Visualización de principales cuentas e indicadores financieros de la superintendencia de Guatemala, El Salvador, Panamá y Colombia usando web scraping. Semestre de industria

RESUMEN : La vicepresidencia financiera de Bancolombia enfrentaba desafíos en cuanto al acceso a los estados financieros de los bancos del sistema financiero colombiano y de los países en los que el Grupo Bancolombia operaba. Además, no contaba con una base de datos consolidada que integrara todas l...

Full description

Autores:
Valencia Diaz, Julian David
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/42296
Acceso en línea:
https://hdl.handle.net/10495/42296
Palabra clave:
Análisis de datos
Data analysis
Instituciones financieras
Financial institutions
Administración de base de datos
Data base management
Sistemas de almacenamiento y recuperación de la información
Information storage and retrieval systems
Superintendencia financiera
Web scraping
Power BI
http://vocabularies.unesco.org/thesaurus/concept2214
Rights
openAccess
License
https://creativecommons.org/licenses/by-nc-sa/4.0/
Description
Summary:RESUMEN : La vicepresidencia financiera de Bancolombia enfrentaba desafíos en cuanto al acceso a los estados financieros de los bancos del sistema financiero colombiano y de los países en los que el Grupo Bancolombia operaba. Además, no contaba con una base de datos consolidada que integrara todas las entidades, cuentas y periodos de tiempo relevantes. Para abordar esta situación, se implementó un proceso de Extracción, Transformación y Carga (ETL) en Python para cada país. Este proceso de ETL involucró la extracción de información de las superintendencias financieras correspondientes, haciendo uso de técnicas como el web scraping. A continuación, se utilizó librerías como pandas y numpy para la transformación y limpieza de datos, lo que resultó en la creación de bases de datos consolidadas para cada país. Una vez completada la consolidación de los datos, se utilizó la herramienta Power BI para generar visualizaciones detalladas de las principales cuentas e indicadores utilizados en el análisis de competencia del banco. Esto permitió tomar decisiones oportunas en relación al comportamiento del mercado y proporcionó una visión clara de la situación financiera en cada país.