Datos y JSONs

Datos y JSONs

Generación de datos sintéticos

Los datos son sintéticos, generados con Python para simular un negocio SaaS B2B real con estacionalidad, segmentación y tendencias coherentes.

import pandas as pd
import numpy as np
import json

# Ejemplo: generación de tendencia MRR
months = pd.date_range('2023-01', periods=24, freq='ME')
base_mrr = 50000
growth_rate = 0.07  # 7% mensual

mrr_trend = []
for i, month in enumerate(months):
    mrr = base_mrr * (1 + growth_rate) ** i
    mrr_trend.append({
        "month": month.strftime("%Y-%m"),
        "mrr": round(mrr, 2),
        "arr": round(mrr * 12, 2),
    })

with open("revenue_trend.json", "w") as f:
    json.dump(mrr_trend, f, indent=2)

Principios de diseño del dataset

Principio	Detalle
Coherencia interna	MRR × 12 = ARR, LTV/CAC > 3× en meses buenos
Estacionalidad	Q4 más fuerte, Q1 más débil (patrón B2B típico)
Segmentación realista	60% SMB · 30% Mid-Market · 10% Enterprise
Churn coherente	Higher churn en Month-to-month vs contratos anuales

Actualizar los datos

cd /home/propietario/project-executive-dashboard-data
python generate_data.py

# Copiar al portafolio
cp data/*.json /home/propietario/project-portfolio/public/data/executive/