Chávez Fernández Jharol César

Análisis de Datos
“La información es el aceite del Siglo XXI, y la analítica es el motor de
combustión” dijo Peter Sondergaard, vicepresidente ejecutivo y miembro del
comité operativo de Gartner. Según él y otros autores, los datos y el análisis son
el sostenimiento de las empresas en la actualidad. A continuación, veremos
aspectos generales y técnicas que se usan hoy en día.

Se define como la ciencia que se encarga de examinar un conjunto de datos. El

análisis es un examen detallado de un sujeto, objeto o situación para identificar
sus componentes o características. Estos se separan y examinan para lograr
acceder a sus principios más elementales o conclusiones. Los datos son
representaciones simbólicas de una variable cuantitativa o cualitativa que por sí
solos no aportan ninguna información importante. Es en conjunto de la
observación y la experiencia que pueden tomar cierto valor.

En el marketing, es un elemento clave y viable que soluciona el tener demasiada

información, poco tiempo disponible y urgencia en la generación de resultados.
En recursos humanos, agiliza la selección de candidatos y detecta antes el
talento. Académicamente permite la selección de alumnos de nuevo ingreso y
medir su rendimiento. Al evaluar estos campos decimos que su utilidad principal
es la toma de decisiones.
La distinción entre análisis cuantitativo y cualitativo se debe al tipo de datos con
lo que trabajan. El primero busca conocer cantidades, se presenta en forma
numérica y se basa en resultados tangibles. El segundo se centra en
características que no pueden cuantificarse, se observa de manera verbal o en
gráficas y se sostiene en la interpretación.
Las técnicas son herramientas útiles para organizar, describir y evaluar los datos
recogidos con los instrumentos de investigación. El Data Mining detecta
patrones, relaciones e información relevante que pueda mejorar el desempeño
de operaciones relacionadas con el cliente y el internet de las cosas. Cuando
una variable tiende a depender de otra u otras, las analizamos por regresión. Las
redes neuronales que nos permiten encontrar patrones, especialmente los no
lineales, son una simulación computarizada al proceso de decisión e información
del cerebro. La visualización de datos que sirve para entender grandes
volúmenes de datos por su facilidad de encontrar patrones, se basa en gráficas
e imágenes. La agrupación (clustering) divide un conjunto de variables en grupos
con diferencias bien marcadas y busca la máxima homogeneidad en cada uno
de ellos.