Cuestionario de Requerimientos — Talk to Data

Punto de partida

Contexto del proyecto

Tras la reunión del 20 de mayo, donde validamos la arquitectura y el caso de uso inicial, necesitamos información técnica y de negocio precisa para elaborar la propuesta.

En la reunión del 20 de mayo definimos la arquitectura base del proyecto: consulta en lenguaje natural al modelo semántico de Power BI mediante Claude AI. Ferran ya realizó una prueba con el Dataset Gold d1 usando el conector MCP de Power BI y el resultado fue prometedor.

El objetivo de este cuestionario es recabar la información técnica que permita dimensionar correctamente el piloto, identificar posibles bloqueos de seguridad y decidir si tiene sentido explorar también la conexión directa a Snowflake como vía complementaria.

Arquitectura propuesta

"Los cálculos no los inventa Claude — los ejecuta vuestro modelo semántico. Claude traduce la pregunta a DAX y el resultado es determinista."

🗺️

Flujo técnico validado en la reunión del 20 de mayo

Snowflake → Power BI (Dataset Gold d1) → MCP → Claude AI → Usuario. Las secciones marcadas con ★ (1, 4, 5, 7) son prioritarias porque condicionan directamente la arquitectura y el alcance del piloto.

Sección 1 de 7 — Prioritaria ★

Power BI — Configuración técnica

El licenciamiento y la configuración del tenant determinan qué caminos de integración son viables desde el primer día.

⚠️

Bloqueante principal

El conector MCP de Power BI requiere capacidad Premium o PPU y el endpoint XMLA habilitado. Sin esto, la arquitectura principal no es viable. Es la pregunta más crítica de este bloque.

1

¿Qué licencia de Power BI tiene Frit Ravich (Pro, Premium per User o Premium por capacidad P1/P2/P3)? ¿El workspace donde vive el "Dataset Gold d1" está en capacidad Premium o PPU?

2

¿Está habilitado el endpoint XMLA en vuestro tenant de Power BI, y en qué modo (solo lectura o lectura/escritura)? Se encuentra en Admin Portal → Capacity Settings → XMLA Endpoint.

3

¿El "Dataset Gold d1" opera en modo Import, DirectQuery o modelo híbrido? ¿Se alimenta directamente desde Snowflake, desde un dataflow o desde otra fuente intermedia?

4

¿Están habilitadas las APIs REST de Power BI para service principals en vuestro tenant? (Admin Portal → Tenant Settings → Developer Settings)

5

¿El "Dataset Gold d1" tiene configurada seguridad a nivel de fila (Row Level Security)? Si es así, ¿bajo qué lógica: por usuario, por rol de negocio, por región o por línea de producto?

6

¿Cuántos workspaces de Power BI existen en total? Sabemos que hay workspaces separados para Logística, Ventas y Compras — ¿hay alguno adicional? ¿Todos son Premium?

7

¿Existe documentación del modelo semántico: glosario de medidas DAX, descripción de tablas o diagrama del modelo? ¿Quién es el propietario técnico del modelo actualmente?

8

¿Con qué frecuencia se refresca el "Dataset Gold d1" (horario, diario, incremental)? ¿La carga desde Snowflake es batch o hay algún componente near-real-time?

9

¿Utilizáis Power BI Gateway para conectar el modelo a Snowflake, o la conexión es directa desde el servicio cloud de Power BI?

Sección 2 de 7

Arquitectura de Datos — Snowflake

Estado de la migración desde QlikView y disponibilidad de datos por dominio de negocio, para confirmar si el caso de uso inicial tiene todo lo necesario.

📊

Ventas (Sell-in)

Ventas a distribuidores y canal

🛒

Sell-out

Nielsen / Kantar / EDI retailer

🚚

Logística / Supply Chain

Cadena de suministro y stock

🏭

Producción

Manufacturing y capacidad

💰

Finanzas / P&L

Margen, rentabilidad, costes

📣

Marketing / Trade

Promociones, inversión, ROI

1

¿En qué edición y región está desplegada vuestra cuenta de Snowflake (Business Critical / Enterprise, región AWS EU / Azure EU)?

2

¿En qué estado está la migración de QlikView a Snowflake? ¿Qué dominios ya están en Snowflake y cuáles siguen en QlikView o en tránsito? Concretamente para Revenue y análisis promocional, ¿los datos necesarios ya están en Snowflake?

3

¿Qué dominios de negocio están actualmente disponibles en el "Dataset Gold d1"? Indicad el estado de cada uno: Ventas (sell-in), Sell-out (Nielsen/Kantar/EDI retailer), Logística/Supply Chain, Producción/Manufacturing, Finanzas/P&L, Marketing/Trade, Compras, RRHH.

4

¿Los datos del ERP (Sage) están integrados en Snowflake, o actualmente solo llegan a Power BI a través de conectores directos? ¿Qué datos de Sage serían necesarios para el caso de uso inicial?

5

¿Están definidas y limpias las siguientes dimensiones maestras en el modelo: jerarquía de producto/SKU, jerarquía de cliente/canal, dimensión geográfica y calendario fiscal propio?

6

¿Existe documentación formal de KPIs acordada entre negocio y BI? Por ejemplo, ¿qué significa exactamente "margen" en Frit Ravich (bruto, neto de rappels, neto de devoluciones)? ¿O esta lógica reside principalmente en el equipo de datos?

7

¿Cuál es el volumen aproximado del "Dataset Gold d1": número de filas en la tabla de hechos de ventas y tamaño total del modelo en memoria?

Sección 3 de 7

Negocio y Usuarios

Perfil del comité directivo, preguntas reales de negocio y patrones de uso actuales para calibrar el diseño de la solución.

La pregunta más valiosa de este bloque

Compartidnos 5–10 preguntas reales que el comité hace hoy a los analistas. Son la base del diseño de la solución.

1

¿Cuántas personas forman el comité directivo y cuáles son sus roles (CEO, CFO, Director Comercial, Director de Operaciones, etc.)? ¿Todos utilizarían el sistema desde el primer día o se haría un rollout por fases?

2

¿Podéis compartir 5–10 ejemplos de preguntas reales que los miembros del comité hacen hoy a los analistas o al equipo de BI? (Ej.: "¿cuál fue el margen neto por canal en Q1?", "¿qué SKUs perdieron cuota en el canal impulso este mes?")

3

¿Cuáles son los 3–5 KPIs más críticos para cada rol del comité directivo?

4

¿Cuáles son los principales puntos de dolor actuales con los dashboards de Power BI: dificultad para navegar, filtros poco flexibles, necesidad de exportar a Excel para cruzar datos?

5

¿Con qué frecuencia accede el comité al dato actualmente (diario, semanal para reuniones, mensual para cierre)? ¿Existe algún ritual recurrente (reunión semanal de ventas, comité mensual) donde "Talk to Data" debería estar integrado?

6

¿Qué nivel de desglose necesitan habitualmente: dato agregado por canal o es frecuente el drill-down hasta SKU, cliente, semana o punto de venta?

7

¿En qué idioma deben formularse las preguntas y recibirse las respuestas: castellano, catalán, o ambos?

8

¿Os interesa solo un modo reactivo (el usuario pregunta, el sistema responde), o también queréis alertas proactivas cuando un indicador clave supere un umbral?

Sección 4 de 7 — Prioritaria ★

Seguridad y Gobernanza

Políticas de uso de IA, RGPD, residencia de datos y modelo de aprobación interna para el despliegue de Claude.

🔒

Bloqueante — Zero Data Retention

Para que los datos de negocio no se utilicen en el entrenamiento de modelos de Anthropic, es necesaria una cuenta Team o Enterprise (o acceso vía API directa). Necesitamos saber si ya tenéis contrato con Anthropic o si partiríamos de cero.

1

¿Tiene Frit Ravich una política corporativa sobre el uso de herramientas SaaS de IA generativa (Claude, Copilot, ChatGPT) que procesen datos de negocio, o existe una lista de herramientas aprobadas por IT/DPO?

2

¿Los datos del "Dataset Gold d1" incluyen datos personales de empleados, clientes o distribuidores sujetos al RGPD?

3

¿Hay requisitos de residencia de datos: los datos deben permanecer en la UE o en España específicamente?

4

¿Usa Frit Ravich Azure Active Directory / Microsoft Entra ID como proveedor de identidad corporativo, y los miembros del comité tienen licencias Microsoft 365 activas?

5

¿Quién toma las decisiones de adopción de herramientas de IA en Frit Ravich (IT, DPO, dirección general, comisión conjunta)?

6

¿Existe algún requisito de despliegue on-premise o en nube privada, o Frit Ravich acepta arquitecturas 100% cloud SaaS?

7

¿Tiene Frit Ravich contrato vigente con Anthropic (Claude) o acceso a Claude mediante un marketplace cloud (AWS Bedrock, Google Cloud Vertex), o partiríamos de cero en esa relación contractual?

8

¿Hay requisitos de auditoría y trazabilidad: es necesario registrar qué usuario preguntó qué, cuándo y qué resultado obtuvo?

Sección 5 de 7 — Prioritaria ★

Caso de Uso Inicial — POC Revenue

El equipo de Revenue y el análisis promocional es el punto de entrada más natural. Estas preguntas dimensionan el alcance del piloto.

📈

Equipo Revenue — Análisis Promocional

Piloto propuesto · Arranque silencioso, sin "generar ruido"

El proyecto analítico de Revenue ya está en marcha y la necesidad de soporte es clara. El análisis de ROI promocional — ¿qué promociones funcionaron por canal, por SKU, por periodo? — es la pregunta más frecuente y la más difícil de responder con dashboards estáticos. Es el candidato ideal para un primer piloto de Talk to Data.

Caso de uso validado Datos probablemente disponibles Impacto visible en semanas

1

¿Quién lidera el equipo de Revenue internamente? ¿Cuántas personas lo forman y qué perfiles tienen (analistas, responsables de canal, trade marketing)?

2

¿El proyecto analítico de Revenue que mencionasteis ya tiene un modelo semántico propio en Power BI, o está todo dentro del "Dataset Gold d1"?

3

¿Qué información existe actualmente sobre promociones en el modelo de datos: mecánica, inversión, productos incluidos, periodo de vigencia, sell-out durante la promo? ¿Está todo en Snowflake/Power BI o parte está en Excel/ERP?

4

¿Cuál sería la pregunta de negocio más recurrente que el piloto debería ser capaz de responder? (Ej.: "¿qué promociones tuvieron ROI positivo en Q1 por canal?")

5

¿Cuántos usuarios participarían en el piloto? ¿Solo el equipo de Revenue o también algún directivo del comité?

6

¿Hay algún periodo en el que NO se pueda hacer el piloto (cierre de ejercicio, auditoría, peak season)?

Sección 6 de 7

Proyecto y Planificación

Plazos, presupuesto, interlocutores técnicos y definición de éxito para estructurar la propuesta comercial.

Con las respuestas de esta sección podremos dimensionar correctamente el proyecto — tanto el esfuerzo de implementación como el modelo de licencias — y estructurar una propuesta ajustada a vuestros tiempos y recursos internos.

Sponsor ejecutivo + interlocutor técnico + fecha objetivo: son los tres datos más críticos para convertir este cuestionario en una propuesta accionable.

1

¿Cuál es la fecha objetivo de go-live para la primera versión operativa? ¿Existe algún hito interno (board meeting, cierre fiscal, auditoría) que condicione ese plazo?

2

¿Hay presupuesto aprobado o en proceso de aprobación? ¿En qué horquilla se mueve (implementación + licencias + formación)?

3

¿Quién es el sponsor ejecutivo del proyecto y quién toma las decisiones técnicas día a día? ¿Ferran lidera también la parte de IT/datos o hay otro interlocutor?

4

¿Cuál es la disponibilidad del equipo de IT/datos de Frit Ravich para tareas de integración (configuración MCP, gestión de credenciales, acceso a workspaces)? ¿Hay periodos de congelación de sistemas que debamos tener en cuenta?

5

¿Cómo definiríais el éxito del proyecto a los 3 y 6 meses: número de preguntas respondidas correctamente, reducción de horas de analista en reporting ad-hoc, número de usuarios activos semanales?

6

¿Queréis que la propuesta incluya formación y gestión del cambio para los usuarios (sesiones de onboarding, guías de uso, soporte inicial), o eso lo gestionaríais internamente?

Sección 7 de 7 — Prioritaria ★

Snowflake — Conexión directa vía MCP

Alternativa a la vía Power BI: conectar Claude directamente a Snowflake, eliminando la dependencia del licenciamiento Premium para ciertos escenarios.

Corto plazo — ya validado

Power BI MCP

Claude consulta el Dataset Gold d1 vía XMLA. Resultados deterministas basados en medidas DAX existentes. Requiere Premium/PPU.

🔴 Requiere Premium

Medio plazo — complementario

Snowflake SQL Directo

MCP ejecuta SQL contra Snowflake. Flexible y sin licencia Premium. Requiere capa de vistas bien nombrada y documentada.

🟡 Sin Premium necesario

Largo plazo — óptimo

Cortex Analyst

NL→SQL nativo de Snowflake con capa semántica YAML. Alineado con la migración desde QlikView. Requiere edición Enterprise.

🟢 Requiere Enterprise

💡

¿Por qué preguntar esto ahora?

Si vuestro workspace de Power BI no es Premium, la vía Snowflake directa puede ser el camino más rápido al piloto. Y si ya tenéis edición Enterprise de Snowflake con Cortex disponible, la arquitectura a largo plazo se simplifica considerablemente.

1

¿En qué edición de Snowflake estáis (Standard, Enterprise o Business Critical)? Las funciones de Cortex AI — incluyendo Cortex Analyst, que permite NL-to-SQL con capa semántica propia — requieren Enterprise o superior y solo están disponibles en ciertas regiones de AWS/Azure EU.

2

¿Está habilitado Cortex AI en vuestra cuenta de Snowflake actualmente? Se puede verificar ejecutando: SELECT SNOWFLAKE.CORTEX.COMPLETE('snowflake-arctic', 'hi') — si devuelve resultado, Cortex está activo.

3

¿Usáis dbt, dbt Cloud u otro framework de transformación para generar vistas o capas semánticas en Snowflake? La calidad de la conexión directa MCP depende mucho de que exista una capa de vistas bien nombrada y documentada, equivalente a las medidas DAX del modelo de Power BI.

4

¿Existe un rol de Snowflake de solo lectura (SELECT) que pueda usarse para el MCP, separado de los roles con permisos de escritura? Necesitamos un rol con acceso controlado a los schemas relevantes.

5

¿Qué warehouse de Snowflake se asignaría a las consultas MCP? ¿Hay un presupuesto en créditos Snowflake para este uso, o se compartirían créditos con las cargas de producción?

6

¿Hay schemas o tablas en Snowflake que NO deberían ser accesibles desde el MCP (datos de nómina, datos personales de empleados, tablas de auditoría interna)?

7

¿Usáis Row Access Policies en Snowflake para restringir qué filas ve cada usuario según su rol? Si es así, ¿el MCP debería respetar esas políticas (conexión con usuario nominal) o usar un service account con visibilidad total?

8

¿Qué métodos de autenticación de Snowflake tenéis disponibles para cuentas de servicio: usuario/contraseña, key-pair (RSA), OAuth 2.0 o External Browser? Key-pair es el recomendado para automatizaciones sin interacción humana.

📬

No es necesario que todas las respuestas sean definitivas

Priorizad las secciones marcadas con ★ (1 Power BI, 4 Seguridad, 5 POC y 7 Snowflake directo) — son las que más condicionan la arquitectura y el alcance del piloto. Con esta información estaremos en condiciones de presentaros una propuesta técnica y comercial detallada en la próxima sesión.