Análisis sobre el monto operado a través de tarjetas

Introducción

En el presente análisis, se examina la información sobre el monto en pesos mexicanos operado a través de tarjetas de débito y crédito en México, utilizando datos proporcionados por el Sistema de Información Económica del Banco de México. La base de datos cubre el periodo desde el 1 de diciembre de 2022 hasta el 31 de julio de 2024, y está compuesta por diversas categorias que reflejan los montos transaccionados en diferentes sectores económicos.

El objetivo de este análisis es proporcionar una visión detallada del comportamiento y las tendencias en el uso de tarjetas, diferenciando entre débito y crédito. Se emplearán técnicas de análisis descriptivo, comparación entre tipos de tarjetas, y evaluación de distribuciones y tendencias. Además, se realizará una detección de anomalias y se analizarán las correlaciones entre diferentes tipos de transacciones. Este enfoque integral permitirá identificar patrones y posibles áreas de interés para futuras investigaciones.

Data Wrambling

La informacion nos llega de la siguiente manera:

Base de datos del Sistema de Informacion Ecnomica
Fecha SF351084 SF351085 SF351086 SF351087 SF351088 SF351089 SF351090 SF351091 SF351092 SF351093 SF351094 SF351095 SF351096 SF351097 SF351098 SF351099 SF351100 SF351101 SF351102 SF351103 SF351104 SF351105 SF351106 SF351107 SF351108 SF351109 SF351110 SF351111 SF351112 SF351113 SF351114 SF351115 SF351116 SF351117 SF351118 SF351119 SF351120 SF351121 SF351122 SF351123 SF351124 SF351125 SF351126 SF351127 SF351128 SF351129 SF351130 SF351131 SF351132 SF351133 SF351134 SF351135 SF351136 SF351137 SF351138 SF351139 SF351140 SF351141 SF351142 SF351143 SF351144 SF351145 SF351146 SF351147 SF351148 SF351149 SF351150 SF351151 SF351152 SF351153 SF351154 SF351155 SF351156 SF351157 SF351158 SF351159 SF351160 SF351161 SF351162 SF351163 SF351164 SF351165 SF351166 SF351167 SF351168 SF351169 SF351170 SF351171 SF351172 SF351173 SF351174 SF351175 SF351176
2022-12-01 13806840974 8459055283 5347785691 67501923 16466638 51035285 859920524 433537267 426383257 417622364 75759639 341862725 73731513 44568135 29163378 252758856 152208720 100550136 143434434 96417212 47017223 149982485 74460478 75522007 463181310 244708713 218472597 2202047 992438 1209609 321545172 215282104 106263068 1093218588 735535453 357683135 435195419 272041375 163154044 3053304531 2264658214 788646316 1007324 402459 604866 94824680 48461220 46363460 130773308 57738314 73034995 422477817 295297699 127180118 157745796 82941319 74804477 491587 90285 401302 1863075252 1103303400 759771852 32715986 6525875 26190111 482968554 310094620 172873934 18540787 6192199 12348588 418511788 249121402 169390386 35466593 20352419 15114174 1596215 1066678 529537 318903600 195762898 123140702 280251937 103824061 176427876 163344613 108255439 55089173 2050545973 1242988610 807557362
2022-12-02 14307467872 8740334278 5567133594 70595532 17715791 52879741 882798042 465150819 417647222 397619265 74409658 323209608 76274986 45746111 30528875 272822585 158872776 113949809 150769690 101810201 48959489 159082732 79959370 79123363 820395632 283215137 537180495 2493405 1080292 1413112 321915602 217654501 104261101 1098702860 742872514 355830345 331513987 217524111 113989875 3217884429 2434713566 783170862 1290379 594922 695457 92876036 49177699 43698337 145727700 64699741 81027959 443208500 318966992 124241508 153457201 81715599 71741602 499228 127251 371977 1761740065 1052728422 709011643 32029229 6653987 25375242 451351007 300852611 150498395 18331419 5536120 12795300 471295837 279329081 191966756 36733030 21438209 15294821 1703142 1163648 539494 392349144 203003559 189345585 298853541 108355996 190497545 185415976 123436317 61979659 2017737692 1281829277 735908414
2022-12-03 13584789753 8473881502 5110908251 52956903 13998726 38958177 873271713 473330923 399940790 329049241 60371823 268677417 68140490 40829750 27310740 267660780 154652637 113008143 178816370 117928029 60888342 118042187 59913685 58128502 539570118 222335239 317234879 2337534 991477 1346058 300475944 201922408 98553535 1071730317 728019454 343710863 289431488 189506868 99924620 3182794070 2364022320 818771750 1102633 507379 595254 93530224 48285974 45244250 168187370 71764649 96422721 450738148 330424023 120314125 141020988 76107414 64913574 734218 163704 570514 1477773495 885963379 591810117 29487727 5240303 24247424 387596372 256635124 130961249 17147981 5447873 11700108 624158608 367407332 256751277 38267359 22029313 16238046 1799619 1160310 639309 280066028 173258878 106807150 254262249 98395336 155866913 207012280 135869555 71142725 2137627298 1367397617 770229681
2022-12-04 13094839773 8476524693 4618315081 33898677 10501048 23397630 809678909 441587060 368091849 57037391 15972285 41065106 54914385 33619296 21295089 122274442 77271688 45002754 207086812 135313730 71773082 32797701 17569149 15228551 438273498 258205327 180068171 2105496 874625 1230872 274807573 184566735 90240838 945428099 634841356 310586743 129031189 86986665 42044524 3975798229 2933720573 1042077656 149043 48147 100897 76429070 39708081 36720990 142472572 67566610 74905962 453412193 336668123 116744069 100907682 54261208 46646474 552636 91751 460885 1228865039 717822382 511042658 17618159 3058763 14559396 297171587 199039154 98132433 14790602 3853619 10936983 776615491 453336399 323279092 33891755 19308850 14582906 1668572 1066523 602049 225961920 135248596 90713324 193251603 78773737 114477866 211168920 137736750 73432171 2236780526 1397906465 838874061
2022-12-05 12597611807 7892626757 4704985050 37068253 9602046 27466207 728333996 386930926 341403070 117734888 24066806 93668082 14944364 8360488 6583877 146684696 84373966 62310730 187046189 120848372 66197817 119808879 50605064 69203815 440208694 281647621 158561073 2193011 1016515 1176497 252819703 167151103 85668601 901642450 590074881 311567568 143536347 91887659 51648688 4092675876 2890294288 1202381588 1007586 332446 675140 69925032 37458891 32466142 123275893 58857942 64417951 406228547 297261251 108967296 79005286 41701107 37304178 323785 49303 274482 1310009805 748530011 561479795 29760863 7351167 22409696 245067422 159652871 85414550 14873100 3595314 11277785 636854419 369670236 267184183 18352129 10256963 8095165 1468779 895815 572965 229539057 139633240 89905817 201940507 75045434 126895073 187187011 122218171 64968840 1858095240 1113256862 744838378
2022-12-06 13218427834 7904856048 5313571786 58627138 14977716 43649421 683721425 330599354 353122071 350623344 56606046 294017298 81458716 45619222 35839494 296271309 179915207 116356102 121095836 78783236 42312600 248138668 105812017 142326651 424557099 199377380 225179719 2542819 1129180 1413639 370755085 236670749 134084336 1026591778 670246726 356345052 337800739 209225622 128575117 3203831586 2290613670 913217916 2426298 834866 1591432 93935564 47675916 46259649 134951455 58677361 76274094 392499835 271490799 121009036 161280561 84286713 76993848 452989 101688 351301 1719802612 994113979 725688633 46362117 7796020 38566097 471761790 306553140 165208650 17245927 4686325 12559601 316286423 184573575 131712848 29140512 16164104 12976408 1588820 984823 603996 278923735 164799464 114124271 271327993 93415859 177912134 164585107 106304992 58280115 1909840552 1142820297 767020255
2022-12-07 13163576972 7682020571 5481556401 56596495 13750652 42845842 830224163 414479068 415745095 340292892 68849791 271443101 73239009 40101767 33137242 341379644 189874982 151504662 124835722 80650732 44184990 183421920 81847667 101574253 550645029 206249683 344395346 2330409 1037378 1293031 316701202 200624925 116076277 1008588717 659207567 349381150 343076184 207159705 135916480 3002994863 2096715737 906279126 1409508 470158 939350 93564170 49075997 44488173 120822831 53423124 67399707 381760655 261471181 120289474 158753992 81583600 77170393 531795 140373 391422 1598932154 902779904 696152250 30821852 6131699 24690153 470735771 305218564 165517207 16849671 4715989 12133682 354330163 202187448 152142716 31585432 17538435 14046997 1642590 1065615 576974 301607156 146959360 154647797 322074848 115401717 206673131 165047024 107098235 57948789 1938781110 1166209517 772571594
2022-12-08 13357256597 7867133355 5490123241 61802227 15828856 45973371 788858220 398218038 390640182 344505103 70490806 274014296 68919556 38316488 30603068 288412706 165620831 122791875 140165068 92134569 48030499 193389764 82749325 110640440 504913626 202359428 302554199 2376692 1106876 1269816 260743204 159977714 100765490 1032397484 682692886 349704598 385716186 223919214 161796973 3078323382 2129771681 948551701 1560743 490091 1070652 95314534 49155056 46159479 126395908 56402080 69993828 390231294 267306382 122924912 160388564 83555768 76832796 521379 105118 416262 1605759434 924562239 681197195 34975806 7181205 27794602 451453804 297806272 153647532 18377012 5158910 13218103 424438261 238434010 186004251 35426714 19695154 15731560 1725664 1152398 573266 289825270 163522665 126302606 305675006 115370092 190304914 179197876 113328001 65869875 2085466106 1260721205 824744901
2022-12-09 13136913934 8120538364 5016375571 56006365 14950242 41056122 788166290 420180931 367985359 316817771 66309876 250507895 66225635 38191872 28033763 251090343 141553731 109536612 154353690 103314151 51039539 194403872 85826780 108577092 380694487 186527716 194166771 2294126 1012180 1281946 310369136 198971918 111397219 978320452 654814898 323505555 351311793 200810996 150500798 3195655520 2328628866 867026654 1342445 550047 792398 85791874 44307394 41484480 132061728 59990760 72070969 403933170 288472611 115460559 143352869 76750262 66602608 542446 115454 426992 1471723071 903031311 568691760 27913057 5333775 22579283 450043500 300276586 149766913 17168836 4254916 12913919 495448340 284710922 210737418 40934174 23309628 17624546 1629140 1064643 564497 284524529 166017375 118507154 224776404 85885882 138890522 170580063 107503231 63076832 2139438807 1327869411 811569396
2022-12-10 15011324659 9601089126 5410235533 48903390 13088294 35815096 890327859 496700855 393627005 314135633 61467675 252667958 78706344 48498032 30208312 307416277 177174456 130241821 189916514 128591727 61324787 216185337 95431253 120754084 361776834 209683124 152093709 2514193 1070149 1444044 311481536 212035354 99446182 1110601778 758978372 351623406 320367287 202006287 118361000 3924134442 2875904730 1048229712 1286365 521652 764713 89714003 49828903 39885100 159217760 73779173 85438586 475380185 350326193 125053991 142545067 79539999 63005068 595480 126089 469391 1701852336 1076863770 624988566 30181311 5124182 25057129 402704534 274954767 127749767 19133255 5242432 13890823 702287423 415016482 287270941 50234218 29375227 20858991 1942912 1435331 507581 307521072 163941406 143579666 205203242 83426965 121776277 230589511 147386382 83203129 2414468563 1563569863 850898699

Lo cual implica que se tendra que omitir unas filas y luego cambiar columnas de la base de datos para que esta sea optima para empezar con su uso. De igual manera, se tendra que convertir las columnas a tipo Integer y tipo Date/Time.

Base de datos del Sistema de Informacion Ecnomica
Fecha Total_Monto_Tarjetas Monto_Debito_Tarjetas Monto_Credito_Tarjetas Total_Monto_Tarjetas_Agencias_Viajes Monto_Debito_Tarjetas_Agencias_Viajes Monto_Credito_Tarjetas_Agencias_Viajes Total_Monto_Tarjetas_Agregadores Monto_Debito_Tarjetas_Agregadores Monto_Credito_Tarjetas_Agregadores Total_Monto_Tarjetas_Aseguradoras Monto_Debito_Tarjetas_Aseguradoras Monto_Credito_Tarjetas_Aseguradoras Total_Monto_Tarjetas_Beneficencia Monto_Debito_Tarjetas_Beneficencia Monto_Credito_Tarjetas_Beneficencia Total_Monto_Tarjetas_Colegios_Universidades Monto_Debito_Tarjetas_Colegios_Universidades Monto_Credito_Tarjetas_Colegios_Universidades Total_Monto_Tarjetas_Comida_Rapida Monto_Debito_Tarjetas_Comida_Rapida Monto_Credito_Tarjetas_Comida_Rapida Total_Monto_Tarjetas_Educacion_Basica Monto_Debito_Tarjetas_Educacion_Basica Monto_Credito_Tarjetas_Educacion_Basica Total_Monto_Tarjetas_Entretenimiento Monto_Debito_Tarjetas_Entretenimiento Monto_Credito_Tarjetas_Entretenimiento Total_Monto_Tarjetas_Estacionamientos Monto_Debito_Tarjetas_Estacionamientos Monto_Credito_Tarjetas_Estacionamientos Total_Monto_Tarjetas_Farmacias Monto_Debito_Tarjetas_Farmacias Monto_Credito_Tarjetas_Farmacias Total_Monto_Tarjetas_Gasolineras Monto_Debito_Tarjetas_Gasolineras Monto_Credito_Tarjetas_Gasolineras Total_Monto_Tarjetas_Gobierno Monto_Debito_Tarjetas_Gobierno Monto_Credito_Tarjetas_Gobierno Total_Monto_Tarjetas_Grandes_Superficies Monto_Debito_Tarjetas_Grandes_Superficies Monto_Credito_Tarjetas_Grandes_Superficies Total_Monto_Tarjetas_Guarderias Monto_Debito_Tarjetas_Guarderias Monto_Credito_Tarjetas_Guarderias Total_Monto_Tarjetas_Hospitales Monto_Debito_Tarjetas_Hospitales Monto_Credito_Tarjetas_Hospitales Total_Monto_Tarjetas_Hoteles Monto_Debito_Tarjetas_Hoteles Monto_Credito_Tarjetas_Hoteles Total_Monto_Tarjetas_Miscelaneos Monto_Debito_Tarjetas_Miscelaneos Monto_Credito_Tarjetas_Miscelaneos Total_Monto_Tarjetas_Medicos_Dentistas Monto_Debito_Tarjetas_Medicos_Dentistas Monto_Credito_Tarjetas_Medicos_Dentistas Total_Monto_Tarjetas_No_Definido Monto_Debito_Tarjetas_No_Definido Monto_Credito_Tarjetas_No_Definido Total_Monto_Tarjetas_Otros Monto_Debito_Tarjetas_Otros Monto_Credito_Tarjetas_Otros Total_Monto_Tarjetas_Peaje Monto_Debito_Tarjetas_Peaje Monto_Credito_Tarjetas_Peaje Total_Monto_Tarjetas_Refacciones_Ferreteria Monto_Debito_Tarjetas_Refacciones_Ferreteria Monto_Credito_Tarjetas_Refacciones_Ferreteria Total_Monto_Tarjetas_Renta_Autos Monto_Debito_Tarjetas_Renta_Autos Monto_Credito_Tarjetas_Renta_Autos Total_Monto_Tarjetas_Restaurantes Monto_Debito_Tarjetas_Restaurantes Monto_Credito_Tarjetas_Restaurantes Total_Monto_Tarjetas_Salones_Belleza Monto_Debito_Tarjetas_Salones_Belleza Monto_Credito_Tarjetas_Salones_Belleza Total_Monto_Tarjetas_Supermercados Monto_Debito_Tarjetas_Supermercados Monto_Credito_Tarjetas_Supermercados Total_Monto_Tarjetas_Telecomunicaciones Monto_Debito_Tarjetas_Telecomunicaciones Monto_Credito_Tarjetas_Telecomunicaciones Total_Monto_Tarjetas_Transporte_Aereo Monto_Debito_Tarjetas_Transporte_Aereo Monto_Credito_Tarjetas_Transporte_Aereo Total_Monto_Tarjetas_Transporte_Terrestre_Pasajeros Monto_Debito_Tarjetas_Transporte_Terrestre_Pasajeros Monto_Credito_Tarjetas_Transporte_Terrestre_Pasajeros Total_Monto_Tarjetas_Ventas_Retail Monto_Debito_Tarjetas_Ventas_Retail Monto_Credito_Tarjetas_Ventas_Retail
2022-12-01 13806840974 8459055283 5347785691 67501923 16466638 51035285 859920524 433537267 426383257 417622364 75759639 341862725 73731513 44568135 29163378 252758856 152208720 100550136 143434434 96417212 47017223 149982485 74460478 75522007 463181310 244708713 218472597 2202047 992438 1209609 321545172 215282104 106263068 1093218588 735535453 357683135 435195419 272041375 163154044 3053304531 2264658214 788646316 1007324 402459 604866 94824680 48461220 46363460 130773308 57738314 73034995 422477817 295297699 127180118 157745796 82941319 74804477 491587 90285 401302 1863075252 1103303400 759771852 32715986 6525875 26190111 482968554 310094620 172873934 18540787 6192199 12348588 418511788 249121402 169390386 35466593 20352419 15114174 1596215 1066678 529537 318903600 195762898 123140702 280251937 103824061 176427876 163344613 108255439 55089173 2050545973 1242988610 807557362
2022-12-02 14307467872 8740334278 5567133594 70595532 17715791 52879741 882798042 465150819 417647222 397619265 74409658 323209608 76274986 45746111 30528875 272822585 158872776 113949809 150769690 101810201 48959489 159082732 79959370 79123363 820395632 283215137 537180495 2493405 1080292 1413112 321915602 217654501 104261101 1098702860 742872514 355830345 331513987 217524111 113989875 3217884429 2434713566 783170862 1290379 594922 695457 92876036 49177699 43698337 145727700 64699741 81027959 443208500 318966992 124241508 153457201 81715599 71741602 499228 127251 371977 1761740065 1052728422 709011643 32029229 6653987 25375242 451351007 300852611 150498395 18331419 5536120 12795300 471295837 279329081 191966756 36733030 21438209 15294821 1703142 1163648 539494 392349144 203003559 189345585 298853541 108355996 190497545 185415976 123436317 61979659 2017737692 1281829277 735908414
2022-12-03 13584789753 8473881502 5110908251 52956903 13998726 38958177 873271713 473330923 399940790 329049241 60371823 268677417 68140490 40829750 27310740 267660780 154652637 113008143 178816370 117928029 60888342 118042187 59913685 58128502 539570118 222335239 317234879 2337534 991477 1346058 300475944 201922408 98553535 1071730317 728019454 343710863 289431488 189506868 99924620 3182794070 2364022320 818771750 1102633 507379 595254 93530224 48285974 45244250 168187370 71764649 96422721 450738148 330424023 120314125 141020988 76107414 64913574 734218 163704 570514 1477773495 885963379 591810117 29487727 5240303 24247424 387596372 256635124 130961249 17147981 5447873 11700108 624158608 367407332 256751277 38267359 22029313 16238046 1799619 1160310 639309 280066028 173258878 106807150 254262249 98395336 155866913 207012280 135869555 71142725 2137627298 1367397617 770229681
2022-12-04 13094839773 8476524693 4618315081 33898677 10501048 23397630 809678909 441587060 368091849 57037391 15972285 41065106 54914385 33619296 21295089 122274442 77271688 45002754 207086812 135313730 71773082 32797701 17569149 15228551 438273498 258205327 180068171 2105496 874625 1230872 274807573 184566735 90240838 945428099 634841356 310586743 129031189 86986665 42044524 3975798229 2933720573 1042077656 149043 48147 100897 76429070 39708081 36720990 142472572 67566610 74905962 453412193 336668123 116744069 100907682 54261208 46646474 552636 91751 460885 1228865039 717822382 511042658 17618159 3058763 14559396 297171587 199039154 98132433 14790602 3853619 10936983 776615491 453336399 323279092 33891755 19308850 14582906 1668572 1066523 602049 225961920 135248596 90713324 193251603 78773737 114477866 211168920 137736750 73432171 2236780526 1397906465 838874061
2022-12-05 12597611807 7892626757 4704985050 37068253 9602046 27466207 728333996 386930926 341403070 117734888 24066806 93668082 14944364 8360488 6583877 146684696 84373966 62310730 187046189 120848372 66197817 119808879 50605064 69203815 440208694 281647621 158561073 2193011 1016515 1176497 252819703 167151103 85668601 901642450 590074881 311567568 143536347 91887659 51648688 4092675876 2890294288 1202381588 1007586 332446 675140 69925032 37458891 32466142 123275893 58857942 64417951 406228547 297261251 108967296 79005286 41701107 37304178 323785 49303 274482 1310009805 748530011 561479795 29760863 7351167 22409696 245067422 159652871 85414550 14873100 3595314 11277785 636854419 369670236 267184183 18352129 10256963 8095165 1468779 895815 572965 229539057 139633240 89905817 201940507 75045434 126895073 187187011 122218171 64968840 1858095240 1113256862 744838378
2022-12-06 13218427834 7904856048 5313571786 58627138 14977716 43649421 683721425 330599354 353122071 350623344 56606046 294017298 81458716 45619222 35839494 296271309 179915207 116356102 121095836 78783236 42312600 248138668 105812017 142326651 424557099 199377380 225179719 2542819 1129180 1413639 370755085 236670749 134084336 1026591778 670246726 356345052 337800739 209225622 128575117 3203831586 2290613670 913217916 2426298 834866 1591432 93935564 47675916 46259649 134951455 58677361 76274094 392499835 271490799 121009036 161280561 84286713 76993848 452989 101688 351301 1719802612 994113979 725688633 46362117 7796020 38566097 471761790 306553140 165208650 17245927 4686325 12559601 316286423 184573575 131712848 29140512 16164104 12976408 1588820 984823 603996 278923735 164799464 114124271 271327993 93415859 177912134 164585107 106304992 58280115 1909840552 1142820297 767020255
2022-12-07 13163576972 7682020571 5481556401 56596495 13750652 42845842 830224163 414479068 415745095 340292892 68849791 271443101 73239009 40101767 33137242 341379644 189874982 151504662 124835722 80650732 44184990 183421920 81847667 101574253 550645029 206249683 344395346 2330409 1037378 1293031 316701202 200624925 116076277 1008588717 659207567 349381150 343076184 207159705 135916480 3002994863 2096715737 906279126 1409508 470158 939350 93564170 49075997 44488173 120822831 53423124 67399707 381760655 261471181 120289474 158753992 81583600 77170393 531795 140373 391422 1598932154 902779904 696152250 30821852 6131699 24690153 470735771 305218564 165517207 16849671 4715989 12133682 354330163 202187448 152142716 31585432 17538435 14046997 1642590 1065615 576974 301607156 146959360 154647797 322074848 115401717 206673131 165047024 107098235 57948789 1938781110 1166209517 772571594
2022-12-08 13357256597 7867133355 5490123241 61802227 15828856 45973371 788858220 398218038 390640182 344505103 70490806 274014296 68919556 38316488 30603068 288412706 165620831 122791875 140165068 92134569 48030499 193389764 82749325 110640440 504913626 202359428 302554199 2376692 1106876 1269816 260743204 159977714 100765490 1032397484 682692886 349704598 385716186 223919214 161796973 3078323382 2129771681 948551701 1560743 490091 1070652 95314534 49155056 46159479 126395908 56402080 69993828 390231294 267306382 122924912 160388564 83555768 76832796 521379 105118 416262 1605759434 924562239 681197195 34975806 7181205 27794602 451453804 297806272 153647532 18377012 5158910 13218103 424438261 238434010 186004251 35426714 19695154 15731560 1725664 1152398 573266 289825270 163522665 126302606 305675006 115370092 190304914 179197876 113328001 65869875 2085466106 1260721205 824744901
2022-12-09 13136913934 8120538364 5016375571 56006365 14950242 41056122 788166290 420180931 367985359 316817771 66309876 250507895 66225635 38191872 28033763 251090343 141553731 109536612 154353690 103314151 51039539 194403872 85826780 108577092 380694487 186527716 194166771 2294126 1012180 1281946 310369136 198971918 111397219 978320452 654814898 323505555 351311793 200810996 150500798 3195655520 2328628866 867026654 1342445 550047 792398 85791874 44307394 41484480 132061728 59990760 72070969 403933170 288472611 115460559 143352869 76750262 66602608 542446 115454 426992 1471723071 903031311 568691760 27913057 5333775 22579283 450043500 300276586 149766913 17168836 4254916 12913919 495448340 284710922 210737418 40934174 23309628 17624546 1629140 1064643 564497 284524529 166017375 118507154 224776404 85885882 138890522 170580063 107503231 63076832 2139438807 1327869411 811569396
2022-12-10 15011324659 9601089126 5410235533 48903390 13088294 35815096 890327859 496700855 393627005 314135633 61467675 252667958 78706344 48498032 30208312 307416277 177174456 130241821 189916514 128591727 61324787 216185337 95431253 120754084 361776834 209683124 152093709 2514193 1070149 1444044 311481536 212035354 99446182 1110601778 758978372 351623406 320367287 202006287 118361000 3924134442 2875904730 1048229712 1286365 521652 764713 89714003 49828903 39885100 159217760 73779173 85438586 475380185 350326193 125053991 142545067 79539999 63005068 595480 126089 469391 1701852336 1076863770 624988566 30181311 5124182 25057129 402704534 274954767 127749767 19133255 5242432 13890823 702287423 415016482 287270941 50234218 29375227 20858991 1942912 1435331 507581 307521072 163941406 143579666 205203242 83426965 121776277 230589511 147386382 83203129 2414468563 1563569863 850898699

Con el fin de poder implementar un análisis conciso, se van a crear tres segmentos de la base de datos. Estos segmentos van a ser por total de monto usado en tarjetas, y por el tipo de tarjeta, crédito o débito.

En Millones
Tarjetas de Débito
Fecha Monto_Debito_Tarjetas
2022-12-01 8459055283
2022-12-02 8740334278
2022-12-03 8473881502
2022-12-04 8476524693
2022-12-05 7892626757
En Millones
Tarjetas de Crédito
Fecha Monto_Credito_Tarjetas
2022-12-01 5347785691
2022-12-02 5567133594
2022-12-03 5110908251
2022-12-04 4618315081
2022-12-05 4704985050
En Millones
Monto Total
Fecha Monto_Debito_Tarjetas Monto_Credito_Tarjetas
2022-12-01 8459055283 5347785691
2022-12-02 8740334278 5567133594
2022-12-03 8473881502 5110908251
2022-12-04 8476524693 4618315081
2022-12-05 7892626757 4704985050

A partir de esto podemos ya empezar con el analisis de la base de datos.

Análisis

Estadistica Descriptiva

En millones
Estadísticas
Monto_Debito_Tarjetas Monto_Credito_Tarjetas
Min. : 4985 Min. : 2864
1st Qu.: 7484 1st Qu.: 5292
Median : 8210 Median : 5627
Mean : 8350 Mean : 5740
3rd Qu.: 9037 3rd Qu.: 6166
Max. :12961 Max. :11926

Los análisis adicionales revelan que el promedio de transacciones con tarjetas de débito y crédito, asi como los totales acumulados, ofrecen una perspectiva clara sobre las preferencias de los consumidores y el comportamiento de las transacciones financieras a lo largo del periodo estudiado.

Comparación entre el uso de tarjetas de débito y crédito

Se ha llevado a cabo una comparación entre los montos totales transaccionados con tarjetas de débito y crédito. A través de una visualización de series de tiempo, se observa cómo varían las transacciones de débito y crédito a lo largo del tiempo, lo que permite evaluar las diferencias en los patrones de gasto entre ambos tipos de tarjetas e identificar tendencias estacionales y cambios significativos en el uso. Con esta serie de tiempo, podemos ver que durante nuestro horizonte temporal, el débito es más utilizado en México, con picos notables en épocas de descuentos como el Buen Fin y el Hot Sale. En general, ambos tipos de tarjetas muestran variaciones similares en respuesta a estas tendencias estacionales.

En millones
Estadísticas
Avg_Debit Avg_Credit Total_Debit Total_Credit
8350.29 5740.41 5085327 3495913

El promedio de pagos con tarjetas de débito al día es mayor que el crédito, lo que podría reflejar una preferencia de los consumidores a utilizar dicha forma de pago, esta siendo en promedio de $8,350 millones de pesos. Tal vez por la percepción de mayor control sobre sus gastos o menores costos asociados es que los consumidores prefieren ocupar su tarjeta de débito.

Una base de datos que ayudaría a poder entender esta separación entre el débito y el crédito en la base es información sobre la cantidad de tarjetas de crédito y débito en uso en el país.

Analisis de Distribucion

El análisis de distribución examina la frecuencia con la que se presentan los diferentes montos transaccionados. Al transformar los datos a millones para su visualización, se generan histogramas que muestran la distribución de los montos totales, asi como de los montos de tarjetas de débito y crédito por separado. Estos histogramas ayudan a identificar las concentraciones de montos y posibles irregularidades en el comportamiento de las transacciones.

Unos comentarios sobre las distribuciones. Estas distribuciones vienen apoyando lo que se había mencionado en la estadística descriptiva, las tarjetas de débitos son preferidas en nuestra muestra.

Algo interesante, las tarjetas de crédito son distribuidas con una curtosis grande en la zona entre los 5,000 y 7,000 millones de pesos ocupados. Lo cual puede indicarnos que aunque son ocupadas para pagar montos grandes, en comparación con el crédito. Su varianza a la izquierda es debido a las pocas ocasiones que se ha ocupado por de 10,000 millones en un día.

Las tarjetas de débito tienen mayor uso, pero su variedad de montos ocupados es mayor. Su curtosis es pequeña aun asi siendo igual inclinada a la izquierda de su mediana. Muestra más días pasando los 12,000 millones de pesos que las de crédito.

Un análisis que se podría generarse para entender mejor el uso de las tarjetas sería comparandolo con la cantidad de efectivo ocupada en el mismo horizonte de tiempo. Así haciendo igual una comparación en el tiempo se podría ver cuando es más común que el consumidor use tarjetas o efectivo. ¿En temporadas de descuento, se ocupan más las tarjetas o el efectivo?, ¿las promociones como meses sin intereses favorecen a que se usen más las tarjetas de crédito?

Analisis de Tendencia

Para lograr entender mejor el movimiento de la información se va a analizar su tendencia para poder identificar y evaluar los patrones mensuales del comportamiento en el uso de tarjetas, y separado entre débito y crédito a lo largo del tiempo. Utilizando los datos históricos y visualizaciones, se busca comprender como varían las transacciones en respuesta a factores estacionales, eventos económicos y cambioes en las preferencias de los consumidores. Para poder encontrar las desviaciones significativas en los patrones habituales se usará la detección de anomalías con el método de Puntuación Z.

Detección de Anomalias

Puntuación Z

Las puntuaciones Z ayudan a identificar la distancia que separa un determinado punto de datos de la media, medida en desviaciones estándar. Los puntos de datos con una puntuación Z superior a un determinado umbral (normalmente ±3) pueden considerarse anomalias.

Fechas y Monto de las Anomalías Detectadas
Fecha Total_Monto_Tarjetas Z_Total_Monto
2022-12-26 7848671579 -3.284558
2023-01-02 8227155368 -3.085400
2023-11-18 23803038275 5.110630
2023-11-19 22204796535 4.269635
2023-11-20 22389160269 4.366647
2023-11-21 22460276240 4.404069
2023-12-19 19959758983 3.088296
2023-12-22 19809895475 3.009438
2023-12-23 19911386708 3.062843

Con nuestra puntuación Z en tres podemos encontrar 9 fechas importantes dentro de la serie de tiempo, 2 con z negativa y 7 positivas. A partir de esta conclusión sale la incognita de, ¿qué es lo que genera estas abrupciones?

Para entender estas fechas, se realizó una investigación sobre las noticias y eventos que podrían haber influido en los patrones de gasto y consumo durante esos períodos.

Una puntuación Z negativa indica que el valor transaccionado en esas fechas está significativamente por debajo de la media, mientras que una puntuación Z positiva indica que el valor está por encima de la media. Las fechas con puntuaciones Z negativas podrían estar relacionadas con factores que redujeron el consumo o el gasto. Estos factores pueden incluir:

  1. Impactos Económicos Negativos: Factores como una alta inflación, que reduce el poder adquisitivo de los consumidores, o eventos económicos que generan incertidumbre, pueden llevar a una disminución en las transacciones. En diciembre de 2022, la inflación alta y una disminución en la confianza del consumidor podrían haber reducido el gasto, resultando en puntuaciones Z negativas.

  2. Eventos Climáticos Adversos: Fenómenos como el Frente Frío 19 en diciembre, que afectó el transporte y algunas actividades económicas, pueden haber causado una disminución temporal en las transacciones debido a dificultades logísticas o restricciones en el consumo.

  3. Aumento en el Gasto en Períodos Específicos: Las fechas con puntuaciones Z positivas podrían estar asociadas con períodos de aumento en el gasto, como promociones especiales, descuentos estacionales (como el Buen Fin y Hot Sale), o eventos que incentivaron un mayor consumo.

La identificación de las fechas con puntuaciones Z extremas y la correlación con eventos noticiosos y económicos proporciona una visión de cómo las variaciones en el contexto económico y social pueden influir en los patrones de transacciones. Este análisis ayuda a entender mejor los factores que contribuyen a las fluctuaciones en los datos y a contextualizar las anomalías encontradas.

Serie de Tiempo

Por tipo de Tarjeta y Monto General

Para poder entender el comportamiento mensual de los montos transaccionados mediante tarjetas se ha creado esta serie de tiempo mensual. Esto nos ayuda a identificar patrones de gasto y tendencias. Utilizando la visualización de series de tiempo y modelos lineales, se busca entender cómo varían las transacciones y evaluar la relación entre estos motnos y el tiempo. Además, se ha calculado el R-squared ajustado para cada modelo lineal para cuantificar el ajuste de estos modelos a los datos observados.

## El R2 ajustado de Total Monto es: 0.4381177
## El R2 ajustado de Monto Debito es: 0.3092019
## El R2 ajustado de Monto Credito es: 0.5413321

Con esto podemos ver que las transacciones mensuales de débito y crédito muestran tendencias identicas pero patrones distintos. Las ventas con Crédito aumentan comunmente un mes antes del crédito. La inclusión de los modelos lineales ha permitido identificar las tendencias generales y se ha agregado la R-squared ajustada para ver el ajuste de dicha tendencia con los datos.

Tendencias de los 5 mejores sectores totales en Monto Total

Para tener un entendimiento más minucioso de las tendnecias en las transacciones con tarjetas, se va a enfocar en los 5 sectores líderes en términos de transacciones, con el objetivo de identificar patrones y tendencias significativas en el comportamiento de gasto.

Analisis Comparativo

Comparacion por sectores:

Esta comparación por Sectores nos permite analizar y entender cómo varía el desempeño y comportamiento del gasto entre las diferentes categorías. Podemos notar todavía la tendnecia de usar más el débito que el crédito; esta siendo más exponencial conforme va subiendo de sector que el uso del crédito.

En agencias de viajes, educación básica, aseguradoras, transporte aereo, entretenimiento y agregadores; el consumidor prefiere ocupar su tarjeta de crédito. Esto indica que el uso de las tarjetas de crédito está relacionado con las características específicas de los servicios y las ventajas adicionales que las tarjetas de crédito ofrecen en comparación al débito. Estas ventajas pueden ser los que son compras de alto valor, tienen beneficios por usar este tipo de pago, las tarjetas de crédito comumente trraen más protección y seguridad y con el crédito logras financiar estas compras.

Comparacion por tipo de tarjeta:

## 
## Call:
## lm(formula = Monto_Credito_Tarjetas ~ Monto_Debito_Tarjetas, 
##     data = data)
## 
## Residuals:
##        Min         1Q     Median         3Q        Max 
## -1.780e+09 -3.620e+08  3.387e+06  2.923e+08  5.259e+09 
## 
## Coefficients:
##                        Estimate Std. Error t value Pr(>|t|)    
## (Intercept)           2.196e+09  1.825e+08   12.03   <2e-16 ***
## Monto_Debito_Tarjetas 4.245e-01  2.162e-02   19.64   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 666100000 on 607 degrees of freedom
## Multiple R-squared:  0.3884, Adjusted R-squared:  0.3874 
## F-statistic: 385.6 on 1 and 607 DF,  p-value: < 2.2e-16

Esta comparación de las transacciones de débito y crédito para diferentes años nos permite observar la tendencia general y temporal.

En cuanto a la tendencia, podemos notar que los puntos más dispersos son en el 2023, pero a fuera de eso, los años se muestran en unión. Se puede notar que las transacciones con tarjetas a aumentado con el paso del tiempo.

Analisis de Correlacion

El análisis de correlación examina la relación entre dos o más variables, revelando si y cómo están asociadas. Identifica si existe una relación positiva o negativa y su fuerza, proporcionando información clave sobre patrones y tendencias en los datos.

Es útil para desarrollar modelos predictivos, validar hipótesis y tomar decisiones informadas. Además, ayuda a optimizar estrategias, segmentar clientes y detectar anomalías, ofreciendo una comprensión profunda de cómo interactúan las variables.

Entre los tipos de tarjeta

El análisis muestra una alta correlación positiva (0.94) entre “Monto_Credito_Tarjetas” y “Monto_Debito_Tarjetas”, sugiriendo que mayores gastos en una tarjeta están asociados con mayores gastos en la otra. Esto sugiere patrones de comportamiento financiero donde el uso elevado de un tipo de tarjeta se asocia con el uso elevado del otro.

Entre Sectores en Total

El análisis de correlación revela importantes relaciones entre distintos sectores de negocio, como ‘Ventas_Retail’, ‘Refacciones_Ferreteria’, ‘Gobierno’ y ‘Entretenimiento’. Los principales hallazgos son:

  • Relación Positiva Fuerte: Existe una correlación positiva significativa entre ‘Entretenimiento’ y ‘Agropecuario’. Esto sugiere que cuando aumentan las transacciones en el sector de entretenimiento, también tienden a aumentar en el sector agropecuario.

  • Gobierno: El sector de gobierno muestra poca o ninguna correlación con otros sectores, indicando que sus transacciones no están significativamente influenciadas por los cambios en otros sectores.

  • Ventas_Retail: Tiene correlaciones positivas moderadas con sectores como ‘Refacciones_Ferreteria’, lo que sugiere una relación lineal moderada entre estos sectores.

Este análisis es valioso para identificar patrones y relaciones entre diferentes áreas de negocio, lo que puede ser útil para la planificación estratégica y el análisis de mercado.

Modelización predictiva

El análisis del modelo predictivo ha demostrado su efectividad para anticipar resultados futuros con alta precisión. Los resultados obtenidos indican que el modelo es capaz de identificar patrones clave y hacer proyecciones confiables, lo que facilita la toma de decisiones informadas.

Las tarjetas de crédito y débito seguirán aumentando su número de transacciones con los años.

Gracias al modelo podemos entender más el comportamiento de los usuarios. Las compran comunmente se efectuan entre el jueves y el sábado. Siendo entre noviembre y diciembre cuando más se ocupan.

Conclusión

El análisis realizado mediante un modelo de series temporales revela una tendencia general ascendente en los datos desde 2023 hasta 2025, sugiriendo un crecimiento sostenido en la métrica analizada. Esta tendencia es alentadora, indicando que se espera un aumento continuo en el futuro cercano.

Además, se identifican patrones semanales consistentes, con fluctuaciones específicas en ciertos días de la semana. Estos patrones pueden ser cruciales para la planificación y toma de decisiones, ya que permiten ajustar estrategias según las variaciones regulares en los datos.

Sin embargo, es importante tener en cuenta la incertidumbre en las predicciones a medida que se extienden en el tiempo, como lo muestra la zona sombreada en el gráfico. Esta incertidumbre debe considerarse al hacer planes a largo plazo.

En resumen, el análisis no solo destaca una tendencia de crecimiento, sino también patrones estacionales significativos, lo cual es valioso para la planificación estratégica y la gestión de recursos.