Controlar miles de SKU descontrolados para recuperar la precisión de los costos de producto
El catálogo de productos de un fabricante de empaques de cartón corrugado había crecido a miles de SKU y variantes sin una arquitectura de producto, lo que distorsionaba los costos y frenaba la producción. Para resolverlo, Viewnear diseñó una base gobernada en Snowflake: un almacén de datos Medallion alimentado desde el ERP mediante Openflow, reglas de gobierno para datos maestros y SKU, un catálogo de SKU estándar, simulación What-if y un agente de catálogo en Snowflake CoWork sobre Semantic Views.
El nombre del cliente se reserva a petición suya.

Entregado por Viewnear. Conocer al equipo de liderazgo
Lo que Viewnear entregó para una organización de manufactura
Desafío
Un fabricante de empaques de cartón corrugado produce cajas de cartón, administra suajes y existencias de papel, y opera un catálogo grande y de rápido crecimiento de variantes de producto. Con el tiempo el catálogo creció hasta miles de SKUs y combinaciones de variantes, creadas sin una arquitectura de producto estandarizada ni reglas claras sobre cómo nace un nuevo SKU. Cada variante sin estructura eleva el costo de operar la planta.
- Explosión de variantes. Los nuevos SKUs se crean de forma ad hoc, con cualquier variante permitida y atributos combinados caso por caso, por lo que los productos casi duplicados se multiplican sin control.
- Decisiones basadas en conocimiento tribal y Excel. Las decisiones críticas sobre producción, papel y suajes dependen de la experiencia individual y de análisis puntuales en hojas de cálculo.
- Datos dispersos y costos distorsionados. La información reside en el ERP y en sistemas satélite con baja estandarización, así que el costo real por SKU no queda claro y la planeación de producción, el papel y la gestión de suajes se ven afectados.
- Poca trazabilidad y una brecha de seguridad. Es difícil rastrear cómo se crean y modifican los SKUs o medir el impacto de un cambio en el catálogo, y la información sensible circula por archivos planos y correo electrónico, fuera de cualquier control de acceso o auditoría.
Una base en Snowflake para el catálogo de SKU
Viewnear diseñó y construyó una base en Snowflake que convierte el catálogo disperso en golden records y en un catálogo de SKU estándar en el que el negocio puede confiar.
- Almacén medallion desde el ERP y satélites. Openflow carga los datos del ERP y de los sistemas satélite en una programación incremental por lotes. Los datos crudos entran en Bronze, se conforman en un modelo empresarial Silver y se resuelven en modelos analíticos Gold.
- Diccionario de datos y reglas de gobierno de SKU. Un diccionario de datos empresarial fija la definición oficial, el propietario y los indicadores de obligatoriedad de cada atributo. Un modelo de datos maestros produce un golden record por dominio, con reglas versionadas para crear, modificar y estandarizar variantes; cada regla lleva una severidad y un propietario responsable conforme a un RACI.
- Catálogo de SKU estándar y arquitectura de producto. Una arquitectura base de producto y un catálogo de SKU estándar definen las variantes permitidas y las reglas para combinarlas, de modo que los nuevos SKUs se crean conforme a un estándar. La primera ola aplica reingeniería a entre tres y cinco catálogos satélite críticos para incorporarlos a esta arquitectura.
- Análisis multidimensional de SKU y simulación What-if. Un modelo multidimensional en Gold entrega KPIs por SKU a través de dimensiones y hechos. La simulación What-if cuantifica las decisiones de reducción de SKU, estandarización y configuración de producción frente a la demanda, la capacidad y las restricciones del negocio antes de que alguien se comprometa con ellas.
- Un agente de catálogo en lenguaje natural. Un agente de Snowflake CoWork, con Cortex Analyst respondiendo preguntas sobre Semantic Views en la capa Gold, permite a los usuarios de negocio consultar los catálogos maestro y de SKU estándar en lenguaje natural. Con él pueden validar SKUs y detectar duplicados, ver qué variantes generan complejidad, consultar las reglas vigentes de variantes y evaluar escenarios de simplificación.
- Transformaciones en dbt. Las transformaciones que construyen el modelo Silver, los golden records y la analítica Gold se ejecutan en dbt bajo control de versiones y de forma nativa sobre Snowflake. Cada regla se revisa y se prueba, y sus cambios quedan registrados.
La entrega es iterativa y está organizada por entregables, con participación activa de los usuarios de negocio. Los dominios de producto de mayor impacto van primero, y la arquitectura, las reglas y los catálogos evolucionan por etapas controladas.
Seguridad y gobierno del catálogo
La producción, los materiales y el costeo dependen del catálogo, por lo que el gobierno y la seguridad se integraron al diseño y se adoptaron de forma proporcional a medida que la base crecía.
- RBAC con separación de funciones. El acceso se separa entre administración, operación, consumo analítico y aprobación de cambios, y quienes aprueban cambios al catálogo tienen un rol distinto del de quienes lo operan y lo usan.
- Políticas de enmascaramiento y de acceso a filas para datos sensibles. El enmascaramiento a nivel de columna y las políticas de acceso a filas, con etiquetas que clasifican los atributos sensibles, controlan quién puede ver qué registros y qué campos.
- Linaje y auditoría con Horizon Catalog. Horizon Catalog documenta el catálogo con linaje de datos y dependencias de objetos. La auditoría de acceso y de consultas, junto con el versionado de reglas, políticas y cambios estructurales, reemplaza el antiguo intercambio por archivos planos y correo electrónico con un acceso trazable.
- Resource Monitors para un costo predecible. Los Resource Monitors mantienen bajo control el consumo de cómputo y de créditos, y Snowsight da seguimiento a la actividad, los objetos bajo política, el consumo y el cumplimiento.
- Los datos en la cuenta del fabricante. Todo se ejecuta en la cuenta de Snowflake del propio fabricante, así que los datos sensibles de catálogo, costos y materiales permanecen dentro de su perímetro.
Qué obtiene el fabricante
- Una fuente de verdad gobernada para el catálogo. Golden records por dominio y un catálogo de SKU estándar que aplica las reglas de variantes y de combinación. Las reglas versionadas y los propietarios responsables reemplazan el conocimiento tribal y el Excel ad hoc.
- Acceso al catálogo en lenguaje natural. Un agente de Snowflake CoWork sobre Semantic Views permite a los usuarios de negocio validar SKUs, encontrar duplicados, consultar las reglas vigentes y probar escenarios de simplificación por su cuenta.
- Un camino hacia un catálogo más simple. El análisis multidimensional y la simulación What-if están diseñados para cuantificar primero cada movimiento, con el objetivo de una reducción significativa de SKU y de reducir aproximadamente a la mitad el tiempo dedicado a la limpieza y preparación de datos.
- Datos de costos y operaciones listos para decidir. El modelo se construye con el objetivo de un costo por SKU más claro, un mejor aprovechamiento del papel y de los suajes, menos desperdicio operativo y una menor dependencia del reporteo manual.
- Acceso auditado que cierra la brecha de seguridad. El acceso auditado y basado en políticas reemplaza el intercambio por archivos planos y correo electrónico, con linaje completo de cómo se crean, modifican y usan los datos del catálogo.
