Impacto de las metodologías ágiles para limpieza de datos durante el proceso de migración del proyecto MK Odoo.

• Autor: Bazán Avellaneda, Yoel Mauricio
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Inca Garcilaso de la Vega
• Repositorio: UIGV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uigv.edu.pe:20.500.11818/9116
• Enlace del recurso: https://hdl.handle.net/20.500.11818/9116
• Nivel de acceso: acceso abierto
• Materia: Migración; calidad; limpieza; datos; https://purl.org/pe-repo/ocde/ford#2.02.04

En el presente trabajo se propone hacer uso de procedimientos almacenados como método ágil de limpieza de datos, dentro del proceso de migración principal de ERPs que abarca el proyecto MK Odoo, del cual son partícipes varios equipos pertenecientes a las compañías de Alicorp, Grupo Quanam, EY, Colchados & Asociados, y por supuesto ISP Consulting. El motivo de esta migración se debe al cambio en el uso de ERPs, dejando a un lado el ya conocido SAP ERP, para emplear como nuevo entorno productivo el Odoo ERP, dada sus características y ventajas con la experiencia de usuarios. A su vez, los datos a migrar corresponden a todas las distribuidoras de alimentos del principal cliente Alicorp, y el proceso está alineado a una debida planificación, establecida en conjunto por todos los líderes del proyecto. Por otro lado, los analistas que integramos el equipo ISP, nos apoyamos en el proceso ETL, donde nuestras actividades van desde la extracción de data cruda en la fuente origen (SAP ERP), transformación de datos y medición de calidad (Fase de precarga), hasta las validaciones de carga (Fase de Post-carga). Es entonces, que los datos representan el principal insumo a trasferir de un sistema a otro, lo que lleva a destinar nuestros esfuerzos a asegurar que estos cumplan con todos los estándares de calidad a nivel datos, definidos para la etapa de carga, realizada por el equipo del Grupo Quanam. Para asegurar que los datos cumplan con estos lineamientos, es preciso llevar a cabo un adecuado procedimiento de limpieza, aplicando desde la corrección de formatos o nomenclaturas extrañas, hasta otras casuísticas relacionadas con las dependencias existentes entre información de los distintos frentes del negocio: comercial, finanzas, nómina, transportes, etc. Asimismo, cada uno está conformado por dominios o entidades de negocio, que, en el marco del modelo relacional de datos, representan los elementos o tablas interactuando entre sí, donde la data fuente extraída es alojada, y luego es trabajada bajo la presentación de plantillas, que finalmente deben ser entregadas para su posterior carga. Para ello se optó por implementar los procedimientos almacenados, ya que en conjunto ejecutan todas las instrucciones o consideraciones de carga que deben seguir los datos para ser migrados correctamente. Con esta solución se busca agilizar tiempos de entrega, y automatizar tareas de limpieza de datos, reemplazando métodos convencionales o de manualidad.