Tool development for the correction of data flowing through financial systems and the automation of the off-manifest cost calculations

A lo largo del proyecto se ha automatizado el proceso de cálculo de una métrica a partir de datos de costes. Dicha métrica es utilizada en el proceso de toma de decisiones sobre qué productos vender y cuales descatalogar, dado que Amazon trabaja con alrededor de 660 millones de productos, se trata de decisiones de gran impacto.
El cálculo de dicha métrica se hace a partir de dos tipos de costes, actuales y manifestados. Para automatizar el proceso se ha desarrollado una solución de Business Intelligence englobada por una solución de datos, encargada de asegurar la disponibilidad de ambos datos de costes en el servidor a la vez que la calidad de los datos necesarios, así como un script automatizando la conexión al servidor, extracción y finalmente el cálculo requerido.
El proceso se realizará en todo momento teniendo en cuenta que ha de ser fácilmente escalable para otras regiones, y el script ha de estar preparado para trabajar con datos de estas una vez se hable con los equipos correspondientes y estén disponibles dichos datos.
Como resultados tras el desarrollo del mismo se observa:
• Reducción del tiempo total en 720 veces, es decir, el proceso actual se realiza en apenas un minuto.
• Precisión de los datos de costes actuales del 100% siendo estos extraídos de Cognos (la Fuente de la verdad)
• Incremento de la frecuencia con la que es posible calcular la métrica haciéndose posible el cálculo anual.

Throughout the whole proyect, the whole calculation process of a metric consuming costs data will be automated. The mentioned metric is consumed by a team in charge of taking decisions about which products to sell and which to scrap, and given that Amazon Works with around 660 million products, these decisions have a huge impact.
In order to calculate the metric, two different types of data will be required, actual costs and manifested costs. To automate the process, a Business Intelligence solution will be developed, this includes a data solution in charge of making sure that data for both types of costs is available within the team as well as to sanity check it, and the script in charge of automating the conection to the server, the data extraction and finally the calculations required.
The process will be done having in mind that the tool needs to be easily scalable to other regions, and the script will be prepared to work with their data once the corresponding regions make it available for the team.
Looking at the final results of the project it can be seen:
• Time reductions of 720 times smaller, with a resulting time of less than a minute.
• Accuracy of 100% for actual costs, being them extracted from Cognos (i.e. the source of truth).
• Increase in the frequency with which it is possible to calculate the metric, allowing even yearly calculations.