Documentos de Académico
Documentos de Profesional
Documentos de Cultura
preguntar, preparar, procesar, analizar, compartir y actuar. Ten en cuenta que estas no
son lo mismo que el ciclo de vida de los datos, que describe los cambios que
experimentan los datos a lo largo de su vida útil. Repasemos los pasos para ver cómo
pueden ayudarte a resolver los problemas que podrías enfrentar en el trabajo.
Paso 1: preguntar
Es imposible resolver un problema si no sabes de qué se trata. Estas son algunas cosas a
tener en cuenta:
Paso 2: preparar
Decidirás qué datos necesitas recopilar para responder a sus preguntas y cómo
organizarlos para que sean útiles. Puedes utilizar tu tarea empresarial para decidir:
Paso 3: procesar
Los datos limpios son los mejores datos y deberás limpiar los datos para deshacerte de
posibles errores, inexactitudes o incoherencias. Esto puede implicar lo siguiente:
Paso 4: analizar
Deberías pensar analíticamente sobre tus datos. En esta etapa, puedes ordenar y
formatear tus datos para que sea más fácil hacer lo siguiente:
Realizar cálculos
Combinar datos de varias fuentes
Crear tablas con los resultados
Paso 5: compartir
Todos comparten sus resultados diferente, así que asegúrate de resumir los resultados
con imágenes claras y atractivas de tu análisis usando herramientas de visualización de
datos como los gráficos o los paneles. Esta es tu oportunidad de mostrarles a los
interesados que resolviste su problema y cómo lo hiciste. Sin duda, compartir ayudará a
tu equipo a hacer lo siguiente:
Un video, Tipos de problemas comunes, presentó los seis tipos de problemas con un
ejemplo para cada uno. Los ejemplos se resumen a continuación para tu revisión.
Hacer predicciones
Una empresa que quiere conocer el mejor método publicitario para atraer nuevos
clientes es un ejemplo de un problema que requiere que los analistas hagan
predicciones. Los analistas con datos sobre la ubicación, el tipo de medio y la cantidad
de nuevos clientes adquiridos como resultado de anuncios anteriores no pueden
garantizar resultados futuros, pero pueden ayudar a predecir la mejor ubicación de la
publicidad para llegar al público objetivo.
Categorizar cosas
Un ejemplo de un problema que requiere que los analistas categoricen cosas es el
objetivo de una empresa de mejorar la satisfacción del cliente. Los analistas pueden
clasificar las llamadas de servicio de atención al cliente en función de determinadas
palabras clave o puntuaciones. Esto podría ayudar a identificar a los representantes de
servicio de atención al cliente con mejor desempeño o ayudar a correlacionar ciertas
acciones tomadas con puntajes más altos de satisfacción del cliente.
Identificar temas
Los diseñadores de experiencia del usuario (UX) pueden confiar en los analistas para
analizar los datos de interacción del usuario. De manera similar a los problemas que
requieren que los analistas categoricen las cosas, los proyectos de mejora de la
usabilidad pueden requerir que los analistas identifiquen temas para ayudar a priorizar
las características correctas del producto para mejorarlas. Los temas se utilizan con
mayor frecuencia para ayudar a los investigadores a explorar ciertos aspectos de los
datos. En un estudio de usuarios, las creencias, las prácticas y las necesidades de los
usuarios son ejemplos de temas.
A estas alturas, es probable que te estés preguntando si existe una diferencia entre
categorizar cosas e identificar temas. La mejor manera de pensarlo es la siguiente:
categorizar cosas implica asignar elementos a categorías, mientras que identificar
temas lleva esas categorías un paso más allá agrupándolas en temas más amplios.
Descubrir conexiones
Una empresa de logística de terceros que trabaja con otra empresa para que los envíos
se entreguen a tiempo a los clientes es un problema que requiere que los analistas
descubran conexiones. Al analizar los tiempos de espera en los centros de envío, los
analistas pueden determinar los cambios de programación apropiados para aumentar
la cantidad de entregas a tiempo.
Buscar patrones
Minimizar el tiempo de inactividad causado por fallas en las máquinas es un ejemplo de
un problema que requiere que los analistas busquen patrones en los datos. Por
ejemplo, al analizar los datos de mantenimiento, es probable que descubran que la
mayoría de las fallas ocurren si el mantenimiento regular se retrasa más de 15 días.
Conclusión clave
A medida que avanzas en este programa, desarrollarás un ojo más agudo para los
problemas y practicarás pensar detenidamente en los tipos de problemas cuando
comiences tu análisis. Este método de resolución de problemas te ayudará a encontrar
soluciones que satisfagan las necesidades de todos los interesados.
Más información sobre las preguntas SMART
Hoy en día, las empresas de muchas industrias se enfrentan a cambios rápidos y a una
creciente incertidumbre. Incluso las empresas bien establecidas están bajo presión para
mantenerse al día con las novedades y descubrir qué viene después. Para hacer eso,
deben hacer preguntas. Hacer las preguntas correctas puede ayudar a generar las ideas
innovadoras que tantas empresas anhelan en estos días.
Lo mismo ocurre con el análisis de datos. No importa cuánta información tengas o cuán
avanzadas sean tus herramientas, los datos no te dirán mucho si no empiezas con las
preguntas correctas. Piensa en ello como un detective con toneladas de evidencia que
no hace preguntas a un sospechoso clave sobre eso. A continuación, aprenderás más
sobre cómo hacer preguntas altamente efectivas, junto con ciertas prácticas que se
recomienda evitar.
SMART
Orientada a la Con plaz
Específica Medible Relevante
acción (Action- determin
(Specific) (Measureable) (Relevant)
oriented) (Time-Bo
¿Es específica la
¿Las respuestas ¿La pregunta ¿Son las
pregunta? ¿Aborda
¿Te dará la proporcionarán es sobre el respuest
el problema?
pregunta información que te problema relevante
¿Tiene contexto?
respuestas que ayude a diseñar particular que moment
¿Descubrirá mucha
puedas medir? algún tipo de plan de tratas de específic
de la información
acción? resolver? estudia?
que necesitas?
En una escala del 1 al 10 (siendo 10 lo más importante), ¿qué importancia tiene
que su automóvil cuente con tracción en las cuatro ruedas?
¿Cuáles son las cinco características principales que le gustaría ver en un
paquete de automóvil?
¿Qué características, si se incluyen con la tracción en las cuatro ruedas, lo
acercarían más a comprar el automóvil?
¿Cuánto más pagaría por un automóvil con tracción en las cuatro ruedas?
¿Se ha vuelto más o menos popular la tracción en las cuatro ruedas en los
últimos tres años?
Preguntas cerradas: preguntas que piden una respuesta breve o de una sola palabra.
Sin embargo, ten en cuenta que es posible tener datos sólidos y aun así tomar
decisiones equivocadas. Depende de los analistas de datos interpretar los datos con
exactitud. Cuando los datos se interpretan incorrectamente, pueden provocar enormes
pérdidas. Considera los ejemplos a continuación:
Sin embargo, resulta que New Coke fue un fracaso masivo y la empresa terminó
perdiendo decenas de millones de dólares. ¿Cómo pudo suceder esto con datos que
parecían correctos? Esto se debe a los que los datos no eran completos, lo que los hacía
inexactos. Los datos no consideraron cómo se sentirían los clientes acerca de que New
Coke reemplace la Coca-Cola clásica. La decisión de la empresa de retirar la Coca-Cola
clásica fue una decisión basada en datos incompletos.
Nadie se dio cuenta de que existía un problema hasta que el orbitador se prendió fuego
en la atmósfera marciana. Más adelante, una junta de revisión de la NASA que
investigaba la causa raíz del problema descubrió que la cuestión se relacionaba con el
software que controlaba los propulsores. Un programa calculó la fuerza de los
propulsores en libras; otro programa que analizaba los datos supuso que estaba en
newtons. Los controladores del software estaban tomando decisiones basadas en datos
para ajustar el empuje con base en datos 100% precisos, pero estas decisiones fueron
incorrectas debido a suposiciones inexactas al interpretarlas. Una conversión de los
datos de un sistema de medición a otro podría haber evitado la pérdida.
Lee más sobre la estrategia de datos de Crate and Barrel en Cómo la estrategia de datos
de un minorista impulsa experiencias perfectas para el cliente.
PepsiCo
Desde el momento del lanzamiento de New Coke, las cosas cambiaron drásticamente
para las empresas de bebidas y otros bienes de consumo envasados (CPG).
Lee sobre cómo PepsiCo brinda una experiencia más personal y valiosa a los clientes
usando datos en Cómo uno de los vendedores más grandes del mundo descartó su
manual de jugadas y aprendió a anticipar la intención de las jugadas.
Comenzando con los datos históricos que el cine tiene mediante su programa de lealtad
y recompensas, tu primer paso es investigar qué información puedes obtener de esos
datos. Observas la asistencia de los últimos 3 meses. Sin embargo, debido a que los
últimos 3 meses no incluyeron ningún día festivo importante, decides que es mejor
mirar el valor de los datos de un año completo. Como sospechabas, los datos
cuantitativos confirmaron que la asistencia promedio era de 550 por mes, pero luego
aumentó a un promedio de 1,600 por mes en los meses con feriados.
Los datos históricos satisfacen tus necesidades para el proyecto, pero también decides
que reanudarás el análisis nuevamente en unos meses después de que el cine aumente
los precios de las entradas para los horarios de los espectáculos nocturnos.
Tu análisis de los datos históricos muestra que el horario del espectáculo de las
7:30 a.m. fue el más popular y tuvo la mayor asistencia, seguido por los horarios de los
espectáculos de las 7:15 p.m. y las 9:00 p.m. Puedes sugerir reemplazar el horario actual
de las 8:00 p.m. que tiene una asistencia más baja con el horario del espectáculo de las
8:30 p.m. Sin embargo, necesitas más datos para respaldar tu corazonada de que es más
probable que las personas asistan al espectáculo posterior.
Los espectadores nocturnos son la mayor fuente de ingresos para el cine. Por lo tanto,
también decides incluir una pregunta en tu encuesta en línea para obtener más
información.
Tu encuesta final en línea podría incluir estas preguntas para obtener datos cualitativos:
1. ¿Qué influyó en tu decisión de ver una película hoy en nuestro cine? (asistencia al
cine)
2. ¿Qué opinas sobre la calidad y el valor de tus compras en el puesto de
concesión? (rentabilidad del puesto de concesión)
3. ¿Qué horario de espectáculo prefieres, 8:00 p.m. u 8:25 p.m., y por qué prefieres
ese horario? (preferencias de los espectadores nocturnos)
4. ¿Bajo qué circunstancias elegirías una matiné en lugar de una presentación
nocturna? (aumento del precio de la entrada)
Resumen
Por lo general, los analistas de datos usarán ambos tipos de datos en su trabajo. A
menudo, los datos cualitativos pueden ayudar a los analistas a comprender mejor sus
datos cuantitativos al proporcionar una razón o una explicación más completa. En otras
palabras, los datos cuantitativos suelen mostrar el qué, y los datos cualitativos suelen
mostrar el por qué. Mediante el uso de datos cuantitativos y cualitativos, podemos
aprender cuándo a las personas les gusta ir al cine y por qué eligen el cine. Tal vez
realmente les gusten las sillas reclinables, por lo que tu gerente puede comprar más
sillas reclinables. Tal vez el cine es el único que sirve cerveza de raíz. Tal vez un
espectáculo en un horario posterior les da más tiempo para conducir hasta el cine desde
donde se encuentran los restaurantes populares. Tal vez van a las matinés porque
tienen hijos y quieren ahorrar dinero. No habríamos descubierto esta información
analizando solo los datos cuantitativos de asistencia, ganancias y horarios de
exhibición.
Diseñar paneles atractivos
Puedes guardar esta lectura para consultarla en el futuro. Ten en cuenta que puedes
descargar una versión en PDF de esta lectura a continuación:
DAC2M2L2R1ATTACHMENT_SPA
DOCX File
En la siguiente tabla, se resumen las ventajas de utilizar un panel tanto para los
analistas de datos como para sus interesados.
1. Identificar a los interesados que necesitan ver los datos y cómo los usarán
Para empezar con esto, debes hacer preguntas efectivas. Consulta esta Hoja de trabajo
para la recopilación de requisitos para explorar una amplia gama de buenas preguntas
que puedes hacer para identificar a los interesados relevantes y sus necesidades de
datos. Este es un gran recurso para guiarte a través de este proceso una y otra vez.
Sigue estos consejos para que el diseño de tu panel sea claro, fácil de seguir y simple:
Esto es opcional, pero a muchos analistas de datos les gusta esbozar sus paneles antes
de crearlos.
Aquí tienes muchas opciones y todo depende de la historia de datos que cuentes. Si
necesitas mostrar un cambio de valores a lo largo del tiempo, los gráficos de líneas o
gráficos de barras podrían ser la mejor opción. Si tu objetivo es mostrar cómo cada
parte contribuye a la cantidad total que se informa, un gráfico circular o de torta
probablemente sea la mejor opción.
Para obtener más información sobre cómo elegir las visualizaciones correctas, consulta
el breve curso de Looker sobre cómo diseñar excelentes paneles. Simplemente
regístrate y podrás acceder al tutorial completo de forma gratuita. También puedes
visitar las galerías de Tableau:
Los filtros muestran ciertos datos mientras ocultan el resto de los datos de un panel.
Esto puede ser de gran ayuda para identificar patrones mientras se mantienen intactos
los datos originales. Es común que los analistas de datos usen y compartan el mismo
panel, pero administren su parte con un filtro. Para profundizar en los filtros y encontrar
un ejemplo de filtros en acción, puedes visitar la página de Tableau en Acciones con
filtros. Este es un recurso útil para que guardes y vuelvas a verlo cuando empieces a
practicar el uso de los filtros en Tableau por tu cuenta.
Ya sea que trabajes con macrodatos o microdatos, puedes usarlos para ayudar a los
interesados a mejorar los procesos comerciales, responder preguntas, crear nuevos
productos y mucho más. Pero hay ciertos desafíos y beneficios que vienen con los
macrodatos, y la siguiente tabla explora las diferencias entre los macrodatos y los
microdatos.
Microdatos Macrodatos
Describe un conjunto de datos compuesto por
Describe conjuntos de datos más amplio y meno
métricas específicas durante un período de
específico que cubre un largo período de tiempo
tiempo corto y bien definido
Por lo general, se organizan y analizan en hojas de Por lo general, se mantienen en una base de dat
cálculo consultan
Es probable que los utilicen pequeñas y medianas
Es probable que los utilicen grandes organizacio
empresas
Fáciles de recopilar, almacenar, administrar, Requiere mucho esfuerzo para recopilar, almace
ordenar y representar visualmente administrar, clasificar y representar visualmente
Por lo general, deben dividirse en porciones más
Por lo general, ya es un tamaño manejable para el
pequeñas para organizarlos y analizarlos de man
análisis
efectiva para la toma de decisiones.
Desafíos y beneficios
Estos son algunos de los desafíos que puedes enfrentar al trabajar con macrodatos:
Planifica respecto de los usuarios que trabajarán dentro de una hoja de cálculo
mediante el desarrollo de estándares organizacionales. Esto puede significar
formatear sus celdas, los encabezados que elijas resaltar, el esquema de color y
la forma en que ordenas tus puntos de datos. Cuando te tomas tu tiempo para
establecer estos estándares, mejoras la comunicación, garantizas la coherencia y
ayudas a las personas a ser más eficientes con su tiempo.
Captura los datos según su fuente mediante la conexión de hojas de cálculo a
otras fuentes de datos, como una aplicación de encuestas en línea o una base de
datos. Estos datos se actualizarán automáticamente en la hoja de cálculo. De esa
manera, la información es siempre lo más actual y precisa posible.
Administra diferentes tipos de datos con una hoja de cálculo. Esto puede
implicar almacenar, organizar, filtrar y actualizar la información. Las hojas de
cálculo también te permiten decidir quién puede acceder a los datos, cómo se
comparte la información y cómo mantener tus datos seguros y protegidos.
Analiza los datos en una hoja de cálculo para ayudar a tomar mejores
decisiones. Algunas de las herramientas de análisis de hojas de cálculo más
comunes incluyen fórmulas para agregar datos o crear informes, y tablas
dinámicas para imágenes claras y fáciles de entender.
Archiva las hojas de cálculo que no uses con frecuencia, pero que es posible que
debas consultar más adelante con herramientas integradas. Esto te servirá,
especialmente, si deseas almacenar datos históricos antes de que se actualicen.
Destruye tu hoja de cálculo cuando estés seguro de que nunca la volverás a
necesitar; si tienes mejores copias de seguridad, o por motivos legales o de
seguridad. Ten en cuenta que muchas empresas deben seguir ciertas reglas o
tomar medidas para asegurarse de que los datos se destruyan correctamente.
Recursos
Los accesos directos a las hojas de cálculo pueden ayudarte a ser más eficiente con
ellas. Si deseas obtener más información, puedes investigar sobre la colección de
accesos directos de Google Sheets o, si usas Excel, puedes visitar la página de accesos
directos de Microsoft Excel. Ambos recursos contienen una lista de accesos directos de
hojas de cálculo que puedes guardar y consultar a medida que trabajes más seguido con
hojas de cálculo.
Más información sobre los conceptos básicos de las hojas de
cálculo.
A continuación, encontrarás una lista que cubre dos tipos de programas de hojas de
cálculo: Microsoft Excel y Google Sheets. La lista incluye guías de inicio rápido,
tutoriales y más. En los ejemplos de este curso, se usa Google Sheets; pero puedes
seguir usando Excel o cualquier otra aplicación de hojas de cálculo. La interfaz de
usuario podría diferir un poco; pero debería verse y funcionar de manera similar.
Microsoft Excel
Inicios rápidos de Office: Desplaza el cursor hacia abajo hasta la sección Guías
descargables para descargar la Guía de inicio rápido de Excel: Esta guía en PDF
empieza con un mapa etiquetado de Excel que puede guiarte a través de las
tareas básicas que puedes realizar en Excel. Para obtener consejos sobre cómo
iniciar y abrir Excel, esta página de Soporte técnico de Microsoft te mostrará
cómo empezar un nuevo libro.
Capacitación en video de Excel: Esta es una colección de videos paso a paso para
usar varios tipos de características de Excel, como la adición y el trabajo dentro
de filas, columnas y celdas; el formateo; el uso de fórmulas y funciones, y la
adición de gráficos y tablas dinámicas.
Cómo ordenar datos en un intervalo o tabla: Esta página te guía a través de todos
los pasos que necesitarás para ordenar los datos por número, texto y color.
También tendrás la opción de ordenar por lista personalizada para que puedas
personalizar aquello que desees ordenar con exactitud.
Cómo filtrar los datos de una tabla o un intervalo: Este artículo tiene
instrucciones paso a paso sobre cómo filtrar una hoja de cálculo de Excel para
mostrar solo los datos que deseas ver. También puedes usar operadores de
comparación integrados, como “mayor que“ y “10 mejores" para revelar solo los
datos más relevantes.
Cómo aplicar formato a una hoja de cálculo: La guía te ayudará a elegir y darle
formato a tu hoja de cálculo de Excel y luego cambiar los bordes, el sombreado,
los colores y el texto. Esto puede ayudar a mejorar la legibilidad de tu hoja de
cálculo.
Consejo experto: Si buscas información sobre el uso de opciones personalizables,
consulta las Directrices para organizar y dar formato a datos en una hoja de cálculo de
Microsoft. En este artículo, se proporcionan métodos claros para crear hojas de cálculo
fáciles de leer.
Google Sheets
Hoja de referencia de Google Sheets: La hoja de referencia reúne todos los
conceptos básicos de Sheets en una sola página para facilitar su consulta. Aquí,
aprenderás a personalizar tu hoja de cálculo y los datos que contiene; a trabajar
con filas, columnas y celdas; a compartir tu hoja de cálculo con otras personas; a
crear diferentes versiones y copias de una hoja de cálculo, y más.
Empezar a usar Sheets: Cómo crear e importar archivos: Esta es una guía paso a
paso para trabajar con Sheets. Empiezas con aprender a abrir una hoja de
cálculo y, luego, pasas a agregar datos.
Cómo ordenar y filtrar tus datos: Este recurso puede ayudarte a organizar tus
datos en Sheets. Usa esta guía para ordenar toda la hoja de cálculo o una parte.
Puedes ordenar por texto, número y color. Luego, aprende a crear filtros para
mostrar solo algunos datos determinados mientras ocultas el resto. Por último,
el artículo incluye información sobre cómo crear, guardar y eliminar una vista de
filtro.
Cómo editar una hoja de cálculo y aplicarle formato : Esto te ayudará a crear
hojas de cálculo fáciles de leer. Aprenderás a asignar colores, personalizar los
bordes alrededor de las celdas y cambiar la apariencia del texto. Si quieres
proporcionarle un tema a tu hoja de cálculo, desplaza el cursor hasta la parte
inferior de la página y encontrarás cómo aplicarlo a ciertas partes de tu hoja de
cálculo.
Consejo: Microsoft Excel y Google Sheets son muy parecidos en cuanto a cálculos,
fórmulas, funciones y muchas otras características. No obstante, hay algunas
diferencias que pueden dificultar la transición de uno a otro. Si pasarás de usar Excel a
Google Sheets, encuentra una lista rápida de las diferencias entre los dos tipos de
aplicaciones de hoja de cálculo en Resumen de las diferencias entre Sheets y Excel.
Referencia rápida: Fórmulas en hojas de cálculo
Has aprendido mucho sobre las hojas de cálculo y los distintos tipos de cálculos que
ahorran tiempo, así como las características organizacionales que ofrecen. Una de las
características más valiosas de la hoja de cálculo es la fórmula. Como recordatorio
rápido, una fórmula es un conjunto de instrucciones que hace un cálculo específico
usando los datos de una hoja de cálculo. Las fórmulas permiten a los analistas de datos
hacer cálculos complejos de forma automática, lo que les ayuda a analizar los datos de
manera más efectiva. A continuación, se muestra una guía de referencia rápida para
ayudarte a aprovechar las fórmulas al máximo.
Fórmulas
Conceptos básicos
Cuando escribes una fórmula en matemáticas, generalmente, termina con un
signo igual (2 + 3 = ?). Pero, en el caso de las fórmulas en hojas de cálculo,
siempre empiezan con un signo igual (=A2+A3). El signo igual le dice a la hoja de
cálculo que lo que sigue es parte de una fórmula, no solo una palabra o un
número en una celda.
Después de escribir el signo igual, la mayoría de las aplicaciones de hoja de
cálculo muestran un menú de autocompletar que enumera fórmulas, nombres y
cadenas de texto válidos. Esta es una excelente manera de crear y editar
fórmulas, al tiempo que se evitan errores de escritura y sintaxis.
Una manera entretenida de aprender nuevas fórmulas consiste, simplemente, en
escribir un signo igual y una sola letra del alfabeto. Elige una de las opciones que
aparecen para saber lo que hace esa fórmula.
Operadores matemáticos
Los operadores matemáticos usados en las fórmulas de hoja de cálculo incluyen:
Resta: signo menos (-)
Suma: signo más (+)
División: barra diagonal (/)
Multiplicación: asterisco (*)
Llenado automático
La esquina inferior derecha de cada celda tiene un controlador de relleno. Es un
pequeño cuadro verde en Microsoft Excel y un pequeño cuadro azul en Google Sheets.
Haz clic en el controlador de relleno de una celda y arrástralo hacia abajo en una
columna para rellenar automáticamente otras celdas de la columna con el
mismo valor o fórmula en esa celda.
Haz clic en el controlador de relleno de una celda y arrástralo por una fila para
rellenar automáticamente otras celdas de la fila con el mismo valor o fórmula en
esa celda.
Si quieres crear una secuencia numérica en una columna o fila, haz lo siguiente:
1) Completa los dos primeros números de la secuencia en dos celdas adyacentes;
2) elige la opción para resaltar las celdas, y 3) arrastra el controlador de relleno
hasta la última celda para rellenar la secuencia de números. Por ejemplo, para
insertar una secuencia del 1 al 100 en cada fila de la columna A, escribe 1 en la
celda A1 y 2 en la celda A2. Luego, elige la opción para resaltar ambas celdas, haz
clic en el controlador de relleno de la celda A2 y arrástralo hacia abajo hasta la
celda A100. Esto rellena automáticamente los números de manera secuencial
para que no tengas que escribirlos en cada celda.
Referencia absoluta
La referencia absoluta está marcada por un signo de dólar ($). Por ejemplo,
=$A$10 tiene referencia absoluta tanto para la columna como para el valor de la
fila.
Las referencias relativas (que es lo que normalmente se hace, p. ej., “=A10”)
cambiarán cada vez que se copie y pegué la fórmula. Están relacionadas con el
lugar donde se encuentra la celda a la que se hace referencia. Por ejemplo, si
copias "=A10" en la celda de la derecha, se convertirá en “=B10”. Si se copia la
referencia absoluta “=$A$10” en la celda de la derecha, quedará “=$A$10”. Pero
si copias $A10 en la celda de abajo, cambiará a $A11 porque el valor de la fila no
es una referencia absoluta.
Las referencias absolutas no cambiarán al copiar y pegar la fórmula en una celda
diferente. La celda a la que se hace referencia es siempre la misma.
Para cambiar fácilmente entre referencias absolutas y relativas en la barra de
fórmulas, resalta la referencia que deseas cambiar y presiona la tecla F4; por
ejemplo, si deseas cambiar la referencia absoluta, $A$10, en tu fórmula a una
referencia relativa, A10, resalta $A$10 en la barra de fórmulas y, luego, presiona
la tecla F4 para hacer el cambio.
Intervalo de datos
Al hacer clic en tu fórmula, los intervalos de colores te permiten ver qué celdas se
están usando en tu hoja de cálculo. Hay diferentes colores para cada intervalo
individual en tu fórmula.
En muchas aplicaciones de hojas de cálculo, puedes presionar la tecla F2 (o
Enter) para resaltar el intervalo de datos de la hoja de cálculo al que se hace
referencia en una fórmula. Haz clic en la celda con la fórmula y, luego, presiona
la tecla F2 (o Enter) para resaltar los datos de la hoja de cálculo.
DOCX File
Cuando eres nuevo en el análisis de datos (a veces, incluso, cuando no lo eres), las
dificultades de las hojas de cálculo son reales. Es muy incómodo escribir una fórmula o
función cuando estás seguro de que es perfecta solo para obtener un mensaje de error.
Entender los errores y saber cómo solucionarlos es esencial para mantener tus datos
limpios; por ello, es importante aprender a abordar los problemas tan pronto como
surgen y, sobre todo, no desanimarse.
Recuerda que incluso los usuarios de hojas de cálculo más avanzados tienen problemas
de vez en cuando.
1. Filtra datos para que tu hoja de cálculo sea menos compleja y esté menos
ocupada.
2. Usa y congela los encabezados para que sepas lo que hay en cada columna,
incluso cuando te desplazas con el cursor.
3. Cuando multipliques números, usa un asterisco (*) en vez de una X.
4. Empieza cada fórmula y función con un signo igual (=).
5. Cada vez que uses un paréntesis abierto, asegúrate de que haya un paréntesis
cerrado en el otro extremo para que coincida.
6. Cambia la fuente por otra que sea más fácil de leer.
7. Configura los colores de los bordes a blanco para trabajar en una hoja en blanco.
8. Crea una pestaña solamente con los datos sin procesar y otra que tenga
únicamente los datos que necesitas.
Ahora que aprendiste algunas formas básicas de evitar errores, puedes concentrarte en
qué hacer cuando aparezca esa aterradora ventana emergente. Puedes usar la siguiente
tabla como referencia para buscar errores comunes de hoja de cálculo, así como
ejemplos de cada uno. Para no tener tanto miedo de cometer errores, es importante
saber lo que significan.
1. Haz clic en el triángulo gris que está arriba de la fila número 1 y a la izquierda de
la columna A para elegir todas las celdas de la hoja de cálculo.
2. En el menú principal, haz clic en Inicio y, luego, en Formato condicional para
elegir Reglas para resaltar celdas > Más reglas.
3. En Seleccionar un tipo de regla, elige Utilizar una fórmula que determine las
celdas para aplicar formato.
4. En Dar formato a los valores donde esta fórmula sea verdadera, escribe
=ISERROR(A1).
5. Haz clic en el botón Formato, elige la pestaña Relleno, elige “amarillo” (o
cualquier otro color) y, luego, haz clic en Aceptar.
6. Haz clic en Aceptar para cerrar la ventana de regla de formato.
Para quitar el formato condicional, haz clic en Inicio y elige Formato condicional; luego,
haz clic en Administrar reglas. Busca la regla de formato en la lista, haz clic en Eliminar
regla y, a continuación, haz clic en Aceptar.
1. Haz clic en el rectángulo vacío que está arriba de la fila número 1 y a la izquierda
de la columna A para elegir todas las celdas de la hoja de cálculo. En el Video
paso a paso para hojas de cálculo, esto se llamaba el botón Seleccionar todo.
2. En el menú principal, haz clic en Formato y elige Formato condicional para abrir
el panel de Reglas de formato condicional a la derecha.
3. Una vez que estás en la pestaña Un color, usa el menú desplegable que está
debajo de Reglas de formato para elegir Fórmula personalizada es, escribe
=ISERROR(A1), elige el color amarillo (o cualquier otro) para el estilo de
formato y, a continuación, haga clic en Hecho.
Para eliminar el formato condicional, haz clic en Formato y elige Formato condicional;
luego, haz clic en el ícono Papelera de la regla de formato.
Funciones
Conceptos básicos
Al igual que las fórmulas, inicia todas tus funciones con un signo igual; por
ejemplo, =SUMA. El signo igual le dice a la hoja de cálculo que lo que sigue es
parte de una función, no solo una palabra o un número en una celda.
Después de escribir el signo igual, la mayoría de las aplicaciones de hoja de
cálculo muestran un menú de autocompletar que enumera funciones, nombres y
cadenas de texto válidos. Esta es una excelente manera de crear y editar
funciones, al tiempo que se evitan errores de escritura y sintaxis.
Una manera entretenida de aprender nuevas fórmulas consiste, simplemente, en
escribir un signo igual y una sola letra del alfabeto. Elige una de las opciones que
aparecen para saber lo que hace esa función.
Funciones populares
Muchas personas no se dan cuenta de que los atajos de teclado, como cortar, guardar y
buscar, son, en realidad, funciones. Estas funciones están integradas en una aplicación y
ahorran tiempo de una manera increíble. El uso de atajos te permite hacer más trabajo
con menos esfuerzo. Pueden hacerte más eficiente y productivo porque no estás
buscando el mouse y navegando por los menús de manera continua. En la siguiente
tabla, se muestran algunos de los accesos directos más populares para Chromebook, PC
y Mac:
Llenado automático
La esquina inferior derecha de cada celda tiene un controlador de relleno. Es un
pequeño cuadro verde en Microsoft Excel y un pequeño cuadro azul en Google Sheets.
Haz clic en el controlador de relleno de una celda y arrástralo hacia abajo en una
columna para rellenar automáticamente otras celdas de la columna con el uso
de la misma fórmula o función en esa celda.
Haz clic en el controlador de relleno de una celda y arrástralo por una fila para
rellenar automáticamente otras celdas de la fila con el uso de la misma fórmula o
función en esa celda.
Conclusión
Hay muchas más funciones que pueden ayudarte a aprovechar tus datos al máximo.
Este es solo el principio. Puedes continuar aprendiendo a usar funciones que te
ayudarán a resolver problemas complejos, de manera eficiente y precisa, a lo largo de
toda tu carrera.
Pregunta 1
Resumen de la actividad
Aprendiste sobre la función de un analista de datos y cómo administrar, analizar y visualizar los
datos. Ahora, considerarás una herramienta valiosa que te ayudará a practicar el pensamiento
estructurado y a evitar errores: un alcance del trabajo (SOW).
Antes de empezar, tómate un minuto para pensar en las principales ideas, objetivos y destinatarios
de los documentos SOW.
Como analista de datos, es difícil sobrevalorar la importancia de un documento SOW. Un SOW bien
definido te mantiene a ti, a tu equipo y a todos los participantes de un proyecto en la misma sintonía.
Garantiza que todos los contribuyentes, patrocinadores e interesados entiendan por igual los
detalles relevantes.
El objetivo de los proyectos de análisis de datos es completar tareas empresariales que sean útiles
para los interesados. La creación de un SOW ayuda a garantizar que todos los participantes, desde
analistas e ingenieros hasta gerentes e interesados, entiendan cuáles son esos objetivos
empresariales y el plan para alcanzarlos.
Aclarar los requisitos y establecer expectativas son dos de las partes más importantes de un
proyecto. Recuerda la primera fase del Proceso de análisis de datos: Hacer preguntas.
A medida que haces más preguntas para aclarar los requisitos, los objetivos, las fuentes de datos, los
interesados y cualquier otra información relevante, el SOW te ayuda a formalizar todo al registrar
todas las respuestas y los detalles. En este contexto, la palabra “preguntar” tiene dos significados. La
tarea de prepararse con el fin de escribir un SOW consiste en hacer preguntas para obtener la
información necesaria sobre el proyecto; sin embargo, también se basa en aclarar y definir lo que se
te pide que logres, así como cuáles son los límites o restricciones del “preguntar”. Después de todo,
si no eres capaz de distinguir entre las preguntas empresariales que eres y no eres responsable de
responder, es difícil que conozcas el significado del éxito.
Entregables: ¿Qué trabajo se está haciendo y qué se está creando como resultado de este proyecto?
Cuando el proyecto esté completo, ¿qué se espera que entregues a los interesados? Sé específico
aquí. ¿Recopilarás datos para este proyecto? ¿Cuántos o por cuánto tiempo?
Evite las instrucciones imprecisas. Por ejemplo, “solucionar problemas de tráfico” no especifica el
alcance. Esto podría significar cualquier cosa, desde rellenar algunos baches hasta construir un
nuevo paso elevado. ¡Sé específico! Usa números y apunta a metas y objetivos que sean concretos y
fáciles de medir. Por ejemplo, “Identifica los diez problemas principales con los patrones de tráfico
dentro de los límites de la ciudad, así como las tres soluciones principales que sean más rentables
para reducir la congestión del tráfico”.
Hitos: Esto está íntimamente relacionado con tu cronograma. ¿Cuáles son los principales hitos para
el progreso de tu proyecto? ¿Cómo se determina cuando una parte específica del proyecto está
completa?
Tanto tú como los interesados u otros miembros del equipo, como el gerente de proyectos, pueden
identificar los hitos. Los ejemplos más simples pueden incluir pasos incrementales en un proyecto
más grande, como “Recopilar y procesar el 50 % de los datos requeridos (100 respuestas a la
encuesta)”; pero también pueden ser ejemplos más importantes, como “Completar informe de
análisis de datos inicial” o “Entregar visualizaciones del panel e informes de análisis finalizados a los
interesados”.
Cronograma: Tu cronograma estará íntimamente relacionado con los hitos que crees para tu
proyecto. El cronograma es una forma de asignar las expectativas respecto de cuánto tiempo
debería tomar cada paso del proceso. El cronograma debe ser lo suficientemente específico para
ayudar a todos los participantes a decidir si un proyecto se está llevando a cabo según lo
programado. ¿Cuándo se completarán los entregables? ¿Cuánto tiempo prevés que demore el
proyecto en completarse? Si todo sale según lo planeado, ¿cuánto tiempo prevés que llevará cada
componente del proyecto? ¿Cuándo podemos esperar alcanzar cada hito?
Informes: Los SOW adecuados también establecen límites respecto de cómo y cuándo
proporcionarás actualizaciones de estado a los interesados. ¿Cómo comunicarás el progreso con los
interesados y los patrocinadores, y con qué frecuencia? ¿Se informará el progreso semanalmente?
¿Mensualmente? ¿Cuándo se completan los hitos? ¿Qué información contendrán los informes de
estado?
Como mínimo, cualquier SOW debe responder todas las preguntas relevantes en las áreas anteriores.
Ten en cuenta que estas áreas pueden variar según el proyecto. Pero, en esencia, el documento SOW
siempre debe tener el mismo propósito al contener información que sea específica, relevante y
precisa. Si algo cambia en el proyecto, tu SOW debe reflejar esos cambios.
Observa cómo el ejemplo anterior sobre el estudio de la congestión del tráfico definió su alcance
como el área dentro de los límites de la ciudad. Esto no deja lugar a confusión: los interesados solo
necesitan consultar un mapa para saber si un tramo de carretera o intersección es parte del
proyecto. Definir los requisitos puede ser más complicado de lo que parece, por lo que es importante
ser lo más específico posible en estos documentos y usar instrucciones cuantitativas, siempre que
sea posible.
Por ejemplo, imagina que te asignaron a un proyecto que implica estudiar los efectos ambientales
del cambio climático en la costa de una ciudad: ¿Cómo definirías qué partes de la costa eres
responsable de estudiar y qué partes no te corresponden?
En este caso, sería importante que definieras el área que se espera que estudies mediante el uso de
ubicaciones GPS o puntos de referencia. El uso de instrucciones específicas y cuantificables ayudará
a garantizar que todos entiendan, claramente, qué es lo que se espera.
Ahora que sabes los conceptos básicos, puedes crear tu propio simulacro de SOW como práctica
para un proyecto que elijas. Para empezar, accede a la plantilla de alcance de trabajo.
Lo que necesitarás
Para utilizar la plantilla de este elemento del curso, haz clic en el enlace a continuación y selecciona
“Usar plantilla”.
Enlace a la plantilla: Plantilla de alcance de trabajo (SOW) del proyecto de análisis de datos
Si no tienes una cuenta de Google, puedes descargar la plantilla directamente desde el siguiente
archivo adjunto.
Tómate algunos minutos para pensar en un proyecto de análisis de datos que sea verosímil.
Piensa en un dominio problemático y, luego, crea los detalles relevantes para ayudarte a completar
la plantilla.
Tómate tu tiempo para completar la plantilla. Piensa en este ejercicio como si estuvieras escribiendo
tu primer SOW en tu nueva carrera como analista de datos. ¡Intenta ser minucioso, específico y
conciso!
Los detalles no son importantes aquí. El objetivo es sentirse cómodo al identificar y formalizar
requisitos, y usar esos requisitos de manera profesional mediante la creación de SOW.
Una vez que hayas completado tu plantilla, ten en cuenta el siguiente ejemplo sólido y compáralo
con el tuyo.
Enlace al ejemplo sólido: Ejemplo sólido del alcance del trabajo del proyecto de análisis de datos
(SOW)
Es posible que recuerdes que los interesados son personas que han invertido tiempo,
interés y recursos en los proyectos en los que trabajas. Puede ser un grupo bastante
amplio, y los interesados de tu proyecto pueden cambiar de un proyecto a otro. Sin
embargo, hay tres grupos de interesados comunes con los que puedes trabajar: el
equipo ejecutivo, el equipo orientado al cliente y el equipo de ciencia de datos.
Conozcamos más sobre los diferentes interesados y sus objetivos. Luego, aprenderemos
algunos consejos para comunicarnos con ellos de manera eficaz.
Equipo ejecutivo
El equipo ejecutivo proporciona liderazgo estratégico y operativo a la empresa.
Establece metas, desarrolla estrategias y se asegura de que la estrategia se ejecute de
manera eficaz. El equipo ejecutivo puede incluir vicepresidentes, al director de
marketing y profesionales de alto nivel que ayudan a planificar y dirigir el trabajo de la
empresa. Estos interesados piensan en las decisiones a un nivel muy alto y primero
buscan la información importante sobre su proyecto. Les dan menos importancia a los
detalles. El tiempo con ellos es muy limitado, así que aprovéchalo al máximo; para ello,
guía tus presentaciones con las respuestas a sus preguntas. Puedes tener a mano la
información más detallada en el apéndice de tu presentación o en la documentación de
tu proyecto para que puedan profundizar cuando tengan más tiempo.
Pero no tienes que abordar eso tú solo. Tu gerente de proyecto supervisará el progreso
de todo el equipo y tú le proporcionarás actualizaciones con más regularidad que a
alguien como el vicepresidente de Recursos Humanos. Este puede darte lo que
necesitas para avanzar en un proyecto, incluida la obtención de aprobaciones del
atareado equipo ejecutivo. Trabajar en estrecha colaboración con tu gerente de
proyecto puede ayudarte a identificar las necesidades de los interesados ejecutivos para
tu proyecto, así que no tengas miedo de pedirle orientación.
Digamos que un equipo orientado al cliente trabaja contigo para construir una nueva
versión del producto más popular de una empresa. Parte de tu trabajo puede implicar la
recopilación y el intercambio de datos sobre el comportamiento de compra de los
consumidores para ayudar a informar las características del producto. Aquí, debes
asegurarte de que tu análisis y presentación se centren en lo que realmente hay en los
datos, no en lo que los interesados esperan encontrar.
Analiza las metas. Las solicitudes de los interesados suelen estar vinculadas a un
proyecto u objetivo más grande. Cuando te pidan algo, aprovecha para aprender más.
Inicia un debate. Pregunta sobre el tipo de resultados que quieren los interesados. A
veces, una conversación rápida sobre los objetivos puede ayudar a establecer
expectativas y planificar los próximos pasos.
Los interesados no siempre se dan cuenta del tiempo y el esfuerzo que se requiere para
recopilar y analizar datos. También es posible que no sepan lo que realmente necesitan.
Para ayudar a los interesados, puedes preguntar acerca de sus objetivos y determinar si
puedes brindar lo que necesitan. Si no puedes hacerlo, ten la confianza para decir “no” y
proporciona una explicación respetuosa. Si existiera una opción más útil, indica estos
recursos a los interesados. Si consideras que primero debes priorizar otros proyectos,
habla sobre lo que puedes priorizar y cuándo puedes hacerlo. Cuando los interesados
comprenden lo que se debe hacer y lo que se puede lograr en un plazo determinado,
generalmente consideran adecuado modificar sus expectativas. Debes sentirte
empoderado para decir que no, solo recuerda dar un contexto para que los otros
entiendan el motivo.
Comienza con palabras e imágenes. Es común que los analistas de datos y los
interesados interpreten las cosas de diferentes maneras y que asuman que el otro está
de acuerdo. Esta ilusión de acuerdo*se ha identificado históricamente como una causa
de que los proyectos vayan y vengan varias veces antes de que finalmente se concreten.
Para ayudar a evitar esto, comienza con una descripción y una imagen rápida de lo que
intentas transmitir. Los interesados tienen muchos puntos de vista y pueden preferir
absorber la información en palabras o imágenes. Trabaja con ellos para hacer cambios y
mejoras a partir de ahí. Cuanto más rápido todos estén de acuerdo, más rápido podrás
realizar el primer análisis para probar la utilidad del proyecto, medir los comentarios,
aprender de los datos e implementar cambios.
1. ¿Quién es tu audiencia?
2. ¿Qué saben ya?
3. ¿Qué necesitan saber?
4. ¿Cómo puedes comunicar mejor lo que necesitan saber?
Ejemplo de proyecto
Como analista de datos, recibirás muchas solicitudes y preguntas por correo
electrónico. Veamos un ejemplo de cómo podrías abordar la respuesta a uno de estos
correos electrónicos. Supongamos que eres un analista de datos que trabaja en una
empresa que desarrolla aplicaciones móviles. Comencemos por revisar las respuestas a
las cuatro preguntas de la audiencia que acabamos de incluir:
¿Quién es tu audiencia?
Kiri necesita una actualización sobre el progreso del proyecto de análisis y debe
confirmar que el equipo ejecutivo aprobó los cambios en los datos y el plazo. Tú sabes
que agregar una nueva variable al análisis afectará el plazo actual del proyecto. Kiri
tendrá que cambiar los hitos del proyecto y la fecha de finalización.
Puedes comenzar por enviar una actualización por correo electrónico a Kiri con el plazo
más reciente para el proyecto, pero podría requerirse una reunión si quiere hablar sobre
sus inquietudes acerca del cumplimiento de una fecha límite.
Gracias por tu correo electrónico sobre el estado del proyecto de análisis de las
aplicaciones. Entiendo que te preocupa cómo la incorporación de estos nuevos datos
afectará los plazos, y me encantaría proporcionar la mayor cantidad de información que
pueda sobre el estado del proyecto. (¿Qué saben ya? )
Podemos incluir los nuevos datos que has sugerido; sin embargo, necesitaremos tiempo
para recopilarlos e incorporarlos a nuestro análisis. En consecuencia, incluir los nuevos
datos tomará dos semanas más, lo que modifica el plazo de nuestro proyecto de
análisis. (¿Qué necesitan saber?)
Pienso enviar un informe completo el lunes. Este informe incluirá el plazo final y
compartirá los últimos hallazgos, incluida la información nueva que hayamos
descubierto.
Gracias.
(Tu nombre)
Después de recibir tu correo electrónico, Kiri tendrá una visión más clara de los cambios
en el proyecto de análisis y podrá hacer ajustes para trabajar con el nuevo plazo.
Hola, Kiri:
Se publicó el informe del análisis de la aplicación, y quería que supieras que estamos
cumpliendo con todas las fechas límites de nuestro nuevo plazo.
Adjunto una copia del informe para que puedas ver los resultados. En el informe, se
incluye el análisis con nuestros nuevos datos, junto con más detalles sobre los próximos
pasos.
Gracias.
[Tu nombre]
Los datos sucios hacen referencia a datos que contienen errores. Estos pueden conducir
a la pérdida de productividad, a gastos innecesarios y a una toma de decisiones
imprudente. Un buen intento de limpieza de datos puede ayudarte a evitar esto. Como
recordatorio rápido, la limpieza de datos es el proceso de corregir o eliminar datos
incorrectos, dañados, formateados incorrectamente, duplicados o incompletos dentro
de un conjunto de datos. Si encuentras y corriges los errores, mientras realizas un
seguimiento de los cambios que hiciste, puedes evitar un desastre con los datos.
Aprenderás a limpiar los datos más adelante en la capacitación.
Sé el juez
En cualquier organización, una gran parte del papel de un analista de datos consiste en
hacer juicios sólidos. Cuando conoces las limitaciones de los datos, puedes discernir y
ayudar a las personas a tomar mejores decisiones respaldadas por los datos. Los datos
son una herramienta extremadamente poderosa para la toma de decisiones, pero si
están incompletos, desalineados o no se han limpiado, entonces pueden ser engañosos.
Toma las medidas necesarias para asegurarte de que tus datos estén completos y sean
coherentes. Limpia los datos antes de comenzar el análisis para ahorrarte a ti mismo y
posiblemente a otros una gran cantidad de tiempo y esfuerzo.
Antes de la reunión
Si estás organizando la reunión, probablemente hablarás sobre los datos. Antes de la
reunión:
Durante la reunión
Como líder de la reunión, debes guiar el debate sobre los datos. Con todos bien
informados sobre el plan y los objetivos de la reunión, puedes seguir estos pasos para
evitar distracciones: