Modelo de control desarrollado en ACL/SQL/Excel para validar ingresos estimados vs. reales en un proceso masivo de inscripciones y aranceles.
Implementar un control que permita:
Comparar estimaciones de inscripciones activas con los valores reales.
Proyectar ingresos, descuentos y becas con precisión cercana al 98%.
Identificar inconsistencias o errores antes del envío a gestión de cobranzas.
El control incluye:
Estimaciones basadas en inscripciones proyectadas y reales.
Cálculo de facturación de asignaturas, becas y aranceles.
Consolidación en un Total Masiva.
Cálculo automático de diferencias porcentuales entre lo estimado y lo real.
Se utilizan datos provenientes de SQL y se proyectan en plantillas de control.
El modelo permite escalarse para distintos períodos (mensuales, cuatrimestrales).
Los datos mostrados son ficticios y sirven únicamente para ilustrar la lógica del control.
Proyección de ingresos con un margen de error menor al 2%.
Identificación temprana de errores y diferencias entre lo estimado y lo real.
Mayor confiabilidad en la información enviada a gestión de cobranzas.
SQL (consultas para extracción de inscripciones, aranceles y becas)
Excel (tablas dinámicas y controles de proyección)
Procesos ETL para integración de fuentes de datos en ACL
Modelo de ETL + SQL para automatizar controles de facturación y conciliación de inscripciones, con el objetivo de detectar y justificar diferencias antes del envío a gestión de cobranzas.
🎯 Objetivo
Automatizar procesos de conciliación en facturación masiva.
Validar inscripciones, aranceles, descuentos y becas en tablas de Oracle.
Justificar diferencias con reportes detallados y criterios de negocio.
Reducir errores y escalar procesos críticos con mínimo mantenimiento.
🛠️ Desarrollo
Scripts en ACL (lenguaje similar a Python/SQL) sobre Oracle.
Consultas SQL para extracción, transformación y validación de datos.
Adaptación automática de controles según calendario mensual.
Integración con herramientas complementarias (Toad) para exploración y documentación de tablas intermedias.
📸 Ejemplo de consultas SQL:
📸 Ejemplo de conciliación y justificación de diferencias:
📸 Ejemplo de joins y reglas de validación en ETL:
📊 Resultados
Cobertura del 97% de la operatoria mensual (asignaturas, matrículas, maestrías, descuentos, becas, bajas).
Procesamiento de volúmenes de datos superiores a 5GB con tiempos eficientes.
Justificación de diferencias anticipada, evitando errores en la gestión de cobranzas.
Escalabilidad y mantenimiento reducido gracias a controles dinámicos.
🔧 Tecnologías utilizadas
ACL (Audit Command Language)
Oracle SQL
Toad
Excel para reportes de conciliación y visualización