7

Apuntes de Curso de Análisis de Negocios para Ciencia de Datos 2

Flujo de trabajo.

  1. Ingeniero de datos: Origen de los datos, está construyendo la información que manejaremos. Ellos hacen API’s, ETL, sql.

  2. Analista, Bi: Extracción y dashboards, automatización, SQL y Excel. Lee la información.

  3. Data Scientist: Sabe hacer el rol del analista, pero también sabe predecir. Sabe usar R o Python

  4. Data Translator: Entiende un poco de datos pero entiende muy bien el negocio.

Herramientas para cada etapa

Ya hemos visto los roles, veamos algunas herramientas.

Para el ingeniero de datos: SQL

Para el científico de datos: R y Python sirven para análisis y visualización.

Conflictos Actuales

Hay tipos de información, ya lo sabemos, pero hablemos sobre la ética de los datos, si es amenazante para ti, entonces, deberías cuestionarlo. Tinder por ejemplo sabe quien eres y que estás buscando, ellos podrían mostrarte solo a las personas que saben que te van a gustar ¿Ellos que deberían hacer? ¿Mostrarte todo o solo lo que te gusta? Ellos deben cuidar de no sesgarte, además hacen minería de texto y saben que haces.

Técnicas de storytelling

Estructura del problema

  • Problema: Puede surgir de cualquier área. No los podemos identificar y no podemos prevenir X comportamiento.

  • Solución: Crear un script que nos permita conocer quienes son los clientes que mas se quejan y porque. Sabiendo el porqué podremos clasificar y generar acción para prevenirlo.

  • Alcance: Clientes, actualización mensual. El alcance debe ser el mas grande posible.

¿Cómo estructurar un caso de negocio?

Desglosar un problema.

  1. Qué: Algunos clientes se quejan en exceso.

  2. Por qué: Motivación económica, preguntas, problemas tecnológicos.

  3. Como:

  • Análisis cuantitativo.

  • Análisis cualitativo.

  • Matriz cuantitativa- cualitativa.

  • Definir acciones.

  • Validar la hipótesis.

Escribe tu comentario
+ 2