Hay 7 tipos de análisis estadísticos:

 Descriptivos
 Inferenciales
 Predictivos
 Prescriptivos
 Exploratorios
 Causales
 Mecanicistas

Descriptivo

El análisis estadístico descriptivo es el utilizado para describir las características

de un conjunto de datos. La información suele ser sintetizada en tablas, cuadros y
gráficos. Sin embargo, no permite hacer conclusiones ni hacer generalizaciones. 

Inferencial

El análisis estadístico inferencial se utiliza para establecer relaciones entre

variables y ayudarte a sacar conclusiones sobre un grupo de personas a las que
se refiere el conjunto de datos.

Predictivo

El análisis predictivo. se utiliza para describir la probabilidad de resultados,

comportamientos y tendencias futuras en función de datos recientes o históricos.
Se suele realizar mediante técnicas que combinan Big Data, aprendizaje
automático y algoritmos.

Prescriptivo

análisis Prescriptivo Su principal objetivo es facilitar el proceso de toma de

decisiones, respondiendo a la pregunta “lo que se debe hacer”.
Exploratorio

El análisis exploratorio ofrece una vista previa de los datos y ayuda a obtener

información clave sobre ellos, ya que se centra por completo en analizar patrones
en los datos para reconocer posibles relaciones. A menudo se combina con otros
tipos de análisis estadísticos.

Causal

El análisis causal ayuda a comprender y determinar las razones detrás del “por

qué” ocurren las cosas o por qué las cosas son como parecen. Es un modelo útil
para empresas que notan los “síntomas” de un problema, pero tienen dificultad
para encontrar sus raíces.

Mecanicista

Por último, el análisis mecanicista se utiliza para comprender los cambios exactos
en la variable observada que puedan afectar otras variables. Esto significa que se
supone que un sistema puede verse afectado por sus propios elementos. Sin
embargo, este tipo de análisis estadístico no considera influencias externas.

¿Cómo hacer un análisis estadístico de datos?

Para hacer un análisis estadístico de datos de manera sencilla y práctica, se debe

realizar estos 6 pasos.

1. Define un problema

El primer paso es definir un problema que deseas resolver o una necesidad que

quieres satisfacer. Es a partir de la identificación de este elemento que podrás
enfocar tus esfuerzos, optimizar tus recursos y analizar datos de manera eficiente.

Ejemplos:

 ¿Qué productos son los más comprados por los clientes?

  ¿Cómo podemos mejorar la calidad del servicio al cliente?

2. Diseña la estrategia de recopilación de datos

Una vez que sepas qué pregunta deseas responder, el siguiente paso es diseñar
una estrategia para obtener los datos.

La forma más común de hacerlo en una empresa es a través de estudios de

mercado, encuestas de satisfacción, grupos focales y entrevistas en profundidad,
se debe tener en cuenta quiénes estarán involucrados y qué recursos están
disponibles para llevar a cabo el proceso.

Ejemplo

se tiene una tienda física cuyo principal segmento de clientes son las personas

mayores, respondiendo a los ejemplos anterior:

 Se podría realizar un seguimiento de inventario para determinar cual es el

producto que se agota con más rapidez.
 Se quiere saber que tan satisfechos están con el servicio de los empleados,
puede que no sea la mejor idea usar cuestionarios en línea, dado que los
adultos pueden tener mayor dificultad con la tecnología.
 Si necesito saber en qué temporada hay mayores ventas, realizar un conteo
de inventario quizá no sea lo más efectivo, pero si se podría realizar un
análisis de las ventas mes a mes, lo cual da un registro más certero de lo
que necesitamos saber.

3. Organiza los datos obtenidos

En esta etapa, nuestro enfoque es separar lo que es relevante para responder a la

pregunta planteada al inicio del proyecto de lo que es complementario o superfluo.
Usando el ejemplo anterior, de una tienda dirigida a personas mayores quienes
son los que compran en mayor cantidad el producto en estudio, es posible que se
obtenga una respuesta como:

“Me gustan mucho las galletas que vendes” lo que podría ayudarnos con uno de
los ejemplos, que nos ayuda a saber cuál es el producto más vendido.

Pero el saber que le gustan las galletas y no tener ningún otro dato, no nos ayuda
en nada con nuestro interés de saber la calidad del servicio de los empleados. En
estos casos se debe aprender a seleccionar solo los datos de nuestro foco de
interés.

4. Traduce los datos en insights

Este es el momento de la interpretación de datos estadísticos. ¿Qué te dicen los

números? Trata de observar repeticiones, patrones y tendencias de respuestas en
cada pregunta. ¿Existe alguna relación entre las respuestas y el perfil del cliente
que las da?

Ejemplo, Hay 100 encuestados,

 54 de ellos expresaron que, las galletas vendidas eran de su agrado,

saludables y de un precio asequible esto nos ayuda en nuestro primer
ejemplo.
 50 dijeron que los empleados podrían ser más amigables. Esta es una
información importante para determinar la calidad del servicio.
 37 personas dijeron que compraban en el local por la forma en que los
atendían, pero no tenían un articulo preferido en la tienda, este dato si sirve
para el segundo ejemplo, respecto a la calidad del servicio este dato es
importante.
  Mientras que 9 personas expusieron que la forma de atención del personal
no era de importancia para ellos, y que el producto mas vendido del local no
era de su agrado, este dato no es relevante en ninguno de los dos casos.

5. Analiza lo que dice la muestra sobre la población

En estadística, una muestra es una colección de personas que representan un

grupo más grande, llamado población. Como los recursos son limitados, los
estudios suelen ser de muestreo, es decir, se selecciona de forma más o menos
aleatoria un número de personas que forman parte de ese grupo que se quiere
comprender mejor, es hora de ver qué pueden decir las respuestas de la muestra
sobre la población. Dicho de otra manera, ¿qué indica esta pequeña parte sobre el
todo?

Ejemplo

 Al analizar los datos de la muestra respecto al producto más vendido, sobre

el 50% compran el producto porque les gusta, y cumple con sus
expectativas.
 Respecto al segundo ejemplo de problema analizado, podemos decir que el
37% de la muestra, indica la buena calidad del servicio, el 9% indica que la
calidad del servicio no le importa, aunque el 54% no da información en este
tema.
Ahora bien, quizá nuestra forma de tomar datos no fue eficaz para lograr
obtener un análisis más efectivo.

6. Saca conclusiones
En este punto, se debe volver al problema planteado al inicio del estudio y
observalo junto a la información analizada. Luego de ello se saca conclusiones e
hipótesis sobre lo descubierto.

Ejemplo:

 Volviendo a la interrogante del primer ejemplo ¿Qué productos son los más
comprados por los clientes?, tras analizar los datos y las estrategias para
nuestro análisis, podríamos decir que:

Nuestro producto mas vendido cumple con las expectativas de la mayoría

de los clientes, pudiendo buscar más información de nuestros clientes para
mejorar el producto y captar más consumidores. A su vez, tras realizar todo
el análisis, se pueden determinas nuevas estrategias de venta y

 ¿Cómo podemos mejorar la calidad del servicio al cliente?

Si bien es cierto, de la muestra, solo el 37% indico un buen servicio al

cliente, del resto, se debe tener claro que quizá el personal esta cumpliendo
horarios extenuantes o no son personas idóneas para tratar con público.
Considerando que mas del 54% puede no estar conforme con la atención
de nuestro personal o bien el sueldo no es acorde con la realidad del
mercado y puede tener desconforme a los trabajadores.