# Cargar las librerías necesarias
library(tidyverse)

# 1. Leer la Base de Datos del DENUE INEGI
# Nota: Los archivos del DENUE suelen venir con codificación 'latin1'
df_denue <- read_csv("denue.csv", locale = locale(encoding = "latin1"))

# 2. Filtrado por municipio (Llera)
df_llera <- df_denue %>% 
  filter(municipio == "Llera")

# 3. Exportar la base nueva (Para su posterior uso en Power BI)
# La exportamos en formato CSV con codificación UTF-8 para evitar problemas de caracteres en Power BI
write_csv(df_llera, "denue_llera_exportado.csv")

# (Opcional) Importarla nuevamente si deseas continuar el tratamiento desde el nuevo archivo
df_powerbi_ready <- read_csv("denue_llera_exportado.csv")

# 4. Describir personas ocupadas y principal actividad comercial mediante gráficos

# Gráfico A: Distribución de Personas Ocupadas
grafico_personas <- df_llera %>%
  count(per_ocu) %>%
  ggplot(aes(x = reorder(per_ocu, n), y = n, fill = per_ocu)) +
  geom_col(show.legend = FALSE) +
  coord_flip() + # Volteamos el gráfico para leer mejor las etiquetas
  theme_minimal() +
  labs(
    title = "Establecimientos por Rango de Personas Ocupadas en Llera",
    x = "Rango de Personas Ocupadas",
    y = "Cantidad de Establecimientos"
  ) +
  theme(plot.title = element_text(face = "bold"))

# Mostramos el gráfico A
print(grafico_personas)

# Gráfico B: Top 10 Principales Actividades Comerciales
grafico_actividad <- df_llera %>%
  count(nombre_act) %>%
  top_n(10, n) %>% # Filtramos solo el top 10 para no saturar el gráfico
  ggplot(aes(x = reorder(str_wrap(nombre_act, 40), n), y = n, fill = nombre_act)) +
  geom_col(show.legend = FALSE) +
  coord_flip() +
  theme_minimal() +
  labs(
    title = "Top 10 Actividades Comerciales en Llera",
    x = "Actividad Comercial",
    y = "Cantidad de Establecimientos"
  ) +
  theme(plot.title = element_text(face = "bold"))

# Mostramos el gráfico B
print(grafico_actividad)

Análisis Estratégico del Municipio de Llera, Tamaulipas Realizado Con Ollama y Mistral

A partir del análisis de los datos obtenidos del DENUE, se identifican patrones relevantes en la estructura económica del municipio de Llera, Tamaulipas, caracterizada principalmente por la presencia de micro y pequeñas unidades económicas enfocadas en el comercio y los servicios.

Oportunidades de desarrollo económico

Se observa una alta concentración en actividades comerciales básicas y servicios, lo que indica oportunidades en:

  • Fortalecimiento del comercio local mediante herramientas digitales
  • Integración de cadenas productivas entre negocios
  • Formalización de unidades económicas
  • Desarrollo de turismo rural y actividades complementarias

Sectores con mayor potencial

Los sectores con mayor posibilidad de crecimiento son:

  • Comercio al por menor
  • Servicios locales
  • Agroindustria (transformación de productos)
  • Turismo regional

Estrategias para la generación de empleo

Se proponen las siguientes estrategias:

Corto plazo: - Capacitación en ventas digitales y administración básica
- Impulso al autoempleo

Mediano plazo: - Creación de cooperativas
- Fortalecimiento de cadenas productivas

Largo plazo: - Atracción de inversión
- Desarrollo de infraestructura comercial

Diversificación económica

Para reducir la dependencia del comercio tradicional, se recomienda:

  • Fomentar servicios especializados
  • Impulsar la transformación de productos locales
  • Adoptar herramientas digitales

Innovación en negocios locales

Algunas acciones clave incluyen:

  • Uso de plataformas digitales (WhatsApp Business, redes sociales)
  • Creación de una red o mercado digital local
  • Desarrollo de una marca regional
  • Establecimiento de alianzas entre negocios

Conclusión

El municipio presenta una base económica activa, pero con oportunidades claras de mejora mediante la organización, modernización y diversificación de sus actividades económicas. El uso de herramientas digitales y estrategias colaborativas puede ser un factor clave para su desarrollo sostenible.

Nota: El presente análisis fue apoyado mediante herramientas de inteligencia artificial para la interpretación de datos.