Finanzas · Python
SaveMoney —
Finanzas Automáticas
App personal de análisis de gastos con categorización automática via IA. Tres años de datos. Un dashboard que finalmente explica adónde va el dinero.
El dinero desaparece.
Nadie sabe adónde.
El extracto bancario tiene 200 transacciones al mes. La descripción es "COMPRA TPV 2312 MADRID" o "TRANSFERENCIA REF 8847621". Imposible entender en qué se va el dinero sin procesar esa información. Y hacerlo manualmente es inviable.
Las apps de finanzas personales son o demasiado simples o demasiado caras, y ninguna entiende bien el contexto de gasto español. La solución era construir algo propio: importar los CSV del banco, categorizar con IA, visualizar con Streamlit.
Tres años de gastos en un CSV.
Cero insight hasta que los procesas.
CSV del banco.
GPT categoriza. Streamlit visualiza.
El pipeline es simple pero efectivo. El banco exporta CSV con las transacciones. Python + Pandas limpia y normaliza. GPT-3.5-turbo categoriza cada transacción en una de las 12 categorías predefinidas con un 95% de precisión. PostgreSQL almacena el historial. Streamlit genera el dashboard interactivo.
Tendencias mensuales.
Patrones invisibles.
Con tres años de datos categorizados emerge un nivel de self-awareness financiero que ninguna app genérica proporciona. El dashboard responde preguntas que no sabías que tenías.
Tendencias mensuales
Gráfico de líneas comparando cada categoría mes a mes. Detección automática de meses atípicos.
Desglose por categoría
¿Cuánto gastas en restaurantes vs supermercado? ¿El gasto en tecnología sube cada año?
Proyecciones de ahorro
Si reduces X categoría en Y%, ¿cuánto ahorras en 12 meses? Simulador interactivo de escenarios.
Suscripciones activas
Detección automática de cargos recurrentes. Muchas suscripciones olvidadas descubiertas aquí.
Datos que cambian
comportamientos.
El primer mes de uso reveló tres suscripciones olvidadas por valor de 47€/mes. El análisis de la categoría "ocio" mostró que el gasto en streaming triplicaba al de actividades físicas. El gasto en comida a domicilio había aumentado un 60% en dos años.
Resultado después de seis meses de uso consciente: ahorro mensual aumentado en más del 20%. No por restricción, sino por visibilidad. No puedes cambiar lo que no ves.
- Detección de suscripciones activas y olvidadas
- Alertas automáticas cuando una categoría supera el presupuesto
- Exportación de informes mensuales en PDF
- Comparativa año sobre año por categorías