INGI199-23 - INNOVACIÓN E INTELIGENCIA ARTIFICIAL: APLICACIONES PRÁCTICAS PARA LA

RESOLUCIÓN DE PROBLEMAS

Actividad 02

Nombre del Estudiante: Martín Jaramillo López.

Archivo(s): Datos_BancoCentral.xlsx

Fuente: https://si3.bcentral.cl/Siete/ES/Siete/Cuadro/CAP_IND_SEC/MN_IND_SEC20/IS_COM1?
cbFechaInicio=2020&cbFechaTermino=2023&cbFrecuencia=MONTHLY&cbCalculo=PCT&cbFecha
Base=

Descripción: Este archivo Excel contiene información sobre la variación porcentual mensual en
diferentes sectores de comercio en Chile desde enero de 2020 hasta agosto de 2023. Los sectores
incluidos son vehículos automotores livianos nuevos, vehículos automotores usados, productos
electrónicos para el equipamiento del hogar y tecnológicos, repuestos, neumáticos y accesorios de
vehículos automotores, combustible, alimentos, bebidas y tabaco, farmacia, cosméticos y
productos de higiene personal, y vestuario, calzados y accesorios.

Datos Seleccionados: Para la generación de gráficos y análisis, se seleccionaron los datos de

variación porcentual desde enero de 2020 hasta agosto de 2023 en los mencionados sectores.

Relevancia: Estos datos son importantes ya que proporcionan información sobre la evolución de
diferentes sectores comerciales en Chile a lo largo del tiempo. Esto puede ser útil para comprender
las tendencias económicas y comerciales en el país.

Herramientas utilizadas:

o ChatGpt-3.5 (https://chat.openai.com/).
o Online Python compiler (interpreter): Trinket
(https://trinket.io/embed/python3/a5bd54189b).

Propósito: El propósito del análisis fue visualizar la variación porcentual en los sectores de
comercio seleccionados a lo largo del tiempo y extraer conclusiones sobre las tendencias
comerciales en Chile.

Ventajas y Desventajas:

• Ventajas:

o Las bibliotecas que tenemos en Python nos entregan herramientas poderosas para
manipular y visualizar datos, tal como la más usada que fue Matplotlib que al código que
proporcionó GTP 3.5 le permitió personalizar los gráficos de líneas múltiples para resaltar
las variaciones en diferentes sectores y periodos, lo que facilita la identificación de
tendencias, o Seaborn que simplificó la creación de gráficos de barras apiladas y
proporcionó una paleta de colores agradable para diferenciar los sectores. Esto facilitó la
comparación de la contribución de cada sector a lo largo del tiempo. Esta misma simplificó
la creación del mapa de calor y permitió una representación visual efectiva de las
 variaciones en los datos a lo largo del tiempo. Facilitó la identificación de patrones en los
datos.
o El uso de Inteligencia Artificial como asistente acelera el proceso de análisis y visualización
de datos, lo que se hace útil cuando trabajamos con conjuntos de datos grandes.

• Desventajas:

o Al usar muchos datos en GTP 3.5 al menos se pausaba al generar los códigos Python y
constantemente tenía que hacer clic en continuar generando, lo que puede ser tedioso.
o Si bien te permite analizar y visualizar los datos, se requieren conocimientos técnicos para
por ejemplo mejorar en la visualización, teniendo que decidir trabajar con menos datos
para que el gráfico proporcionado sea comprensible, como en el caso del gráfico de
Heatmap donde tuve que reducir el tamaño de muestra.

Resultados:

Gráfico de Líneas Múltiples: Se generó un gráfico de líneas múltiples que muestra la variación
porcentual en los sectores de comercio seleccionados desde enero de 2020 hasta agosto de 2023.
El gráfico permite observar las tendencias y fluctuaciones en cada sector a lo largo del tiempo.
(Ilustración 1)

Algunos puntos destacados son:

Vehículos Automotores Livianos Nuevos: Experimentó una variación significativa a lo largo del
tiempo, con picos tanto positivos como negativos. En agosto de 2022, hubo un aumento drástico
en la variación positiva, que posteriormente disminuyó.

Productos Electrónicos: Presenta tendencias variables con fluctuaciones notables. Se observa un

pico positivo en marzo de 2022, seguido de otro en enero de 2023.

Alimentos: Muestra variaciones relativamente moderadas a lo largo del período, con picos
negativos en marzo de 2021 y un aumento positivo en junio de 2022.

Vestuario y Calzados: Experimentó una variación significativa, con fuertes caídas en la variación en
varios momentos. Se observa una recuperación notable a partir de abril de 2023.

Archivo: Ilustración 1.py

Gráfico de Barras Apiladas: Se creó un gráfico de barras apiladas que compara la variación
porcentual de los sectores de comercio en diferentes meses. Este gráfico muestra cómo cada
sector contribuye a la variación total en un período dado. (Ilustración 2)

Algunos puntos destacados son:

En marzo de 2020, todos los sectores experimentaron una variación negativa, con "Productos
Electrónicos" y "Alimentos" contribuyendo significativamente a la disminución total.

En agosto de 2021, hubo un aumento positivo en la variación total, con una contribución
destacada de "Vestuario y Calzados" y "Farmacia y Productos de Higiene Personal".
En mayo de 2022, se observa una variación total negativa, donde "Vehículos Automotores Usados"
y "Combustible" fueron los principales contribuyentes.

Archivo: Ilustración 2.py

Heatmap del Año 2023: Se generó un mapa de calor (heatmap) que se centró en los datos de
variación porcentual desde enero de 2023 hasta agosto de 2023. Este heatmap resalta las
variaciones más recientes y permite identificar patrones estacionales. (Ilustración 3)

Algunas observaciones clave son:

En enero de 2023, la mayoría de los sectores experimentaron una variación negativa, con
"Vehículos Automotores Usados" y "Farmacia y Productos de Higiene Personal" siendo los menos
afectados.

En marzo de 2023, se observa una variación positiva en la mayoría de los sectores, con "Vehículos
Automotores Livianos Nuevos" liderando en variación positiva.

En julio de 2023, hay una variación negativa en la mayoría de los sectores, siendo "Productos
Electrónicos" uno de los menos afectados.

Archivo: Ilustración 3.py

Aspectos Éticos:

o Es importante considerar la privacidad y la confidencialidad de los datos utilizados.

Además, se debe ser transparente en la presentación de los resultados y evitar
conclusiones sesgadas. Los datos deben utilizarse de manera ética y responsable.
o Estos gráficos y análisis proporcionan información valiosa sobre la evolución de los
sectores comerciales en Chile y pueden ser útiles para la toma de decisiones económicas y
comerciales.
o Los datos financieros y económicos, como los proporcionados por el Banco Central, suelen
ser sensibles y confidenciales. Es esencial garantizar que estos datos se manejen con la
debida confidencialidad y que no se divulguen de manera no autorizada.
o Evitar cualquier forma de manipulación o alteración de los datos para presentar una
imagen sesgada de la situación económica. Los datos deben reflejar fielmente la realidad
económica y financiera.
o Dado que las decisiones políticas y económicas pueden basarse en estos datos, es
fundamental garantizar su precisión y exactitud. Cualquier error en la interpretación o
presentación de los datos puede tener repercusiones importantes.
o Al comunicar los resultados del análisis económico, es importante hacerlo de manera
responsable y no inducir a error a quienes toman decisiones basadas en estos datos. Las
interpretaciones deben basarse en el análisis objetivo y evitar la exageración.
o Es importante indicar claramente la fuente de los datos utilizados en el análisis, en este
caso, el Banco Central. Esto promueve la transparencia y la trazabilidad de la información.
o Verificar que los datos utilizados sean relevantes y estén actualizados para el propósito del
análisis. El uso de datos obsoletos puede llevar a conclusiones erróneas.
Ilustración 1: Gráfico de líneas múltiples de Variaciones porcentuales mes a mes por sector de comercio en Chile ENE
2020 – AGO 2023

Ilustración 2: Gráfico de Barras Apiladas de Variación mensual por sector de comercio en Chile ENE 2020 - AGO 2023
Ilustración 3: Heatmap de variación mensual por sector de comercio en Chile ENE 2023 - AGO 2023