Conocer los sistemas de origen
Los consultores entran en los sistemas de origen y revisan uno a uno qué tablas existen, qué significa cada columna y cuál es la calidad de los datos.
PRODUCTO DE D-CAT
Axoria Data Studio: construye tu data warehouse con agentes
Siete agentes trabajan desde el descubrimiento hasta el modelo semántico, y cada paso pasa por validación humana. Un data warehouse que habría llevado 6 meses, entregado en 6 semanas.
EL PROBLEMA
¿Por qué se alargan tanto los proyectos de data warehouse?
El descubrimiento, la arquitectura y la entrega dependen del trabajo manual. Axoria Data Studio replantea cada una de estas fases.
Diseñar el modelo y los KPI
¿Fact o dimension? ¿Cómo se calcula cada KPI, qué procesos ETL hay que escribir? Todas las decisiones se toman a mano.
Programar el modelo semántico
Se programan el modelo semántico y las medidas. Cada paso se apoya en el anterior, y el riesgo de errores se acumula en cada uno.
SIETE AGENTES
Siete agentes, con validación humana
Cada agente parte del resultado del anterior, y en cada transición intervienes tú (human-in-the-loop).
Trabajar protegiendo los datos
Detecta los campos con datos personales (PII) de la base de datos de origen, como número de identidad, IBAN, nombre o correo electrónico, y los transforma conservando su formato antes de que lleguen al modelo.
- Resultado: informe para el cumplimiento del RGPD y la KVKK (ley turca de protección de datos)
Entender de verdad la base de datos
No lanza consultas al azar: explora la base de datos paso a paso, profundiza en los campos sospechosos e investiga las relaciones.
- Resultado: diccionario de datos (data dictionary) y propuestas de KPI
Medir la calidad de los datos
Analiza de forma sistemática cada tabla y columna, y señala las áreas de alto riesgo y las que requieren atención. Las reglas aprobadas se incorporan a los procesos ETL y a la infraestructura de pruebas.
- Resultado: puntuación de calidad (0–100) y reglas de calidad
Diseñar el data warehouse
Analiza las decisiones de fact / dimension, la granularidad y los tipos de SCD, y las presenta con su justificación. A partir del modelo aprobado se genera el DDL.
- Resultado: modelo visual y DDL en SQL
Ver el resultado desde el principio
Genera bocetos de dashboards (wireframes) antes de construir el data warehouse, de modo que las expectativas de las áreas de negocio se alinean desde el inicio.
- Resultado: bocetos de dashboards
Generar los procesos ETL
Genera código alineado con los estándares actuales de ingeniería de datos. Tu equipo revisa y adapta el código generado en lugar de escribirlo desde cero.
- Resultado: procesos ETL
Completar el modelo semántico
Genera medidas, comparativas temporales y tasas de crecimiento con su descripción, y traslada las reglas de RLS al modelo.
- Resultado: modelo semántico listo para Power BI (.axr) y RLS
En cada transición, decides tú
El resultado de un agente no pasa al siguiente hasta que se aprueba. Modelos, reglas y código avanzan solo después de que tu equipo los revise.
INTERFAZ
Las pantallas del producto
Architect construye el modelo, Guard mide la calidad y Pulse entrega el modelo semántico. Los paneles son interfaces ilustrativas, no capturas de pantalla.
Architect: modelo en estrella (star schema)
Muestra las decisiones de fact / dimension, la granularidad y los tipos de SCD con su justificación; el DDL se genera a partir del modelo aprobado y el esquema queda versionado.
Guard: cuadro de mando de calidad de datos
Puntuación de calidad (0–100) para cada tabla y columna, y mapa de riesgos en rojo, amarillo y verde; las reglas aprobadas pasan a los procesos ETL y a la infraestructura de pruebas.
Pulse: modelo semántico de Power BI
Se genera con medidas, comparativas temporales y descripciones de RLS, y se entrega como paquete listo para usar.
Ver toda la cadena de agentes en una sola vista (interfaz ilustrativa)
SEGURIDAD
La seguridad está en la arquitectura
La instalación en tu propio entorno no es un argumento de marketing, sino una decisión de arquitectura.
El agente Privacy actúa primero
El agente Privacy transforma los campos PII conservando su formato antes de que lleguen al modelo. La IA trabaja con datos que mantienen sus propiedades estadísticas pero no contienen información de identidad real.
Funciona en tu propio entorno
Axoria Data Studio se instala en tus instalaciones (on-premise) y se conecta a tus sistemas de origen desde tu propia infraestructura.
Genera documentación para el cumplimiento del RGPD y la KVKK
Se documentan los campos PII detectados y las transformaciones aplicadas, de modo que tu trabajo de cumplimiento cuenta con resultados concretos.
COSTES
El coste de cada llamada, a la vista
Cada llamada a la IA queda registrada, así que el coste se puede seguir y prever durante todo el proyecto.
Registro por llamada
Qué agente, qué modelo, cuántos tokens y a qué coste: cada llamada se registra por separado.
Seguimiento en un solo panel
Los indicadores de agentes, costes y calidad de datos se siguen en el mismo panel de control.
Comparación con el proceso manual
Hacer a mano el mismo trabajo de descubrimiento y modelado ocupa semanas de varios consultores.
FAMILIA DE PRODUCTOS
En el centro de la familia de productos
Axoria Data Studio constituye la infraestructura de datos de la familia de productos de D-CAT.
HealthCat
La solución sanitaria HealthCat está construida sobre Axoria.
Tracta y Promotion Intelligence
Puede compartir infraestructura con las soluciones de retail.
Orix
Puede compartir infraestructura con Orix.
SIGUIENTE PASO
El modelo se construye aquí y se pone a trabajar en AgenticObjects
El modelo semántico .axr que genera el agente Pulse se transfiere a AgenticObjects, que ejecuta sobre él agentes que trabajan como Autonomous analyst y como Conversational analyst.
D-CAT, como partner de implementación, se encarga de la instalación y del piloto de 4 semanas.
Un producto de AgenticObjects · D-CAT es partner de implementación
PROYECTOS
Proyectos de data warehouse de D-CAT
Una selección de proyectos de data warehouse y business intelligence que los equipos de D-CAT han realizado en distintos sectores.
Retail · Burda Market
Data warehouse en 30 días laborables, en retail
El proyecto, iniciado en agosto de 2016, entró en producción en 30 días laborables: data warehouse, SAP BusinessObjects y usuarios que preparan sus propios informes.
Leer el caso
E-commerce · Avansas
Un solo data warehouse para una tienda online B2B
Los datos de sistemas independientes entre sí se reunieron en un data warehouse integrado: los informes se agilizaron y desapareció el proceso manual de combinar fuentes.
Leer el caso
Industria · Panasonic Eco Solutions Türkiye
Plataforma de informes centralizada en la industria
Con el nuevo data warehouse, datos que antes no podían consolidarse se analizan en un solo informe; universes más sencillos y distribución automática y programada de informes.
Leer el caso
Industria · Mitsubishi Electric Türkiye
De las fuentes globales a un data warehouse local
Los datos de los sistemas fuente globales se incorporaron al data warehouse en Turquía; con un proyecto en 3 fases, los departamentos preparan hoy sus propios informes.
Leer el caso
Seguros · Vakıf Emeklilik
Ficha de agente de una página en planes de pensiones
En el proyecto, iniciado en octubre de 2014, los datos de AS400 se trasladaron a un data warehouse sobre Teradata; el resumen de cada agente cabe en una ficha de una página.
Leer el caso
Retail · MOPAŞ
Informes más ágiles con ETL en una cadena de supermercados
Los informes que ralentizaba el intenso flujo de datos se obtienen ahora en menos tiempo con el sistema de informes basado en la solución ETL que propuso D-CAT. CIO Awards 2016.
Leer el casoPreguntas frecuentes
Respuestas breves a las preguntas más habituales sobre este tema.
¿Dónde se ejecuta Axoria Data Studio?
En tu propio entorno (on-premise), y se conecta a tus sistemas de origen desde tu propia infraestructura.
¿Quién aprueba el resultado de los agentes?
Tu equipo. Cada agente parte del resultado del anterior y cada transición requiere validación humana: lo que no se aprueba no pasa al siguiente agente.
¿Llegan los datos personales al modelo?
El agente Privacy detecta campos PII como el número de identidad, el IBAN, el nombre o el correo electrónico, y los transforma conservando su formato antes de que lleguen al modelo. Además, genera documentación para el cumplimiento del RGPD y la KVKK (ley turca de protección de datos).
¿Qué resultados se generan?
Diccionario de datos y propuestas de KPI, puntuación de calidad (0–100) y reglas de calidad, modelo visual y DDL en SQL, bocetos de dashboards, procesos ETL y un modelo semántico listo para Power BI (.axr) con reglas de RLS.
¿Qué relación tiene con AgenticObjects?
Axoria Data Studio construye el modelo semántico; AgenticObjects lo recibe como .axr y ejecuta sobre él agentes analistas. D-CAT es partner de implementación de AgenticObjects y se encarga de la instalación.
Planifiquemos tu proyecto de data warehouse con Axoria Data Studio
Siete agentes, validación humana e instalación en tu propio entorno: cuéntanos tu proyecto y te contactaremos para organizar una demo.