Business Intelligence / Process Automation · Professional experience
Porta Hnos.
Convertir información presupuestaria y financiera fragmentada en un flujo consistente de análisis para apoyar decisiones.
α
Contexto
La necesidad surgió desde los dueños de la compañía y fue canalizada a través de la Gerencia de Administración.
El objetivo era disponer semanalmente de una visión clara del estado presupuestario por proyecto y por área: presupuestado, ejecutado, inversiones previstas y compromisos futuros.
La información estaba distribuida entre el ERP, planillas y conocimiento informal de las áreas.
β
Problema
El desafío no consistía solamente en reunir archivos.
Era necesario combinar movimientos contables, información presupuestaria, próximas adquisiciones e inversiones y conocimiento de los responsables.
El problema era convertir datos y conocimiento fragmentados en información consistente para decisión.
γ
Relevamiento y definición
Trabajé con Gerencia de Administración y responsables de presupuestos e inversiones para entender qué información necesitaba la dirección y dónde obtenerla.
Para cada proyecto reconstruía no sólo cuánto se había gastado, sino qué inversiones estaban previstas, por qué eran necesarias, cuándo podían ocurrir y qué impacto económico podían tener.
Cuando la información estaba en el ERP coordiné con IT una vista SQL; la información no formalizada se relevaba directamente con sus responsables.
δ
Construcción de la solución
Diseñé un flujo propio para integrar las distintas fuentes.
Python ingería y limpiaba información contable, procesaba movimientos y salidas de caja y combinaba esos datos con presupuestos, inversiones y necesidades futuras.
- ERP y vista SQL
- Excel y fuentes de responsables
- Relevamiento de compromisos futuros
- Python para integración, limpieza y cálculo
- Bot, informes y Power BI para consumo
ε
Ingeniería económica y análisis
La información consolidada era solamente el punto de partida.
Analizaba inversiones desde su lógica técnica y económica utilizando mi formación en Ingeniería Industrial.
Según el caso evaluaba ahorro esperado, costo financiero, mantenimiento, costo de endeudamiento y relación con el margen bruto.
Cuando correspondía utilizaba VAN y TIR.
Los análisis combinaban pesos y dólares e incorporaban tasas de interés bancarias cuando eran necesarias.
La decisión final permanecía en Gerencia y los responsables correspondientes.
ζ
Presupuestos, inversiones y compras
La solución permitía consultar cada presupuesto, proyecto e inversión e incorporar próximas adquisiciones y necesidades futuras.
Parte de la información se distribuía mediante un bot: JavaScript resolvía la interacción y Python ejecutaba cálculos y procesamiento.
El mismo patrón se aplicó posteriormente a Compras para analizar el costo financiero asociado a materia prima e insumos.
η
Resultado
La información pasó de estar fragmentada entre sistemas, archivos y conocimiento individual a formar parte de un flujo consistente de análisis y reporting.
Mi responsabilidad fue construir la información y el análisis que apoyaban la decisión, no reemplazar la función de Control de Gestión ni el ownership final de Gerencia.