Análisis de datos

1. ¡Les damos la
bienvenida!
¿Comenzamos?

2. Esta clase va a ser
grabad
a

3. Presentación
de estudiantes
Por encuestas de Zoom
1. País
2. Conocimientos previos
3. ¿Por qué elegiste este curso?

4. ¿Dudas sobre el
onboarding?
Mira los vídeos de
Onboarding en la
Plataforma

5. Acuerdos
y compromisos

6. ACUERDOS Y COMPROMISOS
Convivencia
✓ Conoce aquí nuestro código de
conducta y ayúdanos a generar un
ambiente de clases súper ameno.
✓ Durante las clases, emplea los medios
de comunicación oficiales para
canalizar tus dudas, consultas y/o
comentarios: chat Zoom público y
privado, y por el chat de la
plataforma.
✓ Ten en cuenta las normas del buen
hablante y del buen oyente, que nunca
están de más.
✓ Verifica el estado de la cámara y/o el
micrófono (on/off) de manera que esto
no afecte la dinámica de la clase.

7. Distractores
✓ Encuentra tu espacio y crea el momento
oportuno para disfrutar de aprender
✓ Evita dispositivos y aplicaciones que puedan
robar tu atención
✓ Mantén la mente abierta y flexible, los
prejuicios y paradigmas no están invitados
ACUERDOS Y COMPROMISOS

8. Herramientas
✓ Mantén a tu alcance agua, mate o café
✓ Si lo necesitas, ten a mano lápiz y papel
para que no se escapen las ideas. Pero
recuerda que en Google Drive tienes
archivos que te ayudarán a repasar,
incluidas las presentaciones.
✓ Conéctate desde algún equipo (laptop,
tablet) que te permita realizar las
actividades sin complicaciones.
✓ Todas las clases quedarán grabadas y
serán compartidas tanto en la
plataforma de Coderhouse como por
Google Drive.
ACUERDOS Y COMPROMISOS

9. ACUERDOS Y COMPROMISOS
Equipo
✓ ¡Participa de los After Class! Son un gran espacio
para atender dudas y mostrar avances.
✓ Intercambia ideas por el chat de la plataforma.
✓ Siempre interactúa respetuosamente.
✓ No te olvides de valorar tu experiencia educativa
y de contarnos cómo te va.

10. Interacciones
en clase

11. INTERACCIONES EN CLASE
1.
Mientras el
profesor explica
Para mantener una comunicación clara y fluida a lo largo
de la clase, te proponemos mantener 2 reglas:
Si tienes dudas durante la explicación, debes
consultarle directamente por privado a tu tutor por
el chat de Zoom.

12. 2.
INTERACCIONES EN CLASE
Entre contenido y contenido, se abrirán breves
espacios de consulta. Allí puedes escribir en el chat
tu pregunta.
¡Tu duda puede ayudar a otras personas!
No olvides seleccionar “todos” para que todos
puedan leerte (y no solo tu tutor).
Espacios para
consultas

13. INTERACCIONES EN CLASE
Funcionalidades
Para evitar saturar el chat de mensajes, utiliza
los signos que figuran en el apartado
Participantes, dentro de Zoom.**
Por ejemplo: si se pregunta si se escucha
correctamente, debes seleccionar la opción
“Sí” o “No”.
**Para quitar el signo, presiona el mismo botón nuevamente o la opción “clear all”.

14. After Class

15. AFTER CLASS
Tu profesor/a está comprometido con tu
educación, por lo tanto:
¿Qué son?
✓ Se responderán dudas puntuales que
hayan quedado sobre los temas dados.
¡Ven preparado, queremos escucharte!
✓ Se verán temas de conocimientos
básicos para la nivelación de saberes.
Te acompañamos para resolver tus consultas
sobre el contenido en estos espacios.
Si hay temas que no se entendieron o
necesitan refuerzo se trabajarán en una clase
de 1 hs que opera como espacio de consulta.
No son obligatorias ni se toma asistencia, pero
son el espacio uno a uno con tu profesor/a**
para responder dudas puntuales o reforzar
conceptos.
**Los/as tutores/as también serán protagonistas, liderando 5 veces este espacio en todo el curso.

16. Instancias prácticas

17. Instancias prácticas
Actividades de clase Workbook Pre-entregas
Ayudan a poner en práctica los
conceptos y la teoría vista en
clase. No deben ser subidas a la
plataforma y se desarrollan en
la clase sincrónica.
Actividades relacionadas con el
Proyecto Final. No son entregables ni
obligatorias, pero su resolución es
muy importante para llegar con
mayor nivel de avance a las entregas
obligatorias. Se desarrollan de forma
asincrónica.
Entregas con el estado de
avance de tu proyecto final que
deberás subir a la plataforma a
lo largo del curso y hasta 7 días
luego de la clase, para ser
corregidas por tu tutor/a.

18. Instancias prácticas
Dentro de tu carpeta de cursada
encontrarás el archivo de “Hoja de
ruta”, este espacio fue creado para
que puedan visualizar en un mismo
lugar, de manera rápida y ágil, todas
las pre-entregas y entrega del
Proyecto Final.
Te recomendamos utilizar esta
herramienta para organizar la cursada y
la construcción de tu proyecto final.

19. ALERTAS
¿Qué son y cuándo
aparecen?
Son avisos creados para comunicar cuándo
los temas de una clase están directamente
relacionados con alguna pre-entrega y con
el proyecto final de modo que puedas ir
construyendo con antelación parte de la
consigna. Lo conseguirás usualmente al final
de la presentación de la clase.
CoderAlert
Son alertas que te indicarán que el
contenido de una clase puede ser ejercitado
mediante a través de actividades presentes
en el Workbook. Son totalmente opcionales
y cumplen la función de espacio práctico
asincrónico.
Coder Training
NOTA: En ambos casos podrás usar el workbook para practicar.

20. Entregas con el estado de avance de tu proyecto final que deberás subir a la plataforma a lo largo
del curso y hasta 7 días luego de la clase, para ser corregidas por tu docente o tutor/a.
Pre-entregas del Proyecto final
PRE ENTREGAS DEL PF
¿Qué son?
Son actividades o ejercicios que se realizan durante el curso, que ayudan a materializar los
contenidos trabajados en las clases mediante la práctica y que suman a la construcción del
proyecto final.

21. Las pre-entregas del proyecto final se deben cargar hasta 7 días
después de finalizada la clase. Y contarás con 10 días una vez finalizado
el curso para entregar tu proyecto final.
Te sugerimos llevarlos al día.
¡Importante!

22. Interacciones
en clase

23. ¿Cuál es nuestro
Proyecto final?

24. Analytic
Dashboard
Consigna:
Desarrollarás un dashboard de control en Power BI, para
analizar indicadores estratégicos y operativos. El trabajo
se realizará de manera individual.
PROYECTO FINAL

25. Analytic
Dashboard
Base de datos:
● Partirás de un set de datos en formato xls, csv o txt. La
información almacenada debe ser de una temática específica y la
estructura del contenido debe ser de una o varias tablas planas.
Si no dispones de un set de datos propio, podremos buscar
opciones disponibles en repositorios públicos.
PROYECTO FINAL

26. Analytic
Dashboard
Dashboard:
● Solapa 1: portada informativa.
● Solapa 2: glosario de los principales conceptos utilizados en el
tablero.
● Solapa 3: a partir de esta solapa, crear mínimo tres solapas,
máximo seis, iniciando con análisis global y terminando con
análisis detallado.
Documentación.
● Documento en formato pdf, con el detalle del proyecto de análisis
de datos.
PROYECTO FINAL

27. Proyectos de nuestros
estudiantes
PROYECTO FINAL
PROYECTO María Victoria Mata
Y Andrea Rivas

28. Metodología de trabajo

30. ESQUEMA HDEIP
H
E
D
I
P
Hipótesis: enfocarse en que sea esencial y
evitar que sea demasiado amplia.
Data sourcing: identificar la fuente de
datos que permite responder las preguntas
de la hipótesis.
Exploración: investigar nuestra base de
datos para identificar sí debe ser depurada
y/o complementada.
Insight: reconocer cuales son los
principales indicadores y las conclusiones
sobre nuestros datos.
Presentación: exposición del análisis a los
involucrados, para validar las conclusiones
obtenidas.

31. Data Analytics
Clase 01. Data Analytics

32. Temario
02
Bases de datos
01
Data analytics
✓ Base de datos
✓ Data Warehouse
✓ Guía para
seleccionar la
fuente de
información
✓ Data Analytics
✓ Tipos de análisis
de datos
✓ Tecnologías que
intervienen en el
análisis de datos

33. Objetivos de la clase
Conocer qué es el análisis de datos y sus generalidades.
Diferenciar el análisis de datos del business intelligence.
Identificar los tipos de análisis de datos.
Reconocer el ciclo de vida de los datos.
Manejar glosario técnico referente al análisis de datos.
Identificar tecnologías que tienen relación con el análisis
de datos.

34. Data Analytics
Introducción

35. Herramientas que vamos a
utilizar

36. Los datos son el nuevo petróleo
- Martín Hilbert
Imagen: The Economist Magazine - 2017

37. Data Analytics
Conjunto de métodos y técnicas de
medición, que permiten gestionar la
información en tres grandes etapas:
recolección, transformación y
visualización.

38. Datos vs. información
Característica o atributo sin
procesamiento, el cual no
informa nada por sí solo.
Unión de datos procesados,
que se complementan para
informar un hecho.

39. ¿Qué hace un analista
de datos?

40. Los analistas de datos buscan determinar cómo se
pueden utilizar los datos para responder preguntas y
resolver problemas.
Estudian lo que está sucediendo ahora para identificar
tendencias y hacer predicciones sobre el futuro.

41. Algunas tareas involucradas
Trabajar con equipos de tecnología, administración
y/o data scientists para establecer metas.
Minería de datos de fuentes primarias y
secundarias
Limpieza y disección de datos
Analizar e interpretar resultados utilizando
herramientas y técnicas estadísticas
Identificar tendencias y patrones en conjuntos de
datos

42. Algunas tareas involucradas
Identificar nuevas oportunidades para la
mejora de procesos.
Proporcionar informes de datos para la
gestión.
Diseñar, crear y mantener bases de datos y
sistemas de datos.
Solucionar problemas de código y
problemas relacionados con los datos

43. Auge del data Analytics
en la actualidad

44. Casos de éxito
APPLE
WATCH

45. ¿BI o Data Analytics?
Business intelligence o inteligencia
de negocios. Es un conjunto de
metodologías, procesos,
arquitecturas y tecnologías que
aprovechan el resultado de los
procesos de gestión de la
información para el análisis, la
presentación de informes, gestión
del rendimiento y entrega de
información.
BI
Análisis de datos. Es el proceso de
examinar conjuntos de datos para
su transformación y visualización.
De esta manera se sacan
conclusiones sobre la información
que contienen para gestionar
indicadores.
Data Analytics

46. Data Analytics

47. Business Intelligence tradicional

48. Ambas disciplinas no son excluyentes. Por el
contrario, se complementan para
proporcionar tanto análisis descriptivos
como predictivos.
Importante
PARA RECORDAR

49. Niveles de aplicación

51. ☕
Break
¡10 minutos y volvemos!

52. Tipos de análisis de
datos

53. Descriptivo
Reportes
¿Qué
pasó?
Describe patrones claves en los datos
existentes y permite observar situaciones y
comportamientos habituales.

54. ¿Por qué
pasó?
Se definen conclusiones basadas en los datos
históricos identificados en el análisis
descriptivo.
Diagnóstico
Dashboards
Interactivos

55. Predictivo
Modelos
¿Qué
pasará?
Se identifican comportamientos futuros, en
base a información histórica.

56. ¿Qué
debería
hacer?
Con simulaciones y optimizaciones se compara
la información resultante del análisis predictivo,
para implementar una acción.
Prescriptivo
Recomendaciones
de
automatización

57. Ciclo de vida de los
datos

58. Ciclo de vida de los
datos
Recolección: Identificación del origen de los datos.
Almacenamiento de forma digital.
Mantenimiento: Revisión de la información. Se procesa
para garantizar su calidad.
Síntesis: Se modela la información de acuerdo a los
indicadores requeridos.

59. Ciclo de vida de los
datos
Uso: se disponibiliza para su explotación, en la generación
de reportes, informes, modelos, etc.
Publicación: el análisis realizado es expuesto, para la toma
de decisiones.
Depuración: gracias a la exposición, se detecta si la
información requiere agregaciones, eliminaciones o
cambios.

60. Tecnologías que
intervienen en el
análisis de datos

61. Bases de datos
Sistemas que permiten que la información pueda ser
gestionada por personas o aplicaciones.
Relacionales No Relacionales
Se organiza de forma estructurada,
en tablas.
Se utilizan para almacenar datos no
estructurados o semiestructurados.

62. ETL
(Extract, Transform, Load)
Sistemas que permiten el procesamiento de
los datos, y convertirlos en información.

63. Visualización
Sistemas que permiten la visualización de
información con gráficos y técnicas de
medición.

64. Lenguajes de programación
Herramientas creadas para la manipulación
de datos, análisis estadístico y gráfico.

65. Algunos ejemplos- Formato XLS
https://data.buenosaires.gob.ar/dataset/estaciones-
bicicletas-publicas

66. Algunos ejemplos

67. Algunos ejemplos - Formato CSV
https://www.ncdc.noaa.gov/cdo-
web/datatools/lcd

68. Algunos ejemplos

69. Algunos ejemplos - Dashboard
https://community.powerbi.com/t5/Data-Stories-
Gallery/Financial-Performance-Overview/td-p/768560

70. Algunos ejemplos - Dashboard
https://community.powerbi.com/t5/Data-Stories-Gallery/OV-UNV-Gender-
Data-Challenge-Arta-Leli/td-p/1088451

71. #Codertraining
¡No dejes para mañana lo que puedes practicar hoy! Te invitamos a
revisar el Workbook, donde encontrarás un ejercicio para poner en
práctica lo visto en la clase de hoy.

72. Definición de temas del
Proyecto Final
Descripción de la actividad.
Consigna:
● Enlistar no más de tres temáticas, que puedan ser usadas para el proyecto final. De estas se elegirá la
definitiva.
>>Aspectos a incluir:
● Industria, tipo de negocio, o tipo de investigación implicado en la temática.
● Temática a analizar.
Actividad Nº 1

73. Definición de
temas del
Proyecto Final
Actividad Nº 1
>> Ejemplo:
● Bicicletas Públicas
● Venta de videojuegos

74. Tipos de análisis
Actividad Nº 2
>> Consigna:
Elegir una empresa de cualquier industria y explicar en qué procesos fueron implementados los
cuatro tipos de análisis: descriptivo, diagnóstico, predictivo y prescriptivo. Los ejemplos pueden ser
reales o ficticios. De encontrar alguna iniciativa de una empresa real y no contar con todos los tipos
de análisis, se pueden exponer los identificados.
>>Aspectos a incluir:
● Nombre de la empresa.
● Nombre del proyecto de análisis de datos (en caso de identificar que la empresa le asignó un
nombre a la iniciativa).
● Mencionar cada tipo de análisis y un ejemplo de al menos un proceso que haya sido implementado
como herramienta de análisis.
● Formato sugerido: El ejercicio debe ser plasmado en un archivo Power Point/Google Slides, de no
más de tres slides. Registrar el nombre y apellido de cada integrante del equipo de trabajo.

75. Tipos de análisis
Actividad Nº 2
>> Ejemplos:

76. Nivelación
¿Cuánto sabes de Excel?
Te invitamos a realizar este repaso
¡Es momento de resolver los desafíos para comprobar tus
conocimientos! 😉

77. ¿Preguntas?

78. Opina y valora
esta clase

79. Muchas gracias.

81. Resumen
de la clase hoy
Resumen de lo visto en clase hoy:
- Tipos de análisis de datos.
- Ciclo de vida de los datos.
- Principales tecnologías en el análisis de datos.