El presente trabajo constituye un ejercicio de simulación de consultoría empresarial para la tabaquera española Altadis, con el objetivo de transformar los datos en conocimiento útil para mejorar la toma de decisiones. La empresa facilitó seis conjuntos de datos anonimizados sobre variables comerciales que fueron la base sobre la cual se diseñó y se desarrolló el proyecto de inteligencia de negocio. Para alcanzar los resultados se utilizó la metodología CRISP-DM y una ejecución híbrida tipo waterfall-agile, concatenando los procesos de comprensión de los datos, preparación, modelado, evaluación y reporte. El análisis comenzó con el enriquecimiento geográfico, seguido de técnicas de aprendizaje no supervisado y análisis de series temporales, para finalmente elaborar un cuadro de mando interactivo. A pesar de las limitaciones en la calidad de los datos, se han podido determinar factores relevantes para explicar patrones en las ventas, como son ubicación fronteriza-costera, turismo, la estacionalidad o la concentración demográfica.