Data Analytics Essentials

Proyectos de Análisis de Datos

Introducción
El mundo digital de hoy genera una enorme cantidad de datos que pueden
proporcionar información valiosa a todo tipo de organizaciones. El análisis de datos es
el proceso de tomar esos datos y usarlos para responder preguntas, identificar
tendencias y extraer información que permita a las organizaciones tomar mejores
decisiones.

¿Qué Aprenderé en Este Módulo?

En este módulo, aprenderá cómo el análisis de datos aporta valor a las organizaciones
y los métodos analíticos más comunes utilizados en la actualidad. Comenzará su viaje
para convertirse en analista de datos familiarizándose con los pasos en el proceso de
análisis de datos. También se le presentarán las carteras de blogs y proyectos como
formas de demostrar sus habilidades a posibles empleadores.

Al finalizar este módulo, debería poder:

Análisis en Tiempo Real

La Revolución del Análisis de Datos

Lo que comenzó con un pequeño número de organizaciones que utilizan análisis para
descubrir ideas sobre los comportamientos de los clientes y empleados se ha
convertido en una revolución absoluta en la forma en que se toman las decisiones
comerciales. Hasta hace poco, el análisis de datos implicaba analizar datos históricos
para descubrir tendencias, patrones y otra información descriptiva sobre una
organización. Los conjuntos de datos utilizados para este tipo de análisis — llamados
análisis descriptivos — contienen datos estáticos como transacciones de clientes,
niveles de inventario o informes de defectos. Este tipo de datos generalmente no se
analiza de inmediato; de hecho, la mayor parte se compila y analiza mensualmente o
trimestralmente.

El objetivo principal del análisis de datos tradicional es presentar la información de una

manera que sea fácil de entender para los tomadores de decisiones no técnicos. Los
resultados del análisis descriptivo son altamente precisos porque los datos
generalmente no cambian durante el análisis. Ejemplos de ideas descubiertas a través
de análisis tradicionales incluyen el rendimiento del producto pasado, la rentabilidad de
la empresa, los plazos de entrega del inventario y el éxito del programa de publicidad.

Si bien el análisis descriptivo tradicional todavía juega un papel importante en el apoyo

a la toma de decisiones para todo tipo de organizaciones, ya no es suficiente solo
realizar un análisis descriptivo sobre los datos del año fiscal anterior. Para seguir
siendo competitivos, las organizaciones deben ser capaces de utilizar el análisis de
datos para reaccionar rápidamente a las condiciones actuales y hacer predicciones
confiables de comportamientos futuros. Aquí es donde entra el análisis de próxima
generación.

Los avances en la recopilación, almacenamiento y recuperación de datos en tiempo

real hacen posible el análisis de todo tipo de datos de muchas fuentes, como
documentos, imágenes, entradas en redes sociales o sitios de comercio electrónico, e
incluso sensores dentro de electrodomésticos.

Debido a la gran cantidad de datos que ahora se recopilan, se pueden obtener nuevos
conocimientos de los análisis para informar una toma de decisiones más efectiva.
Ejemplos de organizaciones que utilizan análisis avanzados para mejorar sus
operaciones incluyen:

Un banco que analiza inmediatamente cada transacción de cuenta para identificar

actividades potencialmente fraudulentas.
Un fabricante que monitorea constantemente los informes de defectos para modificar
los procesos de producción lo más rápido posible.
Un minorista que responde instantáneamente a las revisiones de los clientes y ajusta
los productos o las estrategias de ventas en consecuencia.
Ahora, en lugar de confiar en el instinto de gestión y el rendimiento pasado, las
organizaciones pueden usar datos en tiempo real para lograr un cambio rápido y
transformador en sus operaciones y procesos. ¡Los analistas de datos y otros
profesionales de la ciencia de datos están a la vanguardia de esta revolución!

Diferentes Tipos de Análisis

En un sentido técnico, el análisis de datos se puede describir como el proceso de uso
de datos para responder preguntas, identificar tendencias y extraer información.
Existen múltiples tipos de análisis que pueden generar información para impulsar la
innovación, mejorar la eficiencia y mitigar el riesgo.

Hay cuatro tipos clave de análisis de datos, y cada uno responde a un tipo diferente de
pregunta:

 Análisis descriptivo pregunta, “¿Qué pasó?”

  El análisis predictivo pregunta, “¿Qué podría suceder en el futuro?”
 Análisis prescriptivo pregunta, “¿Qué se debe hacer a continuación?”
 Análisis de diagnóstico pregunta, “¿Por qué sucedió esto?”
Cada uno de los tipos anteriores tiene sus propias ideas, ventajas y desventajas
únicas. Utilizados en combinación, proporcionan una comprensión más completa de las
necesidades y oportunidades del negocio.

Analítica Descriptiva
El análisis descriptivo utiliza principalmente los datos observados para identificar las
características clave de un conjunto de datos. Se basa únicamente en datos históricos
para proporcionar informes sobre eventos pasados. Este tipo de análisis también se
utiliza para generar informes ad hoc (según sea necesario) que resumen grandes
cantidades de datos para responder preguntas simples como “¿cuánto?” o “¿cuántos?”
También se puede utilizar para hacer preguntas más profundas sobre un problema
específico. El análisis descriptivo no se utiliza para extraer inferencias o predicciones
de sus hallazgos; es solo un punto de partida utilizado para informar decisiones o
preparar datos para análisis posteriores.

El proceso de análisis descriptivo es el siguiente:

 Haz una pregunta histórica que necesite una respuesta, como “¿Cuánto del
producto X vendimos el año pasado?”
 Identifique los datos requeridos para responder la pregunta
 Recopilar y preparar datos
 Analizar datos
 Resultados actuales

Ejemplos de análisis descriptivo incluyen:

 Resumir eventos históricos como ventas, inventario o datos de operaciones
 Comprender los datos de participación, como gustos y disgustos o el volumen de
visitas a la página a lo largo del tiempo
 Informar sobre tendencias generales como el crecimiento de los ingresos o las
lesiones de los empleados
 Colocar los resultados de la encuesta

Análisis Predictivo
El análisis predictivo utiliza datos en tiempo real y/o pasados para hacer predicciones
basadas en probabilidades. También se puede utilizar para inferir datos faltantes o
establecer una tendencia futura prevista. El análisis predictivo utiliza modelos de
simulación y pronósticos para sugerir lo que podría suceder en el futuro, lo que puede
guiar el establecimiento de objetivos realistas, la planificación efectiva, la gestión de las
expectativas de rendimiento y evitar riesgos. Esta información puede capacitar a los
ejecutivos y gerentes para que adopten un enfoque proactivo y basado en hechos para
la estrategia y la toma de decisiones.
El proceso de análisis predictivo es el siguiente:
 Haz una pregunta con visión de futuro, como “¿Podemos predecir cuánto
producto X venderemos el próximo año?”
 Recopilar y preparar datos
 Desarrollar modelos de análisis predictivo
 Aplicar modelos a los datos preparados
 Revisar modelos y presentar resultados

Ejemplos de análisis predictivo incluyen:

 Pronóstico del comportamiento del cliente, patrones de compra e identificación
de tendencias de ventas
 Predecir las preferencias de los clientes y recomendar productos a los clientes
en función de compras pasadas e historial de búsqueda
 Predecir la probabilidad de que un cliente determinado compre otro producto o
salga de la tienda
 Identificar posibles violaciones de seguridad que requieren una mayor
investigación
 Predecir las necesidades de personal y recursos

Análisis Prescriptivo
El análisis prescriptivo se basa en el análisis descriptivo y predictivo al recomendar
cursos de acción que cosecharán el mayor beneficio para la organización. En resumen,
el análisis prescriptivo le dice qué se debe hacer en una situación dada. Ayuda a los
ejecutivos, gerentes y empleados a tomar las mejores decisiones basadas en los datos
disponibles.

Un buen ejemplo de análisis prescriptivo es el campo de las aplicaciones de mapas y

direcciones basadas en GPS. Estas aplicaciones proporcionan opciones de ruta a un
destino en función del volumen de tráfico, las condiciones de la carretera y la velocidad
máxima. Luego puede prescribir la mejor ruta en función de objetivos definidos por el
usuario, como la distancia más corta o el tiempo más rápido.

Análisis de Diagnóstico
El análisis de diagnóstico mejora el proceso de análisis descriptivo al profundizar e
intentar descubrir la causa(s).

El proceso de análisis de diagnóstico es el siguiente:

 Identificar anomalías (inconsistencias) en conjuntos de datos
 Recopilar datos relacionados con las anomalías
  Utilice técnicas estadísticas para descubrir relaciones y tendencias que podrían
explicar las anomalías
 Presentar posibles causas
Un ejemplo de análisis de diagnóstico es el uso de cancelaciones de suscripción,
correlacionadas con los comentarios y calificaciones de los clientes, para determinar
las razones más comunes por las que los usuarios cancelan las suscripciones. Otro
ejemplo sería determinar si existe una correlación entre la demografía de los
consumidores y sus patrones de compra en épocas específicas del año.

Análisis de Datos en Acción

El Proceso de Análisis de Datos

Hay muchos modelos diferentes de análisis de datos,
y en este curso, utilizaremos el Ciclo de Vida de
Análisis de Datos de seis pasos que se muestra en
la siguiente figura. Piense en este modelo como
iterativo, lo que significa que algunos pasos podrían
repetirse varias veces antes de que los tomadores
de decisiones tengan la confianza suficiente para
avanzar al siguiente paso.

Hacer la pregunta - El proceso de análisis siempre comienza con una pregunta a

responder. Algunas preguntas son simples, como “¿qué color de bicicleta es más
popular entre nuestros compradores más jóvenes?” Otros son muy complejos, como
“¿por qué ciertos tipos de células cancerosas exhiben resistencia a los tratamientos de
radiación?”
Obtener los datos - Este paso implica el proceso de localización y obtención de datos
que sean relevantes para la pregunta, y luego determinar si hay suficientes datos para
completar el análisis.
Investigando los datos - Los datos vienen en muchas formas y de muchas fuentes
diferentes. Este paso implica determinar si los datos están completos y contiene la
información relevante para el análisis.
Preparación de los datos - Este paso puede implicar muchas tareas para transformar
los datos en un formato apropiado para las herramientas que se utilizarán para analizar
y presentar los datos. Este proceso a veces se conoce como “cleaning” los datos,
porque puede haber registros en blanco o errores obvios en el conjunto de datos.
Analizando los datos - El análisis es el proceso de identificación de patrones,
correlaciones y relaciones contenidas dentro de un conjunto de datos o conjuntos para
extraer inferencias y conclusiones. A menudo, el análisis se basa en técnicas
estadísticas y herramientas de software como hojas de cálculo y aplicaciones de
visualización.
Presentando los resultados - Este suele ser el último paso para los analistas de
datos. Es el proceso de comunicar los resultados a los tomadores de decisiones. Esto
se puede hacer en forma de un informe, representaciones gráficas o una combinación
de ambos. A veces también se le pide al analista de datos que recomiende acciones
basadas en resultados.
Comprensión Empresarial
Los analistas generalmente trabajan en proyectos que siguen de cerca alguna versión
del Ciclo de Vida del Análisis de Datos descrito anteriormente. En el primer paso del
proceso, Haciendo la Pregunta, se define el objetivo de cada proyecto. Los objetivos de
los proyectos se basan en requisitos comerciales externos (cliente) o internos (partes
interesadas)—es por eso que la comprensión empresarial es clave para un análisis de
datos exitoso. Las empresas a menudo tienen objetivos muy diferentes, pero cada tipo
de negocio se beneficia de la comprensión de sus datos para obtener información
sobre sus procesos, procedimientos y comportamientos de los clientes. Examinemos
un par de proyectos de ejemplo y las preguntas que podrían responderse mediante un
análisis.

¿Dónde se debe concentrar el presupuesto de marketing para aumentar los nuevos

negocios? Un fabricante de bicicletas quiere identificar áreas donde las ventas podrían
mejorarse mediante esfuerzos de marketing específicos. Usando registros de ventas,
información demográfica de los clientes y productos, pueden decidir dónde es más
probable que la publicidad aumente los nuevos negocios.

¿Cómo puede una empresa asegurarse de que están almacenando el inventario

correcto? Una compañía de suministros médicos para hospitales sabe que ciertas
condiciones comunes requieren altos volúmenes de ciertos suministros, y que la
demografía del paciente está asociada con ciertos diagnósticos de estas condiciones.
Quieren utilizar los datos del hospital para obtener información sobre la demografía del
paciente y los diagnósticos comunes para identificar patrones. Los analistas pueden
ayudar a la empresa a encontrar estos patrones y asegurarse de que tienen los
suministros adecuados a mano en el momento adecuado para satisfacer las
necesidades de sus clientes.

¿Qué productos o servicios se deben recomendar a un cliente? Los sistemas de

recomendación son una forma popular de introducir a los consumidores actuales en
nuevos productos y servicios. Piense en los muchos sistemas de recomendación que
encuentra durante sus experiencias en línea. Un ejemplo muy común de esto son los
servicios de suscripción de video, que a menudo analizan los hábitos de compra de los
clientes, las calificaciones y las revisiones para ayudar a determinar qué productos y
servicios recomendar a esos clientes.

Pero el análisis de datos no se limita solo a problemas comerciales. Piense en sus

intereses personales y preguntas que tal vez desee responder para obtener una mejor
comprensión del campo. A medida que trabaje en los laboratorios y actividades del
curso, desarrollará habilidades valiosas para cada paso del Ciclo de Vida del Análisis
de Datos. Los posibles empleadores esperan ver evidencia que demuestre la
capacidad de completar un proyecto de principio a fin. Para los puestos de analista de
datos, esto generalmente se hace a través de una cartera de proyectos. A partir de
ahora y continuando con este curso, puede estar planeando crear su propia cartera de
proyectos personales para compartir con posibles empleadores.

El portafolio del proyecto

Compartir sus logros

Para comenzar su cartera, debe pensar en los proyectos que desea compartir, así
como dónde y cómo desea compartirlos. La forma más sencilla de compartir su cartera
es publicarla como un sitio web que incluya un blog. Esto se puede hacer con bastante
facilidad utilizando sitios de alojamiento web y software de creación de páginas web.

Una forma más común para que los profesionales de datos presenten proyectos es en
sitios diseñados para compartir trabajos digitales, como GitHub o Tableau Public.
GitHub es la ubicación que utilizaremos para nuestro proyecto de muestra, por lo que
es un lugar lógico para comenzar a trabajar en sus proyectos y compartir su trabajo.
Una ventaja de usar GitHub es que es una comunidad colaborativa que puede
proporcionar asesoramiento, recursos y comentarios para su trabajo. Los empleadores
a menudo buscan en GitHub para encontrar un perfil de solicitantes antes de programar
una entrevista.

Al elegir proyectos para agregar a su cartera, incluya áreas temáticas y problemas que
le interesen personalmente. Es mucho más fácil y divertido trabajar en un proyecto
difícil cuando el problema que estás tratando de identificar o resolver, es uno que te
importa. Si está interesado en deportes, música, problemas sociales o incluso cómics
de superhéroes, hay conjuntos de datos que pueden ayudarlo a comenzar a investigar
preguntas relacionadas con estos y muchos otros temas.

Los proyectos en una cartera deben incluir evidencia de definir el problema o problema,
encontrar datos relevantes, limpiar y preparar datos para el análisis, y visualizar y
presentar los hallazgos. Este tipo de proyecto puede demostrar que tiene las
habilidades necesarias para obtener una posición de análisis de nivel de entrada.

Pasos para crear un README

GitHub está diseñado como un lugar para que los profesionales de TI y ciencia de
datos compartan, colaboren y exhiban su trabajo. Una vez que cree un nuevo nombre
de usuario en GitHub, puede crear y compartir sus propios repositorios. Un repositorio
es similar a la estructura de archivos en una computadora, está organizado en una
jerarquía y puede contener archivos de texto, imágenes y archivos de programa.
Si crea un repositorio con el mismo nombre que su nombre de usuario y hace público
ese repositorio, puede crear un archivo README que sea su página personal y
aparecerá cuando alguien vea su perfil. Además de este README, en cada repositorio
de proyectos, desea crear un archivo README que utilice la metodología de proyecto
elegida como esquema. En este curso, utilizamos el Ciclo de Vida del Análisis de Datos
como un esquema. Recuerde que el archivo README será lo primero que leerá
alguien que visite su repositorio, por lo que es importante proporcionar suficiente
información para que el lector entienda completamente su proyecto.

El siguiente es un archivo README de proyecto de muestra que se creó utilizando una

plantilla. Seleccione cada sección del documento para obtener más información.
¿Qué Aprendí en Este Módulo?
En este módulo, aprendió el propósito y el valor del análisis de datos, el proceso
utilizado por los analistas de datos a medida que completan sus proyectos y la
importancia de crear una cartera de proyectos.

Comenzando con la recopilación e Investigación de Datos

Introducción
En este módulo, pasará a los siguientes dos pasos del Proceso de Análisis de Datos,
Obtención e Investigación de Datos. Se le presentará a Kaggle, una popular comunidad
en línea donde colaboran analistas de datos, científicos y entusiastas de la IA. También
obtendrá una valiosa experiencia práctica con Excel, una de las tecnologías de hojas
de cálculo más utilizadas en el mundo.

¿Qué Aprenderé en Este Módulo?

Título del Módulo: Comenzando con la Recopilación e Investigación de Datos
Módulo Objetivo: Realice la recopilación e investigación inicial de datos utilizando una
hoja de cálculo.

Al finalizar este módulo, debería poder:

Herramientas para la Comprensión de Datos

Datos y Conjuntos de datos

Los datos ahora se recopilan y comparten en muchas organizaciones diferentes y en
muchos formatos diferentes; una recopilación de datos se conoce como un conjunto de
datos. Los conjuntos de datos pueden existir para el uso privado de una organización
individual o compartidos a través de Internet a cualquier persona que quiera hacer
referencia a ellos. Un ejemplo de un conjunto de datos privado es un conjunto de datos
de pacientes de médicos, que puede incluir datos demográficos de pacientes,
resultados de pruebas, diagnóstico y horarios de citas. El acceso a este conjunto de
datos se limita a aquellos con permiso para usarlo. Por el contrario, un ejemplo de un
conjunto de datos disponible públicamente es el repositorio de datos abiertos de la
Organización Mundial de la Salud (OMS), que contiene estadísticas relacionadas con la
salud para sus 194 países miembros y puede ser descargado por cualquier persona.

Los conjuntos de datos a menudo contienen múltiples archivos relacionados

almacenados en diferentes formatos. La información sobre un conjunto de datos,
incluida una descripción de lo que contiene y cómo se formatea, se denomina
metadatos. Los archivos de metadatos son herramientas valiosas para proporcionar a
los analistas una comprensión de los datos dentro del conjunto de datos.

Uno de los formatos más comunes utilizados para empaquetar e intercambiar datos es
el formato Comma Separated Values (CSV). A menudo, los conjuntos de datos que
están disponibles públicamente pueden estar formados por múltiples archivos CSV que
contienen datos relacionados. Estos archivos CSV se pueden importar a herramientas
como Excel para una mayor investigación y análisis. Más adelante en este módulo,
obtendrá y trabajará con un CSV.

Herramientas para el Análisis de Datos

En este curso, tendrá la oportunidad de utilizar tres herramientas esenciales de análisis
de datos: Excel, SQL y Tableau.

¿Qué es Excel?
Excel es una poderosa herramienta adecuada para pequeños conjuntos de datos y
análisis rápido de datos. Con Excel, puede manipular datos, resumirlos con tablas
pivote, visualizarlos y realizar estadísticas rápidas para resumirlos.

Por qué es importante saber:

Excel es potente y muy popular para realizar análisis de datos a pequeña escala,
cálculos, resúmenes de datos y visualizaciones de datos.

Excel habilidades que aprenderás en este curso:

 Realice la limpieza de datos eliminando espacios en blanco, así como
información incorrecta y desactualizada
 Formatee y ajuste los datos utilizando formato condicional
 Realizar cálculos de datos utilizando fórmulas
 Organice los datos mediante clasificación y filtrado
 Cree visualizaciones usando gráficos y gráficos
 Calcule, resuma y analice datos utilizando tablas pivote
 Datos agregados para el análisis

¿Qué es SQL?
SQL, que significa Structured Query Language, es una poderosa herramienta de
administración de bases de datos que permite a los analistas de datos recuperar e
interactuar con selecciones de datos que se almacenan en bases de datos
relacionales. Las bases de datos relacionales tienen una estructura definida y
contienen múltiples tablas de datos interrelacionadas que deben consultarse con un
lenguaje como SQL para ser útiles. SQL es rápido y puede manejar conjuntos de datos
mucho más grandes que Excel. Como analista de datos, utilizará SQL para acceder,
leer, manipular y analizar los datos almacenados en una base de datos relacional para
generar información útil para impulsar un proceso de toma de decisiones basado en
datos.

Por qué es importante saber:

Los sistemas populares de big data utilizan SQL para mantener bases de datos
relacionales y procesar datos estructurados. Se utiliza para realizar análisis de datos
con datos almacenados en sistemas de gestión de bases de datos relacionales como
Oracle, Microsoft SQL y MySQL.

Habilidades SQL que aprenderás en este curso:

  Crear tablas
 Recuperar datos usando el índice SQL
 Recuperar datos utilizando consultas SQL
 Agregue datos con uniones SQL

¿Qué es Tableau?
Tableau es una de las herramientas de análisis y visualización de datos más utilizadas
en el mercado. Las visualizaciones son una forma importante de presentar los datos en
un formato que los tomadores de decisiones no técnicos y las partes interesadas
puedan entender fácilmente.

Por qué es importante saber:

 Tableau es un líder del mercado de análisis de datos debido a la profundidad y
calidad de sus visualizaciones de datos.
 Tableau puede extraer y combinar datos de múltiples fuentes, incluidas hojas de
cálculo de Excel y bases de datos SQL. También puede acceder a grandes
ubicaciones de almacenamiento de datos, conocidas como almacenes de datos,
así como a repositorios de datos basados en la nube.

Habilidades de Tableau que aprenderás en este curso:

 Compare los datos de múltiples vistas usando los paneles de Tableau
 Cree visualizaciones utilizando las herramientas de visualización de Tableau

Conceptos y características básicas de Excel