Banco Interamericano de Desarrollo
facebook
twitter
youtube
linkedin
instagram
Negocios SosteniblesCaribbean Development Trends¿Y si hablamos de igualdad?Puntos sobre la iIdeaçãoSeguridad CiudadanaSostenibilidadFactor TrabajoImpactoEnfoque EducaciónGobernarteKreatopolisPrimeros PasosCiudades SosteniblesEnergía para el FuturoGente SaludableMás Allá de las FronterasBeyond BordersIdeas MatterIdeas que CuentanAbierto al PúblicoMoviliblogVolvamos a la fuente Gestión fiscalInicio
Administración pública Agua y saneamiento Ciencia, tecnología e innovación Comercio e integración regional Conocimeinto Abierto Desarrollo infantil temprano Desarrollo urbano y vivienda Educación Energía Género y diversidad Impacto Industrias Creativas Medio ambiente, cambio climático y Salvaguardias Política y gestión fiscal Salud Sin Miedos Trabajo y pensiones
  • Skip to content
  • Skip to secondary menu
  • Skip to primary sidebar
  • Skip to footer

Abierto al Público

  • INICIO
    • Sobre este blog
    • Guía editorial
    • Datos abiertos
    • Código abierto
    • Código para el desarrollo
  • CATEGORÍAS
    • Datos Abiertos
    • Código Abierto
    • Gestión del Conocimiento
    • Aprendizaje Abierto
    • Sistemas Abiertos
  • Autores
  • Español

6 pasos para el buen análisis de datos

octubre 2, 2014 Por 28 Comentarios


Debido al boom de las soluciones basadas en datos, es importante detallar cuál es el proceso para generar análisis de datos para la toma de decisiones. El avance en cuanto a herramientas y capacidad de las computadoras para efectuar cálculos de manera rápida, ha permitido evidenciar situaciones en aspectos como la economía, demografía y hasta nuestra genética, entre muchos otros. A continuación, 6 pasos prácticos para generar mejores análisis de datos:

1.     Defina bien su problema

Para plantear una solución basada en datos, la clave más importante para recibir los resultados esperados, es definir el problema en una forma clara y concreta. Si dos seres humanos no pueden estar universalmente de acuerdo en qué constituye el problema, mucho menos en su solución. Lo mismo pasa con las computadoras, son solo una extensión de nuestro cerebro que se encarga de recibir instrucciones y arrojar resultados. Asegúrese de tener claro el “qué” de su problema, facilita mucho el proceso de formular el “cómo” solucionarlo.

2.     Conozca sus datos

Identifique qué conjunto de datos tiene, de dónde provienen y su disponibilidad. Estudie también sus metadatos (las características de sus datos) como el tamaño, naturaleza de las variables, alcance, fortalezas y debilidades. Esto para saber el rango de soluciones que cada set de datos pueda ofrecer. Referencias como diccionarios de datos permiten a las demás personas involucradas tener acceso a la información de los datos disponibles.

3.     Identifique el set de datos ideal

Basado en el problema que usted quiera solucionar, también sepa a lo que quiere llegar para poder solucionarlo. Por ejemplo, si su problema es “¿cuál de mis empleados ha vendido más en los últimos seis meses? “, su conjunto de datos ideal es una lista de empleados, y la suma de ventas para cada uno, para el último semestre vigente. ¿Fácil verdad? Al conocer su entorno de datos, identifique qué datos le hacen falta, y una estrategia para dar con estos y consumirlos. También, asegúrese de “limpiar” sus variables para evitar confusiones (empleados repetidos, faltas de ortografía o formatos).Una buena estrategia es crear análisis exploratorios, con datos simulados, para poder justificar la compra u obtención de los datos faltantes.

4.     Haga su análisis reproducible

Como muchas veces la intención de un análisis es comunicar una evidencia o hecho mediante datos, es importante que las demás personas involucradas sepan exactamente cuál fue su estrategia para llegar a ese resultado. Para esto manuales de usuario y guías son muy útiles, más aún cuando es un análisis que se deba repetir periódicamente. Si se tiene la capacidad, hacer un script o código con la solución implementada siempre es la mejor opción, pues con los mismos datos, se va a llegar siempre a los mismos resultados, sin espacio para confusiones o errores de interpretación. Herramientas de análisis de datos populares como Microsoft Excel, tiene su propio lenguaje de programación (VBA) para poder recrear todas las funcionalidades utilizadas. Existen lenguajes de programación especializados como R para computación estadística o Python, entre muchos otros.

5.     Rete su análisis

Ya teniendo resultados preliminares, someta sus resultados a prueba. Ya sea con revisiones de otras personas no involucradas en el proceso o pruebas manuales se pueden identificar problemas, ya sea de formato o de cálculo, que pueden ser modificables y mejorables sin necesidad de cambiar la perspectiva del problema y evitar un análisis erróneo. Recuerde, “garbage in, garbage out” (si entra basura, sale basura). Un análisis mal planteado conlleva a malos resultados.

6.     Presente su análisis en formatos multiplataforma

Es decir, no se “case” con una herramienta. Muchos clientes tienen diferentes entornos en sus computadoras, muchos no tienen ni siquiera Microsoft Excel en sus computadoras (software que a muchos nos parece imprescindible) o quieren ver sus resultados en su celular o en su computadora con Linux o Mac. Es mejor utilizar archivos en formatos como CSV (archivos separados por coma), .txt (archivos de texto plano), PDF (Formato de Documento Portátil) o HTML (como las páginas web) que independientemente del dispositivo que se utilice los resultados pueden ser fácilmente visibles.

En Grupo Inco nos especializamos en análisis de datos a la medida, y sabemos lo importante que es para los clientes que la información presentada sea lo más correcta y se apegue a las necesidades que intentan resolver.

 


Archivado Bajo:Datos Abiertos

Reader Interactions

Comentarios

  1. MIGUEL ANGEL OSPINA LOPEZ Dice

    octubre 8, 2014 heure 10:37 am

    Muchas gracias por sus aportes a la efectividad de estos procesos que en ocasiones son cruciales y afectan la vida de muchas personas en los programas de desarrollo social.

    Responder
  2. Missael Dice

    octubre 8, 2014 heure 2:44 pm

    Gran aporte, es importante retomar estos pequeños pasos los cuales nos pueden ayudar a mejorar la calidad de nuestros análisis sean tanto del ambito cuantitativo, cualitativo o mixto.

    Responder
  3. Lucrecia Gordillo Dice

    febrero 13, 2015 heure 10:09 am

    Muy útil para el Control de Gestión! Gracias!

    Responder
  4. eduardo parra Dice

    noviembre 11, 2015 heure 1:47 pm

    Muchas gracias por estos pasos a seguir ya que para generar un buen análisis debemos tener una buena base a seguir.

    Responder
  5. Rafael Peralta Dice

    noviembre 16, 2015 heure 1:09 pm

    Gracias por sus valiosos aportes. ¿La herramienta SPSS podría ser útil para el análisis de datos cuantitativos?

    Responder
  6. Gabriel Lugo Dice

    noviembre 16, 2015 heure 7:58 pm

    Qué herramientas recomiendan para la definición del problema? Existe alguna metodología que facilite identificar el problema y que facilite la evaluación de que lo que se plantea como problema realmente lo es? y no es un sólo un síntoma pero la causa raíz de éste está mucho menos evidente que lo que se cree y se ha planteado como “problema”?

    Responder
  7. Melissa Villalobos Dice

    noviembre 17, 2015 heure 3:14 pm

    Muchas gracias por el aporte compañero.
    Me parece muy oportuna la síntesis que se hace de los pasos y la secuencia que sigue. Saludos desde Heredia, pura vida!

    Responder
  8. carlos mogollon Dice

    noviembre 19, 2015 heure 11:42 am

    Bien concreto el articulo, aunque me quedo una duda acerca del paso 4 cuando dice que es importante hacer un script o código, supongo que habrá que utilizar algún lenguaje de programación y hacer ejecutable el modelo?

    Responder
  9. Leopoldo Dice

    noviembre 20, 2015 heure 8:27 pm

    Puntos bien concretos. Gracias por compartir. Quisiera saber su recomendación sobre cuál software de análisis estadístico prefiere usted: R o SPSS (o su versión libre PSPP).

    Muchas gracias!

    Responder
  10. Patricia Dice

    noviembre 21, 2015 heure 8:49 pm

    Unos pasos simples, pero importantes. Detallados y facil de entender. Gracias por el aporte

    Responder
  11. CLELIA Dice

    noviembre 22, 2015 heure 9:28 pm

    EXCELENTE APORTE MUCHAS GRACIAS

    Responder
  12. Carmen Dice

    noviembre 23, 2015 heure 3:58 pm

    Realmente es muy importante conocer los metadatos, nos ayuda a ver la confiabilidad de información y co respaldar el análisis

    Responder
  13. Beatriz Ruiz Dice

    noviembre 25, 2015 heure 11:21 am

    Gracias por el aporte, practico y realizable

    Responder
  14. Filiberto Dice

    noviembre 25, 2015 heure 3:17 pm

    Los 6 pasos para el análisis de datos es indispensable para un evaluador, investigador u otros a académicos, porque le ayuda en su trabajo para buscar nuevas mejoras.

    Responder
  15. Emily Moradel Dice

    diciembre 4, 2015 heure 4:08 pm

    Eladio, muy buen artículo!

    Responder
  16. HILDA ANGÉLICA DEL CARPIO RAMOS Dice

    octubre 21, 2016 heure 11:19 am

    Excelente y fácil metodología.
    Útil también para los proyectos de investigación

    Responder
  17. Jorge Zeña Callacná Dice

    octubre 21, 2016 heure 7:51 pm

    Jorge Zeña
    La relación de los pasos me parece muy importante para estructurar el manejo de los datos. Pero, mi duda es ¿cómo tener confiabilidad en los datos cuando uno no participa en la obtención de los mismos?.
    Gracias

    Responder
  18. Joaquin Diaz Dice

    octubre 27, 2016 heure 10:57 pm

    Muy buena aportación sin embargo me hubiera gustado que agregaras algunas herramientas que existen para no depender solo de excel y power point

    Responder
  19. ALDO GIOVANNI MACERA ARONES Dice

    noviembre 1, 2016 heure 8:07 pm

    Es muy Importante el análisis de datos, para quienes tenemos la responsabilidad de brindar información, los que trabajamos en seguimiento y evaluación de proyectos

    Responder
  20. María Collantes Dice

    mayo 26, 2017 heure 3:03 am

    Una descripción concreta y precisa de los momentos que debemos cumplir para el análisis de datos. Gran aporte para llegar a buenos resultados, pues justamente la políticas que no llegan a funcionar probablemente tengan su asidero desde el inicio de su análisis para determinar el problema real a solucionar, mucho más si éste comprende un listado de raíces de origen.

    Responder
  21. Roque Dice

    agosto 30, 2017 heure 5:19 pm

    Pasos muy específicos que son de gran ayuda, gracias por compartirlos

    Responder
  22. Juan Luna Trejo Dice

    octubre 5, 2017 heure 10:55 pm

    Muchas gracias por el aporte. La gestión de datos sin sesgos es una herramienta necesaria para la toma de decisiones que conlleva a la solución práctica de problemas en beneficio de la comunidad.

    Responder
  23. Edgar Huamanñahui Sánchez Dice

    octubre 13, 2017 heure 2:08 pm

    Un buen análisis de datos, dará a lugar a una buena toma de decisiones y estos 6 pasos son un aporte muy significativo a ese proceso. Gracias por compartir.

    Responder
  24. Ricardo Zerbinatti Dice

    octubre 13, 2017 heure 4:08 pm

    Pasos muy utiles y de gran ayuda las sugerencias de herramientas. Gracias a todos

    Responder
  25. Edgar Rosales Dice

    octubre 13, 2017 heure 10:35 pm

    Muchas gracias por el texto presentado. Es muy didáctico, práctico y útil, lo cual lo convierte en una herramienta de consulta confiable.

    Responder
  26. Silvia Dice

    octubre 20, 2017 heure 10:13 am

    Excelente aporte. Corto, preciso y conciso. Saludos

    Responder
  27. Carlos Alberto Escobar Dice

    octubre 28, 2017 heure 11:20 am

    Muchas Gracias por los elementos publicados, estos tips a tener en cuenta para el analisis de datos en general.

    Responder
  28. pilar rodriguez Dice

    noviembre 12, 2017 heure 8:35 pm

    Concreto y directo, gracias por la orientación.

    Responder

Deja un comentario Cancelar respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Primary Sidebar

Sobre este blog

El conocimiento abierto se define como conocimiento accesible, libre de uso, y gratuito a su usuario. Este concepto es parte de un movimiento que busca generar soluciones para el bien público de manera colaborativa. En “Abierto al Público” exploramos el uso del conocimiento abierto a través de los datos, el código y otros medios.

Buscar

Explorar temas

#CiudadanosInteligentes #CiudadesColaborativas #ConDatos #ConocimientoAbierto #eLearning #ExpediciónDeCódigoBID #ExpediciónDeDatos #Ideaton #LenguageCiudadano #Mapaton #ODS #OpenDataDay Acceso Abierto Acceso a la información Acceso digital Análisis de datos Análisis de texto Aprendizaje Big Data Blockchain Ciencia abierta Colaboración Colaboración abierta Crowdsourcing Código para el Desarrollo Datos Abiertos Economía naranja Emprendedores Gobierno Abierto Hackatones Innovación Innovación Abierta Inteligencia Artificial IODC La red Lecciones Aprendidas MOOCs Números para el Desarrollo Plataformas participativas Procesamiento del Lenguaje Natural software libre Startups Transparencia Visualización de datos Zika

Suscripción

Publicaciones similares

    None Found

Footer

Banco Interamericano de Desarrollo
facebook
twitter
youtube
youtube
youtube

Blogs escritos por empleados del BID:

Copyright © Banco Interamericano de Desarrollo ("BID"). Este trabajo está disponible bajo los términos de una licencia Creative Commons IGO 3.0 Reconocimiento-No comercial-Sin Obras Derivadas. (CC-IGO 3.0 BY-NC-ND) y pueden reproducirse con la debida atribución al BID y para cualquier uso no comercial. No se permite ningún trabajo derivado. Cualquier disputa relacionada con el uso de las obras del BID que no se pueda resolver de manera amistosa se someterá a arbitraje de conformidad con el reglamento de la CNUDMI. El uso del nombre del BID para cualquier otro propósito que no sea la atribución, y el uso del logotipo del BID estarán sujetos a un acuerdo de licencia escrito por separado entre el BID y el usuario y no está autorizado como parte de esta licencia CC-IGO. Tenga en cuenta que el enlace proporcionado anteriormente incluye términos y condiciones adicionales de la licencia.


Blogs escritos por autores externos:

Para preguntas relacionadas con los derechos de autor para autores que no son empleados del BID, por favor complete el formulario de contacto de este blog.

Las opiniones expresadas en este blog son las de los autores y no necesariamente reflejan las opiniones del BID, su Directorio Ejecutivo o los países que representan.

Atribución: además de otorgar la atribución al respectivo autor y propietario de los derechos de autor, según proceda, le agradeceríamos que incluyera un enlace que remita al sitio web de los blogs del BID.



Política de privacidad

Banco Interamericano de Desarrollo

Aviso Legal

Las opiniones expresadas en estos blogs son las de los autores y no necesariamente reflejan las opiniones del Banco Interamericano de Desarrollo, sus directivas, la Asamblea de Gobernadores o sus países miembros.

facebook
twitter
youtube