Analisis y Modelado Analitico de Transacciones de Supermercado

Damy Villegas - A00398942

Proyecto funcional construido con:

• Backend: Python + FastAPI.
• Procesamiento analitico: Python y script PySpark para Databricks.
• Frontend: Dashboard web en HTML, CSS y JavaScript.
• Datos: CSV de transacciones de supermercado.

Como ejecutar el programa

Se van a utilizar los siguientes comandos en la terminal:

python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt
uvicorn backend.main:app --reload

Despues abrir en el navegador:

http://127.0.0.1:8000

El dashboard se cargara desde FastAPI.

Que CSV se debe cargar

Se puede usar el archivo incluido:

data\datos_ejemplo_supermercado.csv

Tambien si se presiona Procesar datos de ejemplo en el dashboard. Ese boton va a procesar el mismo CSV de ejemplo desde el backend.

Si se quiere cargar otro archivo, debe ser un CSV con estas columnas:

• transaction_id
• datetime
• customer_id
• product_id
• category
• quantity
• store

La aplicacion tambien reconoce nombres equivalentes en espanol como id_transaccion, fecha, id_cliente, id_producto, categoria, cantidad y tienda.

Estructura del proyecto

FINALDATOS/
  backend/
    main.py
    analytics.py
  databricks/
    procesamiento_supermercado_databricks.py
  data/
    datos_ejemplo_supermercado.csv
  frontend/
    index.html
    styles.css
    app.js
  requirements.txt
  README.md
  INFORME_TECNICO.md
  EXPLICACION_PROYECTO.md

Que hace cada parte

• backend/main.py: crea la API con FastAPI y expone los endpoints.
• backend/analytics.py: realiza limpieza, metricas, visualizaciones base, K-Means y recomendaciones.
• frontend/: muestra el dashboard visual y consume la API.
• databricks/procesamiento_supermercado_databricks.py: script PySpark para ejecutar el procesamiento en Databricks.
• data/datos_ejemplo_supermercado.csv: dataset de prueba.

Endpoints principales

• GET /: abre el dashboard.
• GET /api/health: verifica que la API funciona.
• GET /api/sample: procesa el CSV de ejemplo.
• POST /api/upload: recibe un CSV y recalcula todo el analisis.