El análisis de datos se originó en 1904 con el método de análisis de factores de Spearman y se define como el proceso de recopilar, limpiar y transformar datos para resaltar información útil y sacar conclusiones que ayuden en la toma de decisiones. Involucra etapas como la entrada, preparación y exploración de datos mediante métodos cualitativos, cuantitativos y predictivos, utilizando herramientas como Power BI y algoritmos para identificar patrones. Tiene muchas aplicaciones y ventajas como una mayor rapidez para tomar decisiones

1. ANÁLISIS DE DATOS

2. Origen del análisis de datos
Ch. Spearman fue el primero en introducir el método de análisis de
factores en 1904.
Sin embargo, la primera definición es de John Wilder Tukey en 1961,
quien lo definió como: “Procedimientos para analizar datos, técnicas
para interpretar los resultados de dichos procedimientos, formas de
planear la recolección de datos para hacer el análisis más fácil, más
preciso o más exacto, y toda la maquinaria y los resultados de las
estadísticas (matemáticas) que se aplican al análisis.”

3. ¿Qué es el analisis de datos?
El análisis de datos es un proceso que consiste en la recopilación de
datos para estudiar exhaustivamente y en profundidad el conjunto de
datos y tras inspeccionarlos, limpiarlos y transformarlos con el
objetivo de resaltar información útil, sacar conclusiones y hacer más
fácil la toma de decisiones.

4. Proceso:
1.Entrada de datos
2.Preparación de datos
3.Exploración de datos
4.Enriquecimiento de datos
5.Data science
6.Interpretar los resultados

5. Nace este término en la masividad de información que aborda esta
nueva era digital. Son un conjunto de tecnologías creadas para actuar
con el proceso de análisis de datos en bruto, procesarlos para
identificar patrones u otro tipo de comportamientos que puedan
ayudar a sectores concretos. Sus aplicaciones son prácticamente
infinitas, la IE se sirve de la ingente cantidad de datos de los
usuarios.El Big Data son grandes volúmenes de datos; trillones de
bytes.
BIG DATA

6. Superada la capacidad humana en la recopilación de estos datos, llega
la ayuda de la informática y el uso de algoritmos como regla abstracta
que busca patrones y relaciona entre variables.
Estos junto con el hardware y las redes son los tres pilares sobre los
que sustenta la transformación digital de muchas industrias. La
reingeniería es la intencionalidad que motivó al creador de cada
algoritmo a desarrollarlo. Si se desconoce el motivo primitivo de esta
creación lo denominas algoritmo de caja negra.
ALGORITMOS

7. ÉTICA TECNOLOGICA
Pasquale (2015) postula que debemos
huir de algoritmos de caja negra, Para
ello destaca la necesidad de generar una
ética de la tecnología, basando la
creación de algoritmos en tres críticas
bien definidas:
• Crítica deontológica
• Crítica teleológica
• Crítica de valores

8. Tipos de análisis
1.Cualitativos: Se basa en actitudes, opiniones o creencias
2.Cuantitativos: Se expresan con números y es información medible
3.Descriptivos: Explican lo que sucede con los datos
4.De diagnóstico: Permiten entender porqué sucede algo
5.Predictivos: Permite saber qué pasará
6.Prescriptivos: Es una mezcla de los tres anteriores
7.Data driven: Debido a la inmensa cantidad de datos de nuestra era
hay tres subtipos.
-Big Data
-Small Data
-Business Intelligence.

9. Métodos de análisis
● Análisis de componentes principales.
● Análisis de correspondencia binaria.
● Análisis de correspondencia múltiple.
● Análisis discriminante.
● Análisis basados en núcleos
● Análisis basados en redes neuronales.
● Análisis de datos descriptivo
● Análisis de datos exploratorio
● Análisis de diagnóstico
● Análisis predictivo
● Análisis de datos prescriptivo

10. Algunas herramientas
1- Power BI
2- Tableau Public
3- Qlik View
4- Pepermint
5- Rapid Miner
6- Python
7- Alteryx

11. Utilidad
-En el ámbito del marketing es muy importante conocer el
comportamiento del consumidor para que haya éxito en las
campañas publicitarias.
-En el ámbito de los recursos humanos, tanto para la selección de
empleados como para mejorar las condiciones de trabajo de los ya
contratados.
-En el ámbito académico, para medir el rendimiento de los alumnos y
ajustar el contenido y los métodos de aprendizaje

12. Ventajas
-Mayor rapidez para tomar decisiones.
-Identificación de inconvenientes en el rendimiento.
-Mejoría de las relaciones comerciales con los clientes.
-Prevención de riesgos para posibles crisis empresariales.
-Adelantamientos competitivos.
-Reducción de gastos.
-Personalización de la oferta comercial.

13. Hecho por:
Arturo Martínez, Tomás Sanz y Diego
Sonsona
Bibliografia:
https://es.wikipedia.org/wiki/An%C3%A1lisis_de_datos
https://www.questionpro.com/es/analisis-de-datos.html
https://blog.hubspot.es/marketing/analisis-de-datos
https://economipedia.com/definiciones/analisis-de-datos.html
https://www.alteryx.com/es-419/glossary/data-analytics
https://www.esneca.com/blog/analisis-de-datos-clave
https://blog.bismart.com/