Análisis predictivo de patrones en transacciones comerciales en una empresa exportadora del sector acuícola utilizando machine learning para la auditoría financiera moderna

CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. Este proyecto se orienta a resolver la necesidad de detectar de manera anticipadas patrones inusuales en las transacciones comerciales de una empresa exportadora del sector acuícola, con el propósito de fortalecer la auditoría financiera moderna y contemporánea y minimizar riesgos asociados a prácticas irregulares o fraudes. El objetivo principal del trabajo fue utilizar modelos de análisis predictivo que, mediante la aplicación de técnicas de aprendizaje automático, posibilite la identificación de comportamiento extraños y tendencias relevantes en los mercados de exportación y mercado local. La metodología adoptada se basó en el modelo CRISP-DM, que se caracteriza en los proyectos de ciencia de datos, integrando las fases de comprensión del negocio y de los datos, preparación, modelado, evaluación y diseño de la propuesta; se clasifica como un proyecto de solución tecnológica. La estructura del trabajo empieza desde la exposición del problema hasta la implementación e interpretación de algoritmos de machine learning supervisados y no supervisados, que incluyen DBSCAN, isolation forest, random forest y regresión logística, para finalmente formular una propuesta de aplicación. Como parte significativa, el proyecto permitió identificar con precisión patrones y anomalías que optimizan el control interno en contabilidad, respaldan decisiones estratégicas y dotan a la empresa de una herramienta muy útil en la nube para el monitoreo continuo de sus transacciones, incorporando capacidades analíticas de un nivel alto a su sistema de control interno.

• Autor Principal: Miranda Gómez, Kevin Andrés (author)
• Outros autores: Olmedo Navarro, Cesar Alejandro, Director (author), Armijos de la Cruz, Benigno Alfredo, Evaluador 1 (author), Vásquez Castro, Caterine Narcisa, Presidenta (author)
• Formato: bachelorThesis
• Publicado: 2025
• Subjects: Análisis Predictivo; Patrones; Transacciones comerciales; Empresa exportadora; Sector acuícola; Utilizando Machine Learning; Auditoría Financiera Moderna
• Acceso en liña: http://www.dspace.espol.edu.ec/handle/123456789/67597