Lima
140 habitacionesPerfil urbano y corporativo
67% ocupación 2026 YTDCaso 01 · Hotelería · Perú
De operación multi-hotel a decisiones consolidadas.
Un caso técnico end-to-end que reproduce la gestión de tres hoteles, desde la generación de datos operativos hasta un modelo analítico e informe Power BI preparado para explorar el negocio.
Caso desarrollado por Mario Yepes · Datos 100% sintéticos · Corte histórico: 22 de julio de 2026 · Sin información personal real
El escenario
Tres operaciones distintas. Una sola lectura del negocio.
El punto de partida es una dirección hotelera que necesita comparar establecimientos con comportamientos diferentes sin perder el detalle operativo de cada uno.
Cusco
84 habitacionesDemanda cultural e internacional
66% ocupación 2026 YTDParacas
120 habitacionesPerfil vacacional y costero
64% ocupación 2026 YTDAlcance implementado
El núcleo de alojamiento
Inventario diario, reservas y sus eventos, noches de estancia, noches de huésped, presupuesto y demanda futura.
Evolución prevista
Nuevos procesos operativos
Housekeeping, detalle financiero, pagos, restauración e inventario de alimentos quedan planteados para fases posteriores.
Arquitectura end-to-end
La visualización es la última capa, no el punto de partida.
Cada paso deja una salida verificable y preparada para alimentar el siguiente.
- 01
Reglas
Calendario, perfiles hoteleros, demanda, precios y eventos.
- 02
Generador
Python reproducible y parametrizado para producir datos sintéticos.
- 03
Datos
CSV particionados por periodo, manifiestos y checksums SHA-256.
- 04
Modelo
Esquema estrella con dimensiones conformadas y hechos por proceso.
- 05
Semántica
Medidas DAX explícitas, roles de fecha y lógica de negocio.
- 06
Consumo
Informe Power BI publicado e integrado en el portfolio web.
263archivos generados
410,93 MBpaquete de datos
144 PASSvalidaciones
0 FAILerrores de calidad
Modelo y calidad
Un modelo que conserva el proceso y simplifica el análisis.
Las dimensiones se reutilizan entre procesos y cada tabla de hechos mantiene una granularidad clara. No hay relaciones entre hechos ni ambigüedad en el filtrado.
Dimensiones conformadasFechaHotelHabitaciónTipo de habitaciónHuéspedReserva
Hechos por procesoInventario diarioHabitación reservadaEventos de reservaNoches de estanciaNoches de huéspedPresupuesto mensual
Modelo semántico22tablas cargadas46relaciones206medidas DAX
Integridad
Claves únicas, relaciones válidas, contratos de columnas y miembros técnicos controlados.
Reconciliación
Noches de estancia, huéspedes, eventos y reservas cuadran entre granularidades.
Plausibilidad
Ocupación, cancelación, no-show, ADR y dispersión se mantienen en rangos coherentes.
Trazabilidad
Generación determinista, manifiestos y checksums hacen cada versión reproducible.
Decisiones cubiertas
Seis vistas para seis conversaciones de negocio.
Dirección
¿Cómo evoluciona el grupo y qué hotel explica las desviaciones frente al presupuesto?
Revenue
¿Qué combinación de ocupación, ADR y RevPAR está generando cada establecimiento?
Distribución
¿Qué canales aportan volumen de calidad y cuáles concentran cancelaciones?
Demanda futura
¿Qué reservas están on-the-books y cómo cambia el pickup de las próximas fechas?
Huéspedes
¿De qué mercados procede la demanda y qué perfiles regresan con mayor frecuencia?
Inventario
¿Cuánta capacidad está vendible, bloqueada u ocupada en cada hotel y tipología?
Del modelo al informe
Una interfaz común para leer presente y futuro.
Demo publicada
Explora el caso directamente.
Filtra periodos y hoteles, navega entre páginas y comprueba cómo responde el modelo.
Qué demuestra este caso
Ingeniería, modelado y BI trabajando como una sola solución.
El resultado no pretende atribuir mejoras a una empresa real. Demuestra cómo construir un activo analítico reproducible, auditable y preparado para adaptar sus reglas a una operación hotelera concreta.