Implementación de una solución OLAP con herramientas Open Source

Como parte de la Actividad Grupal 01 – Unidad 2 del curso de Inteligencia de Negocios de la Universidad Privada de Tacna, desarrollamos una solución de procesamiento analítico en línea (OLAP), utilizando herramientas gratuitas y de código abierto.

El objetivo del proyecto fue implementar una infraestructura capaz de procesar, analizar y visualizar grandes volúmenes de información, facilitando la identificación de tendencias y la toma de decisiones empresariales.

Para su desarrollo utilizamos las siguientes tecnologías:

  • DuckDB: Motor de base de datos analítica orientado al procesamiento eficiente de grandes volúmenes de información.
  • Streamlit y Plotly: Herramientas para desarrollar una aplicación web interactiva y visualizar indicadores.
  • Docker: Contenedorización de la aplicación para facilitar su ejecución y despliegue.
  • GitHub Actions: Automatización de pruebas y procesos de integración y despliegue continuo (CI/CD).
  • Hugging Face Spaces: Plataforma utilizada para alojar y publicar la aplicación.

El proyecto se desarrolló mediante un modelo dimensional de esquema estrella, utilizando aproximadamente un millón de transacciones simuladas de ventas retail en Perú, correspondientes al periodo 2023–2025.

Se implementaron operaciones OLAP como Roll-up, Drill-down, Slice, Dice, Pivot y CUBE, que permiten analizar los datos desde diferentes dimensiones y niveles de detalle.

Asimismo, se desarrolló una aplicación con seis módulos de análisis, que incluyen indicadores de ventas, visualizaciones interactivas, consultas SQL y exploración del modelo de datos.

Como resultado, se obtuvo una solución analítica que integra almacenamiento, procesamiento, visualización y automatización, sin depender de servicios de AWS ni de infraestructura compleja.

Esta experiencia permitió fortalecer nuestros conocimientos en Inteligencia de Negocios, modelado dimensional, consultas SQL, análisis de datos y despliegue de aplicaciones mediante herramientas open source.

El proyecto demuestra cómo estas tecnologías pueden integrarse para construir soluciones de análisis de datos eficientes, accesibles y orientadas a las necesidades de una organización.

Repositorio del proyecto:
https://github.com/VictorPlatero/Online-Analitycal-Processing