¿Qué tan seguro estás en tus decisiones?

¿Qué es Analytics?

La analítica no se limita a un campo específico de negocios, sino que se puede usar en cualquier parte para tomar decisiones si una persona es alfabetizada en datos. ¿Significa eso que esos individuos deben ser estadísticos, matemáticos o científicos de datos? No es asi. Significa que los individuos deben comprender los fundamentos de los datos, el análisis de datos y las herramientas y técnicas que se utilizan para informar las decisiones. ¿Deben los individuos utilizar métodos analíticos aleatorios que no tengan en cuenta el tipo de datos que están evaluando? No, los individuos deben entender qué técnicas analíticas deben aplicarse en función de la decisión que intentan tomar, así como el tipo de datos que están utilizando.

Los análisis pueden tomar muchas formas. Abarca desde las técnicas matemáticas básicas hasta una combinación de estadísticas, probabilidad y poderosos lenguajes de programación para obtener información valiosa y entregarla en forma de visualizaciones.

Cuatro tipos de análisis

Analítica descriptiva

Por lo general, un análisis comienza con un análisis descriptivo, diseñado para brindarle una visión general de sus datos. Esto incluye observar tanto datos cuantitativos como cualitativos. Ambos son críticos cuando se trata de la toma de decisiones. El análisis cualitativo utiliza datos que no están definidos por números, como preguntas de encuestas abiertas y publicaciones en redes sociales. Los datos deben codificarse para que los elementos se puedan agrupar de forma inteligente. Aquí usted está típicamente mirando métricas descriptivas como frecuencias. El análisis de datos cuantitativos incluye observar cosas como la mediana, la desviación estándar y otras métricas descriptivas. Un punto de decisión clave sobre qué análisis utilizaremos más adelante en su marco analítico es si sus datos se distribuyen normalmente o no. Esto se determina durante el proceso de análisis descriptivo.

Analítica exploratoria

El análisis exploratorio es un enfoque para analizar datos donde una persona toma una vista de alto nivel de los datos e intenta darle algún sentido. Con el análisis descriptivo, usted está viendo las métricas clave de cada variable de datos independientes entre sí. Con el análisis exploratorio, analiza todos sus datos juntos para tener una idea de los datos y utiliza su juicio para determinar cuáles son los aspectos más importantes de los datos y cómo pueden relacionarse entre sí. Donde el análisis descriptivo ayuda a responder lo que sucedió, el análisis exploratorio inicia la hipótesis de por qué pudo haber ocurrido. El análisis exploratorio no es necesariamente un conjunto de cálculos o técnicas, sino que es un proceso en el que visualiza sus datos, busca patrones y tendencias y explora otras áreas de interés.

Analítica inferencial

Si bien los análisis descriptivos y exploratorios describen los datos y comienzan a crear una hipótesis sobre por qué algo está sucediendo, no es suficiente para sacar conclusiones y tomar decisiones. El análisis inferencial utiliza un conjunto de estadísticas inferenciales que se centran en el uso de los datos para hacer predicciones, pronósticos y estimaciones, con el fin de tomar decisiones más informadas con sus datos. El análisis inferencial usa enfoques estadísticos que hacen generalizaciones y predicciones a partir de una muestra del conjunto de datos.

Analítica predictiva

El último grupo de análisis es el análisis predictivo. El análisis predictivo es el estudio de datos del pasado para predecir comportamientos futuros. Utiliza una combinación de varias técnicas diferentes, como la extracción de datos, el aprendizaje automático y la inteligencia artificial para comprender los datos existentes y realizar predicciones futuras. A veces, el evento de interés será en el futuro, pero se pueden implementar análisis predictivos para cualquier tipo de incógnito, en el pasado, presente o futuro. Un buen ejemplo de esto es detectar el fraude antes de que ocurra. Esto también ayuda a una organización a ser proactiva, lo que le permite tomar decisiones basadas en los datos y no en una corazonada.

¿Interesado en aprender más sobre la toma de decisiones basada en datos? Eche un vistazo a nuestros módulos gratuitos de aprendizaje de datos y toma de decisiones basados ​​en datos en Qlik Continuous Classroom.