Objetivo de la sesión

• Aprender a leer archivos Excel con R
• Calcular métricas descriptivas básicas
• Crear visualizaciones avanzadas y comparativas
• Automatizar reportes usando R Markdown
• Generar presentaciones reproducibles (PPT)

Contexto del análisis

• Información de productos de ahorro infantil
• Análisis agregado por agencia
• Uso de percentiles y medidas de dispersión
• Análisis visual comprehensivo de distribuciones y tendencias

Cargar paquetes y leer datos

Vista general de los datos

## # A tibble: 6 × 15
##   NRODOC...1 COD_AGENCIA NOM_AGENCIA    TIPODOC NRODOC...5 SOCIO MONEDA PRODUCTO
##   <chr>            <dbl> <chr>          <chr>   <chr>      <chr>  <dbl> <chr>   
## 1 6B538275           101 AGENCIA PRINC… DNI     6B538275   GALL…      1 AHORRO …
## 2 43274B85           101 AGENCIA PRINC… DNI     43274B85   CACE…      1 AHORRO …
## 3 47734785           109 AGENCIA CUSCO… DNI     47734785   ROZA…      1 AHORRO …
## 4 24982B84           101 AGENCIA PRINC… DNI     24982B84   ESPI…      1 AHORRO …
## 5 24969B3B           101 AGENCIA PRINC… DNI     24969B3B   BERR…      1 AHORRO …
## 6 25AAB8B4           101 AGENCIA PRINC… DNI     25AAB8B4   DEPA…      1 AHORRO …
## # ℹ 7 more variables: SALDO_FINAL <dbl>, SALDO_FINAL_SOLES <dbl>,
## #   NRO_CUENTA <chr>, CODSOCIO <chr>, NSO <chr>, CDT <dbl>, SALDO_CDO <dbl>

Variable de interés

• SALDO_FINAL_SOLES representa el saldo final de cada cuenta
• Se utiliza para medir concentración y dispersión

Percentiles (P25, P50 y P75)

##  25%  50%  75% 
## 0.86 2.45 5.84

Construcción de métricas

Resultados principales

• Diferencias significativas entre agencias
• Alta concentración de saldos en pocas agencias

## # A tibble: 12 × 6
##    COD_AGENCIA NOM_AGENCIA              cuentas_total saldo_total saldo_promedio
##          <dbl> <chr>                            <int>       <dbl>          <dbl>
##  1         101 AGENCIA PRINCIPAL                 1337      95313.          71.3 
##  2         109 AGENCIA CUSCO WANCHAQ              224       9706.          43.3 
##  3         105 AGENCIA CUSCO SANTA MON…           234       5112.          21.8 
##  4         111 AGENCIA SICUANI                     54       4263.          78.9 
##  5         110 AGENCIA SAN JERONIMO               169       3052.          18.1 
##  6         104 AGENCIA SANTA TERESA               160       2992.          18.7 
##  7         112 AGENCIA PUERTO MALDONADO            45       2554.          56.8 
##  8         108 AGENCIA MACHUPICCHU                106       2214.          20.9 
##  9         106 AGENCIA QUELLOUNO                  144       2150.          14.9 
## 10         102 AGENCIA QUEBRADA                   151       1427.           9.45
## 11         113 AGENCIA URUBAMBA                    20        702.          35.1 
## 12         103 AGENCIA KITENI                      66        620.           9.40
## # ℹ 1 more variable: saldo_mediana <dbl>

1. Top 10 agencias por saldo total

2. Distribución de saldos

3. Número de cuentas por agencia

4. Promedio vs Mediana por agencia

5. Relación cuentas vs saldo total

6. Boxplot comparativo (Top 6 agencias)

7. Participación porcentual

8. Heatmap de métricas

Generación automática de Excel

Conclusiones

• R Markdown permite generar PPT reproducibles con múltiples visualizaciones
• Los gráficos avanzados revelan patrones ocultos en los datos
• Separar análisis y presentación mejora claridad
• Los parámetros facilitan reutilización del reporte
• La visualización es clave para comunicar insights efectivamente

Insights clave del análisis

• Concentración significativa en pocas agencias (Top 3 = ~80% del saldo)
• Alta variabilidad en saldos individuales (outliers significativos)
• Diferencia entre promedio y mediana indica distribución asimétrica
• Correlación positiva entre número de cuentas y saldo total

Siguiente paso

• Incorporar comparaciones temporales
• Automatizar reportes mensuales