Resumen
Hacer seguimiento de los precios de la canasta básica alimentaria es fundamental para asegurar la seguridad alimentaria y la estabilidad económica de un país. Para tal propósito, en el presente trabajo se desarrollaron un conjunto de scripts en Python con los que se recopilaron datos de precios de cinco sitios web de supermercados. Para esto se empleó el automatizador de navegadores Selenium, que junto con librerías como Pandas y Numpy, permitieron el consolidar la información correspondiente al nombre de los productos, sus descripciones, sus precios y las fechas de captura de información para un periodo de tiempo de 100 días. Por último, se realizaron una serie tableros de control en Power BI con la finalidad de conocer la experiencia de un grupo de usuarios con la información presentada. Los resultados de la prueba de concepto con usuarios permitieron identificar aspectos presentación, búsqueda, comprensión, inferencia y toma de decisiones a partir de las visualizaciones presentadas. Sobre este último aspecto, los usuarios señalaron que la ausencia de información relacionada con el precio por gramo o por mililitro para los productos, no les permite hacer comparaciones que los conduzca a diferenciar claramente los precios de estos. Este es un elemento que busca ser abordado en un próximo trabajo.
Citas
ACIS (2022). Análisis sobre los efectos del aumento de precios en la canasta básica. Informe técnico, Bogotá, Colombia.
DANE-Índice de Precios al Consumidor (IPC). (2024). https://www.dane.gov.co/index.php/estadisticas-por-tema/precios-y-costos/indice-de-precios-al-consumidor-ipc/ da Silva F., Almeida R., & Santos G. (2023). Web scraping techniques for consumer price index calculation. Statistical Research Journal, 45(3), 150–165.
Departamento Nacional de Planeación (2022). Informe anual sobre los efectos de la inflación en los hogares colombianos. Bogotá, Colombia.
Faramarzi, A., Hadizadeh, R., Fayyaz, S., Sajadimanesh, S. & Moradi, A. (2022). Web Scraping Technique for Producing Iranian Consumer Price Index. Statistical Journal of the IAOS, 38(1), 263–276.
Federico, L., Franco P., Minelli, A., Perri, A., Caroprese, L., Picarelli, R., Tradigo, G., Vocaturo, E., Dattola, F., Fortunato, A., Lambardi, P., Laurita, S., Pellegrino, I., Garro, A., Pugliese, A., Tagarelli, A., Veltri, P. & Zumpano E. (2016). SINSE+: a software for the acquisition and analysis of open data in health and social area. In Bochicchio, M. A. & Mecca, G. (2016) (eds.), SEBD (pp. 310-317), Matematicamente.it. ISBN: 9788896354889.
Financial Managers’ Forum (2005). Financial Analysis Planning & Reporting, 5(5), 15.
Khder, M.A. (2021). Web Scraping or Web Crawling: State of Art Techniques, Approaches, and Application. International Journal of Advances in Soft Computing and its Applications.
Kotler, P. & Armstrong, G. (2012). Principios de Marketing. 14ª edición. Pearson Educación. Madrid, España.
Krummert, B. (2016). Millennials ramp up restaurant spending. Restaurant Hospitality Exclusive Insight, 3.
Lima R., & Cruz E.F. (2019). Extraction and Multidimensional Analysis of Data from Unstructured Data Sources: A Case Study. International Conference on Enterprise Information Systems.
Loy, J.-P. & Ren, Y. (2022). Web scraping of food retail prices. In: Gandorfer, M., Hoffmann, C., El Benni, N., Cockburn, M., Anken, T. & Floto, H. (Hrsg.), 42. GIL-Jahrestagung Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft, Bonn: Gesellschaft für Informatik e.V. (pp. 177-182).
Martínez, F. (2022). Impacto del aumento de los precios de los combustibles en la canasta básica alimentaria. Reporte económico, Universidad Nacional.
Singrodia, V., Mitra, A. & Paul, S. (2019). A Review on Web Scrapping and its Applications. 2019 International Conference on Computer Communication and Informatics (ICCCI) (pp. 1-6). Coimbatore, India. doi: 10.1109/ICCCI.2019.8821809.
Taylor N. G. A., Luongo G., Jago E., & Mah C. L. (2023). Observational study of population level disparities in food costs in 2021 in Canada: A digital national nutritious food basket (dNNFB). Preventive Medicine Reports, 32, 102162. https://doi.org/10.1016/j.pmedr.2023.102162.

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.