DMC ONLINE #YoMeQuedoEnCasa

SESIÓN 01:
Excel for Analytics
Inhouse – Nivel 1
DOCENTE:
CORREO:
DMC ONLINE #YoMeCapacitoEnCasa

Contenido del curso

www.dmc.pe
 DMC ONLINE

I. Introducción al Análisis de Datos

II. Análisis Descriptivo con Excel
III. Visualización y presentación de resultados
IV. Automatización de procedimientos
V. Power Query
VI. Power Pivot

w w w. d m c . p e
#YoMeCapacitoEnCasa
 DMC ONLINE

I. Introducción al Análisis de Datos

II. Análisis Descriptivo con Excel
III. Visualización y presentación de resultados
IV. Automatización de procedimientos
V. Power Query
VI. Power Pivot

w w w. d m c . p e
#YoMeCapacitoEnCasa
Agenda
Introducción al Análisis de Datos

1. Analizando el Negocio y definiendo procesos

2. Concepto de base de datos
3. Introducción a la analítica de datos
4. Metodología para el uso de la analítica de datos
5. Mitos, creencias y errores al aplicar analítica de datos
6. Introducción a la estadística: Población y Muestra
7. Tipos de variables y escalas de medición
8. Uso de Excel en analítica de datos
Analizando el Negocio
 El modelo de negocios es el estudio de la organización, se examina la estructura de la
organización y se observan los roles en la compañía y como estos se relacionan.
 El objetivo principal del modelamiento es comprender el conjunto de procesos de negocio que
tienen lugar dentro de una empresa, como paso previo a establecer los requisitos del sistema a
desarrollar.

¿Porqué modelar el negocio?

 Documentar lo que hace la organización.
 Analizar cambios en los flujos de trabajo.
 Indican cuales son las responsabilidades de cada
persona dentro del flujo de trabajo.
 Al entender el negocio, se pueden implementar
adecuadamente nuevas soluciones de software y
utilizarlo adecuadamente para el negocio.
Definiendo los procesos
¿Cómo consigue la empresa sus objetivos?
 Una organización tiene una serie de objetivos que satisface a través de Procesos de Negocio
 Elementos de un proceso de negocio:
• Flujo de Tareas, Agentes, Información, Reglas de Negocio
 Reglas de Negocio regulan el funcionamiento de la empresa
– Describen restricciones y comportamientos
– NO son requisitos, pero influyen en ellos
Definiendo los procesos
Concepto de Base de Datos
Concepto de Base de Datos
Introducción a la analítica de datos
 La Analítica de datos de negocio, o simplemente analítica, es el uso de los datos, tecnología
de la información, análisis estadístico, métodos cuantitativos y modelos matemáticos o
basados en computadora para ayudar a los gerentes a obtener una mejor comprensión de sus
operaciones comerciales y tomar mejores decisiones basadas en hechos.
Introducción a la analítica de datos
Las empresas usan los datos para comprender el desempeño comercial pasado y actual y tomar
decisiones.
Descriptiva Resume los datos en gráficos e informes significativos. Por ejemplo, presupuestos, ventas,
ingresos o costos.

La analítica predictiva busca predecir el futuro examinando datos históricos, detectando
patrones o relaciones en estos datos y luego extrapolando estas relaciones hacia adelante en el
tiempo.
Predictiva "¿Qué sucederá si la demanda cae un 10% o si los precios de los proveedores suben un 5%?"
"¿Qué esperamos pagar por el combustible en los próximos meses?" "¿Cuál es el riesgo de
perder dinero en una nueva empresa comercial?

Utiliza la optimización para identificar las mejores alternativas para minimizar o maximizar algún
objetivo.
Prescriptiva Aborda preguntas como “¿Cuánto deberíamos producir para maximizar las ganancias?” “¿Cuál
es la mejor manera de enviar productos desde nuestras fábricas para minimizar los costos?”
Niveles de analítica
Analítica de los datos en los negocios
Metodología para el uso de la analítica
Metodología para los usos de la analítica
Metodología para los usos de la analítica
Metodología para los usos de la analítica
Metodología para los usos de la analítica
Metodología para los usos de la analítica
Metodología para los usos de la analítica
Metodología para los usos de la analítica
Metodología para los usos de la analítica
Importancia de tener un proyecto de analítica
Mitos y creencias en Analítica
Mitos y creencias en Analítica
Mitos y creencias en Analítica
Mitos y creencias en Analítica
Mitos y creencias en Analítica
Errores al aplicar Analítica de datos
Errores al aplicar Analítica de datos
Errores al aplicar Analítica de datos
Errores al aplicar Analítica de datos
Errores al aplicar Analítica de datos
Errores al aplicar Analítica de datos
Introducción a la Estadística
Estadística: Ciencia que proporciona un conjunto de métodos, técnicas y procedimientos para
recopilar, organizar, presentar y analizar datos con el fin de describirlos o realizar generalizaciones
válidas.

Estadística Descriptiva o Deductiva Estadística Inferencial

Encargada de la organización, condensación, Métodos y técnicas que hacen posible estimar

presentación de los datos en tablas y gráficos,
y del cálculo de medidas numéricas que
permitan estudiar los aspectos más
importantes de los datos. Comprende el uso
de gráficos, tablas, diagramas y criterios para
el análisis.
características y tomar decisiones referentes a
la población basados en el resultado de
muestras. Estas conclusiones no tienen que
ser totalmente válidas, pueden tener cierto
margen de error, por eso se dan con una
medida de confiabilidad o probabilidad.
Estadística Descriptiva e Inferencial
Ejemplo 1:

 En una prueba de aptitud, 4 trabajadores recibieron calificaciones: 85, 90, 82, 83.
 4 trabajadoras recibieron calificaciones: 88, 87, 89, 92.
 Identifique que declaraciones son de la estadística descriptiva o inferencial:

1. La calificación promedio de los 4 trabajadores es 85, y la de las 4 trabajadoras es 89.

(DESCRIPTIVA)
2. La aptitud promedio de todas las trabajadoras es probablemente mayor que la de los
trabajadores. (INFERENCIAL)
3. En la siguiente prueba de aptitudes, probablemente los trabajadores reciban calificaciones
más bajas que las trabajadoras. (INFERENCIAL)
Población
Es la colección de todos los elementos (individuos, objetos u observaciones) que poseen al menos
una característica común. Definido en espacio y el tiempo

Población Finita Población Infinita

Parámetros
 Medida de resumen de toda la población.
 Puede ser: total poblacional 𝑇, media poblacional 𝜇, proporción poblacional 𝑃, razón poblacional
𝑅, etc.
 Su valor representa una característica numérica de la población.
 Son difíciles de calcular para poblaciones infinitas, e incluso para finitas.
 Se pueden inferir mediante los estadígrafos
Muestra
 Es un subconjunto representativo de la población.
 El proceso de obtención de la muestra es llamado muestreo.
 El número de observaciones de la muestra es menor al número de observaciones posibles en la
población. Caso contrario sería la misma población.
 Si la selección de la muestra es mediante el calculo de probabilidades entonces se puede realizar
inferencias de la población.

Muestra probabilística Muestra no probabilística

Estadísticos
 También conocido como estadígrafo
 Valor calculado a partir de la muestra.
 Estimador del parámetro de la población.
෠ media muestral 𝑋,
 Puede ser: total muestral 𝑇, ത proporción muestral 𝑝, razón muestral 𝑟, etc.
Variables y Datos
Variables  Característica definida en una población y que asume por lo menos dos valores.
Los valores pueden ser de cualidad o cantidad.
 Por ejemplo: la población constituidas por los clientes de una entidad bancaria
tiene como variables:
X = “Genero”. Valores: Masculino, Femenino
Y = “Estado Civil”. Valores: soltero, casado, viudo, divorciado.
Z = “Salario”. Valores: Numero reales no negativos.

Datos  Son los valores que toma la variable en cada caso.

Unidad de observación
 Es el objeto sobre el cual se hace la medición. Por ejemplo, en estudios de
poblaciones humanas, con frecuencia ocurre que las unidades de observación
son los individuos.
Ejemplo 2:

En una encuesta electoral en Perú para el 2019, se entrevistaron a 1500 electores registrados y
entre ellos 860 están a favor del candidato A. Responder:
 ¿Qué constituye la población? Electores peruanos registrados del 2019
 ¿Qué constituye la muestra? 1500 electores peruanos registrados del 2019
 ¿La población es finita o infinita? Infinita
 ¿Cuál es el parámetro de la población? Porcentaje de electores peruanos del 2019 a favor del
candidato A.
 ¿Cuál es el estadístico de la muestra? Porcentaje de la muestra de 1500 electores peruanos del
2019 a favor del candidato A. (100*860/1500)%
Tipos de variables y escala de medición
Establecen la distinción de los elementos en la categorías sin implicar
Nominal orden entre ellas.
Ejemplo: estado civil (categorías: soltero, casado, divorciado, viudo, etc.).
Cualitativa
Agrupan a los objetos, individuos, en categorías ordenadas para establecer
relaciones comparativas.
Ordinal Ejemplo: Clasificar a un grupo de personas por su hábito de fumar.
Categorías: No fumadores, fumadores leves, fumadores moderados,
fumadores severos.

Obtenidas por procedimientos de conteo. Representado por los números

Discreta naturales.
Ejemplo: Número de tarjetas de crédito por persona.

Cuantitativa
Cuyos valores están representados por el conjunto de números reales. Se
Continua obtienen por medición.
Ejemplo: variables de medida: peso de una persona (Kg), longitud (m),
temperatura (T). Variables de tiempo. Variables económicas.
Tipos de variables y escala de medición
Tipos de variables y escala de medición
Tipos de variables y escala de medición

Nivel Características Operaciones Aritméticas

Nominal Clasificación =, ≠
Ordinal Clasificación y orden =, ≠, <, >
De intervalo Clasificación, orden, =, ≠, <, >, +, -
intervalos iguales y cero
relativo
De razón Clasificación, orden, =, ≠, <, >, +, -, ×, ÷
intervalos iguales y cero
absoluto
Ejemplo 3:
• Una compañía produce arandelas que se supone tengan un diámetro
promedio de 2,5 centímetros, según requerido por el comprador. Un
equipo de ingenieros examina la producción rutinariamente para
velar que se cumpla con las especificaciones.
• Si encuentra que las arandelas no cumplen con las especificaciones
establecidas, las máquinas que las producen son ajustadas. Ellos
seleccionan un grupo de 100 arandelas del lote producido en la
fábrica por máquina y calculan el diámetro promedio. De acuerdo al
texto, indique:

 La población, la muestra y la unidad estadística.

 La(s) variable(s) que se debe(n) medir, su tipo y su escala de
medición.
 El parámetro y el estadístico.
Ejemplo 3:
Solución:
• Población: Todas las arandelas producidas por la compañía
• Muestra: las 100 arandelas seleccionadas del lote.
• Unidad estadística: una arandela producida por la compañía.

• Variables:
• “Diámetro de la arandela” es cuantitativa continua, escala
razón.
• “Máquina que produce la arandela”: cualitativa, escala
nominal.

• Parámetro: promedio de todas las arandelas producidas.

• Estadístico: promedio de las arandelas de la muestra.
 Uso del Excel en la Analítica de datos

¿Por qué Excel?

• Excel es la herramienta de análisis número uno en el mundo
de los negocios.
• No es raro encontrar empresas que usan solo Excel para
todos sus análisis e informes de datos.
• No es necesario ser un usuario experto de Excel si desea
trabajar en el lado de no-programación del análisis de datos.
• Permite la realización de Macros (usando VBA y grabadora
de Macros) para la automatización de procesos.
• Cuenta con complemento muy potentes para el Análisis de
Datos como son el Power Query y Power Pivot.
 w w w. d m c . p e
¡GRACIAS!