📊 Proyecto de Modelamiento de Bases de Datos (ProyectoMBD)

Este repositorio contiene el proyecto final correspondiente al diseño, modelamiento e implementación de una Base de Datos Relacional (MBD). El objetivo principal de este proyecto es resolver un caso de negocio complejo mediante la estructuración óptima de los datos, garantizando la integridad, consistencia y eficiencia en la extracción de información estratégica.

🚀 Características Principales (Features)

• Modelamiento Conceptual y Lógico: Diseño detallado del Diagrama Entidad-Relación (DER) traduciendo las reglas del negocio en entidades, atributos y relaciones sólidas.
• Normalización Estricta: Aplicación de las tres primeras Formas Normales (1FN, 2FN, 3FN) para eliminar la redundancia de datos y prevenir anomalías de actualización, inserción y borrado.
• Scripts DDL (Data Definition Language): Código SQL limpio y optimizado para la creación de tablas, definición de tipos de datos, restricciones (CHECK, UNIQUE, NOT NULL) y establecimiento de llaves primarias (PK) y foráneas (FK).
• Scripts DML (Data Manipulation Language): Inserción masiva de datos sintéticos pero realistas para poblar el sistema y simular un entorno de producción.
• Consultas Avanzadas para Toma de Decisiones: Desarrollo de queries complejas utilizando JOINs múltiples, funciones de agregación (SUM, AVG, COUNT), cláusulas de agrupación (GROUP BY, HAVING) y subconsultas orientadas a la generación de reportes e inteligencia de negocio (BI).

🛠️ Tecnologías Utilizadas

• Lenguaje: SQL (Structured Query Language).
• Motor de Base de Datos (RDBMS): Compatible con los principales gestores relacionales del mercado (como Microsoft SQL Server, MySQL o PostgreSQL).
• Paradigma: Modelamiento Relacional y Análisis de Datos.

🧠 Lo que aprendí en este proyecto

El desarrollo de ProyectoMBD me permitió consolidar habilidades críticas en la ingeniería de datos y procesos:

1. Traducción de Reglas de Negocio: Habilidad para abstraer las necesidades operativas de una organización y transformarlas en una arquitectura de datos técnica, eficiente y escalable.
2. Garantía de Integridad Referencial: Implementación precisa de restricciones y reglas de cascada (ON DELETE / ON UPDATE) para asegurar que la base de datos se mantenga consistente en todo momento.
3. Optimización de Consultas: Comprensión de cómo la indexación y la correcta estructura de los JOINs impactan directamente en los tiempos de respuesta del motor de base de datos ante grandes volúmenes de registros.
4. Mentalidad Analítica (Data-Driven): Enfoque en diseñar estructuras que faciliten la posterior extracción de KPIs y métricas de rendimiento, conectando el backend de datos con herramientas de visualización (como Power BI).

📂 Estructura sugerida de archivos

• /design: Diagramas lógicos y conceptuales (DER) en formato de imagen o PDF.
• /scripts/ddl_creation.sql: Script encargado de la estructura (tablas, llaves y restricciones).
• /scripts/dml_insertion.sql: Script encargado de poblar las tablas con datos de prueba.
• /scripts/queries_reports.sql: Consultas analíticas y reportes de negocio complejos.

⚙️ Cómo implementar y ejecutar el proyecto

1. Clona este repositorio en tu equipo local:

   git clone [https://github.com/MrCausa/ProyectoMBD.git](https://github.com/MrCausa/ProyectoMBD.git)

2. Abre tu Entorno de Gestión de Base de Datos preferido (ej. SQL Server Management Studio, MySQL Workbench, o pgAdmin).
3. Crea una base de datos nueva en blanco:

   CREATE DATABASE ProyectoMBD;

4. Ejecuta secuencialmente los scripts del repositorio:
   • Primero, el script de Creación (DDL) para levantar la arquitectura de tablas.
   • Segundo, el script de Inserción (DML) para poblar el sistema.
5. ¡Listo! Ya puedes ejecutar el archivo de consultas analíticas para interactuar con la base de datos y extraer reportes.

---

Proyecto diseñado y desarrollado con un enfoque en la eficiencia estructural y la optimización de procesos de negocio a través de los datos.