Code
# Seleccionamos el archivo CSV
<- file.choose()
ruta_archivo
# Carga el archivo CSV
<- read.csv(ruta_archivo, sep = ";") datos
Se encontraron diversos estudios en los cuales se analizó el estado empresarial del sector alimenticio tanto en Antioquia como en Colombia en general. El primer estudio a tener en cuenta es “DIAGNÓSTICO DEL ESTADO ACTUAL DE LAS AGROINDUSTRIAS Y EMPRENDIMIENTOS DEL MUNICIPIO DE SONSÓN”, seleccionado debido a su acercamiento a los emprendimientos en uno de los municipios de Antioquia. En este se destaca la persistencia de los emprendedores locales. Se propone continuar apoyándolos con formación para formalizar sus empresas y cumplir requisitos comerciales. Se identificaron encadenamientos agroindustriales, y se sugiere reactivar industrias sin uso, como cárnicos y lácteos. A pesar de la falta del Registro INVIMA en algunas empresas, se busca asesorar para evitar futuros problemas. La pandemia no impidió la participación en formaciones virtuales y eventos presenciales con protocolos de bioseguridad. Aunque el micrositio web está en desarrollo, se espera su presentación durante este periodo de gobierno.
El segundo estudio es “Análisis del desempeño financiero de empresas innovadoras del Sector Alimentos y Bebidas en Colombia”, el cual nos ayudó a comprender más a profundidad la situación financiera del sector alimenticio en Colombia y poder guiarnos activamente en el desarrollo del análisis financiero. En este se mencionan aspectos importantes, como que entre 2000 y 2008, el sector de alimentos y bebidas en Colombia experimentó un crecimiento en ventas, activos y utilidades. Las empresas innovadoras mostraron un mayor crecimiento en ventas y activos, pero tuvieron una caída en 2004 afectando las utilidades. La eficiencia de las innovadoras dependió del uso eficiente de activos, mientras que las no innovadoras se centraron en el manejo de costos. Aunque las innovadoras tuvieron un EVA promedio superior, ingresaron a una franja negativa después de 2004, mientras que las no innovadoras mantuvieron un EVA negativo constante. El EVA del sector se explicó por el rendimiento del activo neto operacional, vinculado al riesgo país. A pesar de contribuir al conocimiento financiero, el estudio tiene limitaciones en la consideración de otras características diferenciadoras en futuras investigaciones.
Dada la naturaleza de nuestro proyecto, nos enfocaremos en colaborar con individuos considerados como personas naturales, excluyendo la participación de grandes empresas, esto con el fin de llevar a cabo un análisis cuantitativo y cualitativo en simultáneo; se determinó que resultaba más factible caracterizar ciertas cualidades en las personas naturales como género o estrato social, que, en comparación con las personas jurídicas, no aplicaban o no brindaban una información categórica útil para el estudio.
En lo concerniente a las variables, se prescindirá de aquellas que contengan informacion temporal como lo son cualquier tipo de fechas, así como de aquellas que simplemente reproduzcan datos ya existentes como nombre 1 y 2, Apellido 1 y 2. Asimismo, se excluirán aquellas variables que posean información trivial, tal como aquellas en las que todos los individuos presenten valores nulos o aquellas con una cantidad significativa de datos faltantes.
En la tabla a continuación se muestran las variables que se utilizaran a lo largo del proyecto.
Identificador | Tipo | Descripción |
---|---|---|
RAZON SOCIAL | Cualitativa | Nombre |
EDAD | Cualitativa | Edad en años cumplidos |
GENERO | Cualitativa | Masculino o Femenino |
EMPREN.SOCIAL | Cualitativa | Si aspira a convertise en una franquicia o no |
NACIONALIDAD | Cualitativa | Nacionalidad |
DIR.COMERCIAL | Cualitativa | Dirección donde se realiza la actividad comercial |
MUN.COMERCIAL | Cualitativa | Municipio donde se realiza la actividad comercial |
CIIU.1 | Cualitativa | Actividad comercial principal |
CIIU.2 | Cualitativa | Actividad comercial secundaria |
CIIU.3 | Cualitativa | Actividad comercial extra |
CIIU.4 | Cualitativa | Actividad comercial extra |
ACTIVIDAD | Cualitativa | Actividad economica de forma más detallada |
CANT.MUJERES | Cuantitativa | Cantidad de mujeres que trabajan en |
ING.TAM.EMPRESARIAL | Cuantitativa | Ingresos |
UBICACION | Cualitativa | Estrato socioeconomico |
PERSONAL | Cuantitativa | Cantidad de personas en total |
ACTIVO.CORRIENTE | Cuantitativa | Activo corriente |
ACTIVO.TOTAL | Cuantitativa | Activo que incluye los activos corriente, no corriente, fijo, valorizado y otros. |
PASIVO.TOTAL | Cuantitativa | Pasivo que incluye el pasivo a largo plazo y el corriente. |
PATRIMONIO | Cuantitativa | Patrimonio |
PASIVO+PATRIM | Cuantitativa | La suma del patrimonoio y el pasivo total |
ING.OPERACIONES | Cuantitativa | Ingresos que dejan las operaciones |
GAS.TOTAL | Cuantitativa | Gastos totales |
COS.VEN | Cuantitativa | Ganancias dadas por el valor de venta menos el valor del costo de producción |
GAS.IMP | Cuantitativa | Gastos en impuestos |
UTIL.OPERACIONAL | Cuantitativa | Utilidad operacional |
UTIL.NETA | Cuantitativa | Utilidad neta |
CANT.EST.BD | Cuantitativa | Cantidad de establecimientos físicos |
ACTI 2019 | Cuantitativa | Activos del 2019 |
ACTI 2020 | Cuantitativa | Activos del 2020 |
ACTI 2021 | Cuantitativa | Activos del 2021 |
ACTI 2022 | Cuantitativa | Activos del 2022 |
ACTI 2023 | Cuantitativa | Activos del 2023 |
AUT.ENV | Cualitativa | Autencidad de envio de los datos |
# Seleccionamos el archivo CSV
<- file.choose()
ruta_archivo
# Carga el archivo CSV
<- read.csv(ruta_archivo, sep = ";") datos
hjbjhkjhkuhj
RAZON SOCIAL | EDAD | GENERO | EMPREN.SOCIAL | NACIONALIDAD | DIR.COMERCIAL | MUN.COMERCIAL | CIIU.1 | CIIU.2 | CIIU.3 | CIIU.4 | ACTIVIDAD | CANT.MUJERES | ING.TAM.EMPRESARIAL | UBICACION | PERSONAL | ACTIVO.CORRIENTE | ACTIVO.TOTAL | PASIVO.TOTAL | PATRIMONIO | PASIVO+PATRIM | ING.OPERACIONES | GAS.TOTAL | COS.VEN | GAS.IMP | UTIL.OPERACIONAL | UTIL.NETA | CANT.EST.BD | ACTI 2019 | ACTI 2020 | ACTI 2021 | ACTI 2022 | ACTI 2023 | AUT.ENV |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
ACEVEDO MARTINEZ JUAN MANUEL | 26 | M | N | COLOMBIANO | KM 2 VIA LA UNION EL CARMEN VRD LA MADERA | 05400 - LA UNION | C1103 ** Produccion de malta elaboracion de cervezas y otras bebidas malteadas | N/A | N/A | N/A | ELABORACION DE CERVEZA ARTESANAL | 0 | 1.0e+05 | 6 | 0 | 100000 | 100000 | 100000 | 0 | 100000 | 1.0e+05 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 3000000 | 100000 | S |
ACOSTA RESTREPO JEISSON DAVID | 30 | M | N | COLOMBIANO | VRD LA ESPERANZA FINCA 47 | 05440 - MARINILLA | C1104 ** Elaboracion de bebidas no alcoholicas produccion de aguas minerales y otras aguas embotelladas | G4724 ** Comercio al por menor de bebidas y productos del tabaco en establecimientos especializados | N/A | N/A | Elaboracion de bebidas no alcoholicas produccion de aguas minerales y otras aguas embotelladas Comercio al por menor de bebidas y productos del tabaco en establecimientos especializados | 0 | 0.0e+00 | 6 | 0 | 1000000 | 1000000 | 0 | 1000000 | 1000000 | 0.0e+00 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1000000 | S |
AFANADOR SOLANO NELSON | 64 | M | N/A | COLOMBIANO | CR 30 24 LC 15 | 05148 - CARMEN DE VIBORAL | C1081 ** Elaboracion de productos de panaderia | N/A | N/A | N/A | PANADERIA | 0 | 3.0e+06 | 1 | 0 | 3710000 | 3710000 | 0 | 3710000 | 3710000 | 3.0e+06 | 0 | 0 | 0 | 0 | 0 | 1 | 3000000 | 3500000 | 3600000 | 3700000 | 3710000 | S |
AGUDELO CARDONA NOHELIA | 45 | F | N | COLOMBIANO | CR 48 N 35B 56 | 05318 - GUARNE | C1051 ** Elaboracion de productos de molineria | N/A | N/A | N/A | VENTA DE APERAS | 0 | 1.8e+07 | 1 | 0 | 14300000 | 14300000 | 14300000 | 0 | 14300000 | 1.8e+07 | 0 | 0 | 0 | 0 | 0 | 1 | 14100000 | 14110000 | 14210000 | 14250000 | 14300000 | S |
AGUDELO GOMEZ LUIS ENRIQUE | 55 | M | S | COLOMBIANO | CALLE 20 18 79 | 05197 - COCORNA | C1081 ** Elaboracion de productos de panaderia | I5613 ** Expendio de comidas preparadas en cafeterias | I5630 ** Expendio de bebidas alcoholicas para el consumo dentro del establecimiento | N/A | PANADERIA Y CAFETERIA EXPENDIO DE BEBIDAS ALCOHOLICAS PARA EL CONSUMO DENTRO DEL ESTABLECIMIENTO | 1 | 1.8e+08 | 1 | 3 | 3600000 | 3600000 | 0 | 3600000 | 3600000 | 1.8e+08 | 0 | 0 | 0 | 0 | 0 | 1 | 3200000 | 3400000 | 3400000 | 3500000 | 3600000 | S |
AGUDELO MARTINEZ JOHN HENRY | 36 | M | N | COLOMBIANO | CR 21 14 02 | 05376 - LA CEJA | C1081 ** Elaboracion de productos de panaderia | I5613 ** Expendio de comidas preparadas en cafeterias | N/A | N/A | PANADERIA | 1 | 2.4e+08 | 1 | 2 | 11000000 | 11000000 | 0 | 11000000 | 11000000 | 2.4e+08 | 0 | 0 | 0 | 0 | 0 | 1 | 8000000 | 8100000 | 8200000 | 9000000 | 11000000 | S |
#Como hay variables categóricas sin definir, las caracterizamos como factores
$GENERO <- as.factor(datos$GENERO)
datos$EMPREN.SOCIAL <- as.factor(datos$EMPREN.SOCIAL)
datos$NACIONALIDAD <- as.factor(datos$NACIONALIDAD)
datos#datos$DIR.COMERCIAL #A la dirección comercial falta filtrarle rural o urbano
$MUN.COMERCIAL <- as.factor(datos$MUN.COMERCIAL)
datos$CIIU.1 <- as.factor(datos$CIIU.1)
datos#HAY QUE UNIR LOS 2 3 Y 4
$CIIU.2 <- as.factor(datos$CIIU.2)
datos$CIIU.3 <- as.factor(datos$CIIU.3)
datos$CIIU.4 <- as.factor(datos$CIIU.4)
datos$ACTIVIDAD <- as.factor(datos$ACTIVIDAD)
datos$UBICACION <- as.factor(datos$UBICACION)
datos$AUT.ENV <- as.factor(datos$AUT.ENV)
datos
summary(datos)
RAZON.SOCIAL EDAD GENERO EMPREN.SOCIAL NACIONALIDAD
Length:594 Min. : 0.00 F:286 N :482 ALEMAN : 1
Class :character 1st Qu.:31.00 M:308 N/A: 65 COLOMBIANO :585
Mode :character Median :40.00 S : 47 FRANCES : 1
Mean :41.66 GUATEMANTECA: 1
3rd Qu.:51.00 N/A : 2
Max. :84.00 VENEZOLANO : 4
DIR.COMERCIAL MUN.COMERCIAL
Length:594 05615 - RIONEGRO :148
Class :character 05440 - MARINILLA : 76
Mode :character 05148 - CARMEN DE VIBORAL: 65
05376 - LA CEJA : 53
05318 - GUARNE : 47
05697 - SANTUARIO : 24
(Other) :181
CIIU.1
C1081 ** Elaboracion de productos de panaderia :242
C1089 ** Elaboracion de otros productos alimenticios ncp : 61
C1084 ** Elaboracion de comidas y platos preparados : 47
C1020 ** Procesamiento y conservacion de frutas legumbres hortalizas y tuberculos: 31
C1051 ** Elaboracion de productos de molineria : 31
I5611 ** Expendio a la mesa de comidas preparadas : 22
(Other) :160
CIIU.2
N/A :230
I5613 ** Expendio de comidas preparadas en cafeterias : 86
C1081 ** Elaboracion de productos de panaderia : 42
G4729 ** Comercio al por menor de otros productos alimenticios ncp en establecimientos especializados : 27
G4711 ** Comercio al por menor en establecimientos no especializados con surtido compuesto principalmente por alimentos bebidas (alcoh??as y no alcoh??as) o tabaco: 18
I5611 ** Expendio a la mesa de comidas preparadas : 17
(Other) :174
CIIU.3
N/A :473
I5630 ** Expendio de bebidas alcoholicas para el consumo dentro del establecimiento : 22
I5613 ** Expendio de comidas preparadas en cafeterias : 8
C1063 ** Otros derivados del cafe : 7
C1081 ** Elaboracion de productos de panaderia : 6
G4711 ** Comercio al por menor en establecimientos no especializados con surtido compuesto principalmente por alimentos bebidas (alcoh??as y no alcoh??as) o tabaco: 6
(Other) : 72
CIIU.4
N/A :554
I5630 ** Expendio de bebidas alcoholicas para el consumo dentro del establecimiento : 6
G4711 ** Comercio al por menor en establecimientos no especializados con surtido compuesto principalmente por alimentos bebidas (alcoh??as y no alcoh??as) o tabaco: 3
G4729 ** Comercio al por menor de otros productos alimenticios ncp en establecimientos especializados : 3
C1020 ** Procesamiento y conservacion de frutas legumbres hortalizas y tuberculos : 2
A0128 ** Cultivo de especias y de plantas aromaticas y medicinales aj?pimiento : 1
(Other) : 25
ACTIVIDAD
PANADERIA : 27
Elaboracion de productos de panaderia : 13
PANADERIA Y CAFETERIA : 13
ELABORACION DE PRODUCTOS DE PANADERIA : 11
ELABORACI\xd3N DE PRODUCTOS DE PANADER\xcdA : 5
Elaboracion de productos de panaderia Expendio de comidas preparadas en cafeterias: 5
(Other) :520
CANT.MUJERES ING.TAM.EMPRESARIAL UBICACION PERSONAL
Min. : 0.0000 Min. :0.000e+00 0: 10 Min. : 0.0000
1st Qu.: 0.0000 1st Qu.:0.000e+00 1:400 1st Qu.: 0.0000
Median : 0.0000 Median :9.300e+06 2: 2 Median : 0.0000
Mean : 0.5067 Mean :4.975e+07 3: 1 Mean : 0.9764
3rd Qu.: 0.0000 3rd Qu.:3.600e+07 4: 1 3rd Qu.: 1.0000
Max. :35.0000 Max. :5.721e+09 5:128 Max. :76.0000
6: 52
ACTIVO.CORRIENTE ACTIVO.TOTAL PASIVO.TOTAL
Min. : 0 Min. : 0 Min. : 0
1st Qu.: 1562500 1st Qu.: 1900000 1st Qu.: 0
Median : 3105000 Median : 3500000 Median : 0
Mean : 8118473 Mean : 9293858 Mean : 1456339
3rd Qu.: 8202500 3rd Qu.: 8950050 3rd Qu.: 0
Max. :706777000 Max. :938043000 Max. :367530000
PATRIMONIO PASIVO.PATRIM ING.OPERACIONES
Min. : 0 Min. : 0 Min. :0.000e+00
1st Qu.: 1300000 1st Qu.: 1900000 1st Qu.:0.000e+00
Median : 3000000 Median : 3500000 Median :9.300e+06
Mean : 7837519 Mean : 9293858 Mean :4.975e+07
3rd Qu.: 8000000 3rd Qu.: 8950050 3rd Qu.:3.600e+07
Max. :604967325 Max. :938043000 Max. :5.721e+09
GAS.TOTAL COS.VEN GAS.IMP UTIL.OPERACIONAL
Min. :0.000e+00 Min. :0.000e+00 Min. : 0 Min. :-23200000
1st Qu.:0.000e+00 1st Qu.:0.000e+00 1st Qu.: 0 1st Qu.: 0
Median :0.000e+00 Median :0.000e+00 Median : 0 Median : 0
Mean :7.571e+06 Mean :3.196e+07 Mean : 233287 Mean : 2274511
3rd Qu.:0.000e+00 3rd Qu.:0.000e+00 3rd Qu.: 0 3rd Qu.: 0
Max. :2.532e+09 Max. :7.200e+09 Max. :59629000 Max. :338606000
UTIL.NETA CANT.EST.BD ACTI.2019 ACTI.2020
Min. :-23200000 Min. :0.0000 Min. : 0 Min. : 0
1st Qu.: 0 1st Qu.:1.0000 1st Qu.: 0 1st Qu.: 0
Median : 0 Median :1.0000 Median : 0 Median : 0
Mean : 1568764 Mean :0.9444 Mean : 2908791 Mean : 3548241
3rd Qu.: 0 3rd Qu.:1.0000 3rd Qu.: 1937500 3rd Qu.: 3000000
Max. :186132000 Max. :2.0000 Max. :470937000 Max. :428599117
ACTI.2021 ACTI.2022 ACTI.2023 AUT.ENV
Min. : 0 Min. : 0 Min. : 0 N: 43
1st Qu.: 0 1st Qu.: 59750 1st Qu.: 1820000 S:551
Median : 1200000 Median : 2250000 Median : 3475000
Mean : 4343283 Mean : 6531122 Mean : 9295292
3rd Qu.: 4537500 3rd Qu.: 6000075 3rd Qu.: 8800150
Max. :379325000 Max. :509312000 Max. :938043000
<- plot_ly(Tabla, x=~GENERO, type='histogram')
fig <- fig %>% layout(title = "GENERO",
fig xaxis=list((title="Actividad")),
yaxis=list(title='Frec. abs.'))
fig
<- plot_ly(Tabla, x=~MUN.COMERCIAL, type='histogram')
fig <- fig %>% layout(title = "MUNICIPIO COMERCIAL",
fig xaxis=list((title="Actividad")),
yaxis=list(title='Frec. abs.'))
fig
Considerando los aspectos sociales, culturales, poblacionales, políticos, económicos y éticos: ¿Es el Comercio del Oriente Antioqueño una buena opción de inversión en el sector alimenticio si se desea invertir en una empresa en nacimiento o crecimiento?¿Se puede confiar en el progreso de los proyectos que se han ido consolidando y construyendo en los últimos 5 años?
Analizar la fase de producción de alimentos gestionada por emprendedores individuales para identificar las oportunidades de inversión con mayor relevancia en el Oriente Antioqueño. Este análisis se basará en los datos recopilados durante los últimos cuatro años.
El principal propósito de este proyecto es la observación y el análisis de una base de datos para relacionar y procesar información (considerada valiosa), mientras que se busca una solución u optimización de alguna técnica empleada que no se haya contemplado disponer en el contexto de las variables implicadas. Se investigó la base de datos de las empresas que se dedican a procesar alimentos registradas en la Cámara de Comercio del Oriente Antioqueño (CCOA) en pro del análisis empresarial previo y a futuro del cómo podían surgir, potencializarse o verse afectadas por diversos factores todas aquellas personas naturales registradas que cuentan con algún tipo de vínculo empresarial o que refieren emprendimientos propios; esto con el propósito de hallar patrones en las pérdidas y ganancias, en la ubicación geográfica de su negocio, ingresos, tipos de activos y pasivos que poseen, entre otros, para luego tratar de relacionar o descartar la relación que existe entre sí.
Adicionalmente, es importante resaltar que se realizó un estudio con ésta base de datos específica ya que toma variables tanto cuantitativas como cualitativas relacionadas con actividades económicas y factores que las rodean, y que a su vez, resultaron mutuamente interesantes para trabajar, pues al tratar asuntos económicos de la mano de más características importantes financieras o no financieras, se logre evidenciar particularmente una tendencia a dependencia y significancia o imparcialidad y despreciabilidad.