Para garantizar un análisis en tiempo real, se implementó un sistema de procesamiento que permite visualizar los resultados más relevantes a través de una API web alojada en localhost. Esta integración facilita la monitorización continua de las variables clave y optimiza la toma de decisiones basada en información actualizada. La estructura del sistema asegura la eficiencia en la gestión de datos y la automatización del proceso de extracción y análisis.

El análisis histórico implica la recopilación y evaluación de datos pasados para identificar patrones, tendencias y anomalías. En este proyecto, se trabajará con datos financieros históricos de ECOPETROL, una de las principales empresas en el mercado de valores colombiano. Estos datos incluyen precios de cierre, precios máximos y mínimos, volúmenes de transacción, y variaciones porcentuales y absolutas. El análisis de estos datos históricos permitirá establecer un contexto sobre el comportamiento de las acciones de ECOPETROL, lo que es fundamental para cualquier análisis predictivo o toma de decisiones de inversión.

La captación de datos representa el punto de partida del modelo. Se implementó un RPA (Automatización Robótica de Procesos) para interactuar directamente con el sitio web de la Bolsa de Valores de Colombia (BVC). Este enfoque automatizado se eligió debido a las siguientes razones:

• Eliminación de tareas repetitivas y manuales: La descarga de datos financieros de forma manual es propensa a errores y consume tiempo valioso, especialmente cuando los datos deben actualizarse con frecuencia.

• Estandarización del proceso: El uso de herramientas como pyautogui y webbrowser asegura que la interacción con el sitio web sea consistente y replicable.

La visualización de los datos en tiempo real se realiza a través de una API web que se ejecuta en un servidor local (localhost). Cuando se inicia la aplicación Flask con el comando flask run, la consola muestra mensajes que indican el estado del servidor. El mensaje "Serving Flask app 'app'" significa que Flask ha identificado la aplicación que se está ejecutando, en este caso, llamada 'app'. El aviso "Debug mode: off" indica que el modo de depuración está desactivado, lo cual es adecuado para un entorno de desarrollo, pero no recomendado para producción. La advertencia "WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead" subraya que Flask está corriendo en su servidor de desarrollo integrado, que es adecuado para pruebas y desarrollo, pero no es lo suficientemente robusto para manejar una implementación en producción. Para producción, se recomienda usar un servidor WSGI, como Gunicorn o uWSGI, que son más seguros y escalables.

La propuesta de implementación del sistema RPA para la extracción de datos de Ecopetrol desde la Bolsa de Valores de Colombia podría ser una herramienta eficaz para optimizar la eficiencia operativa en la gestión de información financiera. El uso de RPA eliminaría potencialmente la necesidad de realizar tareas repetitivas y propensas a errores, como la recolección manual de datos, permitiendo que estas actividades se ejecuten de manera automática y sin intervención humana. Este enfoque no solo agilizaría el flujo de trabajo, sino que también reduciría significativamente el riesgo de errores y la variabilidad en la calidad de los datos recolectados, aspectos esenciales en un entorno financiero donde la precisión y la consistencia son fundamentales. La reducción de la intervención humana liberaría recursos que podrían ser redirigidos a actividades de análisis y toma de decisiones estratégicas.