Redexis: análisis de datos completo en el sector energético

El contexto

Redexis es un operador líder en infraestructuras energéticas en España, con más de 12.000 km de redes energéticas. Como muchas organizaciones de su tamaño, generaba datos operativos y comerciales desde varias fuentes distintas sin un proceso unificado para limpiarlos, cruzarlos y convertirlos en información útil para la toma de decisiones estratégicas: el análisis era manual y disperso, y necesitaba pasar a un sistema que le permitiera anticipar comportamientos y decidir con base cuantitativa.

Qué se hizo

• Recopilación y transformación de datos: limpieza y transformación de datos procedentes de diversas fuentes, garantizando calidad y consistencia antes de cualquier análisis.
• Análisis exploratorio (EDA): identificación de patrones, tendencias y anomalías relevantes para el negocio, como paso previo a la modelización.
• Modelos predictivos: desarrollo e implementación de modelos de Machine Learning a partir del análisis histórico de ventas, identificando las variables clave que mejoraron la capacidad predictiva y el soporte cuantitativo para las decisiones comerciales y estratégicas.
• Visualización y dashboards: diseño de dashboards en Power BI con KPIs definidos junto al equipo, pensados específicamente para perfiles no técnicos: el resultado fue una herramienta que el equipo consulta para decidir, no un informe que se archiva sin abrir.

Tecnologías utilizadas

• Python
• SQL Server
• Power BI
• EDA
• Machine Learning

Por qué es un caso de Business Intelligence

El objetivo del proyecto era dar visibilidad: centralizar y limpiar el dato, y llevarlo a un panel que equipos no técnicos pudieran leer para decidir. No se trataba de que un sistema actuara solo, sino de que las personas correctas vieran el dato correcto en el momento correcto — la definición misma de Business Intelligence frente a la automatización con IA. Puedes ver esta distinción con más detalle en Business Intelligence vs. automatización con IA.