Análisis de datos 101

El análisis de datos es un proceso de inspección, limpieza, transformación y modelado de datos con el objetivo de descubrir información útil, informar conclusiones y respaldar la toma de decisiones. El análisis de datos tiene muchas facetas y enfoques, abarca varias técnicas bajo una variedad de nombres y se utiliza en diferentes campos de los negocios, la ciencia y las ciencias sociales. En el mundo de los negocios de hoy, el análisis de datos juega un papel en la toma de decisiones más científicas y ayuda a las empresas a operar de manera más eficiente.

En las aplicaciones estadísticas, el análisis de datos se puede dividir en estadísticas descriptivas, análisis de datos exploratorios y análisis de datos confirmatorios. Se enfoca en descubrir nuevas características en los datos, mientras que este último se enfoca en confirmar o falsear suposiciones existentes. El análisis predictivo se centra en la aplicación de modelos estadísticos para la predicción o la clasificación predictiva, mientras que el análisis de texto aplica técnicas estadísticas, lingüísticas y estructurales para extraer y clasificar información de fuentes textuales, una especie de datos no estructurados. Todas las anteriores son variedades de análisis de datos.

La integración de datos es un precursor del análisis de datos, y el análisis de datos está estrechamente relacionado con la visualización y difusión de datos.

El análisis es la división de un todo en sus componentes separados para el examen individual. El análisis de datos es un proceso de obtener datos en bruto y luego convertirlos en información útil para la toma de decisiones por parte de los usuarios. Los datos se recopilan y analizan para responder preguntas, probar hipótesis o refutar teorías.

El estadístico John Tukey definió el análisis de datos en 1961 como:

“Procedimientos para analizar datos, técnicas para interpretar los resultados de estos procedimientos, formas de planificar la recolección de datos para hacer el análisis más fácil, más preciso o más exacto, y todos los mecanismos y resultados de las estadísticas (matemáticas) que se aplican al análisis de datos. »

Se pueden distinguir varias fases. Las fases son iterativas, en el sentido de que la retroalimentación de las fases posteriores puede conducir a un trabajo adicional en las fases anteriores.