feat: add financial reporting fields to schema, update data ingestion logic, and lower AI confidence threshold for revision

app.py

@@ -138,6 +138,10 @@ class ProcessSheetPayload(BaseModel):
     # Financial fields
     monto_deuda: Optional[float] = 0.0
     cuotas_impagas: Optional[int] = 0
+    monto_ejecutado: Optional[float] = 0.0
+    monto_meta: Optional[float] = 0.0
+    estado_cartera: Optional[str] = None
+    tipo_alerta: Optional[str] = None
     
     # Marketing fields
     leads: Optional[int] = 0
@@ -451,7 +455,7 @@ def analyze_nlp_only(payload: ProcessSheetPayload, db: Session = Depends(get_db)
                 payload.incumplimiento_tareas < 0 or payload.incumplimiento_tareas > 100
             )
         
-        forzar_revision = (confianza_ia < 0.60) or fuera_de_rango
+        forzar_revision = (confianza_ia < 0.50) or fuera_de_rango
 
     alertas_disparadas = []
     if payload.tipo_fuente not in ["FINANCE", "BUDGET", "MARKETING", "SURVEYS"]:
@@ -592,7 +596,7 @@ def procesar_lote_tabular(payloads: List[ProcessSheetPayload], db: Session = Dep
             else:
                 entidades = ner_engine.extract_entities(payload.texto_celda)
                 confianza_ia = sum([e["score"] for e in entidades]) / len(entidades) if entidades else 1.0
-                forzar_revision = confianza_ia < 0.60
+                forzar_revision = confianza_ia < 0.50
             
             nombre_resuelto = payload.texto_celda[:200].strip()
             estudiante = next((e for e in estudiantes_db if e.codigo_estudiante == payload.codigo_estudiante), None) if payload.codigo_estudiante else None
@@ -626,8 +630,17 @@ def procesar_lote_tabular(payloads: List[ProcessSheetPayload], db: Session = Dep
                 hechos_budget.append(FactRentabilidadPresupuesto(
                     id_modulo=payload.id_modulo, id_tiempo=payload.id_tiempo,
                     id_categoria=1,
-                    monto_ejecutado=getattr(payload, 'monto_deuda', getattr(payload, 'costo', 0)),
-                    monto_meta=getattr(payload, 'monto_deuda', getattr(payload, 'costo', 0))
+                    monto_ejecutado=getattr(payload, 'monto_ejecutado', getattr(payload, 'costo', 0)),
+                    monto_meta=getattr(payload, 'monto_meta', getattr(payload, 'costo', 0))
+                ))
+            elif area == "FINANCE":
+                hechos_finance.append(FactSituacionFinanciera(
+                    id_estudiante=estudiante.id_estudiante,
+                    id_tiempo=payload.id_tiempo,
+                    monto_deuda=getattr(payload, 'monto_deuda', 0),
+                    cuotas_impagas=getattr(payload, 'cuotas_impagas', 0),
+                    estado_cartera=getattr(payload, 'estado_cartera', 'PENDIENTE'),
+                    tipo_alerta=getattr(payload, 'tipo_alerta', 'NINGUNA')
                 ))
             else: # ACADEMIC
                 hechos_academic.append(FactRendimientoAcademico(
@@ -642,6 +655,7 @@ def procesar_lote_tabular(payloads: List[ProcessSheetPayload], db: Session = Dep
         if hechos_marketing: db.add_all(hechos_marketing)
         if hechos_surveys: db.add_all(hechos_surveys)
         if hechos_budget: db.add_all(hechos_budget)
+        if hechos_finance: db.add_all(hechos_finance)
         if hechos_academic: db.add_all(hechos_academic)
 
         db.commit()
@@ -1477,7 +1491,7 @@ def batch_analyze_nlp(
                     db.flush()
                     estudiantes_existentes.append(estudiante)
                 
-        candidatos_difusos = get_top_matches(nombre_resuelto, estudiantes_existentes, top_k=5) if requiere_revision or (confianza_ia < 0.60 and area in ['ACADEMIC', 'FINANCE']) else []
+        candidatos_difusos = get_top_matches(nombre_resuelto, estudiantes_existentes, top_k=5) if requiere_revision or (confianza_ia < 0.50 and area in ['ACADEMIC', 'FINANCE']) else []
 
         # Calculo de alertas
         alertas = []