Qlik Cloud Load Script (Data Load Editor)

Proyecto práctico en Qlik Cloud enfocado en el Data Load Editor / Qlik Load Script, con un dataset sintético tipo retail (“NovaMart”) para practicar un flujo ETL completo: generación de datos, filtrado, enriquecimiento, validaciones y capa de agregación.

Objetivo

Practicar y documentar buenas prácticas de scripting en Qlik Cloud:

• Estructura clara del script (evitar un “bloque gigante”).
• Transformaciones y control del flujo de carga.
• Modelo dimensional tipo Star Schema con una tabla de ventas y dimensiones.
• Preparación de una tabla resumen para mejorar performance en dashboards.

Dataset (sintético)

• Dimensiones: Tiendas, Productos, Clientes, Métodos de pago
• Fact_Sales: ventas generadas por mes (loop), con métricas derivadas:
  • LineTotal = Quantity * UnitPrice
  • SaleType (Bulk / Normal)
• Agg_Sales_DailyStore: agregación diaria por tienda (ventas, tickets, unidades, ticket promedio)

Qué se practica en el Load Script

• SUB / CALL para modularizar el proceso (dims, fact, filtros, enriquecimiento).
• FOR…NEXT para simular carga por periodos (mensual).
• EXISTS (patrón robusto tipo whitelist) para filtrar productos.
• MAPPING LOAD + ApplyMap para enriquecer sin JOIN.
• TRACE + validaciones para auditoría básica y control de recargas.
• GROUP BY para construir una capa agregada.
• Prevención de Synthetic Keys usando una llave compuesta (StoreDateKey) en la agregación diaria.

Cómo ejecutar (Qlik Cloud)

1. Abre el Data Load Editor en tu app de Qlik Cloud.
2. Copia el contenido de load_script.qvs (o el script del repo).
3. Ejecuta una recarga.
4. Opcional: cambia vMode a SMALL para recargas rápidas mientras practicas.

Archivos

• load_script.qvs — Script completo de carga (Data Load Editor).

Notas

Este proyecto usa datos generados de forma sintética para fines de práctica y demostración.
Si estás aprendiendo Qlik Load Script, siéntete libre de reutilizar la estructura y adaptarla a tus propios datasets.