Con archivo
Cuatro tablas que hay que unir antes de contestar nada
Descargá los archivos, trabajalos con el programa que uses y comprobá los resultados. Varias respuestas traen además los números equivocados más probables, con el motivo de cada uno.
Los archivos
Datos simulados con semilla fija: las ventas de una distribuidora mayorista del NOA, en esquema estrella. No provienen de ninguna empresa real y no deben citarse como tales. Los precios sí se mueven con la serie real del IPC nacional del INDEC. La ficha completa del conjunto está en /datos/distribuidora-norte.
Las ventas
Descargar el CSV32.830 filas · separador; · UTF-8
comprobante- número de factura; A… venta, N… nota de crédito
fecha- fecha del comprobante, aaaa-mm-dd
sucursal_id- se une con simulado-sucursales.csv
cliente_id- se une con simulado-clientes.csv
producto_id- se une con simulado-productos.csv
cantidad- unidades; negativa en las notas de crédito
precio_unitario- precio de venta por unidad, en pesos del mes, con coma decimal
costo_unitario- costo de reposición por unidad, en pesos del mes
descuento- proporción; el importe es cantidad × precio × (1 − descuento)
Los productos
Descargar el CSV40 filas · separador; · UTF-8
producto_id- clave
producto- nombre
subcategoria- nivel intermedio de la jerarquía
categoria- Almacén, Bebidas, Limpieza o Perfumería
margen_objetivo- margen con el que se fija el precio de lista
Las sucursales
Descargar el CSV5 filas · separador; · UTF-8
sucursal_id- clave
sucursal- nombre
localidad- localidad
provincia- provincia
fecha_apertura- cuándo abrió; la de Salta, en marzo de 2023
Los clientes
Descargar el CSV800 filas · separador; · UTF-8
cliente_id- clave
tipo_comercio- Almacén, Kiosco, Autoservicio o Minimercado
localidad- localidad
provincia- provincia
sucursal_habitual- sucursal donde compra
fecha_alta- cuándo se dio de alta como cliente
Los cuatro archivos se unen por sus claves: producto_id, sucursal_id y cliente_id. Ninguna pregunta de este ejercicio se puede contestar con una sola tabla.
1) ¿Cuántas filas tiene
simulado-ventas.csv?Ver la respuesta
32.830
32.830 filas.
2) ¿Cuántas ventas distintas hay, es decir cuántos comprobantes?
Ver la respuesta
9.884
9.884 comprobantes. Cada uno tiene varias líneas: 3,32 en promedio.
Si te dio otro número
- 32.830 — Se contaron las filas. Una fila es una línea de un comprobante, no una venta: el mismo comprobante aparece tantas veces como productos lleve.
3) Al unir ventas con productos por
producto_id, ¿cuántas filas quedan?Ver la respuesta
32.830
32.830: las mismas que tenía ventas. Una unión bien hecha contra una dimensión no cambia la cantidad de filas de la tabla de hechos. Si cambia, hay claves repetidas en la dimensión.
4) ¿Cuántas unidades se vendieron en total de la categoría Limpieza? (sin contar las notas de crédito)
Ver la respuesta
299.738
299.738 unidades. La categoría no está en la tabla de ventas: hay que traerla desde productos.
5) ¿Cuántos de los 800 clientes del padrón nunca compraron nada?
Ver la respuesta
31
31. Se ven con una unión por izquierda desde clientes hacia ventas, mirando los que quedan sin contraparte. Con una unión interna desaparecen sin dejar rastro, y ahí está el riesgo: el padrón tiene gente que una unión interna borra.
Las respuestas se recalculan a partir de los mismos archivos que se descargan, y el SHA-256 de cada uno se comprueba en cada compilación, así que corresponden exactamente a lo que bajaste. Cómo se hace.