ANÁLISIS DE DATOS

ANÁLISIS DE DATOS

CRISTINA BURROLA 248115 EXCEL PARA LOS NEGOCIOS

Índice

¿Qué es?

¿Para qué sirve?

Importancia

Usos

Tipos

Fases

Referencias

¿QUÉ ES EL ANÁLISIS DE DATOS?

Es el proceso de aplicar diversos métodos y técnicas para explorar, descubrir y comprender patrones dentro de conjuntos de datos. Integra distintas operaciones en la que el investigador o analista somete ciertos datos, bien sea de orden cuantitativo o cualitativo, a una serie de análisis, lecturas e interpretaciones, según sea el enfoque de su investigación o requerimiento informativo

¿PARA QUÉ SIRVE EL ANÁLISIS DE DATOS?

Este proceso de recolección de datos, con ciertos análisis preliminares, puede dejar entre ver problemas o dificultades que puede desvirtuar el objetivo inicial. De manera que este proceso deberá mantener una planificación y una periodicidad en la revisión de datos permanente

*Toma de Decisiones Basada en Datos *Identificación de Tendencias y Patrones *Optimización de Procesos y Operaciones *Personalización de la Experiencia del Cliente *Detección de Fraude y Riesgos *Predicción y Pronóstico *Medición del Desempeño y Evaluación de Resultados

IMPORTANCIA DEL ANÁLISIS DE DATOS

Es importante porque permite a las empresas tomar decisiones más informadas y basadas en datos . Al analizar grandes cantidades de datos , es posible descubrir tendencias y patrones que pueden ser utilizados para predecir el comportamiento futuro de los clientes, detectar problemas antes de que se conviertan en crisis, y tomar decisiones informadas sobre cómo mejorar la eficiencia y la rentabilidad de la empresa. Además, el análisis de datos también permite a las empresas mejorar su rendimiento y eficiencia, identificar áreas que necesitan ser mejoradas o procesos ineficientes y tomar medidas correctivas para mejorar la productividad y la rentabilidad.

USOS DEL ANÁLISIS DE DATOS

GESTIÓN DE ACTIVOS

FABRICACIÓN

MARKETING

FINANAZAS

LOGÍSTICA

Las tecnologías y los algoritmos de extracción de datos se han consolidado como un enfoque para dirigirse a los clientes con campañas publicitarias ad hoc

organizar los ciclos de mantenimiento y las zonas de intervención

proporcionar indicaciones resumidas y significativas de las principales tendencias para comparar el rendimiento de diferentes instrumentos financieros, hasta técnicas más avanzadas para predecir las tendencias del mercado o detectar el fraude con antelación y actuar en consecuencia

Aplicando algoritmos de asociación de productos para entender qué productos menos populares tienden a ser comprados por los más populares, es posible clasificar mejor los almacenes, en línea con la política de ahorro de costes y mejora de los tiempos de envío

la analítica avanzada, está impulsando la transición hacia la Industria 4.0, donde el alto nivel de conectividad entre máquinas y componentes puede ayudar a optimizar los procesos de producción y aplicar iniciativas de mantenimiento predictivo para evitar paros y fallos en la producción

TIPOS DE ANÁLISIS DE DATOS

DESCRIPTIVO

PRESCRIPTIVO

CASUAL

PREDICTIVO

Constiste en resumir las características de un conjunto de datos utilizando medidas estadísticas

Trata de encontrar relaciones entre variables que puedan explicar la relación causa-efecto entre ellas

Utiliza algoritmos de optimización para decidir qué curso de acción es el mejor para una situación concreta

Utiliza modelos estadísticos para predecir tendencias y resultados futuros

FASES DEL ANÁLISIS DE DATOS

LIMPIEZA Y PROCESAMIENTO

Decisión sobre sistemas de almacenamiento

RECOPILACIÓN DE DATOS

Utiliza métodos como encuestas, observaciones o extracciones de bases de datos para garantizar un conjunto de datos sólido y confiable

Selecciona sistemas de almacenamiento como bases de datos o soluciones en la nube que garanticen un fácil acceso, seguridad y capacidad de crecimiento.

Examina los detalles de cerca. Identifica y corrige cualquier error, diferencia o información faltante en el conjunto de datos

ANÁLISIS DE ESTADÍSTICAS

EXPLORACIÓN

Explora los números observando el promedio y la dispersión de los datos. Resume el conjunto de datos con herramientas como la media y la desviación estándar

Examina cuidadosamente. Utiliza gráficos y números para entender patrones, tendencias y conexiones en los datos.

Referencias

Bibliografía

Huberman, A. M., & Miles, M. B. (2000). Métodos para el manejo y el análisis de datos. Denman CA, Haro JA (comp.). Por los rincones. Antología de métodos cualitativos en la investigación social. Hermosillo: El Colegio de Sonora, 253-300.

López, J. M. M., & Herrero, J. G. (2006). Técnicas de análisis de datos. Aplicaciones Prácticas utilizando Microsoft Excel y WEKA.

Peña, S. (2017). Análisis de datos. Bogotá: AREANDINA. Fundación Universitaria del Área Andina..