Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas


Excel Basico e intermedio, Esquemas de Microsoft Excel

Clase de excel basico e intermedio

Tipologia: Esquemas

2025

Compartilhado em 12/11/2025

piero-alayo-manta
piero-alayo-manta 🇧🇷

2 documentos

1 / 16

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
1. PORTADA:
Título del Proyecto: “Análisis de Aprobación de Créditos de Consumo en la Oficina de
Ventanilla: Evaluación de Factores Determinantes
Nombres de los Participantes:
Acosta Gutiérrez, César Gabriel.
Alcedo Bernardo, Wilson Diego.
Aranda Cuya, Zidane Gustavo.
Alayo Manta, Elizabeth Pamela.
Manuel Antonio Leandro Saldaña
Roles Propuestos: Se tiene que tener presente que cada integrante del grupo sabe el
manejo de este proyecto, ahora bien, se tuvo que delegar y dividir tareas a cada integrante
del grupo para poder cumplir con la entrega del proyecto dentro de la fecha indicada, por
lo tanto:
Cesar Acosta: Se encargo del Scripts SQL, creación de tablas.
Diego Alcedo: Se encargo de la Descripción del caso Ficticio y Diagrama ER.
Gustavo Aranda:
Elizabeth Alayo: Documentación, listado de tablas, canva, scripts sql
Manuel: Se encargo del Diagrama ER.
2. Descripción del Caso Ficticio
Resumen del Caso: En una oficina de ventanilla de una Cooperativa en el Perú, se
atienden cientos de clientes que solicitan créditos para el tipo de ingreso que tienen, como
puede ser negocio, servicios, producción, ingresos dependientes, etc. Para el presente
proyecto se está tomando solo a los clientes que tienen ingresos dependientes que
solicitan créditos por consumo. El problema en esta Cooperativa es la demora en la
aprobación de créditos por consumo afectando al cliente. Ahora bien, el presente proyecto
pretende optimizar el proceso de evaluación y automatizar la aprobación de créditos, se
ha diseñado un sistema que analiza ciertos criterios de los clientes, como su edad,
ingresos y score crediticio. Este sistema permite filtrar a los clientes que cumplen con los
requisitos para obtener un crédito y brindar respuestas rápidas sobre su aprobación o
rechazo. Este sistema se basa en los siguientes puntos:
Ingreso Mensual: Tiene que ser mayor a S/ 2,000.00
Edad: La edad mínima es de 28 años a más.
Score Sentinel: Si el score es mayor a 800.
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff

Pré-visualização parcial do texto

Baixe Excel Basico e intermedio e outras Esquemas em PDF para Microsoft Excel, somente na Docsity!

1. PORTADA:

Título del Proyecto: “ Análisis de Aprobación de Créditos de Consumo en la Oficina de Ventanilla: Evaluación de Factores Determinantes Nombres de los Participantes: ▪ Acosta Gutiérrez, César Gabriel. ▪ Alcedo Bernardo, Wilson Diego. ▪ Aranda Cuya, Zidane Gustavo. ▪ Alayo Manta, Elizabeth Pamela. ▪ Manuel Antonio Leandro Saldaña ❖ Roles Propuestos: Se tiene que tener presente que cada integrante del grupo sabe el manejo de este proyecto, ahora bien, se tuvo que delegar y dividir tareas a cada integrante del grupo para poder cumplir con la entrega del proyecto dentro de la fecha indicada, por lo tanto: Cesar Acosta: Se encargo del Scripts SQL, creación de tablas. Diego Alcedo: Se encargo de la Descripción del caso Ficticio y Diagrama ER. Gustavo Aranda: Elizabeth Alayo: Documentación, listado de tablas, canva, scripts sql Manuel: Se encargo del Diagrama ER.

2. Descripción del Caso FicticioResumen del Caso: En una oficina de ventanilla de una Cooperativa en el Perú, se atienden cientos de clientes que solicitan créditos para el tipo de ingreso que tienen, como puede ser negocio, servicios, producción, ingresos dependientes, etc. Para el presente proyecto se está tomando solo a los clientes que tienen ingresos dependientes que solicitan créditos por consumo. El problema en esta Cooperativa es la demora en la aprobación de créditos por consumo afectando al cliente. Ahora bien, el presente proyecto pretende optimizar el proceso de evaluación y automatizar la aprobación de créditos, se ha diseñado un sistema que analiza ciertos criterios de los clientes, como su edad, ingresos y score crediticio. Este sistema permite filtrar a los clientes que cumplen con los requisitos para obtener un crédito y brindar respuestas rápidas sobre su aprobación o rechazo. Este sistema se basa en los siguientes puntos: ▪ Ingreso Mensual: Tiene que ser mayor a S/ 2,000. ▪ Edad: La edad mínima es de 28 años a más. ▪ Score Sentinel: Si el score es mayor a 800.

3. Diseño de la Base de DatosDiagrama ER Completo: Representación gráfica con todas las entidades y sus relaciones del proyecto: ❖ Modelo relacional Un cliente puede realizar muchas solicitudes de crédito (1, N), pero una solicitud solo puede ser realizada por un cliente (1,1). Esto implica que una solicitud pertenece a un tipo de crédito (1,1) y un tipo de crédito solo puede pertenecer a una solicitud (1, 1). Asimismo, una solicitud se asigna a un solo asesor (1,1) y a un asesor se puede asignar muchas solicitudes (1, N). Como también toda solicitud tiene que tener una evaluación crediticia (1,1) y una evaluación crediticia necesariamente tiene que tener una única solicitud (1,1). Por otra parte, todo asesor puede realizar muchas evaluaciones (1, N), pero una evaluación solo puede ser realizada por un asesor (1, 1). De esta manera cada evaluación tiene un resultado (1, 1) como cada resultado solo puede tener una evaluación (1,1).

o Se relaciona con EVALUACION_CREDITICIA (nro_solicitud → nro_solicitud).

3. TIPO DE CREDITO Finalidad: Define los distintos tipos de crédito disponibles. Clave Primaria (PK): id_tipo Relaciones Clave: Se relaciona con SOLICITUD_CREDITO (id_tipo → id_tipo_credito).

  1. ASESOR Finalidad : Contiene información de los asesores de crédito. Clave Primaria (PK) : cod_asesor Relaciones Clave : o Se relaciona con SOLICITUD_CREDITO (cod_asesor → cod_asesor). o Se relaciona con EVALUACION_CREDITICIA (cod_asesor → cod_asesor).
  2. EVALUACION CREDITICIA Finalidad : Guarda la evaluación crediticia realizada a cada solicitud. Clave Primaria (PK) : nro_solicitud Relaciones Clave : o Se relaciona con SOLICITUD_CREDITO (nro_solicitud → nro_solicitud). o Se relaciona con ASESOR (cod_asesor → cod_asesor). o Se relaciona con RESULTADO_EVALUACION (nro_solicitud → id_estado).
  3. RESULTADO_EVALUACION Finalidad : Contiene el resultado final de la evaluación de crédito. Clave Primaria (PK) : id_estado Relaciones Clave : o Se relaciona con EVALUACION_CREDITICIA (id_estado → nro_solicitud)

4. Scripts SQL Creación de Tablas: Scripts para crear todas las tablas con sus claves primarias y restricciones básicas.

5. Consultas Básicas o Listar todos los registros. o Filtrar datos por una columna específica (WHERE).

CONSULTAS BÁSICAS:

Conclusiones generales

  1. La base de datos permite seguir el ciclo completo de un crédito: desde la solicitud, evaluación, hasta su aprobación o rechazo.
  1. Esta base puede fácilmente sistemas web o móviles para gestionar clientes y créditos en tiempo real.
  2. Esta base de datos ha sido diseñada para gestionar el flujo de información de una cooperativa de crédito, desde la captura de datos del cliente hasta la evaluación y resultado final de solicitudes de crédito.
  3. En este caso no contamos con la ayuda evidenciada en la primera entrega, solo dos compañeros llegamos a coordinar para poder presentar algo. CAPTURAS DE EVIDENCIA DEL TRABAJO