Glosario

Análisis computacional de datos

Términos y definiciones

A
Agenda: Lista de citas programadas

Agregación de datos: Proceso de recolectar datos de múltiples fuentes y combinarlos en una

sola colección resumida

Agregación: Proceso de recolectar o juntar muchas partes separadas en un todo

Alcance del trabajo (SOW): Esquema acordado de las tareas a realizar durante un proyecto

Algoritmo: Proceso o conjunto de reglas a seguir para realizar una tarea específica

Análisis computacional de datos: La ciencia de los datos

Análisis de datos: Recopilación, transformación y organización de los datos para sacar

conclusiones, hacer predicciones e impulsar una toma de decisiones fundamentada

Análisis de déficits: Método para examinar y evaluar el estado actual de un proceso con el fin
de identificar las oportunidades de mejora en el futuro

Analista de datos: Persona que recopila, transforma y organiza los datos para sacar
conclusiones, hacer predicciones e impulsar la toma de decisiones fundamentada

Anidado: Código que realiza una función particular y está contenido dentro de código que
realiza una función más amplia
Anonimización de datos: Proceso de protección de los datos privados o confidenciales de las
personas mediante la eliminación de información que pueda asociarse a ellas

Anotación: Texto que explica brevemente los datos o ayuda al público a concentrarse en un
aspecto concreto de los datos en una visualización

Apertura: Aspecto de la ética de datos que promueve el acceso libre, el uso y el uso
compartido de los datos

Árbol de decisiones: Herramienta que ayuda a los analistas a tomar decisiones sobre características
esenciales de una visualización

Archivo CSV (valores separados por coma): Archivo de texto delimitado que utiliza una
coma para separar valores

Archivo de audio: Almacenamiento en audio digitalizado generalmente en MP3, AAC u otro

formato comprimido

Archivo de registro: Archivo generado por computadora que registra eventos de sistemas
operativos y otros programas de software

Archivo de vídeo: Conjunto de imágenes, archivos de audio y otros datos generalmente

codificados en un formato comprimido como por ejemplo MP4, MV4, MOV, AVI o FLV

Argumento (R): Información necesaria para la ejecución de una función en R

Asignación de alias: Nombrar temporalmente una tabla o columna en una consulta para que
sea más fácil de leer y escribir

Atributo: Característica o cualidad de los datos que se usa para etiquetar una columna en una
tabla

Atributos preatencionales: Elementos de una visualización de datos que las personas

reconocen automáticamente sin hacer un esfuerzo consciente
AVERAGE: Función de una hoja de cálculo que muestra el resultado de un promedio de los
valores de un rango seleccionado

AVERAGEIF: Función de una hoja de cálculo que devuelve el promedio de todos los valores
de las celdas de un determinado rango que cumplen una condición especificada

B
Base de datos normalizada: Base de datos en la que solo se almacenan datos relacionados
en cada tabla

Base de datos relacional: Base de datos que contiene una serie de tablas que se pueden
conectar para formar relaciones

Base de datos: Recopilación de datos almacenados en un sistema informático

Biblioteca: Directorio que contiene todos los paquetes instalados de un analista de datos

Bloque de código: Sección de un código que se agrega en el archivo de R Markdown y que se

utiliza para procesar datos, visualizarlos o analizarlos

Bordes: Líneas que se pueden agregar alrededor de dos o más celdas en una hoja de cálculo

Buscar y reemplazar: Herramienta que encuentra un término de búsqueda específico y lo

reemplaza por otro término

C
C# : Lenguaje de programación orientado al objeto usado para crear juegos y aplicaciones
móviles en la plataforma de desarrollo de código abierto .NET

C++: Extensión del lenguaje de programación C que se usa para crear juegos de consola,
como los juegos para Xbox
Cadena de texto: Grupo de caracteres en una celda, mayormente compuesto por letras

Cálculo: Rama de la matemática que implica el estudio de las tasas de cambio y los cambios
entre valores que están relacionados por una función

Campo calculado: Campo nuevo dentro de una tabla dinámica que realiza ciertos cálculos en
función de los valores de otros campos

Campo: Información de una fila o columna de una hoja de cálculo; en una tabla de datos, suele
ser una columna de la tabla

Canal: Aspecto visual o variable que representa características de los datos en una
visualización

Canalización (R): Herramienta en R para expresar una secuencia de varias operaciones,

representadas por “%>%”

Captación de interés: Captar la atención de alguien y mantener su interés durante una

presentación de datos

CASE: Instrucción de SQL que muestra resultados de registros que cumplen con las
condiciones al incluir una instrucción si/entonces en una consulta

Caso práctico: Una manera común en que los empleadores evalúan destrezas profesionales y
obtienen información sobre cómo un candidato aborda desafíos comunes relacionados con los
datos

CAST: Función de SQL que convierte los datos de un tipo en otro

Causa raíz: Razón por la que ocurre un problema

Causalidad: Cuando una acción lleva directamente a un resultado, como una relación de
causa-efecto

Ciclo de vida de los datos: Secuencia de etapas por las que pasan los datos, que incluye
planificar, capturar, gestionar, analizar, archivar y destruir
Ciencia de datos: Campo de estudio que utiliza datos sin procesar para crear nuevas formas
de modelar y entender lo desconocido

Clasificación: Sistema para ubicar valores de un conjunto de datos en una escala de logro o
estado

Clave externa: Campo en una tabla de una base de datos que es una clave primaria en otra
tabla (Ver clave primaria)

Clave primaria: Identificador en una base de datos que hace referencia a una columna en la
que cada valor es único (Ver clave externa)

Clúster: Conjunto de puntos de datos en una visualización de datos con valores similares

COALESCE: Función de SQL que arroja valores que no son nulos en una lista

Codificación: El proceso de escribir instrucciones para una computadora usando la sintaxis de

un lenguaje de programación específico

Código abierto: Código que está libremente disponible y puede ser modificado y compartido
por las personas que lo usan

Código insertado: Código que se puede insertar directamente en el texto de un archivo de R

Markdown

Coherencia: Grado de repetibilidad de los datos desde diferentes puntos de entrada o

recopilación

Combinación de datos: Método de Tableau que combina datos provenientes de múltiples

fuentes de datos

Compatibilidad: Qué tan bien dos o más conjuntos de datos pueden trabajar juntos

Composición de datos: Proceso que combina las partes individuales en una visualización y
las muestra juntas como un todo
CONCAT: Función de SQL que une cadenas y crea nuevas cadenas de texto que se pueden
usar como claves únicas

CONCATENATE: Función de una hoja de cálculo que une dos o más cadenas de texto

Conjunto de datos: Recopilación de datos que pueden ser manipulados o analizados como
una unidad

Consentimiento: Aspecto de la ética de datos que presupone el derecho de una persona a

conocer cómo y por qué se utilizarán sus datos personales antes de aceptar proporcionarlos

Consulta externa: Instrucción de SQL que contiene una subconsulta

Consulta interna: Subconsulta de SQL que está dentro de otra instrucción de SQL

Consulta: Solicitud de datos o información de una base de datos

Contexto: Condición en la que algo existe o sucede

Control de acceso: Funciones como la protección de contraseñas, permisos de usuario y

cifrado que se usan para proteger una hoja de cálculo

Controlador de relleno: Cuadro en la esquina inferior derecha de una celda seleccionada de

una hoja de cálculo que se puede arrastrar a través de las celdas vecinas para seguir una
instrucción

Convenciones de nomenclatura: Pautas uniformes para el nombre de un archivo que

describen el contenido, la fecha de creación y la versión

Conversión de tipos: Convertir datos de un tipo en otro

CONVERT: Función de SQL que cambia la unidad de medida de un valor en los datos

Cookie: Pequeño archivo almacenado en una computadora que contiene información acerca
de sus usuarios
Correlación: Medición del grado de cambio de dos variables entre sí

COUNT DISTINCT: Función de SQL que solo devuelve los valores distintos en un rango
especificado

COUNT: Función de la hoja de cálculo que cuenta el número de celdas en un rango que
cumplen con una condición especificada

COUNTA: Función de la hoja de cálculo que cuenta el número total de valores en un rango
especificado que cumplen con un criterio especificado

COUNTIF: Función de la hoja de cálculo que devuelve el número de celdas dentro de un rango
que coinciden con un valor especificado

CRAN (Comprehensive R Archive Network) (R): Archivo en línea con paquetes R, código
fuente, manuales y documentación

CREATE TABLE: Cláusula de SQL que añade una tabla temporal a una base de datos que
puede ser utilizada por varias personas

CSS (Cascading Style Sheets): Lenguaje de programación usado para el diseño de páginas
web que controla los elementos gráficos y la presentación de la página

Cuarteto de Anscombe: Cuatro conjuntos de datos que tienen estadísticas de resumen casi
idénticas, pero contienen valores graficados diferentes

D
DATEDIF: Función de la hoja de cálculo que calcula el número de días, meses o años entre
dos fechas

Datos abiertos: Datos que están disponibles para el público

Datos booleanos: Tipo de datos con solo dos valores posibles, generalmente verdadero o
falso
Datos continuos: Datos que se miden y que pueden tener casi cualquier valor numérico

Datos cualitativos: Medida subjetiva y explicativa de una cualidad o característica

Datos cuantitativos: Medida específica y objetiva, como un número, cantidad o rango

Datos de primera fuente: Datos recopilados por una persona o por un grupo por medio de sus
propios recursos

Datos de segunda fuente: Datos recopilados por un grupo directamente de su audiencia y que
luego se venden

Datos de terceros: Datos proporcionados por fuentes externas que no los recopilaron de
forma directa

Datos desactualizados: Cualquier dato que haya sido reemplazado por información más
nueva y más precisa

Datos discretos: Datos que se cuentan y tienen un número limitado de valores

Datos duplicados: Cualquier registro que inadvertidamente comparte datos con otro registro

Datos en formato ancho: Conjunto de datos en el que cada tema tiene una sola fila con varias
columnas para retener los valores de los distintos atributos del tema

Datos en formato largo: Conjunto de datos en el que cada fila es un punto de tiempo por
tema; por lo tanto, cada tema tiene datos en varias filas

Datos en tiempo real: Datos que se actualizan automáticamente

Datos estáticos: Datos que no cambian una vez que se registraron

Datos estructurados: Datos organizados en un cierto formato, por ejemplo, filas y columnas

Datos externos: Datos que se alojan y generan fuera de una organización

Datos incoherentes: Datos que usan diferentes formatos para representar lo mismo

Datos incompletos: Datos que carecen de campos importantes

Datos incorrectos/inexactos: Datos que son completos pero inexactos

Datos internos: Datos alojados en los sistemas propios de una empresa

Datos limpios: Datos que están completos y son correctos y pertinentes para el problema que
se está resolviendo

Datos no estructurados: Datos que no se organizan de forma que sea fácil identificarlos

Datos nominales: Tipo de datos cualitativos que se categorizan sin un orden establecido

Datos ordenados (R): Forma de estandarizar la organización de los datos en R

Datos ordinales: Datos cualitativos con un orden o escala establecidos

Datos sucios: Datos que están incompletos o son incorrectos o irrelevantes para el problema a
resolver

Datos: Recopilación de hechos

Delimitador: Carácter que indica el principio o el fin de un elemento de datos

Design Thinking: Proceso que se usa para resolver problemas complejos de una manera
centrada en el usuario

Destrezas analíticas: Cualidades y características asociadas al uso de hechos para resolver

problemas

Destrezas transferibles: Habilidades y cualidades que se pueden transferir de un trabajo o un

sector a otro
Diagrama de caja: Visualización de datos que muestra la distribución de valores a lo largo de
un eje x

Diagrama de dispersión: Visualización de datos que representa relaciones entre las diferentes
variables con puntos de datos individuales sin una línea de conexión

Diagrama de Gantt: Visualización de datos que muestra la duración de los eventos o

actividades en una línea de tiempo

Diseño de datos: Cómo se organiza la información

DISTINCT: Palabra clave que se agrega a una instrucción SELECT en SQL para recuperar
solamente entradas no duplicadas

Dominio del problema: Área de análisis que abarca cada actividad que afecta a un problema
o se ve afectada por él

dplyr (R): Paquete de R en Tidyverse que ofrece un conjunto de funciones uniforme para
completar tareas comunes de manipulación de datos

DROP TABLE: Cláusula de SQL que elimina una tabla temporal de una base de datos

E
Ecosistema de datos: Los distintos elementos que interactúan entre sí para producir,
gestionar, almacenar, organizar, analizar y compartir datos

Ecuación: Cálculo que implica suma, resta, multiplicación o división (también se denomina
expresión matemática)

Eje X: Línea horizontal de un gráfico que suele situarse en la parte inferior y, a menudo, se usa
para representar escalas de tiempo y categorías puntuales

Eje Y: Línea vertical de un gráfico que suele situarse a la izquierda y, a menudo, se usa para
representar frecuencias y otras variables numéricas
Elemento de datos: Información en un conjunto de datos

Encabezado: Primera fila en una hoja de cálculo que hace referencia al tipo de datos en cada
columna

Énfasis: Principio de diseño que consiste en organizar los elementos visuales para centrar la
atención del público en la información importante de una visualización de datos

Equidad: Cualidad del análisis de datos que no genera sesgos ni los reafirma

Equilibrio: Principio de diseño que consiste en crear un atractivo estético y claridad en una
visualización de datos mediante la distribución uniforme de los elementos visuales

Especialista en almacenamiento de datos: Profesional que desarrolla procesos y

procedimientos para almacenar y organizar datos efectivamente

Esquema: Forma de describir cómo se organiza algo, por ejemplo, los datos

Estadísticas: El estudio de cómo recopilar, analizar, resumir y presentar datos

Estética (R): Propiedad visual de un objeto en un diagrama

Estrategia de datos: Gestión de las personas, los procesos y las herramientas que se usan en
el análisis de datos

Estructura de los datos: Formato para organizar y almacenar datos

Ética de los datos: Normas justificadas respecto de lo que está bien y lo que está mal a la
hora de recopilar, compartir y usar datos

Ética: Normas justificadas respecto de lo que está bien y lo que está mal. Por lo general,
presuponen lo que deben hacer los seres humanos, usualmente en términos de derechos,
obligaciones, beneficios para la sociedad, equidad o virtudes específicas

Etiqueta: Texto en una visualización que identifica un valor o describe una escala
Etiquetas y anotaciones (R): Grupo de funciones de R para personalizar un diagrama

Exactitud: Grado de conformidad de los datos con respecto a la entidad real que se mide o
describe

Exhaustividad: Grado en que los datos contienen todas las medidas o componentes deseados

Expresión matemática: Cálculo que implica suma, resta, multiplicación o división (también se
denomina ecuación)

Expresión regular (RegEx): Regla que establece que los valores de una tabla deben coincidir
con un patrón prescrito

F
Facetas (R): Serie de funciones que divide datos en subconjuntos en una matriz de paneles

Factor (R): Objeto que almacena datos de categoría en el que los valores de datos están
limitados y generalmente se basan en un grupo finito, como país o año

Filtrado: Proceso que muestra solo los datos que cumplen con un criterio específico mientras
oculta el resto

Flotante: Número que contiene un decimal

Formato condicional: Herramienta de la hoja de cálculo que cambia la forma en que aparecen
las celdas cuando los valores cumplen con una condición específica

Formato visual: Apariencia de la visualización de datos que les aporta una estructura y un
atractivo estético

Fórmula: Conjunto de instrucciones que se utilizan para realizar un cálculo utilizando los datos
de una hoja de cálculo
Foto digital: Imagen electrónica o computarizada generalmente en formato BMP o JPG

Framework: Contexto que necesita una presentación para establecer conexiones lógicas entre
la tarea empresarial y las métricas

FROM: Sección de una consulta que indica de qué tabla(s) extraer los datos

Fuente de datos correctos: Fuente de datos que es confiable, original, integral, actual y citada
(ROCCC)

Fuente de datos erróneos: Fuente de datos que no es confiable, original, integral, actual ni
citada (ROCCC)

Función (R): Contenido de código reutilizable para realizar tareas específicas en R

Función anidada: Función que está contenida completamente dentro de otra función

Función matemática: Función que se utiliza como parte de una fórmula matemática

Función: Comando preestablecido que realiza automáticamente un proceso o tarea específico

utilizando los datos de una hoja de cálculo

Fusión de datos: Proceso de combinar dos o más conjuntos de datos en un único conjunto de
datos

Fusión: Acuerdo que une dos organizaciones en una organización nueva

FWF (archivo de ancho fijo): Archivo de texto con un formato específico que permite guardar
datos textuales de manera organizada

G
Geolocalización: Ubicación geográfica de una persona o dispositivo mediante información
digital
Geom (R): Objeto geométrico usado para representar datos

ggplot2 (R): Paquete de R en Tidyverse que crea diversas visualizaciones de datos aplicando
diferentes propiedades visuales a las variables de datos en R

Gobierno de datos: Proceso para garantizar la gestión formal de los recursos de datos de una
empresa

Gráfico circular: Visualización de datos que usa segmentos de un círculo para representar las
proporciones de cada categoría de datos en comparación con el total

Gráfico combinado: Visualización de datos que combina más de un tipo de visualización

Gráfico de anillos: Visualización de datos en donde los segmentos de un anillo representan

valores de datos que se suman en un conjunto

Gráfico de áreas: Visualización de datos que utiliza puntos de datos individuales para una
variable cambiante conectados por una línea continua con un área de relleno debajo

Gráfico de barras: Visualización de datos que usa el tamaño para contrastar y comparar dos o
más valores

Gráfico de burbujas agrupadas: Visualización de datos que muestra los datos en círculos
agrupados

Gráfico de burbujas: Visualización de datos que muestra puntos de datos individuales como
burbujas, y compara valores numéricos por su tamaño relativo

Gráfico de calibre: Visualización de datos que muestra un único resultado en un rango de

valores progresivo

Gráfico de columnas: Visualización de datos que usa puntos de datos individuales para una
variable cambiante, representada mediante columnas verticales

Gráfico de distribución: Visualización de datos que muestra la frecuencia de diversos

resultados en una muestra
Gráfico de líneas: Visualización de datos que usa una o más líneas para mostrar cambios o
variaciones en los datos a lo largo del tiempo

Gráfico de viñetas: Visualización de datos que muestra los datos como un gráfico de barras
horizontal que se mueve hacia un valor deseado

Gráfico dinámico: Gráfico creado a partir de los campos en una tabla dinámica

Gráfico: Representación gráfica de los datos en una hoja de cálculo

GROUP BY: Cláusula de SQL que agrupa las filas que tienen los mismos valores de una tabla
en filas de resumen

Guiones bajos: Líneas utilizadas para subrayar palabras y conectar caracteres de texto

H
Habilidades interpersonales: Rasgos y comportamientos no técnicos que se relacionan con la
manera en que las personas trabajan

Hacer contactos: Construir relaciones con otros tanto en persona como en línea

HAVING: Cláusula de SQL que añade un filtro a una consulta en lugar de la tabla subyacente
que solo se puede usar con funciones de agregado

head() (R): Función en R que devuelve una vista previa de los nombres de las columnas y las
primeras filas de un conjunto de datos

Hipótesis: Teoría que se intenta corroborar o refutar con datos

Histograma: Visualización de datos que muestra con qué frecuencia los valores de los datos
se encuadran en ciertos rangos

Historia: Narrativa de una presentación de datos que la hace significativa e interesante

Hoja de cálculo: Hoja de cálculo digital

HTML (Lenguaje de marcado de hipertexto): Conjunto de símbolos o códigos de marcado

que se usan para crear una página web

HTML5: Lenguaje de programación que brinda una estructura para páginas web y conecta a
plataformas de hosting

I
IDE (entorno de desarrollo integrado): Aplicación de software que junta todas las
herramientas que un analista de datos puede querer usar en un solo lugar

Informe: Recopilación estática de datos que se entrega periódicamente a los interesados

Ingeniero de datos: Profesional que transforma los datos en un formato útil para su análisis y
les da una estructura confiable

Ingresos: Cantidad total de ingresos generados por la venta de mercaderías o servicios

INNER JOIN: Función de SQL que devuelve registros con valores coincidentes en ambas
tablas

Instrucción condicional: Declaración de que si una determinada condición es verdadera,

entonces debe producirse un determinado evento

Integridad de datos: Exactitud, exhaustividad, coherencia y confiabilidad de los datos a lo

largo de su ciclo de vida

Interesados: Personas que invierten tiempo y recursos en un proyecto y se interesan por su

resultado

Interoperabilidad de los datos: Capacidad de integrar datos de varias fuentes y un factor

clave que conduzca al uso satisfactorio de los datos abiertos entre las empresas y los
gobiernos
Intervalo de confianza: Rango de valores que transmite qué probabilidad hay de que una
estimación estadística refleje la población

J
Java: Lenguaje de programación que se usa ampliamente para crear aplicaciones web de
empresas que pueden ejecutarse en múltiples clientes

JOIN: Función de SQL que se usa para combinar filas de dos o más tablas basadas en una
columna relacionada

L
LEFT JOIN: Función de SQL que devuelve todos los registros de la tabla izquierda y solo los
registros coincidentes de la tabla derecha

LEFT: Función que devuelve un número establecido de caracteres a la izquierda de una

cadena de texto

LEN: Función que indica la longitud de una cadena de texto al contar el número de caracteres
que contiene

Lenguaje de consulta estructurado: Lenguaje de programación informática usado para

comunicarse con una base de datos

Lenguaje de consulta: Lenguaje de programación informática usado para comunicarse con

una base de datos

Lenguaje de programación: Sistema de palabras y símbolos usados para escribir

instrucciones que las computadoras siguen

Leyenda: Herramienta que identifica el significado de diversos elementos en una visualización

de datos
LIMIT: Cláusula de SQL que especifica el número máximo de registros devueltos en una
consulta

Limitaciones de datos: Criterio que determina si un dato está limpio y es válido

Línea de suavizado (R): Línea en una visualización de datos que usa suavizado para
representar una tendencia

Lista: Vector con elementos que pueden ser de cualquier tipo

Longitud de campo: Herramienta para determinar cuántos caracteres pueden incluirse en el

campo de una hoja de cálculo

Longitud: Número de caracteres en una cadena de texto

M
Macrodatos: Conjuntos de datos grandes y complejos que, generalmente, se recopilan durante
largos períodos y que permiten que los analistas de datos aborden los problemas comerciales
de gran alcance

Manipulación de datos: Proceso para cambiar los datos, de manera que estén más
organizados y sean más fáciles de leer

Mapa coroplético: Visualización de datos que colorea las áreas en un mapa según las
mediciones o las dimensiones

Mapa de densidad: Visualización de datos que representa concentraciones, con un color que
representa el número o la frecuencia de los puntos de datos en un área determinada de un
mapa

Mapa de símbolos: Visualización de datos que muestra una marca sobre una determinada
longitud y latitud
Mapa térmico: Visualización de datos que usa el contraste del color para comparar categorías
en un conjunto de datos

Mapa: Visualización de datos que organiza los datos geográficamente

Mapeo (R): Proceso de emparejar una variable específica de un conjunto de datos con una
estética específica

Mapeo de datos: Proceso de hacer coincidir campos entre una fuente de datos y otra

Marca: Objeto visual en una visualización de datos, como un punto, una línea o una forma

Marco de datos: Conjunto de columnas que contienen datos, que es similar a una hoja de
cálculo o una tabla de SQL

Margen de beneficio: Porcentaje que indica cuántos centavos de ganancia se generaron por
cada dólar de venta

Margen de error: Cantidad máxima que se espera que los resultados de la muestra difieran de
los de la población real

Markdown (R): Sintaxis para formatear archivos de texto sin formato

MATCH: Función de la hoja de cálculo que se usa para ubicar la posición de un valor de
búsqueda específico

Matriz: Conjunto bidimensional de elementos de datos con filas y columnas

MAX: Función de la hoja de cálculo que muestra el resultado del valor numérico más alto de un
rango de celdas

MAXIFS: Función de la hoja de cálculo que devuelve el valor máximo de un determinado rango
que cumple una condición especificada

Mentalidad técnica: Capacidad de dividir las cosas en pasos o piezas más pequeñas y
trabajar con ellas de forma ordenada y lógica
Mentor: Persona que comparte su conocimiento, sus habilidades y su experiencia para ayudar
a otras personas a crecer, tanto en el campo profesional como en el personal

Metadato administrativo: Metadato que indica el origen técnico de un recurso digital

Metadatos descriptivos: Metadatos que describen datos y que se pueden utilizar para
identificarlos más adelante

Metadatos estructurales: Metadatos que indican cómo se organizan ciertos datos y si forman
parte de una recopilación de datos o de varias

Metadatos: Datos sobre los datos

Método McCandless: Método que se utiliza para presentar visualizaciones de datos y que
pasa de la información general a la específica

Metodología SMART: Herramienta para determinar la eficacia de una pregunta basándose en

si es específica, medible, orientada a la acción, relevante y con plazos determinados

Métrica de negocios: Criterio de medición que se utiliza para resolver una tarea empresarial

Métrica: Tipo único y cuantificable de datos que pueden utilizarse para medición

Microdatos: Puntos de datos pequeños, específicos, que generalmente involucran un breve

período y que son útiles para tomar decisiones diarias

MID: Función que extrae un segmento desde el medio de una cadena de texto

MIN: Función de la hoja de cálculo que muestra el resultado del valor numérico más bajo de un
rango de celdas

MINIFS: Función de la hoja de cálculo que devuelve el valor mínimo de un rango determinado
que cumple una condición especificada

Modelo de datos: Herramienta para organizar los elementos de los datos y la forma en que se
relacionan entre ellos
Modelo mental: Proceso de pensamiento del analista de datos y enfoque a un problema

Módulo: Operador (%) que devuelve el resto cuando se divide un número por otro

Movimiento: Principio de diseño que consiste en organizar los elementos visuales para guiar la
atención del público de una parte de una visualización de datos a otra

Muestra: En el análisis computacional de datos, segmento de una población que la representa

en su totalidad

Muestreo aleatorio: Forma de seleccionar una muestra de una población para que todos los
tipos posibles de la muestra tengan la misma oportunidad de ser elegidos

Muestreo imparcial: Cuando la muestra de la población que se está midiendo es

representativa de la población como un todo

mutate() (R): Función de R que realiza cambios a un marco de datos separando y combinando
columnas o creando nuevas variables

N
Narrativa de datos: Comunicar el significado de un conjunto de datos con elementos visuales
y una historia personalizada según el público

Narrativa: (Ver Historia)

Nivel de confianza: Probabilidad de que el tamaño de una muestra refleje con precisión a la
porción más grande de la población

Notebook de Jupyter: Aplicación web de código abierto que se usa para crear documentos
que contienen código en vivo, ecuaciones, visualizaciones y textos, y compartirlos con otras
personas

Notebook de R: Documento para ejecutar códigos y ver los gráficos y tablas que permiten
visualizar el código
Notebook: Entorno de programación interactivo y editable para generar informes de datos y
mostrar destrezas en el uso de datos

Nube: Lugar para mantener los datos en línea, en vez de guardarlos en el disco duro de una
computadora

Nulo: Indicación de que un valor no existe en un conjunto de datos

O
Objetivo métrico: Objetivo medible establecido por una empresa y evaluado mediante
métricas

Obligatorio: Valor de datos que no puede quedar en blanco ni vacío

Observación: Atributos que describen los datos contenidos en la fila de una tabla

Oficina del Censo de los Estados Unidos: Agencia del Departamento de Comercio de los
Estados Unidos que funciona como proveedor principal de la nación de datos de calidad sobre
las personas y la economía

Operador aritmético: Operador usado para realizar operaciones matemáticas básicas como
suma, resta, multiplicación y división

Operador de asignación: Operador usado para asignar valores a variables y vectores

Operador lógico: Operador que devuelve un tipo de datos lógico

Operador relacional: Operador usado para comparar valores, también conocido como
comparador

Operador: Símbolo que designa la operación o cálculo a realizarse

Orden de las operaciones: Uso de paréntesis para agrupar los valores de la hoja de cálculo a
fin de aclarar el orden en el que deben realizarse las operaciones

Ordenación: Proceso de organizar los datos en un orden significativo para que sean más
fáciles de entender, analizar y visualizar

Ordenar hoja: Función del menú de la hoja de cálculo que ordena todos los datos por la
clasificación de una columna específica ordenada y mantiene los datos juntos a través de las
filas

ORDER BY: Cláusula de SQL que ordena los resultados devueltos en una consulta

Organización Mundial de la Salud: Organización cuya función principal es la de dirigir y

coordinar la salud a nivel internacional dentro del sistema de las Naciones Unidas

OUTER JOIN: Función de SQL que combina RIGHT y LEFT JOIN para devolver todos los
registros coincidentes en ambas tablas

P
Paleta de color divergente: Tema de color que muestra dos rangos de valores de datos que
usan dos tonalidades diferentes, donde la intensidad del color representa la magnitud de los
valores

Panel: Herramienta que monitorea los datos entrantes en vivo

Paquete (R): Una unidad de código R reproducible

Patrocinador: Profesional que se compromete a hacer progresar la carrera profesional de otra

persona

Patrón: Principio de diseño que usa elementos visuales similares para demostrar tendencias y
relaciones en una visualización de datos
Pensamiento analítico: Proceso de identificar y definir un problema para luego resolverlo
mediante el uso de datos de manera organizada, paso a paso

Pensamiento estructurado: Proceso de reconocer el problema o la situación actuales,

organizar la información disponible, revelar déficits y oportunidades e identificar opciones

PHP (Preprocesador de hipertexto): Lenguaje de programación para el desarrollo de

aplicaciones web

Píxel: En imágenes digitales, área pequeña de iluminación en una pantalla de visualización

que, cuando se combina con otras áreas adyacentes, forma una imagen digital

Población: En el análisis computacional de datos, todos los valores posibles en un conjunto de

datos

Poder estadístico: Probabilidad de que una prueba de importancia reconozca un efecto

presente

Poner de relieve: Explorar los datos para identificar rápidamente la información más
importante

Portfolio: Conjunto de materiales que puede compartirse con empleadores potenciales

Pregunta con límite de tiempo: Pregunta que especifica un plazo para ser analizada

Pregunta específica: Pregunta simple, significativa y enfocada en un solo tema o en algunas

ideas estrechamente relacionadas entre sí

Pregunta injusta: Pregunta en la que se hacen suposiciones o que es difícil de responder

honestamente

Pregunta medible: Pregunta cuyas respuestas se pueden cuantificar y evaluar

Pregunta orientada a la acción: Pregunta cuyas respuestas conducen al cambio

Pregunta principal: Pregunta que orienta a las personas hacia cierta respuesta
Pregunta relevante: Pregunta que tiene importancia para el problema que se debe resolver

Presentación concisa: Declaración breve que describe una idea o un concepto

Privacidad de los datos: Preservación de la información sobre los datos de una persona cada
vez que ocurre una transacción de datos

Proceso de análisis de datos: Las seis fases de preguntar, preparar, procesar, analizar,
compartir y actuar cuyo propósito es el de obtener conocimiento que propicie la toma de
decisiones informada

Proceso de validación de datos: Proceso de comprobar y volver a comprobar la calidad de

los datos para que sean completos, precisos, seguros y coherentes

Programación informática: El proceso de darle instrucciones a una computadora para que

realice una acción o un conjunto de acciones

Propiedad: Aspecto de la ética de datos que presupone que cada persona es dueña de los
datos sin procesar que proporciona y que tiene control primordial sobre su uso, procesamiento
y uso compartido

Proporción: Principio de diseño que consiste en usar el tamaño relativo y la disposición de los
elementos visuales para mostrar la información en una visualización de datos

Pruebas A/B: Proceso de probar dos variaciones de la misma página web para determinar qué
página es más exitosa para atraer el tráfico de usuarios y generar ingresos

Python: Lenguaje de programación de uso general

Q
Quitar duplicados: Herramienta de la hoja de cálculo que busca y elimina automáticamente
las entradas duplicadas de una hoja de cálculo
R
R Markdown: Formato de archivo para crear documentos dinámicos con R

R: Lenguaje de programación que se usa para análisis estadísticos, visualización y análisis de

datos

Rango de datos: Valores numéricos que se encuentran entre valores máximos y mínimos
predefinidos

Rango de ordenación: Función del menú de la hoja de cálculo que ordena un rango
especificado y preserva las celdas que no están incluidas en ese rango

Rango: Conjunto de dos o más celdas en una hoja de cálculo

readr (R): Paquete de R en Tidyverse usado para importar datos

Redes sociales: Sitios web y aplicaciones donde los usuarios crean y comparten contenido o
interactúan entre sí

Redundancia: Cuando los mismos datos se almacenan en dos o más lugares

Referencia absoluta: Referencia dentro de una función que está bloqueada para que las filas
y las columnas no cambien si se copia la función

Referencia de celda: Celda o rango de celdas en una hoja de cálculo que se usa
generalmente en fórmulas y funciones

Reformulación: Proceso de replantear un problema o desafío, que se redirecciona luego hacia

una posible resolución

Registro de cambios: Archivo que contiene una lista ordenada cronológicamente de las
modificaciones realizadas en un proyecto
Registro: Conjunto de datos relacionados en una tabla de datos, generalmente sinónimo de fila

Reglamento General de Protección de Datos de la Unión Europea (RGPD): Organismo

formulador de políticas en la Unión Europea, creado para ayudar a proteger a las personas y
sus datos

Relatividad: Proceso de considerar las observaciones en relación con o en proporción a algo

más

Repetición: Principio de diseño que consiste en repetir elementos visuales para demostrar el
significado en una visualización de datos

Replicación de datos: Proceso de almacenamiento de datos en varias ubicaciones

Repositorio de metadatos: Base de datos creada para almacenar metadatos

Resaltar tabla: Visualización de datos que usa formato condicional y color en una tabla

Retorno de la inversión (ROI): Fórmula que utiliza las métricas de inversión y ganancias para
evaluar el éxito de una inversión

RIGHT JOIN: Función de SQL que devuelve todos los registros de la tabla derecha y solo los
registros coincidentes de la izquierda

RIGHT: Función que muestra un número establecido de caracteres a la derecha de una cadena
de texto

Ritmo: Principio de diseño que consiste en crear movimiento y fluidez en una visualización de
datos para captar la atención de una audiencia

ROUND: Función de SQL que devuelve un número redondeado hasta un número determinado
de decimales.

Ruby: Lenguaje de programación orientado a objetos para el desarrollo de aplicaciones web

S
Seguridad de los datos: Emplear medidas de seguridad para proteger los datos contra el
acceso no autorizado o contra la corrupción

Selección: Conjunto de valores en celdas de una hoja de cálculo

SELECT INTO: Cláusula de SQL que copia datos de una tabla a una tabla temporal sin añadir
la nueva tabla a la base de datos

SELECT: Sección de una consulta que indica de qué columna(s) extraer los datos

Sesgo de confirmación: Tendencia de buscar o interpretar la información de manera que

confirme creencias preexistentes

Sesgo de interpretación: Tendencia a interpretar situaciones ambiguas de manera positiva o

negativa

Sesgo de los datos: Cuando una preferencia a favor o en contra de una persona, un grupo de
personas o una cosa sesga sistemáticamente los resultados del análisis de datos en una cierta
dirección

Sesgo del muestreo: Representar en mayor o en menor medida a ciertos miembros de una
población debido a que se trabaja con una muestra que no representa a la población en su
totalidad

Sesgo del observador: Tendencia de distintas personas a observar las cosas de forma
diferente (también se denomina sesgo del investigador)

Sesgo: Preferencia consciente o subconsciente a favor o en contra de una persona, un grupo

de personas o una cosa

Shiny (R): Paquete de R que se utiliza para crear aplicaciones web interactivas usando
códigos R
Significancia estadística: Probabilidad de que los resultados de una muestra no se deban a
una posibilidad aleatoria

Sintaxis: Estructura predeterminada de un lenguaje que incluye todas las palabras, los
símbolos y la puntuación requeridos, así como su correcta ubicación

SPLIT: Función de la hoja de cálculo que divide el texto en base a un carácter específico y
ubica cada fragmento en una nueva celda separada

SQL: (Ver Lenguaje de consulta estructurado)

Suavizado (R): Proceso usado para hacer que las visualizaciones de datos en R sean más
claras y legibles

Suavizado con GAM (modelo aditivo generalizado) (R): Proceso para suavizar diagramas
con un gran número de puntos

Suavizado Loess (R): Proceso usado para suavizar diagramas con menos de 1,000 puntos

Subcadena: Subconjunto de una cadena de texto

Subconsulta: Consulta de SQL anidada dentro de una consulta más grande

SUBSTR: Función de SQL que extrae una subcadena de una variable de cadenas

Subtítulo: Texto que complementa al título al indicar el contexto y la descripción

SUM: Función de una hoja de cálculo que suma los valores de un rango de celdas
seleccionadas

SUMIF: Función de una hoja de cálculo que suma datos numéricos basados en una condición

SUMPRODUCT: Función que multiplica las matrices y muestra el resultado de la suma de esos
productos
Swift: Lenguaje de programación para macOS, iOS, watchOS y tvOS

T
Tabla de resumen: Tabla que se usa para resumir información estadística sobre los datos

Tabla dinámica: Herramienta de resumen de datos que se utiliza para clasificar, reorganizar,
agrupar, contar, totalizar o promediar datos

Tabla temporal: Tabla de una base de datos que se crea y existe temporalmente en el servidor
de una base de datos

Tableau: Plataforma de inteligencia de negocios y análisis que ayuda a las personas a

visualizar y comprender datos, y a tomar decisiones basadas en los datos

Tarea empresarial: Pregunta o problema que el análisis de datos resuelve para un negocio

Tasa de respuesta estimada: Número promedio de personas que suele completar una
encuesta

Tasa de rotación: Ritmo en el que los empleados abandonan voluntariamente una empresa

Testeo de hipótesis: Proceso que se realiza para determinar si una encuesta o un

experimento tiene resultados significativos

Texto alternativo: Texto que ofrece una alternativa al contenido no textual, como las imágenes
y los vídeos

Tibble (R): Variación optimizada de marcos de datos

tidyr (R): Paquete de R en Tidyverse usado para limpieza de datos para generar datos
ordenados
Tidyverse (R): Sistema de paquetes en R con una filosofía de diseño en común para la
manipulación, exploración y visualización de datos

Tipo de datos de cadena: Secuencia de caracteres y puntuación que contiene información

textual (también se denomina tipo de datos de texto)

Tipo de datos de texto: Secuencia de caracteres y puntuación que contiene información

textual (también se denomina tipo de datos de cadena)

Tipo de datos: Atributo que describe cierto dato según sus valores, su lenguaje de
programación o las operaciones que puede realizar

Tipos de problemas: Distintos problemas que encuentra el analista de datos; entre ellos,
categorizar elementos, descubrir conexiones, hallar patrones, identificar temas, hacer
predicciones y detectar algo inusual

Título: Texto en la parte superior de una visualización que comunica los datos que se están
presentando

Toma de decisiones basada en datos: Uso de datos para guiar la estrategia empresarial

Toma de decisiones inspirada en datos: Explorar diferentes fuentes de datos para descubrir
qué tienen en común

Transacciones: Aspecto de la ética de los datos que considera que las personas deben
conocer las transacciones financieras resultantes del uso de sus datos personales y la
dimensión de esas transacciones

Transferencia de datos: Proceso de copiar datos de un dispositivo de almacenamiento a la

memoria de la computadora, o de una computadora a otra

Transparencia de la transacción: Aspecto de la ética de datos que presupone que se deben

explicar todas las actividades de procesamiento de datos y los algoritmos a la persona que
proporciona los datos y que también presupone que esta persona debe comprenderlos

TRIM: Función que quita los espacios al principio, al final o los repetidos en los datos
TSV (archivo con valores separados por tabuladores): Archivo de texto que almacena una
tabla de datos separando columnas de datos con tabuladores

U
Único: Valor que no puede tener un duplicado

Unidad: Principio de diseño que consiste en usar elementos visuales que se complementan
entre sí para crear un atractivo estético y claridad en la visualización de datos

V
Validación de campos cruzados: Proceso que garantiza el cumplimiento de ciertas
condiciones para múltiples campos de datos

Validación de datos: Herramienta para corroborar la exactitud y la calidad de los datos

Validez: Grado de conformidad de los datos con respecto a las restricciones cuando se los
ingresa, recopila o crea

VALUE: Función de la hoja de cálculo que convierte una cadena de texto que representa un
número en un valor numérico

Variable (R): Representación de un valor en R que puede almacenarse para uso posterior

Variedad: Principio de diseño que consiste en usar diferentes tipos de elementos visuales en
una visualización de datos para captar la atención del público

Vector (R): Grupo de elementos de datos del mismo tipo almacenados en una secuencia
unidimensional en R

Verificación: Proceso que confirma que se ejecutó correctamente un esfuerzo de limpieza de

datos y que los datos resultantes son precisos y confiables
Vignette (R): Documentación para un paquete en R que describe el problema que el paquete
está diseñado para resolver, explica cómo pueden usarse sus funciones y enumera cualquier
dependencia de otros paquetes

Vista en círculo: Visualización de datos que muestra la fortaleza comparativa en los datos

Visualización de datos: Representación gráfica de los datos

Visualización estática: Visualización de datos que no cambia a lo largo del tiempo a menos
que se edite

Visualización: (Ver Visualización de datos)

Visualizaciones dinámicas: Visualizaciones de datos que son interactivas o cambian a lo

largo del tiempo

VLOOKUP: Función de una hoja de cálculo que busca verticalmente cierto valor en una
columna y arroja la información correspondiente

W
WHERE: Sección de una consulta que especifica los criterios que deben cumplir los datos
solicitados

WITH: Cláusula de SQL que crea una tabla temporal que se puede consultar muchas veces

Y
YAML: Lenguaje que traduce datos para aumentar su legibilidad