📊 Chinook Strategy Command Center

Solución integral de Business Intelligence end-to-end: Data Warehouse, ETL automatizado y visualización interactiva para análisis estratégico de datos de negocio.

📑 Tabla de Contenidos

Descripción General
Características Principales
Arquitectura del Sistema
Modelo de Datos
- Esquema OLTP (Fuente)
- Esquema OLAP (Data Warehouse)
Análisis Implementados
- Segmentación RFM
- KPIs de Negocio
Instalación y Configuración
Estructura del Proyecto
Stack Tecnológico
Uso y Operación
Troubleshooting
Contribución
Licencia
Autor

🎯 Descripción General

Chinook Strategy Command Center es un proyecto de análisis de datos que implementa una solución completa de Business Intelligence (BI) para transformar datos transaccionales en insights accionables. El proyecto simula un entorno corporativo real de una tienda de medios digitales, abarcando desde la extracción de datos hasta la visualización interactiva de métricas de negocio.

Contexto de Negocio

Chinook es una tienda global de música y video digital con operaciones en múltiples países. A pesar de contar con un sistema transaccional robusto, la organización enfrentaba desafíos críticos:

Silos de información: Datos dispersos en tablas normalizadas sin visión consolidada.
Latencia analítica: Consultas complejas degradaban el rendimiento operacional.
Ausencia de segmentación: Sin metodología para identificar clientes de alto valor o en riesgo de churn.
Decisiones reactivas: Falta de métricas en tiempo real para estrategia comercial.

Solución Implementada

Este proyecto resuelve estos desafíos mediante:

Migración OLTP → OLAP: Construcción de un Data Warehouse optimizado para análisis.
Pipeline ETL automatizado: Transformación y carga de datos sin intervención manual al iniciar el contenedor.
Modelo dimensional: Esquema de estrella (Star Schema) para consultas de alto rendimiento.
Segmentación avanzada: Algoritmo RFM para clasificación de clientes directamente en SQL.
Dashboard interactivo: Visualización en tiempo real con Metabase pre-cargado.
Infraestructura como código: Despliegue reproducible "One-Click" con Docker Compose.

✨ Características Principales

✅ Despliegue automatizado: Un solo comando (docker compose up) levanta toda la infraestructura.
✅ ETL sin código: Scripts SQL ejecutados automáticamente al iniciar.
✅ Pre-configurado: Dashboard con visualizaciones y conexiones listas para usar.
✅ Análisis avanzado: Segmentación RFM, análisis de cohortes, series temporales.
✅ Escalable: Arquitectura modular basada en microservicios.
✅ Portable: Funciona en cualquier sistema (Windows, Mac, Linux) con Docker.
✅ Open Source: Stack tecnológico completamente libre y gratuito.

🏗️ Arquitectura del Sistema

El proyecto implementa una arquitectura de datos moderna basada en contenedores, siguiendo el patrón ELT (Extract, Load, Transform).

Diagrama de Arquitectura

graph TD
    subgraph Docker_Compose_Network [Docker Compose Network]
        direction TB
        METABASE[Metabase<br/>Port 3000]
        DB[(PostgreSQL 16<br/>Port 5432)]
        PGADMIN[pgAdmin 4<br/>Port 5050]
        
        METABASE -->|Conecta JDBC| DB
        PGADMIN -->|Administra| DB
    end

    subgraph Database_Internal [Dentro de PostgreSQL]
        direction TB
        OLTP[(Esquema OLTP<br/>Source)]
        ETL_PROCESS{Scripts ETL<br/>SQL Automatizado}
        OLAP[(Esquema OLAP<br/>Data Warehouse)]
        
        OLTP -->|Extract| ETL_PROCESS
        ETL_PROCESS -->|Transform & Load| OLAP
    end

    USER((Usuario)) -->|Visualiza| METABASE
    USER -->|Administra| PGADMIN

Componentes

1. Base de Datos PostgreSQL (Contenedor `db`)

Imagen: postgres:16
Función: Aloja tanto el esquema OLTP (fuente) como el OLAP (Data Warehouse) en la base de datos chinook.
Inicialización: Ejecuta automáticamente scripts SQL en /docker-entrypoint-initdb.d/:
01_oltp.sql: Crea y puebla el esquema transaccional.
02_olap.sql: Crea el esquema dimensional analytics y ejecuta transformaciones ETL.
Persistencia: Volumen Docker postgres_data para garantizar durabilidad.

2. Metabase (Contenedor `metabase`)

Imagen: metabase/metabase:latest
Función: Plataforma de BI para visualización interactiva.
Configuración: Base de datos H2 embebida restaurada desde backup local.
Conectividad: Se conecta automáticamente al esquema OLAP del contenedor db.

3. pgAdmin (Contenedor `pgadmin`)

Imagen: dpage/pgadmin4:latest
Función: Interfaz web para administración de PostgreSQL.
Uso: Inspección de esquemas, ejecución de queries, debugging.

📐 Modelo de Datos

Esquema OLTP (Fuente)

El esquema transaccional sigue la Tercera Forma Normal (3NF), optimizado para integridad referencial y operaciones CRUD.

Diagrama OLTP

erDiagram
    Artist ||--|{ Album : "tiene"
    Album ||--|{ Track : "contiene"
    Genre ||--|{ Track : "clasifica"
    MediaType ||--|{ Track : "formato"
    Track ||--|{ InvoiceLine : "en"
    Invoice ||--|{ InvoiceLine : "tiene"
    Customer ||--|{ Invoice : "compra"
    Employee ||--|{ Customer : "soporta"
    Employee ||--|{ Employee : "reporta_a"

    Artist {
        int ArtistId PK
        string Name
    }
    Album {
        int AlbumId PK
        string Title
        int ArtistId FK
    }
    Track {
        int TrackId PK
        string Name
        int AlbumId FK
        int GenreId FK
    }
    Customer {
        int CustomerId PK
        string FirstName
        string LastName
        string Email
    }
    Invoice {
        int InvoiceId PK
        datetime InvoiceDate
        numeric Total
    }

Limitaciones del modelo OLTP para análisis:

Requiere 6+ JOINs para consultas analíticas básicas.
Alto costo computacional para agregaciones.
Diseñado para escritura (INSERT/UPDATE), no para lectura intensiva.

Esquema OLAP (Data Warehouse)

El Data Warehouse implementa un Star Schema optimizado para consultas analíticas de alto rendimiento, alojado en el esquema analytics.

Diagrama OLAP

erDiagram
    fact_sales }|..|| dim_customer : "cliente"
    fact_sales }|..|| dim_track : "producto"
    fact_sales }|..|| dim_employee : "vendedor"
    fact_sales }|..|| dim_date : "fecha"

    fact_sales {
        int sales_key PK
        int quantity
        numeric unit_price
        numeric total_revenue
        int customer_key FK
        int track_key FK
        int date_key FK
    }
    dim_customer {
        int customer_key PK
        string full_name
        string country
        string customer_segment
    }
    dim_track {
        int track_key PK
        string track_name
        string genre_name
        string media_type_name
    }
    dim_date {
        int date_key PK
        int year
        int month
        string is_weekend
    }

Ventajas del modelo OLAP:

Reducción de JOINs: De 6+ a 1-2 uniones máximo.
Performance: Consultas drásticamente más rápidas.
Desnormalización estratégica: Datos redundantes para acelerar lectura.

📊 Análisis Implementados

Segmentación RFM de Clientes

El proyecto implementa un algoritmo de RFM (Recency, Frequency, Monetary) directamente en SQL mediante Window Functions (NTILE).

Lógica de Segmentación:

Recencia (R): Días desde la última compra.
Frecuencia (F): Cantidad de facturas únicas.
Monetización (M): Total gastado histórico.

Segmento	Descripción	Estrategia Sugerida
🥇 Campeones (VIP)	Score RFM alto (R=5, F=5, M=5)	Programas de fidelidad exclusivos.
💎 Leales Potenciales	Compran seguido, buen gasto	Upselling y Cross-selling.
⚠️ En Riesgo	Gastaban mucho pero no volvieron	Campañas de reactivación agresivas.
💤 Perdidos	Baja frecuencia y recencia	Evaluar costo de retención vs adquisición.

KPIs de Negocio

El dashboard implementa los siguientes indicadores clave:

KPIs Financieros

Métrica	Definición
Total Revenue	Suma total de facturación histórica.
AOV (Ticket Promedio)	Ingreso promedio por transacción única.

KPIs Operativos

Métrica	Definición
Top Géneros	Géneros musicales con mayor volumen de ventas.
Top Países	Regiones geográficas con mayor penetración de mercado.
Performance Empleados	Ranking de ventas por agente de soporte.

🚀 Instalación y Configuración

Requisitos Previos

Antes de comenzar, asegúrese de tener instalado:

Docker: v20.10 o superior.
Docker Compose: v2.0 o superior (incluido en Docker Desktop).
Git: Para clonar el repositorio.
Puertos Libres: 3000 (Metabase), 5432 (Postgres), 5050 (pgAdmin).

Pasos de Instalación

1. Clonar el Repositorio

git clone https://github.com/tu-usuario/devlights-data-analysis-final-project.git
cd devlights-data-analysis-final-project

2. Levantar la Infraestructura

Ejecute el siguiente comando en la raíz del proyecto:

docker compose up -d

¿Qué sucede al ejecutar esto?

Descarga las imágenes de Postgres, Metabase y pgAdmin.
Crea la red chinook_net.
Inicia la base de datos chinook.
Ejecuta 01_oltp.sql (Crea tablas fuente).
Ejecuta 02_olap.sql (Crea DW y procesa datos).
Inicia Metabase y restaura el dashboard desde el backup local.

⏳ Nota: El primer inicio puede demorar unos 60 segundos mientras se inicializan los servicios.

3. Verificar Estado

docker compose ps

Todos los contenedores (chinook_db, chinook_bi, chinook_pgadmin) deberían estar en estado "Up" o "Running".

Acceso a Servicios

📊 A. Dashboard de Negocio (Metabase)

El sistema ya viene con usuarios y dashboards precargados.

URL: http://localhost:3000
Email: [email protected]
Password: helloworld2025

🛠️ B. Administración de Base de Datos (pgAdmin 4)

Para inspección técnica y consultas SQL manuales.

URL: http://localhost:5050
Email: [email protected]
Password: root

Datos para conectar el servidor (Register Server):

Host name: db
Username: devlights_user
Password: devlights_password
Database: chinook

📁 Estructura del Proyecto

devlights-data-analysis-final-project/
│
├── docker-compose.yml          # Orquestación de contenedores
│
├── assets/                     # Scripts SQL de inicialización
│   ├── 01_oltp.sql             # Script Fuente (OLTP)
│   └── 02_olap.sql             # Script Data Warehouse (OLAP + ETL)
│
├── metabase_backup_data/       # Backup persistente del Dashboard
│   └── metabase.db.mv.db       # Base de datos H2 de Metabase
│
└── README.md                   # Documentación del proyecto

🛠️ Stack Tecnológico

Componente	Tecnología	Versión	Uso
Base de Datos	PostgreSQL	16	Motor Relacional & Data Warehouse
Contenedores	Docker	Latest	Empaquetado y ejecución
Orquestación	Docker Compose	v2+	Gestión de servicios y redes
Visualización	Metabase	Latest	Dashboarding y BI
Administración	pgAdmin 4	Latest	GUI para PostgreSQL
Lenguaje	SQL (PL/pgSQL)	Standard	Lógica de negocio y transformación

💡 Uso y Operación

Comandos Útiles

Detener el entorno (conservando datos):

docker compose stop

Reiniciar el entorno:

docker compose start

Destruir entorno (BORRA DATOS y volúmenes):

docker compose down -v

⚠️ Útil si quieres reiniciar la base de datos desde cero para volver a correr los scripts SQL.

Ver logs de la base de datos:

docker logs -f chinook_db

🔧 Troubleshooting

Problema: "Container chinook_db is unhealthy"

Causa: El script SQL falló o tardó demasiado.
Solución: Revisa los logs con docker logs chinook_db. Si hubo un error en los scripts, corrige el SQL y ejecuta docker compose down -v seguido de docker compose up -d.

Problema: Metabase pide configuración inicial (Setup)

Causa: No leyó correctamente el archivo de backup.
Solución: Asegúrate de que la carpeta metabase_backup_data contenga el archivo metabase.db.mv.db directamente (sin subcarpetas extra) y reinicia el contenedor chinook_bi.

Problema: Puerto ocupado (Bind for 0.0.0.0:3000 failed)

Causa: Otro servicio en tu PC usa el puerto 3000.
Solución: Edita docker-compose.yml y cambia el mapeo de puertos de Metabase a "3001:3000".

🤝 Contribución

Las contribuciones son bienvenidas. Para cambios importantes:

Fork el repositorio.
Crea una rama (git checkout -b feature/AmazingFeature).
Commit tus cambios (git commit -m 'Add some AmazingFeature').
Push a la rama (git push origin feature/AmazingFeature).
Abre un Pull Request.

📄 Licencia

Este proyecto está bajo la Licencia MIT. Ver archivo LICENSE para más detalles.

👤 Autor

Facundo Nicolás González

Proyecto: Trabajo final Data Analytics - Devlights
GitHub: @titesen
LinkedIn: Facundo N. González

Última actualización: Diciembre 2025

Name		Name	Last commit message	Last commit date
Latest commit History 9 Commits
assets		assets
metabase_backup_data/metabase.db		metabase_backup_data/metabase.db
1766376367982.pdf		1766376367982.pdf
README.md		README.md
docker-compose.yml		docker-compose.yml

titesen/devlights-data-analysis-final-project

Folders and files

Latest commit

History

Repository files navigation