FADP - 02 Analítica de Datos e Información

Python para Data
Science: ETL, limpieza

e ingeniería de datos
Analítica de datos e información

http://www.aprenda.mx :: info@aprendastudio.com
Analítica de datos
Analítica de datos
La analítica de datos es el conjunto de

tareas que permiten a) recolectar datos
existentes, y aplicar sobre ellos b) técnicas
estadísticas y de modelación c) con el fin de
limpiarlos, d) transformarlos, e) y
representarlos de manera abstracta y
gráfica, f) con la intención de revelar
estados y tendencias de los hechos.
Recolectar datos existentes
La analítica de datos inicia recolectando

datos existentes que están almacenados en
alguna fuente actualmente.
El analista de datos requiere un alto

conocimiento de la organización, de la
ubicación de los datos, de la semántica de
los datos, y su disponibilidad.
Técnicas estadísticas y de modelación
El analista de datos debe conocer técnicas de

estadística descriptiva, principalmente lo
relacionado con EDA (Exploratory Data
Analysis).
• Quedan fuera temas de estadística inferencial, como
las estimaciones, las regresiones y los pronósticos;
también quedan fuera técnicas como machine
learning, deep learning, AI, y otras, propias de Data
Science.
El analista de datos debe tener conocimientos

de modelación de bases de datos relacionales,
debido a que probablemente deba integrar
datos de diferentes fuentes, de una manera
estructurada.
Limpieza de datos
La analítica de datos incluye tareas de limpieza

de datos, es decir, corregir datos erróneos,
excluir datos incompletos, comprobación de
fórmulas, eliminación de duplicados,
verificación de unicidad de datos, así como el
tratamiento de datos ausentes y atípicos.
El analista de datos debe conocer

herramientas que permitan hacer limpieza de
datos (Excel, Power BI, Tableau), o lenguajes de
programación que lo permitan (Python, R).
Transformación de datos
La analítica de datos incluye tareas de

transformación de datos, es decir,
estandarizar el nombre de tablas y campos,
calcular campos a partir de los campos
existentes, realizar conversiones y
estandarizaciones de unidades de medición,
generar campos derivados, y habilitar
equivalencias categóricas.
El analista de datos debe tener sentido común,

respeto a los protocolos, habilidades numéricas
y pensamiento lógico y funcional.
Representación abstracta y gráfica
La analítica de datos incluye tareas de

representación abstracta y gráfica:
• Por representación abstracta nos referimos
a las cifras, las tablas de datos, y los KPI
expresados en forma numérica.
• Por representación gráfica, nos referimos a
gráficos estándar o de diseño, que ilustran
estados y tendencias.
El analista de datos debe saber EDA y

graficación; es deseable preparación
especializada en visualización y diseño de
informes.
Revelación de estados y tendencias
La analítica de datos revela estados y

tendencias:
• Por estados nos referimos a que revela la
situación en que se encuentra algo, en un
momento determinado.
• Por tendencia, nos referimos a que revela la
tendencia de los hechos en el pasado.
El analista de datos debe tener pertinencia Es importante anotar que la analítica no pronostica
operativa, es decir, conocer qué información de ni estima cómo serán las cosas en el futuro, ni cómo
el pasado se vería afectado con la variación de
estados y tendencias es requerido para la toma parámetros hipotéticos. Escapa de su alcance.
de decisiones.
Información
Definición formal de base de datos
Los trabajos de analítica se realizan

principalmente a partir de bases de datos.
Un base de datos es una “colección auto

descriptiva de registros integrados” (Kroenke,
2018).
Definición formal de dato
Un dato es la representación simbólica, ya sea

mediante números o letras, de una
característica cualitativa o cuantitativa que
facilita la descripción de algo.
Ejemplos:
- El código de un producto.
- La fecha de una factura.
- La edad de una persona.
- El costo de un insumo.
- El color de un automóvil.
Definición formal de información
La información es el a) conjunto de datos

con la b) cantidad y forma adecuada para c)
aumentar el conocimiento o reducir la
incertidumbre d) respecto a sujetos,
eventos o estados, e) en una circunstancia o
contexto particular.
Conjunto de datos
La analítica se realiza utilizando conjuntos

de datos que provienen de múltiples
fuentes, como pueden ser bases de datos,
archivos de texto plano, hojas electrónicas,
e incluso datos no estructurados, como
podrían ser páginas Web, correos
electrónicos, etcétera.
Principalmente los datos estarán en bases

de datos de tipo SQL, es decir, basadas en el
modelo relacional.
Cantidad y forma adecuada
La analítica culmina cuando los datos se

representan usando la cantidad y forma
adecuada.
• Por cantidad nos referimos al nivel de detalle
en que se requiere ver la información.
• Por forma nos referimos a la forma de
representación, principalmente tablas de
datos, o gráficos.
Se puede obtener una tabla con el detalle de

cientos de registros, una sola cifra, o un gráfico
de barras, a partir de los mismos datos.
Aumenta el conocimiento o reduce incertidumbre
La analítica pretende aumentar el

conocimiento o reducir la incertidumbre.
• Por aumentar el conocimiento nos
referimos a que nos revela cosas que no
sabemos, pero que necesitamos para la
toma de decisiones.
• Por reducir la incertidumbre nos
referimos a que reduce los riesgos
derivados de la toma de una decisión,
aumentando nuestras certezas.
Sujetos, eventos o estados (1/3)
La información puede ser relativa a sujetos, eventos

o estados.
Son sujetos quienes realizan cosas o a quienes les

suceden las cosas.
• Ejemplos: empleados, productos, almacenes, colores.
• En algunos casos, se consideran sujetos algunos

atributos clasificados, siempre y cuando
constituyan catálogos predefinidos de algo, en
donde se tiene una clave y una descripción.
• Ejemplos: catálogo de colores, catálogo de
presentaciones, catálogo de ciudades, catálogo de
tamaños, etcétera.
Son eventos aquello que realizan los

sujetos, o lo que le sucede a los sujetos; los
eventos existen en relación a sujetos, y
generalmente contienen datos que refieren
a los sujetos, y datos relativos a marcas de
tiempo, lugar o secuencia.
• Ejemplos: Entradas y salidas de almacén
(relacionadas con algún producto);
Operaciones bancarias (relacionadas con la
cuenta de algún cliente).
Los estados son la situación en que se

encuentra algo o alguien; generalmente son
características o campos de un sujeto o
evento.
• Ejemplos: Un empleado puede estar activo /
in activo; una salida de almacén puede estar
autorizada / no autorizada.
Circunstancia o contexto particular
La analítica trabaja sobre una circunstancia o contexto

particular.
Esto quiere decir, que debe profundizar al caso

específico, y quedarse informando en términos
generales.
La analítica debe proveer controles que permitan
cambiar en tiempo real los parámetros del análisis,
permitiendo filtros y especificaciones varias.
• No: Informe general de ventas. (Estático).

• Sí: Informe de ventas de químicos de limpieza
vendidos en tiendas de abarrotes minoristas, del
01/01/2023, al 15/01/2023. (Con posibilidades de
cambiar los parámetros del informe, en tiempo real).
Copyright ©
Python para Data Science: ETL, limpieza e Ingeniería de datos
Contenido desarrollado por:
Dr. Felipe Ramírez

Doctor en Filosofía con Especialidad en Administración
Master en Informática Administrativa
Licenciado en Derecho y Ciencias Sociales
Licenciado en Informática Administrativa
Correo: info@aprendastudio.com
Copyright, 2018 - 2023. Derechos reservados.

FADP - 02 Analítica de Datos e Información

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

FADP - 02 Analítica de Datos e Información

Cargado por

Copyright:

Formatos disponibles

Python para Data

Science: ETL, limpieza

Analítica de datos e información

La analítica de datos es el conjunto de

La analítica de datos inicia recolectando

El analista de datos requiere un alto

El analista de datos debe conocer técnicas de

El analista de datos debe tener conocimientos

La analítica de datos incluye tareas de limpieza

El analista de datos debe conocer

La analítica de datos incluye tareas de

El analista de datos debe tener sentido común,

La analítica de datos incluye tareas de

El analista de datos debe saber EDA y

La analítica de datos revela estados y

Los trabajos de analítica se realizan

Un base de datos es una “colección auto

Un dato es la representación simbólica, ya sea

La información es el a) conjunto de datos

La analítica se realiza utilizando conjuntos

Principalmente los datos estarán en bases

La analítica culmina cuando los datos se

Se puede obtener una tabla con el detalle de

La analítica pretende aumentar el

La información puede ser relativa a sujetos, eventos

Son sujetos quienes realizan cosas o a quienes les

• En algunos casos, se consideran sujetos algunos

Son eventos aquello que realizan los

Los estados son la situación en que se

La analítica trabaja sobre una circunstancia o contexto

Esto quiere decir, que debe profundizar al caso

• No: Informe general de ventas. (Estático).

Python para Data Science: ETL, limpieza e Ingeniería de datos

Contenido desarrollado por:

Dr. Felipe Ramírez

También podría gustarte