucursal nueva que suma volumen; la tercera es el negocio.

Cómo abrirlo

import pandas as pd

v = pd.read_csv("simulado-ventas.csv", sep=";", decimal=",")
p = pd.read_csv("simulado-productos.csv", sep=";", decimal=",")
s = pd.read_csv("simulado-sucursales.csv", sep=";")
c = pd.read_csv("simulado-clientes.csv", sep=";")

d = (v.merge(p, on="producto_id")
      .merge(s, on="sucursal_id")
      .merge(c, on="cliente_id"))

En Power BI, los cuatro archivos entran por Obtener datos → Texto/CSV y las relaciones se arman una a varias desde cada dimensión hacia las ventas. Falta una tabla de fechas: hay que crearla, marcarla como tal, y recién ahí funcionan las medidas de inteligencia de tiempo.

Lo que está sembrado y se puede recuperar

Es un conjunto simulado, así que la respuesta se sabe de antemano. El generador deja asentados los parámetros verdaderos —la tendencia, los doce factores estacionales, el shock de 2020 por categoría, el margen objetivo— y npm run distribuidora comprueba que se recuperen de los datos, que es la única razón por la que un archivo inventado sirve para practicar.

Se recuperan con error, no exactamente, y esa es la segunda lección:

• la estacionalidad se estima con una correlación de 0,87 contra los factores verdaderos y un error medio de 0,04. Diciembre sale primero con claridad; cuál de enero o febrero queda último, en cambio, depende de la muestra: están sembrados a 0,94 y 0,87, separados por menos de dos errores estándar;
• el shock de 2020 no se puede estimar mes a mes: abril de 2019 y abril de 2021 ya difieren 27 % entre sí sin que haya pasado nada. Lo que sí se recupera es la ventana completa y el orden entre categorías;
• el margen se comprime cuando la inflación mensual acelera, porque el precio de venta se ajusta con un mes de retraso y el costo de reposición no. En los diez meses de más inflación promedia 9 % y en los diez de menos, 21 %.