🚀 Sistema Inteligente de Análisis de Ventas con IA

Sistema integral con IA para consolidar, analizar y predecir datos de ventas con múltiples interfaces de usuario.

🎯 ¿Qué hace este sistema?

• 📊 Consolida múltiples archivos Excel automáticamente
• 🤖 Predice ventas futuras con Machine Learning (99.9% precisión)
• 📈 Analiza tendencias y patrones automáticamente
• 🎨 Múltiples dashboards para diferentes necesidades
• 💡 Genera recomendaciones inteligentes para tu negocio

🚀 INICIO ULTRA RÁPIDO

# 1. Descarga o clona el proyecto
git clone https://github.com/legacyum/sistema-analisis-ventas-ia.git

# 2. Ejecuta (instala todo automáticamente)
python main.py

# 3. Elige tu opción favorita:
#    → Opción 4: Dashboard IA Premium
#    → Opción 7: Demo completo con datos

🎮 DEMO INMEDIATO

¿Sin datos? ¡No problema!

# Genera datos de demo con IA optimizada
python demo_ia.py

# Luego ejecuta cualquier dashboard
python ejecutar_dashboard.py

📚 Índice

• 🎯 Demo Inmediato
• 🤖 Funcionalidades de IA
• 🎨 Dashboards Disponibles
• ⚡ Instalación Express
• 🚀 Uso Rápido
• 📊 Características Principales
• 🔧 Estructura del Proyecto
• 📋 Formato de Datos
• 🎛️ Selector de Dashboards
• 🧠 Sistema de IA
• 🛠️ Personalización
• 🆘 Solución de Problemas
• 💡 Casos de Uso
• 📈 Roadmap
• 🤝 Contribuir

🤖 Funcionalidades de IA

🔮 Predicciones Automáticas

• Ventas futuras: 7, 30 días o personalizado
• Precisión: R² = 0.999 (99.9% de precisión)
• Modelos: Random Forest, Gradient Boosting, Linear Regression
• Confianza: Intervalos estadísticos por predicción

🎯 Segmentación Inteligente

• Vendedores Estrella: Alto volumen + frecuencia
• Vendedores Premium: Alto volumen + productos exclusivos
• Vendedores Activos: Volumen medio + alta frecuencia
• Análisis K-means: Clustering automático

💡 Recomendaciones Automáticas

• Productos estrella: Para enfocar marketing
• Productos en riesgo: Que necesitan atención
• Optimización temporal: Mejores días/meses
• Desarrollo de equipo: Programas de mentoring

📊 Análisis Avanzado

• Tendencias: Detección automática con regresión
• Estacionalidad: Patrones mensuales/semanales
• Correlaciones: Entre variables de negocio
• Anomalías: Detección de valores atípicos

� Dashboards Disponibles

1️⃣ Dashboard Premium (Dash) - Puerto 8051 🏆

python dashboard_ia.py
# o
python ejecutar_dashboard.py → opción 1

Características:

• 🎨 Diseño profesional con gradientes y animaciones
• 🤖 IA integrada con predicciones en tiempo real
• 📊 Métricas avanzadas y visualizaciones premium
• 🎯 Ideal para presentaciones ejecutivas
• 💎 Efectos hover y transiciones suaves

2️⃣ Dashboard Streamlit - Puerto 8502 ⚡

streamlit run dashboard_streamlit.py
# o  
python ejecutar_dashboard.py → opción 2

Características:

• ⚡ Interfaz limpia y minimalista
• 🧪 Perfecto para análisis exploratorio
• 🔄 Desarrollo y modificación rápida
• 📱 Responsive automático
• 🎛️ Sidebar intuitivo con controles

3️⃣ Dashboard Estándar - Puerto 8050 📊

python dashboard.py

Características:

• 📊 Análisis básico de ventas
• 🔍 Filtros dinámicos
• 📈 Gráficos interactivos estándar
• 🎯 Funcionalidad core sin IA

⚡ Instalación Express

🔧 Opción 1: Automática (Recomendada)

# 1. Descargar el proyecto
git clone https://github.com/legacyum/sistema-analisis-ventas-ia.git
cd Proyecto_2

# 2. Ejecutar selector (instala todo automáticamente)
python ejecutar_dashboard.py

# 3. ¡Listo! Selecciona tu dashboard favorito

🛠️ Opción 2: Manual

# Instalar dependencias principales
pip install pandas plotly dash streamlit scikit-learn

# Dependencias adicionales para IA
pip install numpy matplotlib seaborn openpyxl

# Ejecutar cualquier dashboard
python dashboard_ia.py        # Premium con IA
streamlit run dashboard_streamlit.py  # Streamlit
python dashboard.py           # Estándar

� Dependencias Completas

pandas>=1.3.0          # Análisis de datos
plotly>=5.0.0          # Visualizaciones interactivas
dash>=2.0.0            # Framework web
streamlit>=1.20.0      # Dashboard moderno
scikit-learn>=1.0.0    # Machine Learning
numpy>=1.21.0          # Cálculos numéricos
matplotlib>=3.5.0      # Gráficos base
seaborn>=0.11.0        # Visualizaciones estadísticas
openpyxl>=3.0.0        # Lectura de Excel

💡 Tip: El sistema instala automáticamente todas las dependencias la primera vez que ejecutas ejecutar_dashboard.py

🚀 Uso Rápido

🎯 Demo Inmediato (30 segundos)

# 1. Generar datos demo
python demo_ia.py

# 2. Lanzar dashboard premium
python dashboard_ia.py

# 3. Abrir http://localhost:8051

📊 Con tus datos

1. Formato: Coloca tus archivos Excel en la carpeta del proyecto
2. Columnas requeridas: Vendedor, Cliente, Producto, Precio, Fecha
3. Ejecutar: python ejecutar_dashboard.py y selecciona tu dashboard
4. Explorar: Usa filtros, ve predicciones IA, exporta reportes

�️ Selector Inteligente

python ejecutar_dashboard.py

🎨 SELECTOR DE DASHBOARDS 🎨
==============================

1️⃣  Dashboard Premium (Dash + IA)     🤖 Puerto 8051
2️⃣  Dashboard Streamlit (Moderno)     ⚡ Puerto 8502  
3️⃣  Generar datos demo                🎲 Para pruebas
4️⃣  Análisis solo de IA              🧠 Predicciones
5️⃣  Salir                            ❌

Selecciona una opción (1-5): _

� Características Principales

🔧 Consolidación Automática

• ✅ Lectura automática de múltiples archivos Excel (.xlsx, .xls)
• ✅ Consolidación inteligente de datos
• ✅ Validación y limpieza automática
• ✅ Ajuste automático de columnas en Excel
• ✅ Cálculos automáticos (TOTAL_VENTA)

🤖 Inteligencia Artificial

• 🔮 Predicciones de ventas con Machine Learning (R² = 0.999)
• 📈 Análisis de tendencias automatizado
• 🎯 Segmentación inteligente de vendedores/clientes
• 💡 Recomendaciones automáticas basadas en datos
• 🧠 Modelos predictivos (Random Forest, K-means)
• 📊 Métricas avanzadas con intervalos de confianza

📊 Dashboard Interactivo

• 🌐 Interfaz web moderna multi-tecnología
• 📱 Responsive design - funciona en móviles y tablets
• 🎯 Filtros dinámicos por categoría, vendedor y fechas
• 📈 Gráficos interactivos con Plotly
• 📋 Tabla de datos con búsqueda y ordenamiento
• ⚡ Actualización en tiempo real

📈 Reportes y Visualizaciones

• 📊 12+ tipos de gráficos diferentes
• 🎨 Diseño profesional listo para presentaciones
• 💾 Exportación en alta calidad (PNG, 300 DPI)
• 📋 Métricas clave resumidas automáticamente
• 🎯 Análisis de tendencias con regresión
• 🔍 Detección de anomalías en datos

🔧 Estructura del Proyecto

Proyecto_2/
├── 📊 DASHBOARDS
│   ├── dashboard_ia.py           # Dashboard Premium con IA (Puerto 8051)
│   ├── dashboard_streamlit.py    # Dashboard Streamlit (Puerto 8502)
│   └── dashboard.py              # Dashboard Estándar (Puerto 8050)
│
├── 🤖 INTELIGENCIA ARTIFICIAL
│   ├── analisis_ia.py           # Motor de IA con ML
│   └── demo_ia.py               # Generador de datos demo
│
├── 🛠️ UTILIDADES
│   ├── ejecutar_dashboard.py    # Selector inteligente
│   └── automatizacion.py        # Consolidación Excel original
│
├── 📚 DOCUMENTACIÓN
│   ├── README.md                # Este archivo
│   ├── CHANGELOG.md             # Historial de cambios
│   ├── GUIA_RAPIDA_IA.md       # Guía de IA
│   └── COMPARACION_DASHBOARDS.md # Comparativa de dashboards
│
└── 📁 DATOS
    ├── *.xlsx                   # Tus archivos Excel aquí
    ├── ventas_consolidadas.xlsx # Resultado consolidado
    └── ventas_demo_ia.xlsx     # Datos demo generados

🎯 Archivos Principales

• ejecutar_dashboard.py → 🎯 Punto de entrada principal
• dashboard_ia.py → 🤖 Dashboard premium con IA
• dashboard_streamlit.py → ⚡ Dashboard moderno
• analisis_ia.py → 🧠 Motor de inteligencia artificial
• demo_ia.py → 🎲 Generador de datos para pruebas

📁 Estructura del Proyecto

📁 sistema-analisis-ventas/
├── 📄 main.py                  # 🎯 Script principal con menú
├── 📄 automatizacion.py        # 🔧 Consolidación de Excel
├── 📄 dashboard.py             # 📊 Dashboard interactivo
├── 📄 dashboard_ia.py          # 🤖 Dashboard con IA
├── 📄 analisis_ia.py           # 🧠 Análisis inteligente
├── 📄 reporte_grafico.py       # 📈 Reportes estáticos
├── 📄 config.py                # ⚙️ Configuración del sistema
├── 📄 crear_ejemplo.py         # 📝 Generador de datos de prueba
├── 📄 requirements.txt         # 📦 Dependencias
├── 📄 README.md                # 📚 Documentación
├── 📄 CHANGELOG.md             # 📋 Registro de cambios
├── 📄 .gitignore               # 🚫 Archivos ignorados
├── 📊 ventas_ejemplo.xlsx      # 💾 Datos de ejemplo
├── 📁 images/                  # 🖼️ Imágenes y capturas
│   └── mapa_mental_sistema_ventas.png
└── 📁 outputs/                 # 📁 Archivos generados
    ├── Reporte_Consolidado.xlsx
    ├── Reporte_Grafico_*.png
    └── Reporte_IA.png

📊 Formato de Datos Esperado

Columnas Requeridas:

• PRODUCTO: Nombre del producto
• CANTIDAD: Cantidad vendida (número)
• PRECIO_UNITARIO: Precio por unidad (número)
• FECHA: Fecha de venta (formato: YYYY-MM-DD)

Columnas Opcionales:

• CATEGORIA: Categoría del producto
• VENDEDOR: Nombre del vendedor
• TOTAL_VENTA: Se calcula automáticamente

Ejemplo de Datos:

PRODUCTO	CANTIDAD	PRECIO_UNITARIO	FECHA	CATEGORIA	VENDEDOR
iPhone 15	2	1299.99	2025-01-15	Electrónicos	María González
Laptop Dell	1	1899.50	2025-01-16	Computadoras	Carlos Rodríguez

🎯 Funcionalidades del Dashboard

📊 Métricas Principales

• 💰 Ventas Totales: Suma de todas las ventas
• 📦 Productos Vendidos: Cantidad total de productos
• 🛍️ Venta Promedio: Promedio por transacción
• 📈 Mejor Vendedor: Vendedor con más ventas

📈 Gráficos Disponibles

1. Evolución de Ventas - Línea temporal
2. Top 10 Productos - Barras horizontales
3. Ventas por Categoría - Gráfico de pastel
4. Ventas por Vendedor - Barras verticales

🔍 Filtros Disponibles

• Por Categoría: Filtrar productos específicos
• Por Vendedor: Ver rendimiento individual
• Por Fechas: Análisis de períodos específicos

🎨 Personalización

Configuración en config.py:

# Cambiar puerto del dashboard
DASHBOARD_PORT = 8080

# Personalizar colores
COLOR_PRIMARIO = "#3498db"
PALETA_COLORES = "viridis"

# Configurar formatos
FORMATO_FECHA = "%d/%m/%Y"
FORMATO_MONEDA = "€"

🚨 Solución de Problemas

Error: "No se encontraron archivos Excel"

Causa: No hay archivos .xlsx o .xls en la carpeta Solución:

1. Coloca tus archivos Excel en la misma carpeta que los scripts
2. Ejecuta python crear_ejemplo.py para crear datos de prueba

Error: "ModuleNotFoundError"

Causa: Faltan dependencias de Python Solución:

pip install pandas openpyxl matplotlib seaborn plotly dash dash-bootstrap-components scikit-learn numpy

Error: "Modelo de IA no disponible"

Causa: Faltan librerías de Machine Learning Solución:

pip install scikit-learn numpy

Dashboard no carga

Causa: Puerto ocupado o firewall Solución:

1. Cambiar puerto en config.py
2. Verificar firewall
3. Probar en: http://localhost:8050

Gráficos no se muestran

Causa: Problemas con matplotlib en algunos sistemas Solución:

pip install --upgrade matplotlib

📊 Ejemplos de Uso

Caso 1: Tienda de Electrónicos

Archivos: ventas_enero.xlsx, ventas_febrero.xlsx
Resultado: Dashboard con análisis mensual comparativo

Caso 2: Empresa Multinacional

Archivos: ventas_mexico.xlsx, ventas_colombia.xlsx
Filtros: Por vendedor y categoría
Resultado: Análisis regional detallado

Caso 3: Análisis de Temporada

Período: Diciembre 2024 - Enero 2025
Filtros: Por fechas específicas
Resultado: Análisis de ventas navideñas

🔄 Actualizaciones Futuras

Versión 2.0 (Planificada):

• 📧 Notificaciones por email
• 🔄 Actualización automática de datos
• 📱 App móvil
• 🤖 Predicciones con IA
• 🧠 Dashboard inteligente
• 📊 Análisis de tendencias automatizado
• 🎯 Segmentación de clientes
• 🌍 Soporte multi-idioma
• ☁️ Integración con la nube

💡 Tips y Trucos

🚀 Rendimiento:

• Mantén archivos Excel < 10MB para mejor rendimiento
• Usa el filtro de fechas para análisis de períodos específicos
• Cierra otros programas si el dashboard es lento

📊 Mejores Prácticas:

• Mantén nombres de columnas consistentes
• Usa fechas en formato estándar (YYYY-MM-DD)
• Revisa datos antes de consolidar
• Haz respaldos de tus archivos originales

🎨 Presentaciones:

• Usa el reporte gráfico para presentaciones estáticas
• El dashboard es ideal para análisis interactivo
• Exporta gráficos específicos desde el dashboard

🆘 Soporte

📧 Contacto:

• Crea un issue en GitHub
• Revisa la documentación en el README
• Consulta los comentarios en el código

📚 Recursos Adicionales:

• Documentación de Pandas
• Guía de Plotly
• Tutorial de Dash

---

🏆 Características Avanzadas

🔒 Validación de Datos

• Verificación automática de tipos de datos
• Detección de valores nulos
• Limpieza automática de datos inconsistentes

📈 Análisis Estadístico

• Cálculo de tendencias
• Medias móviles
• Correlaciones entre variables

🤖 Machine Learning

• Modelos predictivos: Random Forest, Gradient Boosting, Linear Regression
• Segmentación automática: K-means clustering de vendedores/productos
• Predicciones temporales: Ventas futuras con intervalos de confianza
• Recomendaciones inteligentes: Basadas en patrones de datos
• Análisis de anomalías: Detección de valores atípicos

🎯 Optimización

• Carga eficiente de archivos grandes
• Renderizado optimizado de gráficos
• Cache inteligente para mejor rendimiento

---

🤝 Contribuir

¡Las contribuciones son bienvenidas! Por favor, abre un issue o pull request para sugerencias, mejoras o correcciones.

---

📝 Licencia

Este proyecto está bajo la Licencia MIT. Consulta el archivo LICENSE para más detalles.

---

¡Disfruta analizando tus datos de ventas! 📊🚀

import automatizacion
# Ejemplo de uso aquí...

🗺️ Mapa Mental del Proyecto