Transformación digital en el sector financiero: aplicación de Business Intelligence para la optimización de datos en promociones inmobiliarias

Abstract

[ES] Este trabajo expone la manera de construir una aplicación para el correcto almacenamiento de datos de promociones inmobiliarias, con el objetivo de crear un cuadro de mandos dinámico para su visualización. El proyecto se lleva a cabo a través de herramientas de inteligencia de negocios, como SQL o Qlik Sense, y se basa en un caso práctico desarrollado en una empresa de consultoría para un cliente del ámbito financiero. Para el desarrollo de la aplicación de almacenamiento de datos de promociones inmobiliarias, primero se identifican y seleccionan las fuentes de datos relevantes, asegurando que se recopile la información necesaria para satisfacer las necesidades del proyecto. Paralelamente, se analizan y definen los requerimientos de consultas finales de los clientes, lo que implica un profundo entendimiento de sus necesidades, así como la definición de KPIs y métricas pertinentes. Tras esto, se procede al diseño del almacén de datos. Este diseño debe estructurarse de tal forma que facilite la consulta y el análisis eficiente de los datos. Una vez definido el diseño del almacén de datos, se configura y ejecuta el proceso ETL (Extracción, Transformación y Carga) que incluye la limpieza y normalización de datos, así como la integración de los datos transformados en el sistema de destino, seguido de una verificación y validación final para asegurar que los datos se han cargado correctamente. Finalmente, con el almacén de datos diseñado y cargado, se procede al diseño y realización de los informes que los clientes desean. Estos informes permiten visualizar y analizar la información almacenada de manera efectiva, cumpliendo con los requerimientos y las expectativas de los clientes.

[EN] This work outlines the process of building an application for the proper storage of real estate promotion data, aiming to create a dynamic dashboard for visualization. The project utilizes business intelligence tools such as SQL or Qlik Sense and is based on a practical case developed by a consulting firm for a client in the financial sector. For the development of the real estate promotion data storage application, the first step involves identifying and selecting relevant data sources, ensuring the collection of necessary information to meet project requirements. Concurrently, client final query requirements are analyzed and defined, which involves a deep understanding of their needs, as well as the definition of relevant KPIs and metrics. Following this, the data warehouse design phase begins. This design is structured to facilitate efficient data querying and analysis. Once the data warehouse design is defined, the ETL (Extraction, Transformation, and Loading) process is configured and executed. This process includes data cleaning, normalization, and integration of transformed data into the target system, followed by final verification and validation to ensure correct data loading. Finally, with the data warehouse designed and loaded, the design and creation of desired reports for clients proceed. These reports enable effective visualization and analysis of stored information, meeting client requirements and expectations.

[CA] Aquest treball exposa la manera de construir una aplicació per al correcte emmagatzematge de dades de promocions immobiliàries amb l’objectiu de crear un quadre de comandaments dinàmic per a la seua visualització. El projecte es duu a terme a través d’eines d’intel·ligència de negocis, com SQL Developer, Oracle Data Integrator o Qlik Sense, i es basa en un cas pràctic desenvolupat en una empresa de consultoria per a un client de l’àmbit financer. Per al desenvolupament del quadre de comandaments de dades de promocions immobiliàries, primer s’identifiquen i seleccionen les fonts de dades rellevants, assegurant que es recopile la informació necessària per a satisfer les necessitats del projecte. Paral·lelament, s’analitzen i defineixen els requisits de consultes finals dels clients, la qual cosa implica una profunda comprensió de les seues necessitats, així com la definició de KPIs i mètriques pertinents. A continuació, es procedeix a l’estructuració del magatzem de dades, incloent-hi la creació d’estructures com datamarts, dissenyades per a facilitar la consulta i l’anàlisi eficient de les dades. Amb el magatzem de dades estructurat, es configura i s’executa el procés ETL (Extracció, Transformació i Càrrega). Aquest procés abasta la neteja i normalització de les dades, així com la seua integració en el magatzem de dades, seguit d’una verificació i validació final per a garantir que les dades s’han carregat correctament. Finalment, amb el magatzem de dades dissenyat i carregat, es procedeix al disseny i realització dels informes que els clients desitgen. Aquests informes permeten visualitzar i analitzar la informació emmagatzemada de manera efectiva, complint amb els requeriments i les expectatives dels clients.