Carolina Bernachea

Análisis de Incidentes — Oracle & Jira

🧠 Qué hice:

• Inventigación de transacciones fallidas mediante logs de hospital de integraciones de Oracle y consultas en Oracle SQL
• Identificación de patrones recurrentes de error (campos faltantes desde origen en WMS, errores en formatos de json, etc)
• Análisis del comportamiento de la base de datos para identificar causas raíz
• Documentación de procedimientos de troubleshooting para equipos de soporte
• Colaboración con equipos tecnicos y proveedores de Oracle para la resolución de incidentes

Validación de Datos & Troubleshooting SQL — Sistemas Retail

🧠 Qué hice:

• Validación de datos en múltiples tablas mediante consultas SQL
• Identificación de inconsistencias y causas raíz de resultados incorrectos
• Colaboración con equipos internos para definir y validar la lógica de negocio esperada
• Soporte a la calidad de datos para procesos operativos y de reporting
• Comparación de datos entre reportes de Power BI y fuentes operativas para detectar inconsistencias
• Escalamiento de discrepancias a los equipos responsables para su corrección en origen

Monitoreo Operativo & Reporting — Jira Dashboards

🧠 Qué hice:

• Seguimiento del ciclo de vida de incidentes y evolución de estados
• Desarrollo de dashboards para monitorear el desempeño del soporte
• Análisis de tendencias en volumen de incidentes y tiempos de resolución
• Mejora en la visibilidad para stakeholders y equipos de soporte

Análisis de Ventas Retail — Mercado Pueyrredón

Dashboard de Negocio Interno

Hallazgos:

• Las bebidas generan el mayor ingreso
• Las ventas se concentran en pocos productos clave
• Las ventas presentan variaciones según el período

💡 Impacto de Negocio:

• Permite identificar categorías que impulsan el ingreso para mejorar decisiones de inventario
• Destaca la concentración de ventas en un subconjunto de productos (efecto Pareto)
• Brinda visibilidad sobre tendencias de ventas para planificación de demanda
• Reduce la dependencia de decisiones basadas en intuición mediante datos

Vista Estática del Dashboard:

Categorías Productos Tendencias

Dashboard Interactivo

🧠 Decisiones Técnicas:

• Modelo de datos normalizado simulando una estructura real de retail
• Uso de joins entre ventas y productos para análisis multi-nivel
• Cálculo de ingresos a nivel transaccional

💻 Recursos Técnicos:

📄 Ver Script SQL 📊 Descargar Power BI

Análisis de Delivery — Geolocalización & Ventas

Dashboard de Performance de Delivery

Principales Insights:

• La distribución de ingresos varía significativamente por ciudad
• Montevideo presenta la mayor densidad de pedidos
• Algunas regiones generan mayores ingresos con menos órdenes
• La geolocalización permite optimizar la distribución de entregas

💡 Impacto de Negocio:

• Identificación de zonas geográficas de alta demanda para optimizar la cobertura de delivery
• Detección de regiones con alto ingreso pero baja frecuencia de pedidos (oportunidades de crecimiento)
• Soporte a decisiones estratégicas de expansión y optimización logística
• Mejora en la visibilidad del desempeño geográfico y la distribución de la demanda

Vista Estática del Dashboard:

Dashboard Interactivo

🧠 Decisiones Técnicas:

• Modelo de datos normalizado simulando una estructura real de retail
• Uso de joins entre tablas de ventas y productos para análisis multi-nivel
• Cálculo de ingresos con granularidad a nivel transaccional

💻 Recursos Técnicos:

📄 Ver Script SQL 📊 Descargar Power BI

Análisis de Clientes — Segmentación & Ingresos

Dashboard de Análisis de Clientes

Principales Insights:

• Los ingresos se concentran en un grupo reducido de clientes VIP
• Existen clientes con bajo nivel de interacción y bajo gasto
• La segmentación permite definir estrategias específicas por tipo de cliente
• La distribución geográfica revela oportunidades de crecimiento

💡 Impacto de Negocio:

• Identificación de clientes de alto valor (VIP) que generan la mayor parte de los ingresos
• Detección de clientes con baja interacción o en riesgo para estrategias de retención
• Permite segmentar clientes para aplicar estrategias de marketing específicas según su comportamiento
• Base para análisis de ciclo de vida del cliente y estrategias de fidelización

Vista Estática del Dashboard:

Año Ciudad Mapa Clientes

Dashboard Interactivo

🧠 Decisiones Técnicas:

• Modelo de datos normalizado simulando una estructura real de retail
• Uso de joins entre ventas y clientes para análisis multi-nivel
• Cálculo de ingresos a nivel transaccional

💻 Recursos Técnicos:

📄 Ver Script SQL 📊 Descargar Power BI