Hay seis fases de análisis de datos que te ayudarán a tomar decisiones fluidas:

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:

 Define el problema que tratas de resolver

 Asegúrate de entender completamente las expectativas de los interesados
 Concéntrate en el problema real y evita las distracciones
 Colabora con los interesados y mantén una línea de comunicación abierta
 Da un paso atrás y observa toda la situación en contexto
Preguntas que debes hacerte en este paso:
1. ¿Qué problemas dicen tener mis interesados?
2. Ahora que identifiqué los problemas, ¿cómo puedo ayudar a los interesados a
resolver sus preguntas?

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: 

 Que métricas medir

 Localizar datos en tu base de datos
  Crear medidas de seguridad para proteger esos datos

Preguntas que debes hacerte en este paso: 

1. ¿Qué necesito para descubrir cómo resolver este problema?
2. ¿Qué investigación debo hacer?

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:

 Usar funciones de las hojas de cálculo para encontrar datos ingresados

incorrectamente
 Usar funciones SQL para buscar espacios adicionales
 Eliminar entradas repetidas
 Comprobar tanto como sea posible el sesgo en los datos

Preguntas que debes hacerte en este paso: 

1. ¿Qué errores o inexactitudes de datos pueden interponerse en mi camino para
obtener la mejor respuesta posible al problema que trato de resolver?
2. ¿Cómo puedo limpiar mis datos para que la información que tengo sea más
coherente?

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

Preguntas que debes hacerte en este paso:

1. ¿Qué historia me cuentan los datos?
2. ¿Cómo me ayudarán los datos a resolver este problema?
3. ¿Quién necesita el producto o servicio de mi empresa? ¿Qué tipo de persona es
más probable que lo use?

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: 

 Tomar mejores decisiones

 Tomar decisiones más informadas
 Conseguir resultados más sólidos
 Comunicar con éxito los hallazgos

Preguntas que debes hacerte en este paso:

1. ¿Cómo puedo hacer que lo que presento a los interesados sea atractivo y fácil de
entender?
2. ¿Qué me ayudaría a entender esto si yo fuera el oyente?
Paso 6: actuar
Ahora es el momento de actuar sobre los datos. Tomarás todo lo que has aprendido del
análisis de datos y lo pondrás en práctica. Esto podría significar brindarles a los
interesados recomendaciones basadas en los hallazgos para que puedan tomar
decisiones basadas en datos.

Preguntas que debes hacerte en este paso:

1. ¿Cómo puedo utilizar los comentarios que recibí durante la fase compartir
(paso 5) para satisfacer realmente las necesidades y expectativas de los
interesados?
Estos seis pasos pueden ayudarte a dividir el proceso de análisis de datos en partes más
pequeñas y manejables, lo que se denomina pensamiento estructurado. Este proceso
involucra cuatro actividades básicas:

1. Reconocer el problema o la situación actuales

2. Organizar la información disponible 
3. Revelar déficits y oportunidades
4. Identificar tus opciones
Cuando empiezas tu carrera como analista de datos, es normal sentirte desviado en
diferentes direcciones por tu función y tus expectativas. Seguir procesos como los que
se describen aquí y usar habilidades de pensamiento estructurado pueden ayudar a
volver a encarrilarte, superar cualquier inconveniente y hacerte saber exactamente lo
que necesitas.
Seis tipos de problemas
El análisis de datos es mucho más que simplemente introducir información en una
plataforma para buscar conocimientos: se trata de resolver problemas. Para llegar a la
raíz de estos problemas y encontrar soluciones prácticas, existen muchas
oportunidades para el pensamiento creativo. No importa el problema, el primer paso y
el más importante es comprenderlo. A partir de ahí, es bueno adoptar un enfoque de
resolución de problemas para tu análisis para ayudarte a decidir qué información debe
incluirse, cómo puedes transformar los datos y cómo se utilizarán los datos. 

Los analistas de datos suelen trabajar con seis tipos de

problemas

1. Making predictions 2. Categorizing things 3. Spotting something unusual 4. Identifying themes 5.

Discovering connections 6. Finding patterns

1. Hacer predicciones 2. Categorizar cosas 3. Detectar algo inusual 4. Identificar temas 5.

Descubrir conexiones 6. Buscar patrones

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.

Detectar algo inusual

Una empresa que vende relojes inteligentes que ayudan a las personas a controlar su
salud estaría interesada en diseñar su software para detectar algo inusual. Los analistas
que analizaron datos de salud agregados pueden ayudar a los desarrolladores de
productos a determinar los algoritmos correctos para detectar y activar alarmas cuando
ciertos datos no muestren una tendencia normal.

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.

Las preguntas altamente efectivas son preguntas

SMART:

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?

Ejemplos de preguntas SMART

Aquí hay un ejemplo que desglosa el proceso de pensamiento de convertir una pregunta
problemática en una o más preguntas SMART utilizando el método SMART: ¿Qué
características busca la gente al comprar un automóvil nuevo?

 Específica: ¿la pregunta se centra en una característica particular del automóvil?

 Medible: ¿la pregunta incluye un sistema de clasificación de características?
 Orientada a la acción: ¿la pregunta influye en la creación de paquetes de
características nuevos o diferentes?
  Relevante: ¿la pregunta identifica qué características constituyen un punto de
inflexión en una posible compra de un automóvil?
 Con plazos determinados: ¿la pregunta valida los datos sobre las características
más populares de los últimos tres años? 
Las preguntas deben ser abiertas. Esta es la mejor manera de obtener respuestas que te
ayudarán a calificar o descalificar con precisión las posibles soluciones al problema
específico. Entonces, según el proceso de pensamiento, las siguientes preguntas
podrían ser SMART:

 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?

Cosas que debes evitar al hacer preguntas

Preguntas sugestivas: preguntas que solo tienen una respuesta en particular

 Ejemplo: este producto es demasiado caro, ¿no?

Esta es una pregunta sugestiva porque sugiere una respuesta como parte de la
pregunta. Una pregunta mejor podría ser :"¿cuál es su opinión sobre este producto?"
Hay toneladas de respuestas a esa pregunta, y podrían incluir información sobre la
usabilidad, las características, los accesorios, el color, la confiabilidad y la popularidad,
además del precio. Si el problema se centra realmente en los precios, puedes hacer una
pregunta como "¿qué precio (o rango de precios) le haría considerar comprar este
producto?" Esta pregunta proporcionaría muchas respuestas medibles diferentes.

Preguntas cerradas: preguntas que piden una respuesta breve o de una sola palabra.

 Ejemplo: ¿quedó satisfecho con la prueba gratis del software?

Esta es una pregunta cerrada porque no anima a las personas a ampliar su respuesta. Es
muy fácil para ellos dar respuestas de una palabra que no son muy informativas. Una
pregunta mejor podría ser: "¿qué aprendió sobre la experiencia del cliente cuando
probó el software gratis?" Esto anima a las personas a proporcionar más detalles
además de "Estuvo bien".

Preguntas imprecisas: preguntas que no son específicas o no ofrecen contexto.

  Ejemplo: ¿la herramienta funciona para usted?
Esta pregunta es demasiado imprecisa porque no hay contexto. ¿Se trata de comparar
la herramienta nueva con la que reemplaza? Simplemente, no lo sabes. Una mejor
pregunta podría ser: "en lo que respecta al ingreso de datos, ¿la herramienta nueva es
más rápida, más lenta o casi lo mismo que la antigua? Si es más rápida, ¿cuánto tiempo
se ahorra? Si es más lenta, ¿cuánto tiempo se pierde?" Estas preguntas dan contexto
(ingreso de datos) y ayudan a enmarcar respuestas que son medibles (tiempo).

Pruebas de datos y triunfos

Esta lectura se centra en por qué la interpretación exacta de los datos es clave para las
decisiones basadas en datos. Has aprendido por qué los datos son una herramienta
empresarial tan poderosa y cómo los analistas de datos ayudan a sus empresas a tomar
decisiones basadas en datos para obtener excelentes resultados. Como recordatorio
rápido, el objetivo de todos los analistas de datos es usar datos para sacar conclusiones
exactas y hacer buenas recomendaciones. Todo eso empieza con tener datos
completos, correctos y relevantes.

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:

Fracaso del lanzamiento de Coca-Cola

En 1985, se lanzó New Coke y reemplazó la fórmula clásica de Coca-Cola. La empresa
había llevado a cabo pruebas de sabor con 200,000 personas y descubrió que los sujetos
de la prueba preferían el sabor de New Coke a Pepsi, bebida que se había convertido en
una fuerte competidora. Basándose solamente en estos datos, se retiró del mercado la
Coca-Cola clásica y se la reemplazó por New Coke. Esto se consideró la solución para
recuperar la participación en el mercado que había perdido frente a Pepsi.

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.

Pérdida del orbitador de Marte

En 1999, la NASA perdió el Mars Climate Orbiter de USD 125 millones, a pesar de que
tenía buenos datos. La nave espacial se quemó en pedazos debido a la falta de
colaboración y comunicación. El equipo de navegación del orbitador usaba el SI o
sistema métrico (newtons) para sus cálculos de fuerza, pero los ingenieros que
construyeron la nave espacial usaron el sistema de unidades inglesas de ingeniería
(libras) para los cálculos de fuerza.

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.

Cuando los datos se utilizan estratégicamente, las empresas pueden transformar y

aumentar sus ingresos. Considera los ejemplos a continuación:

Crate and Barrel

En Crate and Barrel, las ventas en línea aumentaron más del 40% gracias a los pedidos
del tipo quedate en casa para combatir la pandemia mundial. Actualmente, las ventas
en línea constituyen más del 65% de su negocio general. Usan la información de los
datos para acelerar su transformación digital y reunir lo mejor de las experiencias en
línea y fuera de línea para los clientes.
BigQuery le permite a Crate and Barrel "recurrir a diez veces [más] fuentes de
información (en comparación con hace unos años) que luego se analizan y transforman
en información procesable que se puede utilizar para influir en la próxima interacción
con el cliente. Y esto, a su vez, impulsa los ingresos".

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).

PepsiCo "contrató talento analítico y estableció flujos de trabajo multifuncionales en

torno a una infraestructura diseñada para priorizar las necesidades de los
consumidores. Luego, [ellos] configuraron los procesos correctos para tomar decisiones
críticas basadas en datos y casos de uso de tecnología. Finalmente, [ellos] invirtieron en
la pila de tecnología y las plataformas adecuadas para que los datos pudieran fluir a un
núcleo central basado en la nube. Esto es fundamental. Cuando los datos se unen,
[ellos] desarrollan una comprensión holística del consumidor y sus viajes".

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.

Habilidades clave para obtener resultados exitosos

Como analista de datos, tus propias habilidades y conocimientos serán la parte más
importante de cualquier proyecto de análisis. Es fundamental que tengas una
mentalidad basada en datos, hagas muchas preguntas, experimentes muchas
posibilidades diferentes y uses tanto la lógica como la creatividad en el camino. Luego,
estarás preparado para interpretar tus datos con los niveles más altos de cuidado y
exactitud. Ten en cuenta que hay una diferencia entre tomar una decisión con datos
incompletos y tomar una decisión con una pequeña cantidad de datos. Aprendiste que
tomar una decisión con datos incompletos es peligroso, pero, a veces, los datos exactos
provenientes de una pequeña prueba pueden ayudarte a tomar una buena decisión.
Debes estar atento. Aprenderás sobre la cantidad de datos a recopilar más adelante en
el programa.

Datos cualitativos y cuantitativos en los negocios

Esta lectura profundiza en el significado de cualitativo versus cuantitativo.
Tal como has aprendido, hay dos tipos de datos: cualitativos y cuantitativos. 

Herramientas de datos cualitativos Herramientas de datos cuantitativos

Podemos echar un vistazo más de cerca a los tipos de datos y las herramientas de
recopilación de datos. Imagina que eres un analista de datos de una cadena de salas de
cine. Tu gerente quiere que realices un seguimiento de las tendencias de los siguientes
aspectos:

 Asistencia al cine a lo largo del tiempo

 Rentabilidad del puesto de concesión
 Preferencias de la audiencia nocturna 
En nuestro caso, suponemos que ya existen datos cuantitativos para monitorear las tres
tendencias. 

Asistencia al cine a lo largo del tiempo

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. 

Rentabilidad del puesto de concesión

La ganancia se calcula restando el costo de los ingresos por ventas. Los datos históricos
muestran que, si bien el puesto de concesión era rentable, los márgenes de ganancia
eran muy estrechos, de menos del 5%. Viste que las compras promedio totalizaron
USD 20 o menos. Decides que seguirás monitoreando esto de manera continua. 

Sobre la base de tu comprensión de las herramientas de recopilación de datos,

sugerirás una encuesta en línea para los clientes para que puedan comentar sobre la
comida del puesto de concesión. Esto te permitirá recopilar aún más datos cuantitativos
para renovar el menú y, potencialmente, aumentar las ganancias. 

Preferencias de la audiencia nocturna

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. 

Datos cualitativos para las tres tendencias más los precios

de las entradas
Dado que sabes que el cine planea aumentar los precios de las entradas para los
espectáculos nocturnos en unos pocos meses, también incluirás una pregunta en la
encuesta para tener una idea de la sensibilidad de los clientes en cuanto a los precios. 

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

La belleza de los paneles

Los paneles son poderosas herramientas visuales que te ayudan a contar tu historia de
datos. Un panel organiza la información de varios conjuntos de datos en una ubicación
central, lo que ofrece un gran ahorro de tiempo. Los analistas de datos utilizan paneles
para rastrear, analizar y visualizar datos a fin de responder preguntas y resolver
problemas. Para tener una idea básica de cómo se ven los paneles, consulta este
artículo: 6 ejemplos del mundo real de paneles de inteligencia empresarial . Tableau es
una herramienta que se utiliza para crear paneles que analizaremos más adelante en el
programa.

En la siguiente tabla, se resumen las ventajas de utilizar un panel tanto para los
analistas de datos como para sus interesados.

Beneficios Para los analistas de datos Para los interesados

Trabajar con una visión integral de d
Compartir una única fuente de datos
Centralización iniciativas, objetivos, proyectos, pro
con todos los interesados
más
Mostrar y actualizar datos entrantes en Detectar patrones y tendencias cam
Visualización
vivo en tiempo real* más rápidamente
Comprender la historia detrás de los
Extraer información relevante de
Percepción para realizar un seguimiento de los
diferentes conjuntos de datos
y tomar decisiones basadas en dato
Crear vistas personalizadas dedicadas a
Profundizar en áreas más específica
Personalización una persona específica, un proyecto o
preocupaciones o intereses especia
una presentación de los datos
* Es importante recordar que los datos modificados se introducen automáticamente en los
paneles solo si la estructura de datos es la misma. Si la estructura de datos cambia, debes
actualizar el diseño del panel antes de que los datos puedan actualizarse en vivo.
Creación de un panel
Aquí hay un proceso que puedes seguir para crear un panel:

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.

2. Diseñar el panel (lo que se debe mostrar)

Sigue estos consejos para que el diseño de tu panel sea claro, fácil de seguir y simple:

 Usa un encabezado claro para etiquetar la información

 Agrega descripciones de texto cortas a cada visualización
 Muestra la información más importante en la parte superior
3. Crea prototipos si lo deseas

Esto es opcional, pero a muchos analistas de datos les gusta esbozar sus paneles antes
de crearlos. 

4. Selecciona las visualizaciones que utilizarás en el panel

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:

 Para obtener más muestras de gráficos de área, gráficos de columnas y otras

visualizaciones, visita la Galería de visualizaciones de Tableau. Esta galería está
repleta de buenos ejemplos que fueron creados usando datos reales; explora
este recurso por tu cuenta para obtener algo de inspiración.
 Explora la Visualización del día de Tableau para ver las visualizaciones
seleccionadas por la comunidad. Estas son visualizaciones creadas por usuarios
de Tableau y son una excelente manera de obtener más información sobre cómo
otros analistas de datos utilizan las herramientas de visualización de datos. 
5. Crea filtros según sea necesario

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.

Los paneles forman parte de un viaje de negocios

Al igual que el panel de un avión le muestra al piloto su trayectoria de vuelo, tu panel
hace lo mismo para tus interesados. Les ayuda a navegar por la ruta del proyecto dentro
de los datos. Si agregas marcadores claros y resaltas los puntos importantes en tu
panel, los usuarios entenderán hacia dónde se dirige tu historia de datos. Luego,
pueden trabajar juntos para asegurarse de que la empresa llegue a donde debe ir. 
Macrodatos y microdatos
Como analista de datos, trabajarás con macrodatos y microdatos. Ambos tipos de datos
son valiosos, pero desempeñan papeles muy diferentes.

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:

 Muchas organizaciones se enfrentan a la sobrecarga de muchos datos e

información sin importancia o irrelevante. 
  Los datos importantes se pueden ocultar en el fondo con todos los datos no
importantes, lo que hace que sea más difícil encontrarlos y usarlos. Esto puede
provocar plazos de toma de decisiones más lentos e ineficientes.
 Los datos que necesitas no siempre son fácilmente accesibles. 
 Las herramientas y soluciones tecnológicas actuales todavía luchan por
proporcionar datos medibles que se puedan informar. Esto puede conducir a un
sesgo algorítmico injusto. 
 Hay brechas en muchas soluciones empresariales de macrodatos.
¡Ahora vienen las buenas noticias! Aquí hay algunos beneficios que vienen con los
macrodatos:

 Cuando se pueden almacenar y analizar grandes cantidades de datos, esto

puede ayudar a las empresas a identificar formas más eficientes de hacer
negocios y ahorrar mucho tiempo y dinero.
 Los macrodatos ayudan a las organizaciones a detectar las tendencias de los
patrones de compra de los clientes y los niveles de satisfacción, lo cual puede
ayudarlas a crear nuevos productos y soluciones que harán felices a los clientes.
 Al analizar los macrodatos, las empresas obtienen una comprensión mucho
mejor de las condiciones actuales del mercado, lo cual puede ayudarlas a
mantenerse por delante de la competencia.
 Al igual que en nuestro ejemplo anterior de las redes sociales, los macrodatos
ayudan a las empresas a realizar un seguimiento de su presencia en línea, en
especial de los comentarios, tanto buenos como malos, de los clientes. Esto les
da la información que necesitan para mejorar y proteger su marca.

Las tres (o cuatro) palabras V para los macrodatos

Al pensar en los beneficios y desafíos de los macrodatos, es útil pensar en las tres V:
volumen, variedad y velocidad. El volumen describe la cantidad de datos. La variedad
describe los diferentes tipos de datos. La velocidad describe qué tan rápido se pueden
procesar los datos. Algunos analistas de datos también consideran una cuarta V:
veracidad. La veracidad se refiere a la calidad y fiabilidad de los datos. Todas estas son
consideraciones importantes relacionadas con el procesamiento de conjuntos de datos
enormes y complejos. 

Volumen Variedad Velocidad Veracidad

La cantidad de Los diferentes tipos de Qué tan rápido se pueden La calidad y fiab
datos datos  procesar los datos los datos
Hojas de cálculo y el ciclo de vida de los datos.
Para entender mejor los beneficios de usar hojas de cálculo en el análisis de datos,
exploremos cómo se relacionan con cada fase del ciclo de vida de los datos: planificar,
capturar, administrar, analizar, archivar y destruir.

 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.

Combinación con funciones

 CONTAR.SI() es una fórmula y una función. Esto significa que la función se
ejecuta con base en los criterios establecidos por la fórmula. En este caso,
CONTAR es la fórmula; se ejecutará SI las condiciones que creas son verdaderas.
Por ejemplo, podrías usar =CONTAR.SI(A1:A16, “7”) para contar solo las celdas
que contenían el número 7. La combinación de fórmulas y funciones te permite
hacer más con un solo comando.
Más información sobre errores y correcciones de hojas de
cálculo
El archivo PDF del adjunto a continuación incluye temas y contenido tanto del video
complementario como de esta lectura. Puedes guardar este archivo para consultarlo en el
futuro.

More about spreadsheet errors and fixes_SPA

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.  

Como seguimiento de lo que aprendiste en el video anterior, a continuación, se brindan

algunas prácticas recomendadas y consejos útiles. Para empezar, estas estrategias te
ayudarán a evitar errores en las hojas de cálculo, lo que hará que tu vida en el análisis de
datos sea mucho más fácil:

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.

Error Descripción Ejemplo

Una fórmula está tratando de dividir un valor
#DIV/0! de una celda por 0 (o una celda vacía sin =B2/B3, cuando la celda B3 contiene e
valor)
(Solo para Google Sheets) Algo no se puede
=COUNT(B1:D1 C1:C10) no es válido po
#ERROR interpretar de la manera en que se ingresó.
rangos de celdas no están separados p
! Esto también se conoce como error de
coma.
análisis.
No se puede encontrar la celda a la que
#N/A Una fórmula no puede encontrar los datos
referencia
No se reconoce el nombre de una fórmula o
#NAME? El nombre de una función está mal esc
función utilizada.
=DATEDIF(A4, B4, "M") no puede calcul
La hoja de cálculo no puede hacer un cálculo
número de meses entre dos fechas por
#NUM! de fórmula porque una celda tiene un valor
fecha de la celda A4 es posterior a la fe
numérico no válido.
celda B4
Una fórmula hace referencia a una celda que Una celda usada en una fórmula estab
#REF!
no es válida. columna que se eliminó.
Podría haber problemas con los espac
Un error general que indica un problema con texto o las celdas a las que se les hace
#VALUE
una fórmula o con celdas a las que se hace en una fórmula; es posible que tengas
!
referencia. trabajar más
para hallar el origen del problema.
Si estás trabajando con Microsoft Excel, la página interactiva Cómo corregir un error de
#VALUE! puede ayudarte a reducir la causa del error. En una lista desplegable, puedes
elegir una función específica para mostrar un enlace a consejos a fin de corregir el error
cuando se usa esa función.
Consejo experto: detección de errores en hojas de cálculo
con formato condicional
Se puede usar el formato condicional para resaltar celdas con colores diferentes en
función de su contenido. Esta característica puede ser extremadamente útil cuando
quieres buscar todos los errores en una hoja de cálculo grande. Por ejemplo, con el
formato condicional, puedes resaltar en amarillo todas las celdas que contienen un
error y, luego, trabajar en corregirlas.

Formato condicional en Microsoft Excel

Si deseas configurar el formato condicional en Microsoft Excel para resaltar todas las
celdas que contienen errores en una hoja de cálculo, sigue estos pasos:

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.

Formato condicional en Google Sheets

Si deseas configurar el formato condicional en Google Sheets para resaltar todas las
celdas que contienen errores en una hoja de cálculo, sigue estos pasos:

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.

Recursos de errores de hoja de cálculo

Para obtener más información y leer sobre más ejemplos de errores y soluciones,
explora estos recursos:

 Fórmulas y funciones de Microsoft: En este recurso, se describe cómo evitar

fórmulas rotas y cómo corregir errores en Microsoft Excel. Esta es una referencia
útil de conservar en caso de que te encuentres con un error específico y necesites
hallar soluciones rápidamente mientras trabajas en Excel. 
 Cuando tu fórmula no funciona: errores de análisis de fórmula en
Google Sheets: Este recurso es una guía para encontrar y corregir algunos errores
comunes en Google Sheets. Si estás trabajando con Google Sheets, puedes usar
esto como referencia rápida para resolver problemas que puedes encontrar
cuando trabajes por tu cuenta.
Con un poco de práctica y determinación en la investigación, manejarás los errores en
las hojas de cálculo con mayor eficiencia. Cada error que detectes y corrijas hará que tus
datos sean más claros, más limpios y más útiles.

Referencia rápida: Funciones en hojas de cálculo

Como repaso rápido, una función es un comando preestablecido que ejecuta
automáticamente un proceso o tarea específicos mediante el uso de los datos de una
hoja de cálculo. Las funciones ofrecen a los analistas de datos la capacidad de hacer
cálculos, que pueden variar desde la aritmética simple hasta ecuaciones complejas. Usa
esta lectura para ayudarte a llevar un registro de algunas de las opciones más útiles.

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.

Diferencia entre fórmulas y funciones

 Una fórmula es un conjunto de instrucciones que se usa para hacer un cálculo
usando los datos de una hoja de cálculo.
 Una función es un comando preestablecido que ejecuta automáticamente un
proceso o tarea específicos mediante el uso de los datos de una hoja de cálculo.

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:

Comando Chromebook PC Mac

Crear un nuevo
Control+N Control+N Comando+N
libro
Abrir libro Control+O Control+O Comando+O
Guardar libro Control+S Control+S Comando+S
Comando Chromebook PC Mac
Cerrar libro Control+W Control+W Comando+W
Deshacer Control+Z Control+Z Comando+Z
Rehacer Control+Y Control+Y Comando+Y
Copiar Control+C Control+C Comando+C
Cortar Control+X Control+X Comando+X
Pegar Control+V Control+V Comando+V
Pegar solo
Control+Mayús+V Control+Mayús+V Comando+Mayús+V
valores
Buscar Control+Mayús+F Control+F Comando+F
Buscar y
Control+H Control+H Comando+Mayús+F
reemplazar
Insertar enlace Control+K Control+K Comando+K
Negrita Control+B Control+B Comando+B
Cursiva Control+I Control+I Comando+I
Subrayar Control+U Control+U Comando+U
Acercar Control+Mas (+) Control+Mas (+) Opción+Comando+Más
Alejar Control+Menos (-) Control+Menos (-) Opción+Comando+Meno
Seleccionar Control+Barra
Control+Barra espaciadora Comando+Barra espacia
columna espaciadora
Mayús+Barra
Seleccionar fila Mayús+Barra espaciadora Flecha arriba+Barra esp
espaciadora
Seleccionar
Control+A Control+A Comando+A
todas las celdas
Editar la celda
Entrar F2 F2
actual
Comentar en
Ctrl + Alt + M Alt+I+M Opción+Comando+M
una celda
Ctrl + Al t += (con la
Insertar columna Alt+Mayús+I, luego ⌘ + Opción + = (con la c
columna existente
a la izquierda C existente seleccionada)
seleccionada)
Insertar columna Alt + I, luego O Alt+Mayús+I, luego Ctrl + Opción + I, luego O
 Comando Chromebook PC Mac
a la derecha O
Insertar fila Ctrl + Alt + = (con la fila Alt+Mayús+I, luego ⌘ + Opción + = (con la f
arriba existente seleccionada) R existente seleccionada)
Insertar fila Alt+Mayús+I, luego
Alt + I, luego R, luego B Ctrl + Opción + I, luego B
debajo B

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. 

Referencias relativas, absolutas y mixtas

 Las referencias relativas (celdas a las que se hace referencia sin un signo de
dólar, como A2) cambiarán cuando copies y pegues la función en una celda
diferente. Con las referencias relativas, la ubicación de la celda que contiene la
función determina las celdas usadas por la función.
 Las referencias absolutas (celdas a las que se hace referencia por completo con
un signo de dólar, como $A$2) no cambiarán cuando copies y pegues la función
en otra celda. Con las referencias absolutas, siempre se hace referencia a las
mismas celdas.
 Las referencias mixtas (celdas a las que se hace referencia parcialmente con un
signo de dólar, como $A2 o A$2) cambiarán cuando copies y pegues la función en
otra celda. Con las referencias mixtas, la ubicación de la celda que contiene la
función determina las celdas usadas por la función; pero solo puede ser relativa
la fila o la columna (no ambas).
 En las hojas de cálculo, puedes presionar la tecla F4 para alternar entre las
referencias relativas, absolutas y mixtas en una función. Haz clic en la celda que
contiene la función, resalta las celdas a las que se hace referencia en la barra de
fórmulas y, luego, presiona F4 para alternar y elegir referencias relativas,
absolutas o mixtas.
Intervalos de datos
 Al hacer clic en una celda que contiene una función, los intervalos de datos de
color de la barra de fórmulas indican qué celdas se están usando en la hoja de
cálculo. Hay diferentes colores para cada intervalo individual en una función.
 Los intervalos de datos de colores evitan que te pierdas en funciones complejas.
 En las hojas de cálculo, puedes presionar la tecla F2 para resaltar el intervalo de
datos usados por una función. Haz clic en la celda que contiene la función,
resalta el intervalo de datos usado por la función en la barra de fórmulas y,
luego, presiona F2. La hoja de cálculo se dirigirá a las celdas especificadas por el
intervalo y las resaltará.

Intervalos de datos evaluados para una condición

CONTAR.SI es un ejemplo de una función que devuelve un valor basado en una
condición para la que se evalúa el intervalo de datos. La función cuenta el número de
celdas que cumplen los criterios. Por ejemplo, en una hoja de cálculo de gastos, usa
CONTAR.SI para contar el número de celdas que contienen un reembolso por “pasaje
aéreo”.

Para obtener más información, consulta:

 Página de Soporte técnico de Microsoft para CONTAR.SI

 Documentación del Centro de ayuda de Google para CONTAR.SI, donde puedes
copiar una hoja con ejemplos de CONTAR.SI (haz clic en “Usar plantilla” si eliges
el enlace de CONTAR.SI que se proporciona en esta página).

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.

Accesos directos del teclado

Puedes guardar estas funciones para futuras referencias. Puedes descargar una versión
en PDF de las siguientes funciones de manera gratuita:

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).

En esta actividad, adquirirás experiencia práctica en el desarrollo de un documento SOW con la

ayuda de una plantilla muy útil. Luego, realizarás un SOW de ejemplo para un proyecto imaginario de
tu elección y aprenderás la manera en que los analistas describen el trabajo que van a realizar.
Después de completar esta actividad, conocerás una herramienta estándar en el sector que es
fundamental, y te sentirás cómodo cuando hagas las preguntas correctas para desarrollar un SOW.

Antes de empezar, tómate un minuto para pensar en las principales ideas, objetivos y destinatarios
de los documentos SOW.

Alcance del trabajo: Lo que necesitas saber

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.

¿Por qué necesitas un SOW?

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.

¿Qué es un buen SOW?

No existe un formato estándar para un SOW. Pueden diferir significativamente de una organización a
otra; o bien, de un proyecto a otro. Sin embargo, todos comparten algunos contenidos
fundamentales.

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.

¿Qué está dentro y fuera del alcance?

Los SOW también deben contener información específica sobre lo que se considera parte del
proyecto y lo que se excluye. El alcance de tu proyecto es todo lo que se espera que completes o
logres, lo cual se define con un nivel de detalle que no da lugar a ningún tipo de ambigüedad o
confusión sobre si una tarea o elemento determinado es parte del proyecto.

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.

Crea tu propio SOW

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.

Completa la plantilla para un proyecto imaginario

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.

Compara tu trabajo con un ejemplo sólido

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)

Puedes descargar la plantilla directamente desde el archivo adjunto a continuación.

La importancia del contexto

El contexto es la condición en la que algo existe o sucede. El contexto es importante en
el análisis de datos porque te ayuda a examinar enormes cantidades de datos
desorganizados, y a convertirlos en algo significativo. La realidad es que los datos tienen
poco valor si no tienen relación con el contexto.

Comprender el contexto detrás de los datos puede ayudarnos a hacerlos más

significativos en cada etapa del proceso de análisis de datos. Por ejemplo, es posible
que puedas hacer algunas conjeturas sobre lo que ves en la siguiente tabla, pero no
estarás lo suficientemente seguro sin más contexto. 
 2010 28.000
2005 18.000
2000 23.000
1995 10.000
Por otro lado, si la primera columna se etiquetó para representar los años en que se
realizó una encuesta y, en la segunda columna, se mostró el número de personas que
respondieron a esa encuesta, la tabla comenzaría a tener mucho más sentido. Lleva esto
al siguiente paso y te darás cuenta de que la encuesta se realiza cada 5 años. Este
contexto adicional te ayudará a entender por qué hay brechas de cinco años en la tabla. 

Años (recopilación cada 5 años) Encuestados

2010 28.000
2005 18.000
2000 23.000
1995 10.000
El contexto puede convertir los datos sin procesar en información significativa. Es muy
importante que los analistas de datos contextualicen sus datos. Esto significa dar la
perspectiva de los datos al definirlos. Para lograr esto, debes identificar:

 Quién: La persona u organización que creó, recopiló y/o financió la recopilación

de datos.
 Qué: Las circunstancias en las cuales los datos podrían tener un impacto en
cualquier parte del mundo.
 Dónde: El origen de los datos.
 Cuándo: El momento en que se crearon o recopilaron los datos.
 ¿Por qué? La motivación detrás de la creación o recopilación.
 Cómo: El método que se usó para crearlos o recopilarlos.
La comprensión e inclusión del contexto es importante durante cada paso de tu proceso
de análisis, por lo que es importante que te familiarices con él desde el inicio de tu
carrera. Por ejemplo, cuando recopiles los datos, querrás hacer preguntas sobre el
contexto para asegurarte de que entiendes el negocio y el proceso empresarial. Durante
la organización, el contexto es importante para tus convenciones de nomenclatura,
cómo eliges mostrar las relaciones entre las variables y lo que eliges conservar u omitir.
Y, finalmente, cuando presentes, es importante que incluyas información contextual
para que tus interesados entiendan tu análisis.

Cómo trabajar con los interesados

Tu proyecto de análisis de datos debe responder a la tarea empresarial y crear
oportunidades para la toma de decisiones basada en datos. Es por eso que es tan
importante centrarse en los interesados del proyecto. Como analista de datos, es tu
responsabilidad comprender y administrar las expectativas de los interesados mientras
mantienes los objetivos del proyecto en primer plano.

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.

Por ejemplo, es posible que trabajes con el vicepresidente de recursos humanos en un

proyecto de análisis para comprender la tasa de ausencias de los empleados. Un
director de marketing podría recurrir a ti para los análisis competitivos. Parte de tu
trabajo será equilibrar la información que necesitarán para tomar decisiones
fundamentadas con su apretada agenda.

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. 

Equipo orientado al cliente

El equipo orientado al cliente incluye a cualquier persona en una organización que
tenga algún nivel de interacción con los clientes y clientes potenciales. Por lo general,
recopilan información, establecen expectativas y comunican los comentarios de los
clientes a otras partes de la organización interna. Estos interesados tienen sus propios
objetivos y pueden acudir a ti con preguntas específicas. Es importante dejar que los
datos hablen por sí solos y no dejarse influenciar por las preguntas de los interesados
para buscar determinados patrones que podrían no existir.

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. 

Equipo de ciencia de datos

Organizar los datos dentro de una empresa requiere trabajo en equipo. Es muy probable
que trabajes con otros analistas de datos, científicos de datos e ingenieros de datos. Por
ejemplo, tal vez te asocies con el equipo de ciencia de datos de una empresa para
trabajar en impulsar el compromiso de la empresa a fin de reducir las tasas de rotación
de empleados. En ese caso, puedes buscar en los datos sobre la productividad de los
empleados, mientras que otro analista revisa los datos de contratación. Luego,
compartes esos hallazgos con el científico de datos de tu equipo, quien los usa para
predecir cómo los nuevos procesos podrían aumentar la productividad y el compromiso
de los empleados. Cuando compartes lo que encontraste en tus análisis individuales,
develas la historia más grande. Una gran parte de tu trabajo será colaborar con otros
miembros del equipo de datos para buscar nuevos ángulos de los datos para explorar.
Aquí presentamos una vista de cómo los diferentes roles en un equipo típico de ciencia
de datos admiten diferentes funciones:
Cómo trabajar eficazmente con los interesados
Cuando trabajas con cada grupo de interesados, desde el equipo ejecutivo hasta el
equipo orientado al cliente y el equipo de ciencia de datos, con frecuencia debes ir más
allá de los datos. Usa los siguientes consejos para comunicarte con claridad, establecer
confianza y proporcionar tus hallazgos en todos los grupos.

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.

Siéntete empoderado para decir “no”. Digamos que se te acerca un director de

marketing que tiene un proyecto de “prioridad alta” y necesita datos para respaldar su
hipótesis. Te piden que elabores el análisis y los gráficos para una presentación y la
entregues antes de mañana por la mañana. Tal vez te des cuenta de que su hipótesis no
está completamente formada y tienes ideas útiles sobre una mejor manera de abordar
el análisis o quizás te des cuenta de que realizar el análisis tomará más tiempo y
esfuerzo de lo estimado. Cualquiera sea el caso, no tengas miedo de retroceder cuando
lo necesites. 

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. 

Planifica lo inesperado. Antes de comenzar un proyecto, elabora una lista de posibles

obstáculos. Luego, cuando hables sobre las expectativas y los plazos del proyecto con
los interesados, date un tiempo adicional para la resolución de problemas en cada
etapa del proceso.

Conoce tu proyecto. Realiza un seguimiento de tus conversaciones por correo

electrónico o informes sobre el proyecto y prepárate para responder preguntas sobre
cómo determinados aspectos son importantes para tu organización. Conoce cómo se
conecta tu proyecto con el resto de la empresa e involúcrate en proporcionar la mayor
cantidad de información posible. Comprender bien el motivo por el que haces un
análisis puede ayudarte a conectar tu trabajo con otros objetivos y a ser más eficaz para
resolver problemas más grandes. 

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.

Comunícate con frecuencia. Los interesados querrán actualizaciones periódicas sobre

sus proyectos. Comparte notas sobre los hitos, contratiempos y cambios del proyecto. A
continuación, utiliza tus notas para elaborar un informe que se pueda compartir. Otro
gran recurso que puedes usar es un registro de cambios, del que aprenderás más a lo
largo del programa. Por ahora, solo debes saber que un registro de cambios es un
archivo que contiene una lista ordenada cronológicamente de las modificaciones
realizadas en un proyecto. Según la forma en que lo organices, los interesados incluso
pueden darse una vuelta y ver las actualizaciones cuando lo deseen.

*Jason Fried, Basecamp, www.inc.com/magazine/201809/jason-fried/illusion-agreement-

team-project.html
Escenarios de datos y respuestas
Ser capaz de comunicarse en diversos formatos es una habilidad clave para los analistas
de datos. Las habilidades para escuchar, hablar, presentar y escribir te ayudarán a tener
éxito en tus proyectos y en tu carrera. Esta lectura incluye estrategias eficaces de
comunicación, incluidos ejemplos de correos electrónicos claramente redactados para
situaciones habituales.

Aquí te presentamos un primer consejo importante: ¡Conoce a tu audiencia! Al

comunicar tus análisis y recomendaciones como analista de datos, es fundamental
tener en cuenta a tu audiencia. 

Asegúrate de responder estas cuatro preguntas importantes relacionadas con tu

audiencia:

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, gerente de proyectos de Desarrollo de Productos

¿Qué saben ya?

Kiri recibió actualizaciones sobre nuestro proyecto desde las etapas de planificación,
incluido el informe del proyecto más reciente, que se envió hace dos semanas.

¿Qué necesitan saber?

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.

¿Cómo puedes comunicar mejor lo que necesitan saber?

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.

Ejemplo de correo electrónico sobre la actualización del

plazo
Después de responder las preguntas de la audiencia, tienes la base clave que necesitas
para escribir un correo electrónico a Kiri. Aquí te mostramos un ejemplo de cómo estas
preguntas pueden ayudar a organizar el flujo del mensaje del correo electrónico:

Hola, Kiri: (¿quién es tu audiencia?) 

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. 

Entiendo que estás a la espera de nuestro informe, y quiero asegurarme de que

podamos obtener la información que necesitas. Si deseas reunirte antes del próximo
informe, dime qué horario sería más conveniente para ti. (¿Cómo puedes comunicar
mejor lo que necesitan saber?) 

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. 

Ejemplo de correo electrónico de seguimiento del

proyecto
Una vez completado el siguiente informe, también puedes enviar una actualización del
proyecto para brindar más información. El correo electrónico podría ser así:

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. 

Envíalo a tu equipo y dime si necesitas más información. 

Gracias. 

[Tu nombre]

Una buena comunicación mantiene a los interesados actualizados sobre el progreso y,

en última instancia, ayuda a evitar problemas. Las respuestas cuidadosamente
redactadas son clave. Ya sea que recopiles y abordes los comentarios por correo
electrónico, reuniones o informes, todas las personas con las que trabajes sabrán qué
esperar. Como resultado, podrán administrar mejor sus propios horarios, recursos y
equipos.

Limitaciones de los datos

Los datos son poderosos, pero tienen sus limitaciones. ¿La opinión personal de alguien
se ha colado en las cifras? ¿Tus datos cuentan toda la historia? Parte de ser un gran
analista de datos consiste en conocer los límites de los datos y planificarlos. Esta lectura
explora cómo puedes hacer eso.

El caso de los datos incompletos (¡o inexistentes!)

Si tienes datos incompletos o inexistentes, es posible que, durante un análisis, te des

cuenta de que no tienes suficientes datos para llegar a una conclusión. ¡O incluso
podrías estar resolviendo un problema completamente diferente! Por ejemplo,
supongamos que estás buscando empleados que obtuvieron un certificado en
particular, pero descubres que los registros de certificación en tu empresa tienen solo
dos años de antigüedad. Aún puedes usar los datos, pero deberás aclarar los límites de
tu análisis. Es posible que puedas encontrar una fuente alternativa de datos si te
comunicas con la empresa que llevó a cabo la capacitación. Pero, para estar seguro,
debes ser sincero sobre el conjunto de datos incompleto hasta que esos datos estén
disponibles.

No omitas los datos desalineados

Si estás recopilando datos de otros equipos y utilizando hojas de cálculo existentes, es

bueno tener en cuenta que las personas usan diferentes reglas comerciales. Por lo
tanto, un equipo podría definir y medir las cosas de una manera completamente
diferente a la de otro. Por ejemplo, si una métrica es la cantidad total de aprendices en
un programa de certificación, podrías tener un equipo para que cuente a cada persona
que se registró para la capacitación y otro equipo para que cuente solo a las personas
que completaron el programa. En casos como estos, establecer cómo medir las cosas
desde el principio estandariza los datos en todos los ámbitos para una mayor
confiabilidad y precisión. Esto garantizará que las comparaciones entre los equipos
sean significativas y perspicaces.

Gestiona los datos sucios

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.

Cuenta una historia clara

Avinash Kaushik, un evangelista de marketing digital para Google, tiene muchos

consejos excelentes para los analistas de datos en su blog: Occam's Razor. A
continuación, presentamos algunas de las prácticas recomendadas que sugiere para
una buena narración de datos: 

 Compara los mismos tipos de datos: al graficarlos para su visualización, los

datos pueden confundirse. Asegúrate de comparar los mismos tipos de datos y
verifica que los segmentos de tu gráfico muestren definitivamente diferentes
métricas. 
 Visualiza con cuidado: una caída del 0,01 % en una puntuación puede parecer
terrible si te acercas lo suficiente. Para asegurarte de que tu audiencia vea la
historia completa con claridad, se recomienda establecer tu eje Y en 0.
 Deja de lado los gráficos innecesarios: si una tabla puede mostrar tu historia de
un vistazo, elige la tabla en lugar de un gráfico circular o de otro tipo. Tu
atareada audiencia apreciará la claridad.
 Realiza pruebas para determinar la importancia estadística: en ocasiones, dos
conjuntos de datos se verán diferentes, pero necesitarás una forma de probar si
 la diferencia es real e importante. Así que recuerda realizar pruebas estadísticas
para ver cuánto puedes confiar en esa diferencia.
 Presta atención al tamaño de la muestra: recopila muchos datos. Si el tamaño
de una muestra es pequeño, algunas respuestas inusuales pueden sesgar los
resultados. Si descubres que tienes muy pocos datos, ten cuidado de usarlos
para elaborar juicios. Busca oportunidades para recopilar más datos, luego
grafica esas tendencias durante períodos más largos.

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.

Cómo liderar grandes reuniones

Un día no muy lejano, es posible que te encuentres planificando una reunión en tu papel
de analista de datos. Cuando los participantes esperan una reunión bien ejecutada,
pueden suceder grandes cosas. Los asistentes se presentan a horario. No se distraen con
sus computadoras portátiles ni teléfonos. Sienten que su tiempo se empleará bien.
Todo se reduce a una buena planificación y comunicación de las expectativas. Los
siguientes son nuestros mejores consejos prácticos para dirigir reuniones.

Antes de la reunión
Si estás organizando la reunión, probablemente hablarás sobre los datos. Antes de la
reunión: 

 Identifica tu objetivo. Establece el propósito, las metas y los resultados deseados

de la reunión, incluidas las preguntas o solicitudes que deban abordarse.
 Reconoce a los participantes y hazlos participar en los diferentes puntos de vista
y experiencias con los datos, el proyecto o el negocio.
 Organiza los datos que se presentarán. Es posible que debas convertir datos sin
procesar en formatos accesibles o crear visualizaciones de datos. 
 Prepara y distribuye una agenda. Repasaremos esto a continuación.

Cómo elaborar una agenda convincente

Una agenda de reuniones sólida prepara tu reunión para el éxito. Estas son las partes
básicas que debe incluir la agenda: 

 Hora de inicio y finalización de la reunión

 Lugar de la reunión (incluida la información para participar de forma remota, si
esa opción está disponible)
 Objetivos 
 Material o datos complementarios que los participantes deben revisar de
antemano
Aquí presentamos un ejemplo de una agenda para un proyecto de análisis que recién
comienza:
Cómo compartir la agenda con anticipación
Después de escribir la agenda, es hora de compartirla con los invitados. Compartir la
agenda con todos de manera anticipada les ayuda a comprender los objetivos de la
reunión y a preparar preguntas, comentarios o retroalimentación. Puedes enviar la
agenda por correo electrónico o compartirla mediante otra herramienta de
colaboración.

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:

 Haz introducciones (si es necesario) y revisa los mensajes clave

 Presenta los datos 
 Habla sobre las observaciones, interpretaciones e implicaciones de los datos
 Toma notas durante la reunión
 Determina y resume los próximos pasos para el grupo 
Después de la reunión
Para mantener el proyecto y a todos alineados, prepara y distribuye un breve resumen
de la reunión con los próximos pasos que se acordaron en la reunión. Incluso puedes ir
un paso más allá y pedir comentarios al equipo.

 Distribuye notas o datos 

 Confirma los próximos pasos y el plazo de las medidas adicionales
 Pide comentarios (esta es una forma eficaz de averiguar si omitiste algo en tu
resumen)

Conclusión sobre las reuniones

Incluso con la planificación más cuidadosa y las agendas más detalladas, las reuniones
a veces pueden salirse de su curso. Una situación de emergencia podría distraer la
atención de las personas. Una decisión reciente podría cambiar inesperadamente los
requisitos que se debatieron y acordaron previamente. Es posible que los elementos de
acción no se apliquen a la situación actual. Si ocurre esto, es posible que te veas
obligado a acortar o cancelar la reunión. Está bien; solo asegúrate de analizar con el
gerente o los interesados cualquier cosa que afecte tu proyecto y reprograma la reunión
después de contar con más información.