Proyecto Presupuesto 2027

VISUALIZACIÓN DE DATOS

PROYECTO GRUPAL FINAL · PARTE 1
Docente: Carlos Amortegui

1. Introducción

El presente informe tiene como propósito realizar una exploración inicial de los datos históricos de ventas de trajes, con el fin de evaluar su estructura, calidad y utilidad para la elaboración del presupuesto de ventas de 2027.

El análisis se enfocará en las cantidades y los valores de venta, así como en su comportamiento por periodo, línea de producto y color.

2. Preparación de los datos

2.1. Instalación de paquetes

Para realizar la exploración de los datos se utilizarán paquetes de R que permiten importar archivos, organizar la información y realizar cálculos estadísticos.

El siguiente código instala los paquetes necesarios para trabajar con archivos Excel y CSV, manipular datos y elaborar gráficos.

install.packages("readxl")     # Lectura de archivos Excel
install.packages("readr")      # Lectura de archivos CSV
install.packages("dplyr")      # Manipulación y transformación de datos
install.packages("tidyr")      # Organización de los datos
install.packages("ggplot2")    # Elaboración de gráficos
install.packages("knitr")      # Presentación de tablas

2.2. Carga de paquetes

Una vez instalados, los paquetes se cargan para poder utilizar sus funciones durante el análisis.

library(readxl)    # Importación de archivos Excel
library(readr)     # Importación de archivos CSV
library(dplyr)     # Manipulación de datos
library(ggplot2)   # Gráficos exploratorios
library(knitr)     # Presentación de tablas

2.3. Importación de las bases de datos

Para realizar la exploración se utilizarán dos fuentes de información. La primera corresponde a los reportes históricos de ventas, almacenados en archivos Excel separados por mes. La segunda corresponde a la base consolidada de artículos, almacenada en formato TXT, que contiene características descriptivas de los productos.

Los reportes mensuales de ventas se integrarán en una sola base de datos para facilitar el análisis del comportamiento histórico. Posteriormente, se revisará la estructura de ambas fuentes antes de realizar su integración y los análisis descriptivos.

2.3.1. Identificación de los archivos de ventas

El siguiente código permite identificar los archivos Excel ubicados en la carpeta que contiene los reportes mensuales.

# Ruta de la carpeta que contiene los reportes mensuales
ruta_ventas <- "C:/Users/jerso/OneDrive/Documentos/Educacion/R Markdown/Proyecto_Visualizacion/_ventasHistoricas"

# Identificar los archivos Excel de la carpeta
archivos_ventas <- list.files(
  path = ruta_ventas,
  pattern = "\\.xlsx$",
  full.names = TRUE,
  ignore.case = TRUE
)

# Consultar la cantidad de archivos encontrados
length(archivos_ventas)

## [1] 2

# Mostrar los nombres de los archivos encontrados
basename(archivos_ventas)

## [1] "201904.xlsx"                        "Reporte de ventas - unificado.xlsx"

2.3.2. Consolidación de los reportes mensuales

Una vez identificados los archivos, podemos leerlos y unirlos verticalmente. Este código supone que los reportes tienen una estructura compatible y que los datos están en la primera hoja de cada archivo.

(Los datos se garantizan desde la descarga que tiene el mismo formato y campos)

# Leer cada archivo Excel desde la hoja "Sheet1"
# y consolidar los registros en una sola base

ventas <- bind_rows(
  lapply(archivos_ventas, function(archivo) {
    read_excel(
      path = archivo,
      sheet = "Sheet1"
    )
  })
)

# Consultar las dimensiones de la base consolidada
dim(ventas)

## [1] 36244    35

# Visualizar los primeros registros
head(ventas)

Bodega	Desc. C.O.	Desc. bodega	Referencia	Desc. item	Detalle ext. 1	Desc. detalle ext. 1	Detalle ext. 2	U.M.	GRUPO	SUB GRUPO	LINEA	SILUETA	CATEGORIA	PRESUPUESTO	MATERIAL	DESCRIPCION MATERIAL	DISEÑO PRENDA	PAIS DE ORIGEN	PROVEEDOR	Clase docto.	Tipo docto.	SATELITE	Nro documento	Desc. lista de precios	Desc. causal devol.	Cantidad	Fecha	Valor neto local	Valor subtotal local	Valor descuentos local	Grupo dscto. cliente	Obsequio	Fecha y hora creación	Estado
191	VILLAVICENCIO	PV VILLAVICENCIO	67591-1	PANTALON INF AZUL MED CN	027	AZUL MEDI	32	UND	2 - INFORMAL	NA	1 - CN	2 - REGULAR	13 - PANTALON	042 - PANTALON INFORMAL	NA	01 - UNICOLOR	018 - BOLSILLOS SESGADOS	002 - ESPAÑA	034 - CONFECCIONES NALO SA	Boutique	FV1	NA	FV1-00005121	GENERAL	NA	1	2019-06-28	239990	201672	0	NA	No	2019-06-28 12:09:13	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	67591-1	PANTALON INF AZUL MED CN	027	AZUL MEDI	36	UND	2 - INFORMAL	NA	1 - CN	2 - REGULAR	13 - PANTALON	042 - PANTALON INFORMAL	NA	01 - UNICOLOR	018 - BOLSILLOS SESGADOS	002 - ESPAÑA	034 - CONFECCIONES NALO SA	Boutique	FV1	NA	FV1-00005120	GENERAL	NA	1	2019-06-28	239990	201672	0	NA	No	2019-06-28 12:06:40	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	67591-1	PANTALON INF AZUL MED CN	027	AZUL MEDI	38	UND	2 - INFORMAL	NA	1 - CN	2 - REGULAR	13 - PANTALON	042 - PANTALON INFORMAL	NA	01 - UNICOLOR	018 - BOLSILLOS SESGADOS	002 - ESPAÑA	034 - CONFECCIONES NALO SA	Boutique	FV1	NA	FV1-00005119	GENERAL	NA	1	2019-06-27	239990	201672	0	NA	No	2019-06-27 18:14:31	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	6686103	UNDER BOXER CORTO BLANCO ALGODON CN	NA	NA	NA	UND	2 - INFORMAL	NA	1 - CN	8 - NO APLICA	04 - ROPA INTERIOR	061 - UNDER BOXER CORTO	NA	NA	NA	NA	037 - CORPOTEX DE COLOMBIA SAS	Boutique	FV1	016 - CORPOTEX	FV1-00005125	GENERAL	NA	1	2019-06-29	45990	38647	0	NA	No	2019-06-29 11:41:26	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	11048	1901-517 JEAN AZUL MEDIO	027	AZUL MEDI	36	UND	2 - INFORMAL	NA	1 - CN	4 - SLIM	13 - PANTALON	027 - JEANS	12 - INDIGO	01 - UNICOLOR	017 - CINCO BOLSILLOS	015 - COLOMBIA	170 - PROJECT DENIM	Boutique	FV1	009 - PROJECT DENIM	FV1-00005041	GENERAL	NA	1	2019-06-10	298990	251252	0	NA	No	2019-06-10 12:54:04	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	11048	1901-517 JEAN AZUL MEDIO	027	AZUL MEDI	38	UND	2 - INFORMAL	NA	1 - CN	4 - SLIM	13 - PANTALON	027 - JEANS	12 - INDIGO	01 - UNICOLOR	017 - CINCO BOLSILLOS	015 - COLOMBIA	170 - PROJECT DENIM	Boutique	FV1	009 - PROJECT DENIM	FV1-00005037	GENERAL	NA	1	2019-06-09	298990	251252	0	NA	No	2019-06-09 14:29:27	Aprobada

2.3.3. Importación y depuración del maestro de artículos

El maestro de artículos se encuentra almacenado en un archivo de texto (TXT) cuyos campos están separados por tabulaciones. Después de su importación, se realizará una revisión de los registros duplicados. Cuando dos o más filas sean completamente idénticas en todas sus columnas, se conservará una sola copia. Este procedimiento permitirá reducir redundancias sin eliminar registros que presenten diferencias en sus atributos.

La base original importada se conservará y la depuración se aplicará sobre una copia de trabajo, garantizando la trazabilidad del procedimiento.

# Definir la ruta del archivo maestro
ruta_articulos <- "C:/Users/jerso/OneDrive/Documentos/Educacion/R Markdown/Proyecto_Visualizacion/_maestroArticulos/Reporte articulos.txt"

# Importar el archivo TXT separado por tabulaciones
articulos <- read_delim(
  file = ruta_articulos,
  delim = "\t",
  locale = locale(encoding = "Windows-1252"),
  trim_ws = TRUE,
  show_col_types = FALSE
)

# Contar las filas completamente duplicadas
duplicados_exactos <- sum(duplicated(articulos))

# Crear una base depurada, conservando una sola copia
# de cada fila completamente idéntica
articulos_limpio <- articulos %>%
  distinct()

# Resumir los resultados
resumen_depuracion <- data.frame(
  Registros_originales = nrow(articulos),
  Duplicados_exactos = duplicados_exactos,
  Registros_despues_depuracion = nrow(articulos_limpio)
)

knitr::kable(
  resumen_depuracion,
  caption = "Resumen de la depuración de duplicados exactos"
)

Resumen de la depuración de duplicados exactos

Registros_originales	Duplicados_exactos	Registros_despues_depuracion
71684	38249	33435

# Mostrar los primeros registros de la base depurada
head(articulos_limpio)

Referencia	Desc. item	Ext. 1 detalle	Desc. ext. 1	CATEGORIA	PRESUPUESTO	LINEA	SILUETA	DISEÑO PRENDA	…10	…11	…12	…13	…14	…15	…16	…17	…18	…19	…20	…21	…22	…23	…24	…25	…26	…27	…28	…29	…30	…31
0014633	SUÉTER GRIS OSCURO CERRADO	035	COL PREN	19 - PUNTO	054 - SUETER CERRADO	1 - CN	2 - REGULAR	121 - CUELLO TORTUGA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
0014634	SUÉTER AZUL OSCURO CERRADO	028	COL PREN	19 - PUNTO	054 - SUETER CERRADO	1 - CN	2 - REGULAR	121 - CUELLO TORTUGA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
0014635	SUÉTER NEGRO CERRADO	036	COL PREN	19 - PUNTO	054 - SUETER CERRADO	1 - CN	2 - REGULAR	121 - CUELLO TORTUGA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
240-554	ATLAS MERINOS 100	NA	NA	NA	NA	0 - N/A	8 - NO APLICA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16-040	DYSATEX UV	NA	NA	NA	NA	0 - N/A	8 - NO APLICA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
0014650	SERVICIO DE CONFECCION BOLSAS ZAPATOS	NA	NA	15 - NO VENTA	125 - NO VENTA	0 - N/A	8 - NO APLICA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA

2.4. Revisión inicial de la estructura de los datos

Una vez importadas las fuentes de información, se realizará una revisión inicial de su estructura para identificar la cantidad de registros, las variables disponibles y los tipos de datos de cada base. Esta revisión permitirá reconocer las características generales de la información y detectar posibles ajustes necesarios antes de realizar el análisis exploratorio.

2.4.1. Dimensiones de las bases

Las dimensiones permiten conocer el número de registros y variables disponibles en cada fuente de información.

# Cantidad de filas y columnas de la base de ventas
dim(ventas)

## [1] 36244    35

# Cantidad de filas y columnas del maestro de artículos
dim(articulos_limpio)

## [1] 33435    31

2.4.2. Nombres de las variables

# Variables disponibles en la base de ventas
names(ventas)

##  [1] "Bodega"                 "Desc. C.O."             "Desc. bodega"          
##  [4] "Referencia"             "Desc. item"             "Detalle ext. 1"        
##  [7] "Desc. detalle ext. 1"   "Detalle ext. 2"         "U.M."                  
## [10] "GRUPO"                  "SUB GRUPO"              "LINEA"                 
## [13] "SILUETA"                "CATEGORIA"              "PRESUPUESTO"           
## [16] "MATERIAL"               "DESCRIPCION MATERIAL"   "DISEÑO PRENDA"         
## [19] "PAIS DE ORIGEN"         "PROVEEDOR"              "Clase docto."          
## [22] "Tipo docto."            "SATELITE"               "Nro documento"         
## [25] "Desc. lista de precios" "Desc. causal devol."    "Cantidad"              
## [28] "Fecha"                  "Valor neto local"       "Valor subtotal local"  
## [31] "Valor descuentos local" "Grupo dscto. cliente"   "Obsequio"              
## [34] "Fecha y hora creación"  "Estado"

# Variables disponibles en el maestro de artículos
names(articulos_limpio)

##  [1] "Referencia"     "Desc. item"     "Ext. 1 detalle" "Desc. ext. 1"  
##  [5] "CATEGORIA"      "PRESUPUESTO"    "LINEA"          "SILUETA"       
##  [9] "DISEÑO PRENDA"  "...10"          "...11"          "...12"         
## [13] "...13"          "...14"          "...15"          "...16"         
## [17] "...17"          "...18"          "...19"          "...20"         
## [21] "...21"          "...22"          "...23"          "...24"         
## [25] "...25"          "...26"          "...27"          "...28"         
## [29] "...29"          "...30"          "...31"

2.4.3. Tipos de datos y primeros registros

# Estructura de la base de ventas
glimpse(ventas)

## Rows: 36,244
## Columns: 35
## $ Bodega                   <chr> "191", "191", "191", "191", "191", "191", "19…
## $ `Desc. C.O.`             <chr> "VILLAVICENCIO", "VILLAVICENCIO", "VILLAVICEN…
## $ `Desc. bodega`           <chr> "PV VILLAVICENCIO", "PV VILLAVICENCIO", "PV V…
## $ Referencia               <chr> "67591-1", "67591-1", "67591-1", "6686103", "…
## $ `Desc. item`             <chr> "PANTALON INF AZUL MED CN", "PANTALON INF AZU…
## $ `Detalle ext. 1`         <chr> "027", "027", "027", NA, "027", "027", NA, NA…
## $ `Desc. detalle ext. 1`   <chr> "AZUL MEDI", "AZUL MEDI", "AZUL MEDI", NA, "A…
## $ `Detalle ext. 2`         <chr> "32", "36", "38", NA, "36", "38", NA, NA, NA,…
## $ U.M.                     <chr> "UND", "UND", "UND", "UND", "UND", "UND", "UN…
## $ GRUPO                    <chr> "2 - INFORMAL", "2 - INFORMAL", "2 - INFORMAL…
## $ `SUB GRUPO`              <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ LINEA                    <chr> "1 - CN", "1 - CN", "1 - CN", "1 - CN", "1 - …
## $ SILUETA                  <chr> "2 - REGULAR", "2 - REGULAR", "2 - REGULAR", …
## $ CATEGORIA                <chr> "13 - PANTALON", "13 - PANTALON", "13 - PANTA…
## $ PRESUPUESTO              <chr> "042 - PANTALON INFORMAL", "042 - PANTALON IN…
## $ MATERIAL                 <chr> NA, NA, NA, NA, "12 - INDIGO", "12 - INDIGO",…
## $ `DESCRIPCION MATERIAL`   <chr> "01 - UNICOLOR", "01 - UNICOLOR", "01 - UNICO…
## $ `DISEÑO PRENDA`          <chr> "018 - BOLSILLOS SESGADOS", "018 - BOLSILLOS …
## $ `PAIS DE ORIGEN`         <chr> "002 - ESPAÑA", "002 - ESPAÑA", "002 - ESPAÑA…
## $ PROVEEDOR                <chr> "034 - CONFECCIONES NALO SA", "034 - CONFECCI…
## $ `Clase docto.`           <chr> "Boutique", "Boutique", "Boutique", "Boutique…
## $ `Tipo docto.`            <chr> "FV1", "FV1", "FV1", "FV1", "FV1", "FV1", "FV…
## $ SATELITE                 <chr> NA, NA, NA, "016 - CORPOTEX", "009 - PROJECT …
## $ `Nro documento`          <chr> "FV1-00005121", "FV1-00005120", "FV1-00005119…
## $ `Desc. lista de precios` <chr> "GENERAL", "GENERAL", "GENERAL", "GENERAL", "…
## $ `Desc. causal devol.`    <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ Cantidad                 <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, …
## $ Fecha                    <dttm> 2019-06-28, 2019-06-28, 2019-06-27, 2019-06-…
## $ `Valor neto local`       <dbl> 239990, 239990, 239990, 45990, 298990, 298990…
## $ `Valor subtotal local`   <dbl> 201672, 201672, 201672, 38647, 251252, 251252…
## $ `Valor descuentos local` <dbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, …
## $ `Grupo dscto. cliente`   <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ Obsequio                 <chr> "No", "No", "No", "No", "No", "No", "No", "No…
## $ `Fecha y hora creación`  <dttm> 2019-06-28 12:09:13, 2019-06-28 12:06:40, 20…
## $ Estado                   <chr> "Aprobada", "Aprobada", "Aprobada", "Aprobada…

# Estructura del maestro de artículos
glimpse(articulos_limpio)

## Rows: 33,435
## Columns: 31
## $ Referencia       <chr> "0014633", "0014634", "0014635", "240-554", "16-040",…
## $ `Desc. item`     <chr> "SUÉTER GRIS OSCURO CERRADO", "SUÉTER AZUL OSCURO CER…
## $ `Ext. 1 detalle` <chr> "035", "028", "036", NA, NA, NA, "027", "028", "026",…
## $ `Desc. ext. 1`   <chr> "COL PREN", "COL PREN", "COL PREN", NA, NA, NA, "COL …
## $ CATEGORIA        <chr> "19 - PUNTO", "19 - PUNTO", "19 - PUNTO", NA, NA, "15…
## $ PRESUPUESTO      <chr> "054 - SUETER CERRADO", "054 - SUETER CERRADO", "054 …
## $ LINEA            <chr> "1 - CN", "1 - CN", "1 - CN", "0 - N/A", "0 - N/A", "…
## $ SILUETA          <chr> "2 - REGULAR", "2 - REGULAR", "2 - REGULAR", "8 - NO …
## $ `DISEÑO PRENDA`  <chr> "121 - CUELLO TORTUGA", "121 - CUELLO TORTUGA", "121 …
## $ ...10            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...11            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...12            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...13            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...14            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...15            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...16            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...17            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...18            <chr> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...19            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...20            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...21            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...22            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...23            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...24            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...25            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...26            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...27            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...28            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...29            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...30            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ ...31            <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…

# Primeros registros de ventas
head(ventas)

Bodega	Desc. C.O.	Desc. bodega	Referencia	Desc. item	Detalle ext. 1	Desc. detalle ext. 1	Detalle ext. 2	U.M.	GRUPO	SUB GRUPO	LINEA	SILUETA	CATEGORIA	PRESUPUESTO	MATERIAL	DESCRIPCION MATERIAL	DISEÑO PRENDA	PAIS DE ORIGEN	PROVEEDOR	Clase docto.	Tipo docto.	SATELITE	Nro documento	Desc. lista de precios	Desc. causal devol.	Cantidad	Fecha	Valor neto local	Valor subtotal local	Valor descuentos local	Grupo dscto. cliente	Obsequio	Fecha y hora creación	Estado
191	VILLAVICENCIO	PV VILLAVICENCIO	67591-1	PANTALON INF AZUL MED CN	027	AZUL MEDI	32	UND	2 - INFORMAL	NA	1 - CN	2 - REGULAR	13 - PANTALON	042 - PANTALON INFORMAL	NA	01 - UNICOLOR	018 - BOLSILLOS SESGADOS	002 - ESPAÑA	034 - CONFECCIONES NALO SA	Boutique	FV1	NA	FV1-00005121	GENERAL	NA	1	2019-06-28	239990	201672	0	NA	No	2019-06-28 12:09:13	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	67591-1	PANTALON INF AZUL MED CN	027	AZUL MEDI	36	UND	2 - INFORMAL	NA	1 - CN	2 - REGULAR	13 - PANTALON	042 - PANTALON INFORMAL	NA	01 - UNICOLOR	018 - BOLSILLOS SESGADOS	002 - ESPAÑA	034 - CONFECCIONES NALO SA	Boutique	FV1	NA	FV1-00005120	GENERAL	NA	1	2019-06-28	239990	201672	0	NA	No	2019-06-28 12:06:40	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	67591-1	PANTALON INF AZUL MED CN	027	AZUL MEDI	38	UND	2 - INFORMAL	NA	1 - CN	2 - REGULAR	13 - PANTALON	042 - PANTALON INFORMAL	NA	01 - UNICOLOR	018 - BOLSILLOS SESGADOS	002 - ESPAÑA	034 - CONFECCIONES NALO SA	Boutique	FV1	NA	FV1-00005119	GENERAL	NA	1	2019-06-27	239990	201672	0	NA	No	2019-06-27 18:14:31	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	6686103	UNDER BOXER CORTO BLANCO ALGODON CN	NA	NA	NA	UND	2 - INFORMAL	NA	1 - CN	8 - NO APLICA	04 - ROPA INTERIOR	061 - UNDER BOXER CORTO	NA	NA	NA	NA	037 - CORPOTEX DE COLOMBIA SAS	Boutique	FV1	016 - CORPOTEX	FV1-00005125	GENERAL	NA	1	2019-06-29	45990	38647	0	NA	No	2019-06-29 11:41:26	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	11048	1901-517 JEAN AZUL MEDIO	027	AZUL MEDI	36	UND	2 - INFORMAL	NA	1 - CN	4 - SLIM	13 - PANTALON	027 - JEANS	12 - INDIGO	01 - UNICOLOR	017 - CINCO BOLSILLOS	015 - COLOMBIA	170 - PROJECT DENIM	Boutique	FV1	009 - PROJECT DENIM	FV1-00005041	GENERAL	NA	1	2019-06-10	298990	251252	0	NA	No	2019-06-10 12:54:04	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	11048	1901-517 JEAN AZUL MEDIO	027	AZUL MEDI	38	UND	2 - INFORMAL	NA	1 - CN	4 - SLIM	13 - PANTALON	027 - JEANS	12 - INDIGO	01 - UNICOLOR	017 - CINCO BOLSILLOS	015 - COLOMBIA	170 - PROJECT DENIM	Boutique	FV1	009 - PROJECT DENIM	FV1-00005037	GENERAL	NA	1	2019-06-09	298990	251252	0	NA	No	2019-06-09 14:29:27	Aprobada

# Primeros registros del maestro de artículos
head(articulos_limpio)

Referencia	Desc. item	Ext. 1 detalle	Desc. ext. 1	CATEGORIA	PRESUPUESTO	LINEA	SILUETA	DISEÑO PRENDA	…10	…11	…12	…13	…14	…15	…16	…17	…18	…19	…20	…21	…22	…23	…24	…25	…26	…27	…28	…29	…30	…31
0014633	SUÉTER GRIS OSCURO CERRADO	035	COL PREN	19 - PUNTO	054 - SUETER CERRADO	1 - CN	2 - REGULAR	121 - CUELLO TORTUGA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
0014634	SUÉTER AZUL OSCURO CERRADO	028	COL PREN	19 - PUNTO	054 - SUETER CERRADO	1 - CN	2 - REGULAR	121 - CUELLO TORTUGA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
0014635	SUÉTER NEGRO CERRADO	036	COL PREN	19 - PUNTO	054 - SUETER CERRADO	1 - CN	2 - REGULAR	121 - CUELLO TORTUGA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
240-554	ATLAS MERINOS 100	NA	NA	NA	NA	0 - N/A	8 - NO APLICA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16-040	DYSATEX UV	NA	NA	NA	NA	0 - N/A	8 - NO APLICA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
0014650	SERVICIO DE CONFECCION BOLSAS ZAPATOS	NA	NA	15 - NO VENTA	125 - NO VENTA	0 - N/A	8 - NO APLICA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA

2.5. Filtrado de artículos y ventas de trajes

Con el propósito de delimitar la información relevante para el proyecto, se identificarán los artículos clasificados en la categoría 16 - TRAJE.

Posteriormente, se revisarán sus subdivisiones presupuestales para distinguir las líneas 058 - TRAJE y 060 - TRAJE LINO, de acuerdo con la clasificación registrada en el maestro de artículos.

2.5.1. Identificación de artículos de la categoría traje

# Filtrar los trajes desde el maestro ya depurado
articulos_trajes <- articulos_limpio %>%
  filter(CATEGORIA == "16 - TRAJE")

# Consultar las dimensiones de la base filtrada
dim(articulos_trajes)

## [1] 3216   31

# Mostrar los primeros registros
head(articulos_trajes)

Referencia	Desc. item	Ext. 1 detalle	Desc. ext. 1	CATEGORIA	PRESUPUESTO	LINEA	SILUETA	DISEÑO PRENDA	…10	…11	…12	…13	…14	…15	…16	…17	…18	…19	…20	…21	…22	…23	…24	…25	…26	…27	…28	…29	…30	…31
6692539	TRAJE AZUL O 2 BOT LAB CUADROS	NA	NA	16 - TRAJE	058 - TRAJE	1 - CN	4 - SLIM	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6704146	TRAJE GRIS MEDIO 2 BOT PLATINO	NA	NA	16 - TRAJE	058 - TRAJE	3 - PLATINO	2 - REGULAR	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6704546	TRAJE GRIS OSCURO 2 BOT PLATINO	NA	NA	16 - TRAJE	058 - TRAJE	3 - PLATINO	2 - REGULAR	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
33208	TRAJE 2 BT AZUL OSC CUADROS LONG	028	COL PREN	16 - TRAJE	058 - TRAJE	1 - CN	5 - REGULAR LONG	011 - DOS BOTONES	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
33210	TRAJE 2 BT GRIS OSC CUADROS LONG	035	COL PREN	16 - TRAJE	058 - TRAJE	1 - CN	5 - REGULAR LONG	011 - DOS BOTONES	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
33212	TRAJE 2 BT GRIS OSC JASPE LONG	035	COL PREN	16 - TRAJE	058 - TRAJE	1 - CN	5 - REGULAR LONG	011 - DOS BOTONES	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA

2.5.2. Filtrado de las ventas correspondientes a trajes

# Filtrar las ventas de las referencias identificadas como trajes
ventas_trajes <- ventas %>%
  filter(Referencia %in% articulos_trajes$Referencia)

# Consultar las dimensiones de la base filtrada
dim(ventas_trajes)

## [1] 3304   35

# Revisar los primeros registros
head(ventas_trajes)

Bodega	Desc. C.O.	Desc. bodega	Referencia	Desc. item	Detalle ext. 1	Desc. detalle ext. 1	Detalle ext. 2	U.M.	GRUPO	SUB GRUPO	LINEA	SILUETA	CATEGORIA	PRESUPUESTO	MATERIAL	DESCRIPCION MATERIAL	DISEÑO PRENDA	PAIS DE ORIGEN	PROVEEDOR	Clase docto.	Tipo docto.	SATELITE	Nro documento	Desc. lista de precios	Desc. causal devol.	Cantidad	Fecha	Valor neto local	Valor subtotal local	Valor descuentos local	Grupo dscto. cliente	Obsequio	Fecha y hora creación	Estado
191	VILLAVICENCIO	PV VILLAVICENCIO	6681838	TRAJE AZUL MEDIO 2 BOT LAB	NA	NA	NA	UND	1 - FORMAL	NA	1 - CN	4 - SLIM	16 - TRAJE	058 - TRAJE	NA	NA	NA	NA	173 - CAPELHI D UOMO	Boutique	FV1	017 - CAPHELI	FV1-00004935	GENERAL	NA	1	2019-05-03	759990	638647	0	NA	No	2019-05-03 20:19:11	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	6681742	TRAJE NEGRO 2 BOT LAB	NA	NA	NA	UND	1 - FORMAL	NA	1 - CN	4 - SLIM	16 - TRAJE	058 - TRAJE	NA	NA	NA	NA	173 - CAPELHI D UOMO	Boutique	FV1	017 - CAPHELI	FV1-00004875	GENERAL	NA	1	2019-04-13	759990	638647	0	NA	No	2019-04-13 19:34:42	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	6681940	TRAJE GRIS MEDIO 2 BOT LAB	NA	NA	NA	UND	1 - FORMAL	NA	1 - CN	4 - SLIM	16 - TRAJE	058 - TRAJE	NA	NA	NA	NA	173 - CAPELHI D UOMO	Boutique	FV1	017 - CAPHELI	FV1-00004868	GENERAL	NA	1	2019-04-10	759990	638647	0	NA	No	2019-04-10 20:25:48	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	6468140	TRAJE LINO MARFIL 2 BOT CN REGULAR FIT	NA	NA	NA	UND	2 - INFORMAL	NA	1 - CN	2 - REGULAR	16 - TRAJE	060 - TRAJE LINO	NA	NA	NA	NA	035 - CONFECCOES LANCA	Boutique	FV1	003 - CONFECCOES LANCA	FV1-00004939	GENERAL	NA	1	2019-05-04	1298990	1091588	0	NA	No	2019-05-04 16:10:10	Aprobada
191	VILLAVICENCIO	PV VILLAVICENCIO	33209	TRAJE 2BOT CN GRIS OSC CUADROS	035	GRIS OSCU	43	UND	1 - FORMAL	NA	1 - CN	2 - REGULAR	16 - TRAJE	058 - TRAJE	06 - LANA	03 - CUADROS	011 - DOS BOTONES	004 - CHINA	132 - RSK TRADING CO LTD	Boutique	FV1	022 - CONFECCIONES ROSDI	FV1-00005020	GENERAL	NA	1	2019-06-01	959990	806714	0	NA	No	2019-06-01 14:45:25	Aprobada
091	GRAN ESTACION	PV GRAN ESTACION	6744740	TRAJE NEGRO 2 BOT CN	NA	NA	NA	UND	1 - FORMAL	NA	1 - CN	2 - REGULAR	16 - TRAJE	058 - TRAJE	NA	NA	NA	NA	035 - CONFECCOES LANCA	Boutique	FV1	003 - CONFECCOES LANCA	FV1-00077307	GENERAL	NA	1	2019-06-15	1389990	1168059	0	NA	No	2019-06-15 12:23:27	Aprobada

2.6. Revisión de la calidad de los datos

La revisión de la calidad de los datos permite identificar posibles problemas en la información antes de realizar los análisis exploratorios. En esta etapa se evaluará la presencia de valores faltantes y registros duplicados en la base de ventas de trajes. Estos procedimientos permitirán conocer el estado general de los datos y determinar si es necesario realizar ajustes antes de continuar con el análisis. No se eliminarán registros automáticamente, ya que primero se debe evaluar su naturaleza y relevancia.

2.6.1. Identificación de valores faltantes

Los valores faltantes corresponden a registros en los que una o varias variables no contienen información. Su identificación permite reconocer posibles limitaciones en la integridad de los datos y determinar si las variables disponibles son adecuadas para los análisis posteriores.

# Contar los valores faltantes por variable
faltantes_ventas <- data.frame(
  Variable = names(ventas_trajes),
  Cantidad_faltante = sapply(
    ventas_trajes,
    function(x) sum(is.na(x))
  )
)

# Calcular el porcentaje de valores faltantes por variable
faltantes_ventas$Porcentaje_faltante <- round(
  faltantes_ventas$Cantidad_faltante /
    nrow(ventas_trajes) * 100,
  2
)

# Presentar las variables con valores faltantes
faltantes_ventas %>%
  filter(Cantidad_faltante > 0) %>%
  arrange(desc(Cantidad_faltante)) %>%
  knitr::kable(
    caption = "Valores faltantes en la base de ventas de trajes"
  )

Valores faltantes en la base de ventas de trajes

	Variable	Cantidad_faltante	Porcentaje_faltante
SUB GRUPO	SUB GRUPO	3301	99.91
Grupo dscto. cliente	Grupo dscto. cliente	3289	99.55
Desc. causal devol.	Desc. causal devol.	3156	95.52
Detalle ext. 1	Detalle ext. 1	1853	56.08
Desc. detalle ext. 1	Desc. detalle ext. 1	1853	56.08
Detalle ext. 2	Detalle ext. 2	1853	56.08
PAIS DE ORIGEN	PAIS DE ORIGEN	1813	54.87
MATERIAL	MATERIAL	1810	54.78
DESCRIPCION MATERIAL	DESCRIPCION MATERIAL	1809	54.75
DISEÑO PRENDA	DISEÑO PRENDA	1808	54.72
PROVEEDOR	PROVEEDOR	621	18.80
SATELITE	SATELITE	125	3.78
GRUPO	GRUPO	89	2.69

2.6.2. Identificación de registros duplicados

La identificación de registros duplicados permite detectar filas que presentan exactamente los mismos valores en todas sus variables. Su revisión contribuye a prevenir posibles distorsiones en los resultados; sin embargo, la existencia de filas idénticas no implica necesariamente que correspondan a errores. Por esta razón, en esta etapa únicamente se identificarán los posibles duplicados, sin eliminarlos de la base.

# Contar las filas completamente duplicadas
duplicados_ventas <- sum(duplicated(ventas_trajes))

# Resumir los resultados de la revisión
resumen_duplicados <- data.frame(
  Total_registros = nrow(ventas_trajes),
  Registros_duplicados = duplicados_ventas,
  Porcentaje_duplicados = round(
    duplicados_ventas / nrow(ventas_trajes) * 100,
    2
  )
)

# Presentar la tabla de resultados
knitr::kable(
  resumen_duplicados,
  caption = "Revisión de registros duplicados en las ventas de trajes"
)

Revisión de registros duplicados en las ventas de trajes

Total_registros	Registros_duplicados	Porcentaje_duplicados
3304	0	0

2.7. Revisión de las variables principales de ventas

Para preparar la información destinada al análisis histórico y a la elaboración del presupuesto de ventas de 2027, se revisarán las variables disponibles en la base de ventas de trajes. Esta revisión permitirá identificar los campos relacionados con la fecha de la operación, las cantidades vendidas, los valores de venta y los atributos de los productos, como el color.

2.7.1. Identificación de las variables disponibles

Se consultarán los nombres de las variables de la base de ventas de trajes y del maestro de artículos para identificar los campos que se utilizarán en las siguientes etapas del análisis.

# Variables de la base de ventas de trajes
names(ventas_trajes)

##  [1] "Bodega"                 "Desc. C.O."             "Desc. bodega"          
##  [4] "Referencia"             "Desc. item"             "Detalle ext. 1"        
##  [7] "Desc. detalle ext. 1"   "Detalle ext. 2"         "U.M."                  
## [10] "GRUPO"                  "SUB GRUPO"              "LINEA"                 
## [13] "SILUETA"                "CATEGORIA"              "PRESUPUESTO"           
## [16] "MATERIAL"               "DESCRIPCION MATERIAL"   "DISEÑO PRENDA"         
## [19] "PAIS DE ORIGEN"         "PROVEEDOR"              "Clase docto."          
## [22] "Tipo docto."            "SATELITE"               "Nro documento"         
## [25] "Desc. lista de precios" "Desc. causal devol."    "Cantidad"              
## [28] "Fecha"                  "Valor neto local"       "Valor subtotal local"  
## [31] "Valor descuentos local" "Grupo dscto. cliente"   "Obsequio"              
## [34] "Fecha y hora creación"  "Estado"

# Variables del maestro de artículos
names(articulos_trajes)

##  [1] "Referencia"     "Desc. item"     "Ext. 1 detalle" "Desc. ext. 1"  
##  [5] "CATEGORIA"      "PRESUPUESTO"    "LINEA"          "SILUETA"       
##  [9] "DISEÑO PRENDA"  "...10"          "...11"          "...12"         
## [13] "...13"          "...14"          "...15"          "...16"         
## [17] "...17"          "...18"          "...19"          "...20"         
## [21] "...21"          "...22"          "...23"          "...24"         
## [25] "...25"          "...26"          "...27"          "...28"         
## [29] "...29"          "...30"          "...31"

2.7.2. Selección de variables para el análisis

La selección de variables se realizó de acuerdo con los objetivos del proyecto y la utilidad de cada campo para la elaboración del presupuesto de ventas de 2027. Se priorizarán la fecha de la operación, la referencia del artículo, la talla y la cantidad vendida. A partir del maestro de artículos se incorporarán los atributos descriptivos actuales del producto, incluyendo la línea, el color, la categoría, el presupuesto, la silueta y el diseño de la prenda.

Se conservará la referencia como campo de relación entre las fuentes de información. La talla se mantendrá desde los registros históricos de ventas, debido a que permite distinguir las unidades vendidas por talla, mientras que el maestro aporta la clasificación general y actualizada del artículo.

Los valores monetarios y otros campos que no forman parte del alcance principal se excluirán de la base de análisis. Asimismo, se revisará el estado de los registros para excluir las operaciones canceladas, una vez identificada su denominación exacta en los datos de origen.

# 1. Seleccionar las variables necesarias de las ventas de trajes
ventas_seleccion <- ventas_trajes %>%
  select(
    Referencia,
    `Detalle ext. 2`,
    Fecha,
    Cantidad,
    Estado
  )

# 2. Seleccionar los atributos actuales del maestro de trajes
articulos_seleccion <- articulos_trajes %>%
  select(
    Referencia,
    `Desc. item`,
    `Ext. 1 detalle`,
    `Desc. ext. 1`,
    CATEGORIA,
    PRESUPUESTO,
    LINEA,
    SILUETA,
    `DISEÑO PRENDA`
  )

# 3. Revisar los estados de los registros de ventas
ventas_seleccion %>%
  count(Estado, sort = TRUE) %>%
  knitr::kable(
    caption = "Distribución de registros por estado"
  )

Distribución de registros por estado

Estado	n
Aprobada	3304

# 4. Identificar referencias que aparecen varias veces
referencias_repetidas <- articulos_seleccion %>%
  count(Referencia, name = "Numero_registros") %>%
  filter(Numero_registros > 1) %>%
  arrange(desc(Numero_registros))

# Mostrar las primeras 20 referencias repetidas
head(referencias_repetidas, 20) %>%
  knitr::kable(
    caption = "Referencias repetidas en el maestro de trajes"
  )

Referencias repetidas en el maestro de trajes

Referencia	Numero_registros
0015939	4
0015935	3
0015936	3
0015937	3
0014287	2
0015536	2
0015615	2
0015932	2
0015938	2
0017007	2
0017008	2
0019538	2
0020256	2
0020258	2
0020261	2
0020813	2
0021315	2
0023047	2
0023048	2
0023607	2

# 5. Resumir la revisión de referencias
data.frame(
  Referencias_unicas = n_distinct(articulos_seleccion$Referencia),
  Referencias_repetidas = nrow(referencias_repetidas)
) %>%
  knitr::kable(
    caption = "Resumen de la revisión de referencias"
  )

Resumen de la revisión de referencias

Referencias_unicas	Referencias_repetidas
3164	47