Las empresas buscan contratar personas capacitadas que puedan interpretar los datos generados diariamente, con el fin de tomar las mejores decisiones y estrategias de negocio, con el menor riesgo posible. Una de las realidades, es que las empresas que toman decisiones con base en experiencia y recomendaciones, tienen menos posibilidad de mantenerse en el mercado que aquellas que buscan medir y analizar los datos.
Los analistas de datos (Big Data Analyst) se han convertido en los últimos años en uno de los puestos de mayor demanda y mejor pagados, según la revista Forbes, ya que estos son capaces de trabajar grandes volúmenes de datos en tiempo real y de los cuales deben emitir conclusiones en un tiempo corto.
Estos analistas deben manejar los datos para transformarlos en resultados, por medio de la estadística aplicada. La estadística no sólo son fórmulas matemáticas, sino que es una herramienta que toma los datos y los convierte en conocimiento. En el análisis de datos se manejan tres niveles:
- Análisis exploratorio: busca indicios, encuentra tendencias y define el comportamiento de los datos. Se respalda con la estadística descriptiva.
- Análisis inferencial: busca relacionar variables, comparar grupos y desarrollar el modelo de causa-efecto. Se respalda con la estadística inferencial.
- Análisis predictivo: son los modelos o algoritmos predictivos y de reconocimiento de patrones, trata de predecir situaciones que pueden suceder y tomar las previsiones respectivas. Este nivel no será contemplado en el curso.
Es usual encontrar en las empresas algunas dificultades relacionadas con el análisis de datos, por ejemplo:
– En esta era digital, las empresas cuentan con abundancia de datos, sin embargo, no se analizan por falta de conocimiento.
– Las personas tienen conocimiento en técnicas estadísticas, pero presentan dificultades para aplicarlas adecuadamente.
– Las empresas invierten tiempo y dinero para obtener la medición de los indicadores (KPI), sin embargo, el análisis de los datos no se realiza correctamente, lo que limita la posibilidad de implementar las acciones correctivas (Los indicadores son un medio, pero no el fin).
Por lo anterior, el objetivo del curso es desarrollar habilidades para implementar el análisis exploratorio e inferencial de los datos, mediante una técnica práctica-teórica. Para efectos del curso, se va utilizar la herramienta Excel, aunque es claro que hay una amplia variedad de herramientas para el análisis de datos.
Este curso se desarrollará en tres sesiones, de la siguiente manera:
| Sesiones | Fecha | Contenidos |
| Sesión N°1 | 15 de enero de 2021 | Módulo 1: “Modo análisis”
– Importancia del análisis de datos – Datos, información y conocimiento – Tipos de analistas – Hacer la diferencia – Calidad de los datos – Estandarización/ depuración – Herramientas de análisis de datos – Aspectos importantes
Módulo 2: “Modo medir” – Importancia de medir – Indicadores (KPI) – Niveles de análisis de datos – Aspectos importantes
|
| Sesión N°2 | 19 de enero de 2021 | Módulo 3: Análisis exploratorio de datos
– Muestreo y población – Medidas de tendencia central – Variabilidad – Gráficos – Cuadros – Análisis descriptivos – Tablas dinámicas/Gráficos dinámicos
|
| Sesión N°3 | 22 de enero de 2021 | Módulo 4: Análisis inferencial de datos
-Técnica estadística relacional – Técnica estadística comparativa – Técnicas estadística causa-efecto – Tipos de distribuciones – Correlaciones – Regresión – Análisis de varianza
Módulo 5: Reflexiones finales – Aspectos importante
|
Características del curso
- Conferencias 5
- Cuestionarios 0
- Duración 2 semanas
- Nivel de habilidad Todos los niveles
- Idioma Español
- Estudiantes 10
- Evaluaciones Si
