Plataforma de Analítica de Datos para los Servicios Clipp

Desarrollo de una solución completa y automatizada para la generación de dashboards basados en KPIs específicos para cada uno de los servicios ofrecidos por Clipp:

• Taxis
• Buses
• Delivery
• Eventos
• Pagos y Recargas
• Parqueo

La plataforma tiene como objetivo proporcionar a las partes interesadas herramientas para la toma de decisiones estratégicas, basadas en información obtenida mediante un proceso de descubrimiento de conocimiento (KDD) a partir de los datos recopilados de los distintos servicios de la empresa.

Estructura del Proyecto

El sistema estará basado en una arquitectura de microservicios utilizando Docker, y se compondrá de cuatro módulos esenciales que garantizarán el correcto flujo, tratamiento y visualización de la información.

ETL (Extracción, Transformación y Carga)

El proceso ETL será automatizado mediante la herramienta Airflow, la cual permitirá la obtención programada de datos en intervalos regulares, su limpieza, transformación y enriquecimiento. Los datos resultantes serán almacenados en un repositorio central, desde el cual podrán ser accedidos eficientemente por los demás componentes del sistema.

API y Modelos de Datos

Este módulo se encargará de construir los endpoints de la API que serán consumidos por la interfaz de usuario. Además, en este componente se generarán los modelos de datos utilizando Pandas, adaptados a los KPIs y características específicas de cada servicio.

Interfaz de Usuario (UI)

Desarrollada con el framework Streamlit, la interfaz de usuario permitirá visualizar dashboards dinámicos con la información más relevante, según los requerimientos de cada uno de los servicios que ofrece Clipp.

Experimentación con Inteligencia Artificial (Módulo Opcional)

Este módulo complementario incluirá flujos para el análisis avanzado de los datos mediante técnicas de inteligencia artificial, como proyecciones, agrupamientos y otras estrategias de análisis predictivo que generen conocimiento adicional para el negocio.

---

Tecnologías Utilizadas

La plataforma integra una variedad de tecnologías y herramientas clave para asegurar un funcionamiento robusto y eficiente:

Estructura

• Docker

Frontend

• Streamlit
• Plotly (por definir)

Backend

• FastAPI
• Pandas
• Scikit-learn

ETL

• Airflow
• Pandas
• NumPy
• PostgreSQL

---

Equipo de Desarrollo

• Luis Mora – Arquitectura del sistema y desarrollo del módulo ETL
• Alex Quishpe – Desarrollo del backend, API y modelado de datos
• Jean Álvarez – Implementación de dashboards y desarrollo frontend