Interactive_App_Leads_Monitoring

Construcción de App interactiva para montirear Leads por hora, con un intervalo de confianza, usando Python, Jinja2 y chartJS.

Gráfico interactivo de referencia para monitorear el KPI deseado como serie temporal por hora.

Con el código implementado, se logra una proyección de los resultados por hora, usando intervalos de confianza a partir de un valor p de distribución T-student (varianza poblacional desconocida).

Observaciones

El código reajusta automáticamente las proyecciones, cada vez que hay mayor número de datos en la muestra.

En la imagen se ve un N muestral (por hora) igual a 2. Ese es en número de observaciones mínimas para generar los estimadores, pero en teoría, se recomienda usar al menos 28 a 30 observaciones por cada hora.

En otras palabras, idealmente, usar 28 a 30 semanas de datos para que la estimación tenga validez a nivel teórico por Teorema Central del Límite.

Para el dahsboard usé Jinja2 y la librería chart.js, así que es interactivo. El usuario puede ver puntos de datos y ocultar las series. Dudas/comentarios/aportes a efaraneda@gmail.com