Proyecto de Análisis de Facturación en Salud

📋 Descripción del Proyecto

Este proyecto realiza un análisis completo de datos de facturación médica, transformando datos crudos en información útil para la toma de decisiones mediante un proceso de limpieza, análisis exploratorio y visualización de resultados.

🎥 Video del Proyecto

🔗 Enlace al video: https://youtu.be/iafrp-Jvmlk?si=uJoDkciaSMLWD2Wg

El video muestra de manera clara y ordenada:

• Las 3 etapas del proyecto: limpieza de datos, análisis exploratorio y visualización
• Demostración del código y explicación de su funcionamiento
• Resultados y gráficos obtenidos a partir de los datos de facturación
• Interpretación personal de lo aprendido y aplicación profesional

📁 Estructura del Proyecto

PROYECTO_FINAL_DATAXPERIENCE/ │ ├── src/ │ └── analisis_completo.py # Código principal del análisis │ ├── data/ │ └── raw/ │ └── PILOTO SEMIAUTOMATICO_28_FEBRERO_2025.xlsx # Datos originales │ ├── resultados/ │ └── graficos/ │ ├── Grafico_1.jpeg │ ├── Grafico_2.jpeg │ ├── Grafico_3.jpeg │ ├── Grafico_4.jpeg │ ├── Grafico_5.jpeg │ ├── Grafico_6.jpeg │ └── Grafico_7.jpeg │ └── README.md # Este archivo

text

🚀 Cómo Ejecutar el Proyecto

1. Clona este repositorio en tu computadora
2. Instala las dependencias necesarias:

   pip install pandas numpy matplotlib seaborn openpyxl

Ejecuta el script principal:

bash python src/analisis_completo.py Los resultados (datos limpios y gráficos) se generarán automáticamente

📊 Resultados Obtenidos El análisis generó 7 visualizaciones clave que muestran:

Gráfico Descripción Gráfico 1 Distribución del Valor Radicado Gráfico 2 Distribución del Valor Unitario Gráfico 3 Top 10 Facturas mas frecuentes Gráfico 4 Top 10 Codigos de Servicio mas frecuentes Gráfico 5 Distribucion de Autorizacion Gráfico 6 Top 10 Diagnosticos mas frecuentes Gráfico 7 Tendencia del Valor Redicado por Fecha

Todos los gráficos están disponibles en la carpeta resultados/graficos/.

👨‍💻 Aprendizajes y Aplicación Profesional Lo que aprendí Limpieza y transformación de datos reales con pandas

Creación de visualizaciones efectivas con matplotlib y seaborn

Importancia de entender la estructura de los datos antes del análisis

Metodología completa para un proyecto de datos

Cómo lo aplicaré profesionalmente Automatización de reportes de facturación

Detección de anomalías en procesos de salud

Mejora en la toma de decisiones basada en datos

Este proyecto forma parte de mi portafolio profesional

Hecho por:

-Marcos Gabriel Gama -Valentina Restrepo -Fabio Alejandro Corredor