Introducci贸n: fundamentos de la visualizaci贸n de datos

1

驴Qu茅 aprender谩s sobre la visualizaci贸n de datos?

2

驴Qu茅 es la visualizaci贸n de datos?

3

Florence Nightingale y la dama de la l谩mpara

4

Retos para aprender visualizaci贸n de datos

5

Importancia de la visualizaci贸n de datos: disminuye la carga cognitiva

6

Herramientas para visualizar datos: Excel, Tableau, Power BI, Google Analytics, Google Data Studio

7

驴C贸mo usar correctamente una gr谩fica? Ejemplos y usos de visualizaciones

8

Buenas pr谩cticas para visualizaci贸n de datos: user personas, mentiras estad铆sticas y principios de Gestalt

9

Caso Target: conflictos de 茅tica en la ciencia de datos y Big Data

Elige la gr谩fica correcta para tus reportes

10

Gr谩fica de barras

11

Gr谩fica de pie

12

Gr谩fica de dispersi贸n

13

Gr谩fica de burbujas

14

Gr谩fica de mapas

15

Tipos de mapas: isol铆neas, coropletas, diagramas, anam贸rficos

16

Gr谩fica de heat map o mapas de calor

17

Gr谩fica de tablas

18

Importancia del storytelling en la visualizaci贸n de datos

Data Visualization para Business Intelligence

19

驴C贸mo afecta la visualizaci贸n de datos en tu negocio?

20

Explora, descubre, pregunta: toma decisiones inteligentes con an谩lisis de datos

21

Pr谩ctica: an谩lisis y exploraci贸n de datos

22

Pr谩ctica: storytelling para contar historias con datos

23

Caso Walmart: integra visualizaci贸n de datos y Big Data con inteligencia de negocios

Flujo de trabajo y etapas del Business Intelligence

24

Recolecci贸n de datos

25

Limpieza de datos

26

Exploraci贸n de datos

27

Creaci贸n de gr谩ficas y visualizaciones

28

Generaci贸n de reportes con storytelling

29

Define objetivos SMART con KPIs o Key Performance Indicators

Recomendaciones finales para Visualizaci贸n de Datos

30

Caso Orbitz: beneficios de una cultura data-driven o basada en datos

31

Contin煤a aprendiendo Data Science, Business Intelligence y Visualizaci贸n de Datos

No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Exploraci贸n de datos

26/31
Recursos

Aportes 201

Preguntas 3

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

o inicia sesi贸n.

Tambi茅n es importante no detenernos al encontrar algo que no nos gusta, recordemos, la informaci贸n habla, nosotros solo somos los intermediarios.

Me siento detective 馃暤锔忊嶁檪锔

NOTAS:
Aqu铆 es donde se pasa la mayor cantidad de tiempo recomendablemente, para generar y/o reformular hip贸tesis, as铆 como generar conclusiones sobre la informaci贸n. Buscamos descubrir, preguntar, reformular y analizar. Parte importante de esta etapa es definir el c贸mo contar una historia, dado que los datos sin historias son s贸lo n煤meros.
Importante tener en cuenta no generar opiniones sesgadas por la opini贸n personal, no caer en el Cherry picking y utilizar las buenas pr谩cticas aprendidas. Y el comentario de un compa帽ero, que me pareci贸 muy valioso: 鈥淭ambi茅n es importante no detenernos al encontrar algo que no nos gusta, recordemos, la informaci贸n habla, nosotros solo somos los intermediarios.鈥.

Sinceramente me siento muy c贸modo explorando datos sobre pel铆culas. Al ser un obsesionado de las estad铆sticas y pel铆culas, busco en todo momento analizar todos los datos que las pel铆culas tienen.

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

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

Exploraci贸n de Datos

El proceso al cual m谩s tiempo deber铆amos dedicar. Implica analizar la informaci贸n, contratastar con nuestras hip贸tesis y reformular preguntas a ra铆z de cada descubrimiento.
El storytelling es un elemento importante de esta etapa por tratarse del m茅todo usado para unir los elementos y resultados de nuestro an谩lisis de forma coherente, agregando valor al hacer sencilla su comunicaci贸n, procurando siempre evitar las preferencias personales, los sesgos de informaci贸n o el uso enga帽oso de gr谩ficos.

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. 鈥淟os datos sin historias son solo numeros鈥. 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 tambi茅n es verdad que conociendo el contexto tendremos una punto de partida s贸lido para explorar con mayor fluidez.

Cherry Picking (literalmente 鈥榬ecolectar cerezas鈥: seleccionar lo mejor de algo, o bien seleccionar lo peor de algo, o bien seleccionar algo 芦a la medida禄), es la acci贸n de citar casos individuales o datos que parecen confirmar la verdad de una cierta posici贸n o proposici贸n, a la vez que se ignora una cantidad de evidencias de casos relacionados o informaci贸n que puede contradecir la proposici贸n.

Debemos adaptarnos a todo tipo de bases de datos y entre mas experiencia tengamos del tema la adaptaci贸n va a se mas f谩cil. En este caso yo dir铆a datos relacionados a la la industria alimenticia de M茅xico

Para un proyecto personal estoy empleando datos de Strava ( una app para grabar tus actividades deportivas como bicicleta, nataci贸n o atletismo) y los datos que genero con mi balanza electr贸nica. De esta forma puedo encontrar patrones entre 茅pocas del a帽o, mi peso y mis actividades deportivas.

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

Los datos con los que estar铆a muy familiarizado ser铆an los del lugar donde trabajo. Por ejemplo las ventas por estado, zona, vendedor, clientes atendidos, facturas generadas, etc.

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 dispersi贸n : muestra la correlacion y outliers entre dos variables
  • histograma: muestra la distribuci贸n estadistica de una unica variable
    entre muchas otras
  • Cambio climatico
  • Alimentacion
  • Idiomas
  • Economia
  • Financieros
  • Agr铆colas
  • Salud

Datos relacionados al estado Poblaci贸n como nivel educativo, salario promedio, media etc鈥 Indice de desigualdad y criminalidad de mi ciudad

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

Estar铆a 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 organizaci贸n se relacionan con OKRs positivos.

La informaci贸n que estoy utilizando para la exploraci贸n de casos de apendicitis infantiles, son datos no estructurados a traves de art铆culos (texto).

Trabaje por varios a帽os en una compa帽铆a de seguros, en donde realizaba an谩lisis del comportamiento de Quejas y Reclamos. Este an谩lisis nos permit铆a identificar las 谩reas que mas presentaba quejas, los procesos afectados, tiempo de definici贸n. Una vez identificados se realizaba los planes de mejora y se volv铆an a comparar los resultados.

Yo estar铆a muy familiarizado con datos de ventas, finanzas y contabilidad. Pero representar铆a un reto para si analizar datos sobre investigaciones ciet铆ficas

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

Aunque ahora estoy trabaj谩ndole mucho al an谩lisis de datos empresarial, estoy en el camino pero ah铆 temas super interesantes.

Las bases de datos con las que m谩s me siento a gusto trabajando y las puedo analizar con cierta facilidad, son las del sector salud (parte administrativa), dado que trabaj茅 con ellas durante 5 a帽os aproximadamente.

Exploraci贸n de datos

Mayor cantidad de tiempo, creaci贸n de historias y reformular las teor铆as, debes seguir analizando. Los datos sin historias son s贸lo n煤meros. Evita el byas

Les recomiendo no dejen de leer en Lecturas recomendadas, el art铆culo de Terence Shin, es muy buen material. Naveguen a trav茅s de los enlaces que hay en el documento hacia su kaggle, blog, etc. Tiene muy buena informaci贸n, todo muy bien interconectado.

Los datos con los que m谩s estoy familiarizado son con los financieros, como precios, retornos, medidas de localizaci贸n y/o desempe帽o, medidas de dispersi贸n o riesgo, medidas de correlaci贸n. Y muchos otros indicadores para un an谩lisis corporativo.
Pero actualmente estoy aprendiendo manejar otro tipo de bases de datos para comprender las diferentes medidas de desempe帽o o relevancia que puedo obtener.

Pienso que pedir la opini贸n de otra persona puede ayudar, tal ves tu haces un an谩lisis pero algunos datos los deja por fuera porque no sabes interpretarlos, la otra persona si podr谩 o darte un punto de vista diferente. Dos cabezas piensan mejor que una

Se me ocurri贸 que puedo estar familiarizado con datasets relacionados a la industria automotriz (espec铆ficamente a veh铆culos como carros, camionetas, etc.), esto debido a mi experiencia en mi 煤ltimo trabajo, una startup que desarrolla sitios web para concesionarios es USA

"Los datos sin una historia de por medio son simplemente n煤meros y letras

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

Buen d铆a, para mi es un placer revisar datos de precio y volumen de los mercados financieros (Lo reconozco, soy de los que les gusta mirar gr谩ficos) concretamente del Nasdaq, llevo tres a帽os estudiando su comportamiento y operando su futuro NQ con m谩s o menos eficiencia, aqu铆 estoy para afilar el instrumento) espero poder darle forma a lo aprendido sobre mercado de futuros a traves de las herramientas de visualizaci贸n de datos y mejorar as铆 mi operativa, Gracias y saludos

Por cuestiones acad茅micas y profesionales me inclinar铆a por analizar datos demogr谩ficos, en particular de mi pa铆s, y con distintos cortes hist贸ricos, adem谩s que se pudieran representar geogr谩ficamente.

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

Creo que con el 煤nico set de datos con el que me siento c贸moda actualmente es con KPIs y marcadores de MKT, he trabajado mucho tiempo con ellos y me siento familiarizada. 馃槷

Los Datos con los que estoy familiarizados son:

  • Datos estructurados: Los datos estructurados son datos que est谩n organizados en un formato espec铆fico. Por ejemplo, los datos de una tabla de una base de datos son datos estructurados. Los datos estructurados son f谩ciles de analizar y manipular con herramientas de an谩lisis de datos.

Datos estructurados:

  • N煤meros

  • Fechas

  • Horas

  • Texto

  • C贸digo

Por mi parte me siento c贸modo 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 p茅rdidas.


  • Econom铆a
  • Finanzas

Como coment茅 anteriormente, las bases de datos de deportes se me har铆a relativamente f谩cil explorar, esto debido a que los deportes me apasionan pero sobre todo, lo que mas me llama la atenci贸n son los peque帽os detalles que hacen que alg煤n deportista o equipo se destaque.

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

Pero si pones una l铆nea de tendencia s铆 ganas m谩s entre m谩s vendes generalizando todos los art铆culos, lo malo ser铆a 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 m谩s 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 desempe帽o de los colaboradores

Los tipos de datos con los que me siento muy c贸modo para trabajar son los datos num茅ricos y estad铆sticos

como ingeniero ambiental disfrutar铆a mucho haciendo el an谩lisis de datos de energ铆a como el uso y las 茅pocas del a帽o en que mas se usa, y si es relacionado con energ铆a solar mucho mejor, como saber en que 茅pocas del a帽o tiene mas utilidad el usos de energ铆as renovables en una localidad o en que momentos es mejor depender de las energ铆as convencionales, seria muy genial

texto y audio son los tipos de datos que no tendr铆a inconveniente en explorar

Me interesa mucho el poder elaborar un proyecto personal con bases de datos en el sector automotriz, no es un 谩mbito del que sepa mucho, pero s铆 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 fant谩stico. 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 informaci贸n

Estoy muy familiarizado con los datos relacionados a lo financiero, espec铆ficamente en el 谩mbito corporativo y de controlling, en que se rastrean por medio de centros de costos los movimientos econ贸micos que ha tenido un 谩rea, esto sumado a los datos de ventas, dejan insights muy valiosos para cualquier compa帽铆a, el problema es cuando las compa帽铆as y en espacial las 谩reas administrativas no se toman el tiempo para hacer el an谩lisis de estos datos y le dan relevancia al reporte 煤nicamente.

Por parte de mi carrera como contador publico, se me facilita la interpretaci贸n y accionamiento de datos financieros, costos, ingresos y gastos y lectura de estados financieros

En mi experiencia he trabajo con datos relacionados con la producci贸n, costos y financieros; datos que se generan a diario en la organizaci贸n y que a menudo es dif铆cil de explicar un comportamiento por tener informaci贸n basura, considero esto un reto de trabajar en las organizaciones, una buena recolecci贸n de datos.

Me gustaria trabajar con bases de datos estadisticass como ser bases de datos Poblaci贸n y vivienda (censos) de uno u otro pais, para compararlos con el de mi pais, encuenstas de saludo y hogares, u bases de datos de comercio exterior.

Considero que los datos que m谩s me llaman la atenci贸n son los de mercados, para explicar mejor vivo en Guatemala hasta hace poco se estableci贸 FEL Factura electronica y es de car谩cter obligatorio, pero esto puede ser de utilidad para comenzar a medir el IPC del pa铆s ya que puede darnos datos sutiles o m谩s exactos ya que se contara con una muestra m谩s grande de como se maneja ciertos segmentos de mercado e incluso para medir el PIB.

Creo que siempre me result贸 c贸modo o facil trabajar con datos financieros.

27. Exploraci贸n de datos

  • Descubre, pregunta, reformula, analiza
  • Cuenta historias: los datos sin historias son solo n煤meros.
  • Evita errores.
  • Hacer preguntas de negocio.

Me sentir铆a muy c贸modo analizando datos sobre marketing.

yo soy fisico, y creo que lo mas excitante de trabajar con datos es conseguir patrones de comportamiento que muestran resultados como este !
que muestra como disminuyo el numero de donantes con respecto al tiempo.

Soy contador p煤blico y aunque mi trabajo no requiere mucho an谩lisis de informaci贸n, poco a poco me ha ido interesando, pues me gusta y adem谩s es mejor pagado. Por este motivo los datos con los que siento c贸modo son con el flujo de efectivo, como gastos y ventas.

Los tipos de datos, con los que familiarizo, son los que tengan que ver con ventas nacionales, puesto que se me hace mas f谩cil tener mas control con este tipo de datos.

me siento comodo explorando datos futbolisticos

Los datos con los que mas me siento familiarizado son aquellos de procesos productivos de manufactura, evalauar el rendimiento de los equipos de trabajo, la calidad de los productos por mes y de los procesos entre otros.

En mi experiencia profesional como Ingeniero civil dedicado al control de calidad, mucho de mi trabajo consist铆a en analizar datos de ensayos que se hac铆an a los materiales y los elementos construidos, y as铆 sacar hip贸tesis sobre las causas de las inconformidades. Trabaj茅 tanto con eso que ya se me sent铆a demasiado c贸modo analizando dichos datos.

Durante un tiempo trabaj茅 en una tienda de venta de materiales de construcci贸n. En este lugar naci贸 sin yo saberlo, mi aficion por los datos. Realizabba an谩lisis en excel de las ventas vs las metas, por lineas de productos, vendedores, clientes, etc.
Me gusta mucho analizar datos de este tipo de tientas de retail o venta al publico por que se genera una gran cantidad de informaci贸n.

seamos detectives y no cocineros

Me gusta trabajar con datos relacionados a la gesti贸n de inventarios: agotados, excesos, rotaci贸n, cobertura, entre otros.

Me parece que echaron a Sean Miller jajaja

Siendo my ultima experiencia laboral dentro de un centro de monitoreo, creo que la informacion valiosa que se podria explorar es los otivos de bajas de los usuarios.

Yo no tendr铆a problemas analizando datos relacionados con el f煤tbol o los videojuegos.

Tengo cierta inclinacion por los datos financieros (costos, gastos, ventas, utilidades, perdidas, etc) pero tambien los datos psicologicos, estadisticas y presupuestos

Me encuentro muy comodo con datos de peliculas, series, ciudades, paises y globales. Esto porque me gusta mucho la investigacion y descubrir el por que de las cosas o fenomenos de nuestro mundo, tambien uno de mis hobbies son el cine y las series por esto trato de convinar lo que me gusta con el analisis de datos.

Con datos que estoy muy familiarizado para trabajar son las Kcal kilocalorias, que estan en todos los alimentos/bebidas. Seria facil para mi trabajar con ellas y con otros factores como la altura, edad y factor de actividad. Para saber a partir del tipo de alimentacion que tiene si habria tendencia a ganar o perder peso en el tiempo.

Tengo experiencia trabajando con bases de datos de producci贸n en el sector petrolero, con el objetivo de llevar seguimiento y desarrollar indicadores.

Me encanta analizar datos sobre el futbol, desde rendimientos de un equipo, de un jugador, de una liga hasta de un DT, me sentir铆a muy c贸modo analizando estos datos

Creo que conozco bastante sobre datos telemetricos: Temperatura, humedad, ph, nivel de co2, etc.

Trabajando en el 谩rea contable me gusta analizar datos de ingresos, gastos y costos. Me parece interesante pero puede ser algo intrincado.

los datos de mi empresa鈥 llevo 11 a帽os en ella鈥 Dios permita que mii esfuerzo de fruto鈥

Yo me siento c贸moda explorando datos de ventas, actualmente he empezado a trabajar datos de cobertura de producto e inventario, estoy aprendiendo conceptos e indicadores nuevos.

Yo estoy mas familiarizado con la rama estudiantil, base de datos de estudiantes, clases, inscripciones y muchas cosas mas, otra cosa tambien seria sobre transporte, sea lo que sea en vehiculos me interesa, si no lo se, lo aprendere

Estoy profundamente interesado en explorar bases de datos sobre injusticia social, ya que los datos brindan una ventana a las experiencias y desaf铆os que enfrentan las comunidades marginadas. Es a trav茅s de estos que podemos comprender mejor las causas fundamentales de la injusticia social, rastrear el progreso hacia la igualdad e informar los esfuerzos de promoci贸n y pol铆ticas destinados a crear un mundo m谩s justo y equitativo.

Con los datos que me siento mas comodo trabajando, son con los datos de usos, de alli se puede generar mucha informaci贸n

Los datos con los cuales estoy mas familiarizado y sobre los cuales me siento mas c贸modo formulando hip贸tesis son aquellos que tienen que ver con transacciones de compra y venta en los mercados financieros. Explorar los resultados que surgen a partir de la aplicaci贸n de las estrategias es muy entretenido. Lo desgastante aqu铆 es la recopilaci贸n de datos, pues en much铆simos casos debes realizar los testeos de las estrategias de forma manual sobre los hist贸ricos de los gr谩ficos y esto toma tiempo a menos de que tengas habilidades de programaci贸n, sin embargo ultimo ya hace parte de un proceso distinto.

trabajar con datos georeferenciados, ventas,

Los datos que me gustaria explorar son datos numericos relacionados con informacion financiera y personal de los cliente, como ingresos, edad, etc, aunque tambien hay datos no cuantitativos de mucha importancia, como la localizacion geografica.

Me gusta analizar datos sobre nuevas tecnolog铆as, su impacto en las diferentes 谩reas productivas y educativas.

Datos sociales

Yo me siento muy c贸moda explorando datos financieros y de marketing, datos en los que siento que la predicci贸n de datos pueden ser muy acertadas, pero ambos tienen el riesgo de irse por otro camino totalmente diferente al planeado si no se hace un correcto seguimiento ni se crea una buena estrategia que apoye los objetivos del an谩lisis de esos datos.

Puede que con todos los temas sea as铆, sin embargo es muy atractivo para mi explorar con estos dos tipos de temas.

Finanzas y Marketing.

Me gusta analizar losd datos de empresas referente a periocidad de compra de insumos,cumplimiento de procveedores proveedores, devoluciones, actualizaciones de los presupuestos, la informaci贸n sobre horas extras, las expectativas de consumo y muchos otros datos m谩s.

Me siento muy comodo trabajando con datos financieros, ventas, ingresos, costos y tambien con datos productivos del sector del agro. Rendimiento, superficie, producci贸n, etc.

Nota:
驴Por qu茅 explorar datos?

Por que con el se: Descubre, pregunta, reformula, analiza.
Evita hablar de tus opiniones, habla con los datos.
Cuenta historias.
Evita errores.

Los datos a los que podr铆a enocntrar varias preguntas son los referidos a la agricultura, uso de tecnolog铆as en la agricultura, aplicaciones de TI en la agricultura.

Datos deportivos, tanto colectivos como individuales

Ahorita mismo por mi trabajo, me encuentro muy c贸modo explorando datos de exportaciones, solo que ya me dan los datos mas organizados.

En mi caso yo tengo mucha experiencia analizando datos referentes a compra de espacios publicitarios en medios digitales, clics, impresiones, ctr, etc

En mi caso informaci贸n de ventas, operaciones y log铆stica, inventarios

En mi caso, me siento c贸modo con las informaci贸n comercial y de operaciones, quiz谩s por eso quisiera profundiza cada vez m谩s.

Me siento muy c贸modo explorando datos financieros de compa帽铆as que cotizan en bolsa y el comportamiento del precio en su historia. me gusta realizar un an谩lisis financiero, estad铆stico y t茅cnico para despu茅s predecir el precio en el futuro.

Creo que podr铆a manejar con facilidad datos de procesos de manufactura, algo que ya he realizado en mi trabajo como ingeniero qu铆mico. He podido analizar gracias a Power BI, datos del proceso de producci贸n de detergentes en polvo, variables como temperatura, flujo de slurry, flujo de polvo base, flujo de gas natural, presi贸n de vac铆o y m谩s variables que se manejan en el secado por aspersi贸n (Spray Drying).

A mi me fascina el mundo financiero,me encanta analizar la liquidez, ROI y diferentes indicadores de una empresa para verificar si es apta para invertir o no.

Datos sobre el medio ambiente, o sobre temas sociales sin duda.

Probablemente se me facilitar铆a utilizar datos estructurados, que est谩n en formatos de tablas o datasets. Sin embargo, me gustar铆a retarme mucho m谩s por ejemplo con datos de texto o video ser铆a super.