Extracción, transformación y carga de información de PQR's de Tigo

Abstract

RESUMEN : El presente proyecto se enfocó en la extracción y carga de información de Peticiones, Quejas y Reclamos (PQR’s) de Tigo y sus filiales (UNE, TIGO, EDATEL), para su posterior procesamiento, visualización y análisis. Inicialmente, se identificó que el proveedor encargado de atender las PQR’s compartía la información diariamente en un repositorio a partir de archivos de Excel sin la posibilidad de actualizar el estado de los casos radicados, lo que dificultaba su seguimiento y gobernanza. Por lo tanto, se propuso la extracción de datos dispuestos por el proveedor y su almacenamiento en un servidor propio de la compañía con SQL Server, lo que permitiría su actualización y acceso mediante una única conexión y autenticación, así como la generación de un histórico consultable. Para la extracción de datos de Tigo y UNE se utilizó la herramienta SSIS, mientras que para Edatel se empleó Python debido a incompatibilidades con el gestor de base de datos Oracle. Posteriormente, se realizó la limpieza y transformación de los datos mediante consultas SQL para su entrega al área encargada de tener control del posible cobro de las PQR’s atendidas del mes. Asimismo, se diseñó y se implementó un KPI sobre la reincidencia de las PQR’s, que se automatizó en SQL para su obtención diaria. Por último, se llevó a cabo el despliegue de un dashboard para la visualización de información de las PQR’s e indicadores relacionados, permitiendo la toma de decisiones de negocio. En conclusión, el trabajo logró la automatización del proceso de extracción y carga de datos de PQR’s, su procesamiento mediante SQL y la visualización de resultados mediante el dashboard, lo que contribuye a la mejora de la gobernanza de los datos, a la toma de decisiones y a la optimización de los procesos de la compañía Tigo y sus filiales.

ABSTRACT : This project focused on the extraction and loading of Petitions, Complaints and Claims (PQRs) information from Tigo and its subsidiaries (UNE, TIGO, EDATEL) for subsequent processing, visualization, and analysis. Initially, it was identified that the provider responsible for managing the PQRs shared information daily in a repository from Excel files without the possibility of updating the status of filed cases, which made it difficult to track and govern. Therefore, it was proposed to extract the data provided by the provider and store it in a company-owned server with SQL Server, allowing for updating and access through a single connection and authentication, as well as the generation of a searchable history. For the extraction of data from Tigo and UNE, the SSIS tool was used, while Python was used for Edatel due to incompatibilities with the Oracle database management system. Subsequently, data cleaning and transformation were performed through SQL queries for delivery to the area responsible for controlling possible charges for the attended PQRs of the month. Likewise, a KPI on the recurrence of PQRs was designed and implemented, which was automated in SQL for daily obtaining. Finally, a dashboard was deployed to display information on PQRs and related indicators, enabling business decision-making. In conclusion, the work achieved the automation of the extraction and loading process of PQR data, its processing through SQL, and the visualization of results through the dashboard, contributing to the improvement of data governance, decision-making, and process optimization of Tigo and its subsidiaries.