Ya tengo datos.

¿Ahora qué?
EBOOK
 ANÁLISIS DE DATOS

El análisis de datos tiene como finalidad el estudio estadístico a

partir de variables medibles que describen elementos de una pobla-
ción o muestra.

Esto permite llevar a cabo las siguientes actividades:

1 Reducir el número de variables a las determinantes,

las cuales permiten la mínima pérdida de información.

2 Encontrar grupos en datos: a través de la observación

se pueden determinar los conjuntos de cada una de
nuestras variables. Esto indica en qué función se
puede interpretar cada uno dependiendo de las áreas
y objetivos de nuestra empresa.

3 Clasificar nuevas observaciones y grupos: cuando los

grupos están definidos a priori y queremos clasificar
nuevas observaciones. Es importante entender la
dependencia que las variables tienen con base en su
estructura.

4 Relacionar dos o más conjuntos de variables: la rela-

ción entre variables permite sintetizar la información
obtenida. Encontrar variables individuales permitirá
ignorar datos no relevantes.
 ¿QUÉ PUEDO SACAR DE ESTO?
En un inicio se puede iniciar la comparación de datos tomando
en cuenta distintas variables cualitativas y cuantitativas. Esto nos
permite dar inicio a un análisis para simplificar y descartar aque-
llos datos que no muestran relación con nuestros objetivos. Esto
permite un mejor conocimiento de la realidad y su
interpretación.

Con el Big Data constantemente estaremos recibiendo informa-

ción sin estructura, es importante que dentro de nuestro equipo
de trabajo tengamos al personal adecuado para interpretarla.

En el camino del Big Data las empresas e instituciones educativas

están adaptando análisis avanzados, esto es un área el cual es to-
talmente desconocida y traerá nuevos conocimientos.
La incertidumbre del análisis de datos es común en cualquier em-
presa y esto es ocasionado por las distintas formas de representar
los datos. La forma correcta de hacer análisis es variable depen-
diendo de los objetivos y como tal es un tema que sigue en discu-
sión para los líderes de la rama.
 HERRAMIENTAS Y TÉCNICAS
Es recomendable implementar puestos en analítica respaldados por
instituciones educativas para las empresas en las cuales se involucren
líderes con una toma de decisión constante y gran experiencia en el
giro de negocio.
Las herramientas y técnicas más frecuentes son las siguientes:

Análisis Minería Análisis

predictivos de datos estadístico

SQL Inteligencia *MapReduce

artificial

*MapReduce es un modelo de programación para dar soporte a la computación

paralela sobre grandes colecciones de datos en grupos de computadoras y al
commodity computing. El nombre del framework está inspirado en los nombres de
dos importantes métodos, macros o funciones en programación funcional: Map y
Reduce. MapReduce ha sido adoptado mundialmente, ya que existe una
implementación OpenSource denominada Hadoop.
 ANÁLISIS AVANZADO
El término adecuado para “análisis avanzado” sería mejor con-
siderado como “análisis de descubrimiento”. La información a
recibir por parte del Big Data nos dará nuevos retos en el cual se
tiene que considerar a gente con amplios conocimientos en el
giro de cada empresa la cual haga uso de este servicio. Los
datos que hoy en día cada empresa genera y son desaprovecha-
dos son elementos que en alguna ocasión pudieron haber de-
terminado un mejor futuro para cada una de las empresas.

Si bien la incertidumbre no la podemos eliminar, si la podemos

reducir. Es el respaldo de estos datos los que orientarán nues-
tras decisiones y los resultados de estas lo que nos indicará si los
estamos interpretando de manera correcta o involucrando
todas las variables adecuadas.

Mayer-Schönberger, V., & Cukier, K. (2013). Big data: la revolución de los

datos masivos. Turner.
Russom, P. (2011). Big data analytics. TDWI best practices report, fourth
quarter, 19(4), 1-34.
Peña, D. (2013). Análisis de datos multivariantes. McGraw-Hill España.
PARA MÁS CONTENIDO, VISITA:
www.i11online.com