Automatización de reportes estadísticos del área de estrategia de clientes persona natural e independientes de Bancolombia S. A: Integración de Power BI, SQL y Python para la optimización de procesos de información y toma de decisiones. Semestre de industria

Abstract

RESUMEN : En el sector financiero, la gestión de grandes volúmenes de datos representa un desafío crítico, especialmente para áreas como la de clientes, donde la información debe ser procesada y analizada de manera eficiente para facilitar la toma de decisiones estratégicas. Este proyecto tuvo como objetivo optimizar el proceso de generación, análisis y visualización de reportes estadísticos en el área de clientes de Bancolombia, utilizando herramientas avanzadas de procesamiento y visualización de datos como SQL, Power BI y Python. El enfoque metodológico incluyó el análisis de las consultas SQL existentes, la reestructuración de estas para eliminar redundancias y mejorar la eficiencia, la automatización del proceso de obtención de datos mediante un script de Python y el diseño de un modelo de datos basado en el esquema estrella. Asimismo, se desarrolló un tablero interactivo en Power BI que centraliza la información previamente dividida en múltiples archivos de Excel, mejorando la accesibilidad y la precisión de los datos para los analistas. Los resultados del proyecto evidencian una significativa reducción en los tiempos de procesamiento, una mayor confiabilidad en los datos reportados y una disminución de la carga de trabajo asociada a tareas manuales repetitivas. Además, se destacó el valor de la automatización y la inteligencia de negocios para potenciar la productividad organizacional y la toma de decisiones basada en datos.

ABSTRACT : In the financial sector, managing large volumes of data poses a critical challenge, particularly in the customer’s department, where information must be efficiently processed and analyzed to facilitate strategic decision-making. This project aimed to optimize the generation, analysis, and visualization of statistical reports in Bancolombia using advanced data processing and visualization tools such as SQL, Power BI and Python. The methodological approach involved analyzing existing SQL queries, restructuring them to eliminate redundancies and improve efficiency, the automation of the ETL process through a Python script, and designing a data model based on the star schema. An interactive Power BI dashboard was also developed, centralizing information previously scattered across multiple Excel files, thereby enhancing data accessibility and accuracy for analysts. The results demonstrate a significant reduction in processing times, increased reliability of reported data, and a decrease in workload associated with repetitive manual tasks. Additionally, the value of automation and business intelligence in boosting organizational productivity and enabling data driven decision-making was highlighted.