Exploración de datos

También es importante no detenernos al encontrar algo que no nos gusta, recordemos, la información habla, nosotros solo somos los intermediarios.

Me siento detective 🕵️‍♂️

NOTAS:
Aquí es donde se pasa la mayor cantidad de tiempo recomendablemente, para generar y/o reformular hipótesis, así como generar conclusiones sobre la información. Buscamos descubrir, preguntar, reformular y analizar. Parte importante de esta etapa es definir el cómo contar una historia, dado que los datos sin historias son sólo números.
Importante tener en cuenta no generar opiniones sesgadas por la opinión personal, no caer en el Cherry picking y utilizar las buenas prácticas aprendidas. Y el comentario de un compañero, que me pareció muy valioso: “También es importante no detenernos al encontrar algo que no nos gusta, recordemos, la información habla, nosotros solo somos los intermediarios.”.

Dejo mis mini apuntes de la clase por si a alguien les sirven👌

Exploración de Datos

El proceso al cual más tiempo deberíamos dedicar. Implica analizar la información, contratastar con nuestras hipótesis y reformular preguntas a raíz de cada descubrimiento.
El storytelling es un elemento importante de esta etapa por tratarse del método usado para unir los elementos y resultados de nuestro análisis de forma coherente, agregando valor al hacer sencilla su comunicación, procurando siempre evitar las preferencias personales, los sesgos de información o el uso engañoso de gráficos.

Me gusta mucho trabajar con datos financieros como ingresos, gastos, costos, utilidades, márgenes, estimados de ventas, etc.

Sinceramente me siento muy cómodo explorando datos sobre películas. Al ser un obsesionado de las estadísticas y películas, busco en todo momento analizar todos los datos que las películas tienen.

Exploracion de los Datos

Proceso en el que pasaremos mayor cantidad de tiempo y donde vamos a encontrar historias para contar, respuestas a preguntas que no teniamos o reformular nuestras hipotesis.

• Descubre, pregunta, reformula y analiza: mantente siempre con la mente abierta hacia nuevas conclusiones en el analisis
• Cuenta historias: presta atencion a los datos y la historia que ellos reflejan. “Los datos sin historias son solo numeros”. Tienes que ser muy objetivo a la hora de contar la historia que los datos te dan.
• Evita errores. Siempre ten en cuenta las buenas practicas.

Explorar cualquier base da datos es posible pero también es verdad que conociendo el contexto tendremos una punto de partida sólido para explorar con mayor fluidez.

Cherry Picking (literalmente ‘recolectar cerezas’: seleccionar lo mejor de algo, o bien seleccionar lo peor de algo, o bien seleccionar algo «a la medida»), es la acción de citar casos individuales o datos que parecen confirmar la verdad de una cierta posición o proposición, a la vez que se ignora una cantidad de evidencias de casos relacionados o información que puede contradecir la proposición.

Debemos adaptarnos a todo tipo de bases de datos y entre mas experiencia tengamos del tema la adaptación va a se mas fácil. En este caso yo diría datos relacionados a la la industria alimenticia de México

Amo trabajar con datos ambientales. He trabajado con datos balances hídricos y de carbono, y lo disfruto tanto como aprendo de ello.

Para un proyecto personal estoy empleando datos de Strava ( una app para grabar tus actividades deportivas como bicicleta, natación o atletismo) y los datos que genero con mi balanza electrónica. De esta forma puedo encontrar patrones entre épocas del año, mi peso y mis actividades deportivas.

Resumen de la lectura exploracion de daros

1. Entender las variables

• se debe conocer que variables hay para poder entender los datos de forma adecuada, por ejemplo si hay 0 en las series, que columas hay cuantas filas tenemos

1. Limpiar

• Remover la informacion redundante
• Seleccionar variables, por ejemplo, que varibales podrain tener mas del 40% de sus valores en 0 y descartarlas
• Remover outliers: estableer limites y parametros que nos ayuden a identificar y eliminar los outliers
• Remover filas con valores =0

1. Analizar relaciones entre variables
   Es importante tener vizuelizaciones que nos ayuden a comprender de una mejor manera las realaciones que pueden presentar las distintas variables, aqui algunos ejemplo

• matiz de correlacion : muestra correlaciones entre multiples variables
  -diagrama de dispersión : muestra la correlacion y outliers entre dos variables
• histograma: muestra la distribución estadistica de una unica variable
  entre muchas otras

Los datos con los que estaría muy familiarizado serían los del lugar donde trabajo. Por ejemplo las ventas por estado, zona, vendedor, clientes atendidos, facturas generadas, etc.

• Cambio climatico
• Alimentacion
• Idiomas
• Economia
• Financieros
• Agrícolas
• Salud

Les recomiendo no dejen de leer en Lecturas recomendadas, el artículo de Terence Shin, es muy buen material. Naveguen a través de los enlaces que hay en el documento hacia su kaggle, blog, etc. Tiene muy buena información, todo muy bien interconectado.

Datos relacionados al estado Población como nivel educativo, salario promedio, media etc… Indice de desigualdad y criminalidad de mi ciudad

Pienso que en esta parte es donde ser curioso juega un papel fundamental

• Economía
• Finanzas

Estaría muy feliz revisando datos de resultados de estrategias aplicadas a proyectos. Comparando los resultados de los KPIs, con los resultados del cumplimiento de los OKRs para identificar si en realidad KPIs positivos en la organización se relacionan con OKRs positivos.

La información que estoy utilizando para la exploración de casos de apendicitis infantiles, son datos no estructurados a traves de artículos (texto).

Trabaje por varios años en una compañía de seguros, en donde realizaba análisis del comportamiento de Quejas y Reclamos. Este análisis nos permitía identificar las áreas que mas presentaba quejas, los procesos afectados, tiempo de definición. Una vez identificados se realizaba los planes de mejora y se volvían a comparar los resultados.

Yo estaría muy familiarizado con datos de ventas, finanzas y contabilidad. Pero representaría un reto para si analizar datos sobre investigaciones cietíficas

Me facilitan munchos los datos a nivel mundial, ingresos por paises, población, me gusta mucho.

Aunque ahora estoy trabajándole mucho al análisis de datos empresarial, estoy en el camino pero ahí temas super interesantes.

Las bases de datos con las que más me siento a gusto trabajando y las puedo analizar con cierta facilidad, son las del sector salud (parte administrativa), dado que trabajé con ellas durante 5 años aproximadamente.

Exploración de datos

Mayor cantidad de tiempo, creación de historias y reformular las teorías, debes seguir analizando. Los datos sin historias son sólo números. Evita el byas

Los datos con los que más estoy familiarizado son con los financieros, como precios, retornos, medidas de localización y/o desempeño, medidas de dispersión o riesgo, medidas de correlación. Y muchos otros indicadores para un análisis corporativo.
Pero actualmente estoy aprendiendo manejar otro tipo de bases de datos para comprender las diferentes medidas de desempeño o relevancia que puedo obtener.

Pienso que pedir la opinión de otra persona puede ayudar, tal ves tu haces un análisis pero algunos datos los deja por fuera porque no sabes interpretarlos, la otra persona si podrá o darte un punto de vista diferente. Dos cabezas piensan mejor que una

Se me ocurrió que puedo estar familiarizado con datasets relacionados a la industria automotriz (específicamente a vehículos como carros, camionetas, etc.), esto debido a mi experiencia en mi último trabajo, una startup que desarrolla sitios web para concesionarios es USA

"Los datos sin una historia de por medio son simplemente números y letras

✅

Análisis Exploratorio de Datos EDA

Esta clase me hizo caer en cuenta que me gusta y para mi no es un esfuerzo analizar datos financieros, hace más de un año cree un Notion donde llevo el registro personal de gastos, deudas, “patrimonio”, presupuesto. En donde mes a mes, incluso a veces cada quince días, estoy analizando y modificando las gráficas que cree en Notion.

Quizá debería probar ser BI o Analista de datos enfocado a la banca, quizá.

En el reto de explorar datos estoy familiarizado con cualquier tipo de datos ya sean estos de tipo string, int o double. Ademas, se conbinarlos con cualquier campo para obtener los datos que requiero. Es solo aplicar las buenas practicas.

Algunos datos de materiales, como se comportan tal material ante el calor o el frio por ejemplo. Eso me encantaria

Me gustaria explorar sobre movimiento turistico

creo que el tema del comercio (ventas, unidades, descuentos, etc) seri aun tema que me podría facilitar, y también el tema de ciertos identificadores de la industria del contact center quizá también podría ser familiar para mi

Yo estoy familiarizado con datos macroeconomicos, culturales, financieros, comerciales y un poco con el procesamiento de textos.

Buen día, para mi es un placer revisar datos de precio y volumen de los mercados financieros (Lo reconozco, soy de los que les gusta mirar gráficos) concretamente del Nasdaq, llevo tres años estudiando su comportamiento y operando su futuro NQ con más o menos eficiencia, aquí estoy para afilar el instrumento) espero poder darle forma a lo aprendido sobre mercado de futuros a traves de las herramientas de visualización de datos y mejorar así mi operativa, Gracias y saludos

Por cuestiones académicas y profesionales me inclinaría por analizar datos demográficos, en particular de mi país, y con distintos cortes históricos, además que se pudieran representar geográficamente.

Reto
No tengo inconveniente de trabajar con todo tipo de datos.

Creo que con el único set de datos con el que me siento cómoda actualmente es con KPIs y marcadores de MKT, he trabajado mucho tiempo con ellos y me siento familiarizada. 😮

Los Datos con los que estoy familiarizados son:

• Datos estructurados: Los datos estructurados son datos que están organizados en un formato específico. Por ejemplo, los datos de una tabla de una base de datos son datos estructurados. Los datos estructurados son fáciles de analizar y manipular con herramientas de análisis de datos.

Datos estructurados:

• Números

• Fechas

• Horas

• Texto

• Código

Por mi parte me siento cómodo con datos de seguimiento de mesas de ayuda

• A partir del 10% de descuento inclusive ya se evidencia la existencia de resultados negativos, aunque estos sean cubiertos por resultados positivos.
• A partir del 30% de descuento inclusive los resultados netos ya son todas pérdidas.

Como comenté anteriormente, las bases de datos de deportes se me haría relativamente fácil explorar, esto debido a que los deportes me apasionan pero sobre todo, lo que mas me llama la atención son los pequeños detalles que hacen que algún deportista o equipo se destaque.

Datos acerca de videojuegos creo que me puede ir bien con esos

Pero si pones una línea de tendencia sí ganas más entre más vendes generalizando todos los artículos, lo malo sería si el profit negativo superara el profit positivo y generaras una tendencia negativa. En este caso, la tienda le da mayores descuentos a los estados donde más hay ventas.

Me he centrado a la parte comercial comportamiento de las ventas, compradores y/o proveedores frecuentres, frecuencia de compra, tiempos de demora en pagos o entrega de mercaderia, facturas generadas, utilidad mes a mes, etc.
tambien analizando kpi de proyectos, ver el desempeño de los colaboradores

Los tipos de datos con los que me siento muy cómodo para trabajar son los datos numéricos y estadísticos

como ingeniero ambiental disfrutaría mucho haciendo el análisis de datos de energía como el uso y las épocas del año en que mas se usa, y si es relacionado con energía solar mucho mejor, como saber en que épocas del año tiene mas utilidad el usos de energías renovables en una localidad o en que momentos es mejor depender de las energías convencionales, seria muy genial

texto y audio son los tipos de datos que no tendría inconveniente en explorar

Me interesa mucho el poder elaborar un proyecto personal con bases de datos en el sector automotriz, no es un ámbito del que sepa mucho, pero sí me interesa lo suficiente como para aprender lo que sea necesario para elaborar el mejor trabajo posible.

Para mi, explorar datos, de una tabla que entienda bien, es muy agradable. Entender de donde vienen los datos, que tipo de datos son los que van en cada columna, las unidades, etc. es fantástico. El tema es lo de menos. El chiste es tener bien estructurada la tabla. Con eso estoy del otro lado. =)

Tengo experiencia en bases de datos del sector automotriz

Si deseas consolidar los conocimiento de esta clase hacerlo con las lecturas recomendadas de la misma, super buena información