UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

ANALÍTICA DE DATOS

Examen Parcial

Integrantes:
Lescano Avalos Miguel Angel 20161212D
Pazce Alama Patricia Elena 20162612F
Timana Mendoza Abelardo 20152582G
Obregon Zavaleta Harold André 20161081G

Docente:

ARADIEL CASTAÑEDA, HILARIO

2020
1. Descripción de la Empresa 3

2. Indicadores 4
2.1 Volumen de ventas 4
2.1.1 Dashboard Power BI 4
2.1.2 Dashboard Web 4
2.2 Transacciones 4
2.2.1 Dashboard Power BI 4
2.2.2 Dashboard Web 4
2.3 Ganancias 4
2.3.1 Dashboard Power BI 4
2.3.2 Dashboard Web 4
2.4 Volumen de ventas por clientes 4
2.4.1 Dashboard Power BI 4
2.4.2 Dashboard Web 4

3. Conclusiones 4

1. Descripción de la Empresa
La empresa que se ha analizado en el presente informe es “Analitica Business”, que
opera en el Perú desde el año 2019. A pesar de sus cortos años de vida, la entidad
cuenta con alcance en 17 regiones del Perú. Ya que tienen una plataforma virtual
que les permite trabajar con clientes de diversas regiones sin inquirir en costos fijos
como alquiler de locales, pagos a empleados de ventanilla, etc. Cuenta con una
sede física en ocho departamentos del Perú, estas están ubicadas en las capitales
de los mismos. Las sedes están bajo la dirección de un personal encargado, el cual
puede ir rotando en las diferentes regiones si la empresa lo ve necesario o si el
empleado pide su cambio, quedando a decisión de la entidad de procede o no.

La empresa desea realizar un análisis de los datos recolectados hasta el mes de

diciembre del 2020, con respecto a las transacciones realizadas solo por clientes
empresas. Se ha identificado que los rubros de estos son:

● Colegios
● Clubes
● Entidades del Estado
● Negocios Hipotecarios / Inmobiliarias
 ● Seguros
● Universidades
● Servicios Públicos
● Diversas Empresas (Otros)

Dados los datos brindados, se pide determinar las evaluaciones estadísticas y

conclusiones del desempeño de la empresa desde su fecha de creación, además de
identificar los errores o factores que deberían mejorar.

2. Indicadores
2.1 Volumen de ventas

2.1.1 Dashboard Power BI

Analizando los datos con Power BI,podemos ver gráficos similares al dashboard hecho con
python. En este caso, ofrece un análisis más profundo de los datos, pues seleccionado
alguna fecha o tipo de atributo, como el de monera, canal, etc. En el caso del volumen de
ventas del año 2019, se puede observar que la variación no ha sido nada relevante en los 6
primeros meses de vida de la empresa. No obstante, en el año 2020 se aprecia un gran
incremento, sobretodo a partir del segundo semestre. Cabe resaltar que el mes de
diciembre hay un valle debido a que la información recolectada solo abarcó la mitad de ese
mes.

Por otro lado, del total del volumen en soles, hay cerca de 40 millones de soles en
transacciones realizadas, y un considerable 3.4 millones de soles en monedas extranjeras.
Realizando un análisis por canal en
donde se realizó la transacción, podemos ver que durante el primer trimestre del año, las

operaciones se dieron vía personal o ventanilla, esto debido a la anterior normalidad del
Perú, en donde la mayoría de transacciones se realizan de manera presencial, pues según
estudios la población no se siente segura con los servicios en línea. No obstante, dada la
pandemia del 2020, el volumen de ventas se incrementaron considerablemente, dado que
fue la única vía para realizar los servicios.

Proyecciones:

Cosderando todos los puntos previos, Power BI nos ofrece medir proyecciones detalladas
por cada punto siguiente, por ejemplo en la siguiente imagen se calculo una proyeccion con
10 puntos de quiebre:
2.1.2 Dashboard Web

Se muestra un sitio web basado en django y python que muestra un dashboard con gráficas
que permiten analizar la data a mayor detalle.

En el siguiente gráfico evolutivo de volumen de ventas notamos que en el 2020 a partir de

Junio empezó a subir y teniendo variaciones alcanzando su punto más alto que el mes de
noviembre.

Posteriormente se muestra el volumen de ventas que se han realizado en dolares y soles

donde notamos:

Luego notamos en la siguiente gráfica que en el 2019 tenemos un monto mucho menor
debido a que no se tiene información en los primeros meses.
También en el siguiente gráfico notamos que el distrito con mayor venta es el departamento
de Lima.
En la gráfica de volumen de ventas por canal notamos que el mayor volumen de ventas
mediante internet esto podría deberse a la mejora de sus sistemas web.
En en gráfico ventas Zonales es en la zona 3

En el gráfico de ventas
por encargados notamos que el encargado 5 es el que ha realizado las mayores ventas.
2.2 Transacciones

2.2.1 Dashboard Power BI

En el programa de Microsoft se puede viasualizar la evolución de transacciones por cada

año. Al igual de que el volumen de ventas, la cantidad de transacciones ha ido en aumento
a partir del segundo semenstre del 2020.

Proyecciones:
Con un nivel de confianza del 95% y con 6 puntos de quiebre, Power BI nos muestra la
gráfica de la cantidad futura de transacciones, la cual en resumen nos muestra que se
mantendrá en aproximadamente 5 mil transacciones en todo el 2021.

2.2.2 Dashboard Web

En el gráfico evolutivo de las transacciones notamos que de la misma manera que el
volumen de ventas empieza a mostrarse un incremento en Junio del 2020 y alcanzando su
mayor pico en Noviembre de dicho año.

En el gráfico de transacciones de acuerdo a las monedas tenemos que la mayor parte fue
realizada en moneda Nacional.

En las siguientes estadísticas notamos que las transacciones en el 2020 son mayores
debido a la falta de datos en el 2019.
En la siguiente gráfica notamos que en lima se ha presentado la mayor cantidad de
transacciones.

En la siguiente gráfica por canal notamos que la mayor cantidad de transacciones ha sido
por internet en el años 2020.
En la siguiente gráfica notamos que la mayor cantidad de los que han realizado las
transacciones son OTROS.

Finalmente notamos que la mayor cantidad de transacciones ha sido realizada por

transacciones zonales 2
2.3 Ganancias

2.3.1 Dashboard Power BI

Dado que las ganancias tienen relación directa con el volumen de ventas, la gráfica
evolutiva nos muestra una tenedencia silimar.

En cuanto al rubro de ganancias por canal, podemos visualizar la escases de ganancias por
mes, así como la importancia de los canales de ventanilla y personal, a pesar que en el
resumen general estos tiene pocas transaccciones.

Proyecciones:
A diferencia de las demas proyecciones mostradas anteriormente, las tendencias de las
ganancias futuras son muy favorables para la empresa, dado que los datos previos que
sirvieron para las proyecciones no tienen muchos valles, es decir son más consistentes.
2.3.2 Dashboard Web
2.4 Volumen de ventas por clientes

2.4.2 Dashboard Web

2.5 Otros análisis adicionales en Power BI

2.5.1 Análisis de encargados

En el siguiente gráfico se muestra la evolución de cantidad de dinero que mueve cada

encargado. Como se muestra hay 3 encargados principales que mueven una gran cantidad
de dinero: El encargado 13, el encargado 5 y “Otros”. Estos últimos son encargados que no
se han identificado en el sistema.

Dashboard general:

Aquí además del gráfico anterior, se añadió un gráfico de embudo para determinar la
cantidad de volumen de soles que es realizado por cada sector al que pertenece el cliente,
por ejemplo el encargado 5, como se muestra en la imagen, tiene presencia en todos los
rubros de servicios de los clientes.
2.5.2 Análisis de transacciones por ubicación

Se realizó una ventana para la identificación de las regiones que realizan una mayor
cantidad de transacciones. Además se implementaron cuatro filtros, para ver la información
de manera mas detallada, estos son: Fecha, canal, moneda y encargado.

A nivel general, los departamentos con una mayor cantidad de operaciones son Lima y
Lambayeque. En cuanto a servicios realizados en moneda extranjera, el único
departamento, además de Lima en realizar este servicio fue Junín.
3. Conclusiones y recomendaciones
● Gracias al framework Django y a chart.js, logró implementar un dashboard detallado
con gráficas para cada KPI identificado en el negocio.
● El manejo de datos y funciones por Power BI es mucho más sencillo debido a las
interfaces gráficas del programa. No obstante la programación de las medidas
utilizadas son menos potentes que Pandas, utilizada para el dashboard web.
● La empresa presenta un gran prospecto de crecimiento, calculadas con las
proyecciones de Power BI.
● Se identificaron a los empleados que lograron mayores beneficios a las empresas,
así como los encargados menos eficientes. Depende de la empresa lograr mayores
detalles del porque esa amplia diferencia, si según las gráficas tienen la misma base
de trabajo.
● Hay regiones de muy bajo rendimiento con respecto a ganancias, como Ancash o
Ica, endonde tienen 6 y 9 transacciones en todo el periodo estudiado. La entidad
financiera deberá tomar la decisión impulsar la presencia de su marca en aquellas
regiones o dejarlas en su estado si no son regiones prioritarias. Cabe aclarar que los
servicios se realizaron de manera virtual, por lo que no implican costos fijos.