Icon

Taller_​3

Sección 3 - procesamiento in-database con un nodo DB Joiner

TALLER 3 ANALISIS DATOS BASADO EN FLUJO DE TRABAJO

Integrantes:

  • Maria Fernanda González Acevedo

  • Samir Mateo Sierra Blanco

  • Karla Medina Escorcia

Universidad Autónoma de Bucaramanga UNAB

Maestría en Ciencia de Datos

Sección 1 - Procesamiento, análisis y visualización de ventas trimestrales por tipo de tienda

Sección 2- Procesamiento in-database: filtrado, pivoteo y ordenamiento:

¿La visualización es igual?

Las visualizaciones son diferentes. Aunque es importante resaltar que los datos son igual, la forma en que se presentan no es la misma. Específicamente lo que cambia es el orden en el eje x. En la primera sección no se realizo un ordenamiento de las filas. Se utilizó un nodo pivot para agrupar Quarter y posteriormente por Year, estas filas quedaron en dicho orden. Mientras que en la segunda sección se agrego el nodo Db Sorter que ordeno por Year y luego por Quarter antes de cargar el resultado. Es decir que en la Seccion 1 se visualizaría de la siguiente forma: 2019/1, 2020/1, 2021/1, y en la Seccion 2 se visualizaría como: 2019/1, 2019/2, 2019/3, 2021/1.

Considerando que para este tipo de datos que avanzan en el tiempo, el gráfico de la Actividad II es más adecuado, ya que un eje ordenado cronologicamente ayuda a leer las tendencias más facilmente. La gráfica puede dar la impresión de una fuerte estacionalidad que en realidad es un efecto del orden de las filas. Además coloca una carga en el usuario a reconstruir la secuencia en el tiempo.

Lectura inicial de los datos estructurados desde el archivo Customer_data.xlsx
Excel Reader
Conversión de la columna de fecha, que inicialmente se encuentra en formato de texto (string), al tipo de dato estándar Date&Time
String to Date&Time
se filtra la fata por tiendas con ventas mayores a 6,000 (en el histórico)
DB Row Filter
Extracción de componentes temporales clave (mes, trimestre y año) para almacenarlos en nuevas columnas independientes.
Date&Time Part Extractor
Filtrado de las filas para conservar únicamente las órdenes enviadas a partir del 1° de enero de 2019 de manera inclusiva.
Rule-based Row Filter
Agregación de los datos para calcular las ventas totales trimestrales, agrupando por año y trimestre, usando el tipo de tienda (StoreType) como pivote y sumando el precio (Price).
Pivot
Ajuste y cambio de nombre en las columnas Online Store + Sum(Price) por OnlineStore y Onsite Store + Sum(Price) por OnsiteStore
Column Renamer
Combinación de las columnas de año y trimestre en una única cadena con el formato Año/Trimestre.
Expression
se unen ambas bases de datos para obtener la información de las filtradas en el paso anterior
DB Joiner
DB Writer
se lee la tabla final incluye las ventas por tienda por cada espacio de tiempo
DB Reader
Generación de un gráfico de áreas apiladas para visualizar de forma gráfica la evolución de las ventas trimestrales de ambos tipos de tienda (Online Store y Onsite Store) utilizando la dimensión horizontal combinada.
Stacked Area Chart
DB Pivot
H2 Connector
DB Sorter
DB Table Selector
Se realiza este groupBy para comprobar que las tiendas filtradas efectivamente sumen más de 6,000 en ventas
GroupBy
DB Row Filter
Stacked Area Chart
se agrupa por precio y tienda
DB GroupBy
DB Reader
Expression

Nodes

Extensions

Links