1 Ejemplo: 1. Aspectos generales 1. Razón social de la empresa o Institución. RAZON SOCIAL: Universidad del Pueblo SAC RUC: 2015658415 2. Actividades de la Empresa o Institución La Universidad del Pueblo SAC se dedica a la educación superior, ofreciendo una amplia gama de programas académicos en pregrado, posgrado y educación continua. Se enfoca en áreas como Ingeniería, Negocios, Ciencias Sociales, y Humanidades. Además, promueve la investigación, el desarrollo tecnológico y la innovación, colaborando estrechamente con sectores industriales y sociales para contribuir al desarrollo sostenible de la comunidad. 3. Ejecución del proyecto Inicio: 22/01/2024 Término: 10/05/2024 Tiempo de desarrollo 300 Horas 4. URL de la página web www.universidaddelpueblo.edu.pe 5. Misión y visión Misión: Nuestra misión es formar profesionales competentes, éticos y críticos, capaces de contribuir al desarrollo y bienestar de la sociedad, 2 mediante la adquisición de conocimientos sólidos, el desarrollo de habilidades prácticas y la promoción de valores. Visión: Ser una institución líder y referente en educación superior, reconocida por su excelencia académica, su compromiso con la investigación y su contribución activa al desarrollo sostenible y la innovación a nivel nacional e internacional. 6. Organigrama 7. Descripción del área donde realizará el proyecto El Departamento Administrativo y Financiero de la Universidad del Pueblo SAC es el encargado de gestionar los recursos financieros de la institución, asegurando una administración eficiente que permita el cumplimiento de sus objetivos académicos y de investigación. Este departamento se encarga de la planificación financiera, la contabilidad, la gestión de presupuestos, la adquisición de bienes y servicios, y la gestión de tesorería. El proyecto se enfocará en optimizar los procesos financieros mediante la implementación de un nuevo sistema de información financiera que permita mejorar la toma de decisiones, aumentar la 3 transparencia y eficiencia de las operaciones financieras, y contribuir a la sostenibilidad económica de la universidad. CAPÍTULO I: DATOS EMPRESARIALES Y RECOPILACIÓN DE DATOS 1.1 Fuentes de Datos: Las principales fuentes de datos en el área financiera incluyen: • Sistemas de Gestión Financiera: Software utilizado para la contabilidad, presupuestos, y gestión de gastos. • Transacciones Bancarias: Registros de todas las transacciones financieras realizadas por la universidad, incluyendo pagos y recibos. • Facturas y Recibos: Documentación de compras y ventas, incluyendo gastos operativos y de capital. • Reportes de Presupuesto: Documentos que detallan la asignación y uso de fondos en los diferentes departamentos. • Nóminas: Registros de pagos a empleados, incluyendo salarios, bonificaciones, y deducciones. 1.2 Recopilación de Datos La recopilación de datos se realiza mediante: • Extracción Automática: Uso de interfaces de programación de aplicaciones (APIs) para extraer datos de bancos y sistemas de gestión financiera. • Importación Manual: Ingreso de datos de facturas, recibos, y reportes de presupuesto que no están digitalizados o no pueden ser extraídos automáticamente. • Revisión Periódica: Recopilación de datos financieros en intervalos regulares para asegurar la actualización y relevancia de la información. • Automatización: Implementación de herramientas para extraer datos automáticamente de sistemas financieros y bancarios. • Integración de Datos: Unificación de datos de diversas fuentes para crear un repositorio centralizado. • Actualización Continua: Procesos periódicos para garantizar que los 4 datos estén actualizados y sean relevantes. Para desarrollar nuestro caso, se requiere poder acceder a los siguientes datos. 1. Tabla de Ingresos ID_Ingreso: Identificador único para cada registro de ingreso. Fecha: Fecha en que se registró el ingreso. Fuente_Ingreso: Categoría o fuente del ingreso (matrículas, donaciones, servicios, etc.). Monto: Cantidad de dinero recibida. Descripcion: Descripción breve del ingreso. Metodo_Pago: Método a través del cual se recibió el ingreso (transferencia, efectivo, etc.). 2. Tabla de Gastos ID_Gasto: Identificador único para cada registro de gasto. Fecha: Fecha en que se incurrió el gasto. Categoria_Gasto: Categoría del gasto (salarios, mantenimiento, servicios, etc.). Monto: Cantidad de dinero gastada. Proveedor: Nombre del proveedor o entidad a la que se le pagó. Descripcion: Descripción breve del gasto. 3. Tabla de Presupuestos ID_Presupuesto: Identificador único para cada presupuesto. Año: Año fiscal al que pertenece el presupuesto. Categoria: Categoría presupuestal (operativa, capital, investigación, etc.). Monto_Presupuestado: Monto total presupuestado para la categoría. Monto_Utilizado: Monto actualmente utilizado o comprometido. 4. Tabla de Flujo de Caja ID_FlujoCaja: Identificador único para cada registro de flujo de caja. Fecha: Fecha del movimiento de caja. Tipo_Movimiento: Indica si es un ingreso o un gasto. 5 Monto: Cantidad de dinero entrante o saliente. Descripcion: Descripción del movimiento. 5. Tabla de Auditorías ID_Auditoria: Identificador único para cada auditoría. Fecha_Auditoria: Fecha en que se realizó la auditoría. Tipo_Auditoria: Tipo de auditoría (interna, externa, fiscal, etc.). Hallazgos: Resumen de los hallazgos de la auditoría. Recomendaciones: Recomendaciones emitidas por los auditores. 6. Tabla de Proyectos ID_Proyecto: Identificador único para cada proyecto. Nombre_Proyecto: Nombre del proyecto. Fecha_Inicio: Fecha de inicio del proyecto. Fecha_Fin: Fecha estimada de finalización. Presupuesto: Presupuesto asignado al proyecto. Gastos: Gastos incurridos hasta la fecha. Estado: Estado actual del proyecto (planificado, en curso, completado, etc.). 1.3 Calidad de los Datos La calidad de los datos se asegura mediante: 1.3.1. Identificación de datos incompletos, incorrectos, o irrelevantes. Se implementarán controles automáticos y revisiones manuales para identificar y marcar datos que parezcan incompletos, tengan inconsistencias, o no sean relevantes para el análisis financiero. La identificación de datos incompletos, incorrectos o irrelevantes es un paso crucial en el proceso de aseguramiento de la calidad de los datos antes de proceder con análisis más complejos. Este proceso implica varias técnicas y acciones destinadas a detectar y corregir anomalías en los datos. Conteo de Valores Nulos o Faltantes: con funciones específicas del lenguaje de programación o software en uso (como isnull() en Python con pandas) para contar y localizar los valores faltantes en el conjunto de datos. 6 Chequeo de Rangos y Tipos de Datos: Se ha verificado que los valores de los datos estén dentro de rangos razonables y esperados y que los tipos de datos sean los adecuados para cada columna (e.g., no tener texto en campos numéricos). Corrección Manual: En algunos casos, especialmente con volúmenes de datos manejables y errores críticos, puede ser necesario revisar y corregir los datos manualmente lo cual se realizo para el proceso de las dimensiones del ERP financiero. 1.3.2. Técnicas de limpieza de datos. Se aplicaron técnicas como: • Normalización: Estandarización de formatos de datos para asegurar consistencia. • Deduplicación: Eliminación de registros duplicados. • Validación: Verificación de la precisión de los datos mediante comparación con fuentes autorizadas. • Enriquecimiento: Complementación de datos faltantes a través de información adicional obtenida de fuentes confiables. • Corrección de Errores: Ajuste manual o automatizado de errores detectados. • Filtrado de Datos: Exclusión de información irrelevante para el análisis financiero. 1.4 Almacenamiento de Datos El almacenamiento de datos en un proyecto de análisis financiero, como el de la "Universidad del Pueblo SAC", implica elegir la infraestructura y tecnología adecuadas para recopilar, guardar y gestionar los datos de manera eficiente y segura. Existen diversas opciones para almacenar datos, cada una con sus propias ventajas, desventajas y casos de uso ideales. El almacenamiento de datos se realizará en: • Plataformas de Datos en la Nube: Para flexibilidad y escalabilidad, 7 favoreciendo el análisis avanzado y el acceso remoto. • Data Warehouses: Consolidación de datos financieros en un único repositorio, optimizado para análisis y reportes rápidos. • Seguridad y Privacidad: Implementación de protocolos de seguridad para proteger la información financiera sensible.