Cómo Luz Azul pasó de Excel a un ecosistema de datos integrado (SQL + Power BI + Automatizaciones)

Lácteos Luz Azul necesitaba dejar atrás los reportes manuales en Excel y los límites de su ERP. En Osmium Solutions, trabajamos en un formato de mejora continua: cada mes, identificamos nuevos cuellos de botella y los convertimos en oportunidades de automatización. Así construimos un sistema donde toda la empresa ve su desempeño en tiempo real, con datos 100% confiables.

Trabajo Operativo vs. Visualizar la Información con un clic


Fase 1: Del ERP limitado a Dashboards interactivos

Problema

El ERP no permite analizar datos históricos de cuentas económicas, comparar sucursales ni calcular variaciones de costos de productos. La gerencia dependía de archivos Excel manuales con altos riesgos de errores y una carga de tiempo insostenible (+20h/semana). Peor aún: si los reportes llegaban, lo hacían semanas o meses tarde, por lo que las decisiones se tomaban ‘analizando al muerto antes que al enfermo’.

Solución

Desarrollamos dashboards interactivos en Power BI que le permiten a Luz Azul visualizar:

  • Estado de Resultados histórico: Analizar la evolución financiera completa, desde el primer día de operaciones hasta hoy.

  • Ventas por producto y sucursal: Comparar desempeño entre meses/años con filtros dinámicos y monitorear los puntos de venta.

  • Variación de costos con alertas: Detectar automáticamente cuando el costo real supera en +X% al estándar.

Detrás de escena

  • Conexión directa SQL Server + Power BI: Extraemos y transformamos datos de 15+ tablas del ERP en modelos analíticos robustos y confiables.

  • Proceso de extracción, transformación y carga de datos (ETL) 100% automatizado: Cada transacción en el sistema se refleja en los dashboards en tiempo real, sin intervención manual.

  • Alertas proactivas: Alertas visuales intuitivas cuando los KPIs críticos se desvían.

Flujo de Datos Automatizado

Resultado

Ahora, la gerencia de Luz Azul toma decisiones con datos en tiempo real, sin depender de Excels propensos a errores ni perder horas en consolidar información. Con solo un clic, pueden:

  • Analizar el Estado de Resultados histórico (desde el día 1 hasta hoy), identificando tendencias y temporadas críticas.

  • Monitorear ventas por sucursal o producto, comparando períodos con filtros dinámicos.

  • Detectar variaciones anómalas en costos antes de que impacten la rentabilidad, gracias a alertas automáticas.

Lo más valioso: Esos 8 días mensuales que perdían armando reportes, ahora los invierten en acciones estratégicas —como optimizar costos o expandirse a nuevos mercados— con información confiable y actualizada.

Fase 2: Integración de Google Sheets (Apps Script) + Power BI

Problema

Había una notable falta de trazabilidad en producción. Luz Azul operaba a ciegas en su planta: no registraban datos clave de líneas de producción (rendimiento, calidad, tiempos de parada). Esto generaba:

  • Decisiones reactivas: No podían correlacionar caídas de demanda con problemas en fabricación.

  • Pérdida de oportunidades: Sin KPIs de producción, no detectaban ineficiencias (ej.: máquinas con baja disponibilidad).

  • Información fragmentada: Los supervisores anotaban datos en hojas físicas o Excel locales, imposibles de consolidar.

Solución

Implementamos un sistema end-to-end que captura, integra y analiza datos de producción en tiempo real:

  1. Captura ágil en planta: Formularios en Google Sheets (accesibles desde equipos instalados en planta) para registrar la información de cada lote de producción (kilos, mermas, unidades, responsable, pH, humedad, hongos, etc.).

  2. Automatización con Apps Script: Programación de macros que Realizan validaciones complejas de los datos (evitan registros duplicados, evitan valores fuera del rango recomendado, generan IDs únicos, etc.) y consolidan la información en una base de datos estructurada.

  3. Diseño de dashboards en Power BI para visualizar:

  • KPIs clave de producción: Kilos producidos, kilos de merma, rendimiento del maestro quesero y análisis de laboratorio.

  • Control de calidad en tiempo real: Comparación de valores reales vs. estándar. Detalle por lote de producción (trazabilidad completa del proceso).

  • Tendencias y pronósticos: Curvas históricas para pronosticar demandas futuras.

Datos en Tiempo Real

Resultado

Ahora, Luz Azul:

  • Detecta cuellos de botella en minutos (antes tardaban semanas o meses).

  • Identifican pérdidas y monitorean rendimientos.

  • La calidad de sus productos está controlada, ya que previenen los lotes que están fuera del estándar. Tienen trazabilidad completa de la producción.

  • Toman decisiones proactivas según los indicadores mencionados anteriormente y las curvas de tendencia (cuando antes se hacía a ojo).

  • Los supervisores ahorran +20h/semana en reunir los datos y calcular cada variable.

  • La duración de las reuniones se redujo notablemente, ya que se visualiza fácilmente la información y se toman decisiones con fundamentos.

Próximos Pasos: Automatización y Escalabilidad

  1. Réplica del Modelo de Producción: Estamos adaptando la solución de Google Sheets (Apps Script) + Power BI en otras líneas de producción.

  2. Mantenimiento Proactivo: Garantizamos que todo el ecosistema de datos funcione sin fallos, atacando rápidamente cualquier inconsistencia que aparezca.

  3. Automatización de carga de Facturas con IA (Document AI + GCP): Actualmente, estamos implementando un sistema para que Luz Azul cargue automáticamente facturas de compra (hoy lo hacen manual, proceso que les lleva una cantidad de tiempo insostenible y es propenso a errores de tipeo):

  • Document AI: Se entrena un procesador para extraer datos claves de las facturas (CUIT, razón social, percepciones, productos, montos, etc.).

  • Google Cloud Run + Google Cloud Storage: Flujo serverless para validar y cargar datos directamente en su ERP.

  • Impacto esperado: +500 horas anuales ahorradas en digitación. ≈97% de efectividad (reducción de errores).


Conclusión

Si bien el camino de la intuición a la inteligencia de datos no es algo sencillo, Luz Azul logró esto con mucho compromiso y dedicación. En este caso de estudio, demostramos que la transformación analítica no es un lujo, sino una necesidad para las PyMEs industriales. Luz Azul pasó de datos fragmentados a un ecosistema integrado, de decisiones a ciegas a acciones proactivas con KPIs en tiempo real, de tiempo perdido en reportes manuales de Excel a horas recuperadas para estrategias de negocio.

La clave de nuestro éxito se puede resumir en:

  • Enfoque iterativo: Resolver un dolor a la vez (contabilidad → producción → carga de facturas).

  • Tecnologías accesibles e integradas: Power BI, Google Sheets y APIs, SQL Server.

  • Instaurar la cultura data-driven: Desde operarios hasta gerentes usan datos en su día a día.

Crecer junto a nuestros clientes y potenciarnos mutuamente es el corazón de nuestro trabajo. Ver cómo Luz Azul transformó sus procesos —y cómo hoy usa datos no solo para sobrevivir, sino para innovar y expandirse— es la mayor motivación que podemos tener.

Este caso refleja nuestra filosofía: no entregamos dashboards ni automatizaciones; entregamos herramientas para que las PyMEs escriban su propio éxito.

Previous
Previous

Cómo Google Sheets y Apps Script pueden transformar la gestión de tu empresa

Next
Next

De 2 Semanas de Trabajo Manual a Datos en Tiempo Real: Caso de Éxito en PyME Láctea