Bitácora de cambios y actualizaciones de la plataforma
Acerca de este desarrollo
El siguiente desarrollo es un prototipo corporativo diseñado para demostrar las ventajas que tienen los analistas y usuarios al tener acceso a la generación de reportes (extracción de datos) por medio de una interfaz gráfica altamente optimizada.
Además, se incorpora una Consola SQL de solo lectura para que perfiles intermedios y avanzados puedan escribir su script personalizado, explotando la información alojada en las bases de datos de forma segura.
Nota Arquitectónica: La herramienta utiliza SQLite por la velocidad de despliegue en el entorno de desarrollo. En un ambiente productivo, se conectaría a los motores de bases de datos empresariales mediante políticas de seguridad estructuradas.
Odel Leal Hernández
2025 - 2026
Línea de Tiempo
Actualizado: Junio 2026
-
Rediseño Estructural (Profit Bank): Migración completa a la nueva identidad visual corporativa orientada a una experiencia premium (Deep Blue, Azure Slate y Light Jade).
-
Nueva Arquitectura UX: Implementación de una barra lateral (Sidebar) colapsable e inteligente que maximiza el área de análisis de datos y la organización de la pantalla.
-
Filtros en Pestañas: Los filtros masivos, indicadores y selección de columnas se agruparon en menús interactivos con scroll interno y pestañas (Tabs), eliminando los modales intrusivos.
-
Notificaciones Inmersivas: Reemplazo total de las antiguas alertas nativas del navegador (`alert()`) por notificaciones flotantes (Toasts) y mensajes asíncronos integrados en el área de resultados.
-
Backend Intacto: Toda la lógica de extracción de datos y cruces en Python (`profit_ledger.py`, `profit_savings.py`) se mantuvo al 100% acoplándose al nuevo front-end, garantizando total estabilidad.
- Se modifican los HTMLs en "Filtro Masivo", se agrega el colapsado para optimizar el espacio (uso poco frecuente).
- Se corrige bug en "consultas.html" en los tabs que exportaba toda la base de datos en vez de exportar la consulta.
- Se optimiza el visor de datos de "consultas.html" para que se expanda conforme la cantidad de registros y se muestre el scroll horizontal correctamente.
- Se agrega la opción para seleccionar diferentes bases de datos localizadas en la carpeta 'data' para realizar las extracciones y consultas.
- En módulo de consultas SQL al exportar, ya no se limita a 500 registros como en la previsualización.
- Se agrega al archivo Excel exportado una hoja llamada SQL para tener el respaldo del script utilizado.
- En el módulo de consultas se coloca como predeterminado el tab de consultas SQL.
- Correcciones de errores menores.
- Se corrigen las consultas adaptándolas a los nuevos nombres de columnas homologados de la base de datos en el profit_savings.
- Se crean scripts predefinidos en "consultas.html" (Sección -> Consultas SQL).
- Se optimizan los filtros externos para utilizar un solo archivo tipo plantilla Excel, evitando el error de límite de 1000 variables en la sentencia IN de SQLite.
- Las UI de consultas, savings y ledger se optimizaron con filtros externos "Drag & Drop". Se incluye enlace de descarga de la plantilla.
- Se optimizó la selección de columnas para exportar el reporte abriendo un "Modal/Pop-up" interactivo.
- Se agregó la búsqueda y filtro por "CÉDULA".
- Se realizaron correcciones y mejoras a las consultas SQL.
- Se optimizan los procesos de extracción de datos agregando 'COLLATE NOCASE' a campos TEXT para búsquedas insensibles a mayúsculas.
- Se agregan nuevos filtros a HTMLs.
- Se optimizan los procesos de extracción de archivos planos a SQLite.
- Se integra optimizador 'optimiza_bd' para crear índices y acelerar las consultas en el Front-End.
- Se optimizan 'app.py', 'profit_savings.py' y 'profit_ledger.py' con ajustes específicos para consultas en SQLite.
- Rediseño del Front-End utilizando plantillas heredadas (Jinja2) para facilitar el mantenimiento.
- Corrección general de errores.
- Creación de proceso de extracción masiva desde archivos planos hacia Base de Datos SQLite (Back-End, futuro Front-End).
- Rediseño total de la arquitectura de la Web App orientada a bases de datos SQLite.
- Creación y diseño de la página de Editor SQL ('consultas.html') para consultas rápidas personalizadas.
- Se agrega página de Portada (Index) para seleccionar la herramienta deseada: APLS o Sábana.
- Se diseña la página para Sábana de Datos con filtros externos e internos basados en APLS.
- Se modularizan los procesos de Python para mantener el orden arquitectónico.
- 1.0.9: Se agrega lista de entes especiales excluidos. Se agrega columna "TIPO_CAMBIO" al reporte Excel.
- 1.0.8: Se agregan filtros por equipo. Botón limpiar filtros. Lógica Chunking optimizada. Footer flotante (sticky-bottom).
- 1.0.7: Mejoras UI mediante Pestañas (Tabs). Filtro "Saldo Contable Dolarizado".
- 1.0.6: Se implementa la selección dinámica de columnas antes de exportar.
- 1.0.4 - 1.0.5: Filtros manuales en TextAreas (Cuentas/Códigos). Filtros de línea de negocio, estado y moneda.
- 1.0.1 - 1.0.2: Selector dinámico de Tipo de Cambio. Filtros por número de productos.
- 1.0.0.2025.12.05 (Lanzamiento): Versión inicial que migra procesos manuales en Python hacia una interfaz gráfica HTML/CSS/JS orientada a la autogestión de usuarios.