1. Conceptos y definiciones

Resumen

El análisis de datos es una actividad que se encuentra integrada a otras como ingeniería y ciencia de datos, compartiendo conceptos y herramientas, y habitualmente superponiéndose en el día a día de muchas organizaciones. Por esto mismo, como profesional del área, es importante reconocer cuáles son las incumbencias del análisis de datos y cómo se relaciona con el resto del ciclo de vida de los datos.

Surge entonces la necesidad de definir y comprender conceptos fundamentales para lograr esa distinción. Como suele suceder en otros rubros, varios de estos conceptos son asimilados del inglés y se utilizan diariamente de esta manera, lo que contribuye a la confusión en algunos casos. Además, las definiciones no siempre son unísonas: dependen de cada autor y evolucionan en el tiempo. Implica así una capacitación, actualización y reflexión constante.

Como actividad, el análisis de datos requiere principalmente conocimientos de estadística y de dominio (o de negocio), de tal manera de poder trabajar los datos, obtener conclusiones y traducir esas conclusiones en recomendaciones o acciones (o simplemente producir información / conocimiento para su posterior tratamiento).

El rol no necesariamente implica el uso de lenguajes de programación, aunque (en el estadio actual del área) suele ser altamente recomendable adquirir su uso. De no contar con ello, es esencial la experiencia en al menos una herramienta de visualización (Tableau, Power BI, Looker) y uso avanzado de planillas de cálculo (Excel, Google Sheets).

Retomando lo dicho, es habitual también la necesidad de un cierto grado de transformación de los datos. En ese aspecto, Python, R y SQL son herramientas de gran ayuda, que desde ya pueden utilizarse más adelante en el análisis como tal. De hecho, su uso se ha consolidado cada vez más de forma mandatoria en términos de poder trabajar con grandes volúmenes de datos y elaborar modelos complejos, inviables de implementar con otras herramientas como las mencionadas anteriormente.

Posteriormente al análisis, la presentación de los resultados es sumamente importante, y es incluso un diferencial. En ese sentido, un analista de datos completo cuenta con la capacidad para la elaboración de informes y visualizaciones, pudiendo abstraerse de la parte técnica y mostrar efectivamente y de manera sencilla los resultados de su análisis.

Recapitulando, el análisis de datos pasa a ser hoy un conjunto de conocimientos y técnicas que, con las herramientas adecuadas y enmarcado correctamente en un proceso de analítica de datos, permite la toma de decisiones dentro de las organizaciones a través de la exploración e inferencia de los datos.

Para profundizar