Upload Test_3 (1) (2).qmd

src/notebooks/Test_3 (1) (2).qmd

@@ -0,0 +1,237 @@
+---
+title: "Seguimiento Cifras Consumo Individual"
+author: "Equipo IDN - Cristhian Buitrago"
+format: 
+  revealjs:
+    self-contained: true
+    theme: simple
+    css: styles.css
+editor: visual
+---
+
+## Proceso
+
+Actualmente el equipo de IDN - Gerencia de Soluciones - Subdirección Comercial consolida la información de Consumo Individual y Empresarial, ésto se realiza de acuerdo con la información que se tiene disponible en SAP4HANA.
+
+La recopilación de este proceso se realiza de forma mensual, mes vencido y con un plazo de entrega de los equipos BI de la caja de máximo el día 25 de cada mes.
+
+La metodología empleada para la recopilación de la información fue construida por el equipo BI.
+
+El presente reporte ilustra el seguimiento general de cifras de Consumo Individual por UES.
+
+
+```{r setup, include=FALSE}
+knitr::opts_chunk$set(echo = TRUE)
+
+source('./Setup.R')
+
+# **NIT: `r NIT` - `r nombreEmpresa`**
+
+```
+
+
+```{r cargue_bases, eval=TRUE, message=FALSE, warning=FALSE, include=FALSE, paged.print=FALSE}
+
+Afiliados <- readRDS(file = './Consolidada Personas/Consol_Afiliados_MHE_2021_2024.rds')
+Empresas <- readRDS(file = './Consolidada Empresas/Consol_Empresas_MHE_2021_2024.rds')
+
+```
+
+```{r filtro_empresa,echo=FALSE}
+
+NIT <- "NIT8600073861"
+MES <- as.Date.character('2024-04-01')
+
+Data_Empresa <- Afiliados %>%
+  filter(id_empresa == NIT) %>%
+  mutate(Date = make_date(Year, Month, 1)) 
+
+```
+
+```{r variables_basicas,echo=FALSE}
+
+# Num.afiliados
+# Num.afiliados_cat_a
+# Num.afiliados_cat_b
+# Num.afiliados_cat_c
+# Num.afiliados_basico
+# Num.afiliados_medio
+# Num.afiliados_joven
+# Num.afiliados_alto
+# Salario_Promedio
+# RazonSocial
+
+RazonSocial <- unique(Data_Empresa$RazonSocial)
+NIT <- unique(Data_Empresa$id_empresa)
+
+## Variables auxiliares
+
+last_date <- max(Data_Empresa$Date)
+
+```
+
+```{r calculo_salarios, echo=FALSE, message=FALSE, warning=FALSE, paged.print=FALSE}
+
+library(scales)
+
+salario_promedio <- Data_Empresa %>%
+  filter(Date > last_date %m-% months(36)) %>%  # Filtrar los últimos 36 meses
+  group_by(Periodo = case_when(
+    Date > last_date %m-% months(12) ~ "Últimos 12 meses",
+    Date > last_date %m-% months(24) ~ "Últimos 24 meses",
+    TRUE ~ "Últimos 36 meses"
+  )) %>%
+  summarise(Salario_Promedio = mean(Salario), .groups = 'drop')
+
+# Formatear como valor monetario en millones
+Salario.Prom.12 <- dollar(salario_promedio$Salario_Promedio[salario_promedio$Periodo == "Últimos 12 meses"] / 1e6, accuracy = 0.01, suffix = "M")
+Salario.Prom.24 <- dollar(salario_promedio$Salario_Promedio[salario_promedio$Periodo == "Últimos 24 meses"] / 1e6, accuracy = 0.01, suffix = "M")
+Salario.Prom.36 <- dollar(salario_promedio$Salario_Promedio[salario_promedio$Periodo == "Últimos 36 meses"] / 1e6, accuracy = 0.01, suffix = "M")
+
+
+```
+
+```{r Salarios_Promedio_date, message=FALSE, warning=FALSE, include=FALSE, paged.print=FALSE}
+
+Data_Empresa$Date <- as.Date(Data_Empresa$Date)
+
+Salario_Promedio_Fecha <- Data_Empresa %>%
+  group_by(Date) %>%
+  summarise(Promedio_Salarial = mean(Salario, na.rm = TRUE), .groups = 'drop') %>%
+  mutate(Promedio_Salarial_Formateado = dollar(Promedio_Salarial / 1e6, accuracy = 0.01, suffix = "M")) %>%
+  arrange(Date)
+
+# Verificar la estructura de los datos ordenados
+print(Salario_Promedio_Fecha)
+```
+
+```{r plot_salarios_mes, message=FALSE, warning=FALSE, include=FALSE, paged.print=FALSE}
+
+library(ggplot2)
+
+library(ggplot2)
+library(plotly)
+library(scales)
+
+# Crear el gráfico con ggplot
+ggplot_Salarios <- ggplot(Salario_Promedio_Fecha, aes(x = Date, y = Promedio_Salarial, group = 1)) +  # 'group = 1' fuerza a ggplot a considerar todo como un solo grupo
+  geom_line(color = "blue", size = 1) +
+  geom_point(color = "red", size = 2, aes(text = paste("Fecha:", format(Date, "%d-%m-%Y"), "<br>Salario Promedio:", Promedio_Salarial_Formateado))) +
+  labs(x = "Fecha", y = "Promedio Salarial (Millones $)", title = "Promedio Salarial por Fecha", subtitle = "Evolución del salario promedio a lo largo del tiempo") +
+  theme_minimal() +
+  theme(plot.title = element_text(hjust = 0.5))
+
+
+library(plotly)
+
+# Convertir ggplot a plotly
+Plot_Salarios_Interactive <- ggplotly(ggplot_Salarios, tooltip = "text")
+
+# Ajustar el formato de fecha en el eje x
+Plot_Salarios_Interactive <- Plot_Salarios_Interactive %>% 
+  layout(xaxis = list(tickformat = "%d-%m-%Y"))
+
+
+```
+
+
+```{r num.promedio_afiliados,echo=FALSE}
+
+# Contar afiliados únicos por mes y año
+Afiliados_Mes <- Data_Empresa %>%
+  group_by(Year, Month) %>%
+  summarise(Afiliados_Unicos = n_distinct(id_persona), .groups = 'drop')
+
+Afiliados_Promedio <- Data_Empresa %>%
+  filter(Date > last_date %m-% months(36)) %>%  # Filtrar los últimos 36 meses
+  group_by(Periodo = case_when(
+    Date > last_date %m-% months(12) ~ "Últimos 12 meses",
+    Date > last_date %m-% months(24) ~ "Últimos 24 meses",
+    TRUE ~ "Últimos 36 meses"
+  )) %>%
+  summarise(Afiliados_Promedio = mean(n_distinct(id_persona)), .groups = 'drop')
+
+Afiliados.Prom.12 <- Afiliados_Promedio$Afiliados_Promedio[Afiliados_Promedio$Periodo=='Últimos 12 meses']
+Afiliados.Prom.24 <- Afiliados_Promedio$Afiliados_Promedio[Afiliados_Promedio$Periodo=='Últimos 36 meses']
+Afiliados.Prom.36 <- Afiliados_Promedio$Afiliados_Promedio[Afiliados_Promedio$Periodo=='Últimos 36 meses']
+
+# Edad Promedio
+
+Edad_Promedio <- Data_Empresa %>%
+  filter(Date > last_date %m-% months(36)) %>%  # Filtrar los últimos 36 meses
+  group_by(Periodo = case_when(
+    Date > last_date %m-% months(1) ~ "Último Mes",
+    Date > last_date %m-% months(12) ~ "Últimos 12 meses",
+    Date > last_date %m-% months(24) ~ "Últimos 24 meses",
+    TRUE ~ "Últimos 36 meses"
+  )) %>%
+  summarise(Edad_Promedio = mean(Edad), .groups = 'drop')
+
+Edad.Prom.1 <- round(Edad_Promedio$Edad_Promedio[Edad_Promedio$Periodo == "Último Mes"],1)
+Edad.Prom.12 <- round(Edad_Promedio$Edad_Promedio[Edad_Promedio$Periodo == "Últimos 12 meses"],1)
+Edad.Prom.24 <- round(Edad_Promedio$Edad_Promedio[Edad_Promedio$Periodo == "Últimos 24 meses"],1)
+Edad.Prom.36 <- round(Edad_Promedio$Edad_Promedio[Edad_Promedio$Periodo == "Últimos 36 meses"],1)
+
+```
+
+```{r genero, echo=FALSE, message=FALSE, warning=FALSE, paged.print=FALSE}
+
+Genero_Distribucion <- Data_Empresa %>%
+  group_by(Date, Genero) %>%
+  summarise(Count = n_distinct(id_persona), .groups = 'drop') %>%
+  group_by(Date) %>%
+  mutate(Total = sum(Count),
+         Porcentaje = (Count / Total) * 100,
+         Porcentaje_Formateado = paste0(format(round(Porcentaje, 1), nsmall = 1), "%"),
+         Tooltip = paste(format(Date, "%d-%m-%Y"), "\nGénero: ", Genero, "\n", Porcentaje_Formateado, " (", Count, " personas)"))
+
+
+```
+
+```{r plot_genero, message=FALSE, warning=FALSE, include=FALSE, paged.print=TRUE}
+
+# Crear el gráfico con ggplot
+ggplot_Generos <- ggplot(Genero_Distribucion, aes(x = Date, y = Porcentaje, fill = Genero, text = Tooltip)) +
+  geom_bar(stat = "identity", position = "fill") +
+  scale_fill_brewer(palette = "Set1") +
+  labs(x = "Fecha", 
+       y = "Porcentaje", 
+       title = "Distribución Porcentual por Género", 
+       subtitle = "Distribución de género por fecha", 
+       fill = "Género") +
+  theme_minimal() +
+  theme(plot.title = element_text(hjust = 0.5))
+
+# Convertir ggplot a plotly con la configuración correcta de tooltips
+Plot_Generos_Interactive <- plotly::ggplotly(ggplot_Generos, tooltip = "text")
+
+# Ajustar formato de fecha en eje x y personalizar la presentación
+# Plot_Generos_Interactive <- Plot_Generos_Interactive %>% 
+#   layout(xaxis = list(tickformat = "%d-%m-%Y"))
+# 
+
+```
+
+# Datos básicos de la empresa
+
+ - Razón Social: `r RazonSocial`
+ - Empresa: `r NIT` 
+ - Mes en estudio: `r MES`
+ - Afiliados Promedio (12 meses): `r Afiliados.Prom.12`
+ - Afiliados Promedio (24 meses): `r Afiliados.Prom.24`
+ - Salario Promedio (12 meses): `r Salario.Prom.12`
+ - Salario Promedio (24 meses): `r Salario.Prom.24`
+ - Edad Promedio: `r Edad.Prom.1`
+
+# Promedio Salarial en el tiempo
+
+```{r show_plot_salarios, echo=FALSE, message=FALSE, warning=FALSE, paged.print=FALSE}
+
+# Visualizar el gráfico interactivo
+Plot_Salarios_Interactive
+
+
+```
+
+
+