Etapas del ciclo de vida de los datos

Aquí hay una pregunta para ti. Cuando piensas en un ciclo de vida, ¿ cuál es la primera cosa que te viene a la mente?
¿mente? Ahora, no soy un lector de mentes, pero sé que lo que estés pensando es correcto. En realidad hay
no hay respuesta incorrecta porque todo tiene un ciclo de vida. Uno de los ejemplos más conocidos de
un ciclo de vida es una mariposa. Las mariposas comienzan como huevos, eclosionan en orugas y luego se convierten en una
crisálida. Ahí es donde ocurre la verdadera magia. Los datos también tienen un ciclo de vida propio. En este
en este video, vamos a hablar sobre cada una de las etapas de ese ciclo de vida para ayudarte a entender el
las fases individuales por las que pasa los datos. El ciclo de vida de los datos es planificar, capturar, gestionar, analizar,
archivar y destruir.
Comencemos con la primera fase, la planificación. Esto en realidad sucede mucho antes de comenzar un
proyecto de análisis. Durante la planificación, una empresa decide qué tipo de datos necesita, cómo se llevará a cabo
gestionado a lo largo de su ciclo de vida, quién será responsable de él y los resultados óptimos. Para
ejemplo, digamos que un proveedor de electricidad quería obtener información sobre cómo ahorrar energía a las personas.
En la fase de planificación, podrían decidir capturar información sobre cuánta electricidad su
los clientes utilizan cada año, qué tipos de edificios están siendo alimentados y qué tipos de dispositivos
están siendo alimentados por dentro de ellos. La compañía eléctrica también decidiría qué equipo
los miembros serán responsables de recolectar, almacenar y compartir esos datos. Todo esto ocurre
durante la planificación, y ayuda a establecer el resto del proyecto.

La siguiente fase es cuando capturas datos. Aquí es donde se recopilan datos de una variedad
de diferentes fuentes y llevada a la organización. Con tanta data siendo creada cada
día, las formas de recopilarlo son realmente infinitas. Un método común es obtener datos del exterior
recursos. Por ejemplo, si estuvieras haciendo un análisis de datos sobre patrones climáticos, probablemente
obtener datos de un conjunto de datos disponible públicamente, como el Centro Nacional de Datos Climáticos. Otra forma de
obtener datos provienen de los propios documentos y archivos de una empresa, que generalmente se almacenan dentro de un
base de datos. Aunque hemos mencionado bases de datos antes, no hemos entrado en mucho detalle sobre
lo que son.
Una base de datos es una colección de datos almacenados en un sistema informático. En el caso de nuestro
proveedor de electricidad, es probable que la empresa mida el uso de datos entre sus clientes
dentro de una base de datos que posee. Como nota rápida, cuando mantienes una base de datos de clientes
la información, asegurando la integridad de los datos, la credibilidad y la privacidad son todas preocupaciones importantes. Tú
aprender mucho más sobre eso más adelante.

Ahora que hemos capturado nuestros datos, pasaremos a la siguiente fase del ciclo de vida de los datos,
administrar. Aquí estamos hablando sobre cómo cuidamos nuestros datos, cómo y dónde se almacenan, las herramientas
solía mantenerlo seguro y protegido, y las acciones tomadas para asegurarse de que se mantenga
de manera adecuada. Esta fase es muy importante para la limpieza de datos, que cubriremos más adelante.

A continuación, es hora de analizar tus datos. Aquí es donde los analistas de datos realmente brillan. En este
fase, los datos se utilizan para resolver problemas, tomar grandes decisiones y apoyar los objetivos comerciales.
Por ejemplo, uno de los objetivos de nuestra empresa eléctrica podría ser encontrar maneras de ayudar a los clientes.
ahorra energía.
 Avanzando en el ciclo de vida de los datos, ahora evoluciona a la fase de archivo. Archivar significa
almacenando datos en un lugar donde todavía están disponibles, pero pueden no ser utilizados de nuevo. Durante el análisis,
los analistas manejan enormes cantidades de datos. ¿Puedes imaginar si tuviéramos que revisar todo el
datos disponibles que están ahí afuera, incluso si ya no eran útiles y relevantes para nuestro trabajo? Hace
tiene mucho más sentido archivar esto que mantenerlo alrededor.

Y finalmente, el último paso del ciclo de vida de los datos, la fase de destrucción. Sí, suena triste, pero
cuando destruyes datos, no dolerá en absoluto. Así que volvamos a nuestro ejemplo del proveedor de electricidad.
Tendrían datos almacenados en múltiples discos duros. Para destruirlo, la empresa utilizaría un
software de borrado seguro de datos. Si hubiera archivos en papel, también serían destruidos. Esto es
importante para proteger la información privada de una empresa, así como los datos privados sobre su
clientes. Y ahí lo tienes, el ciclo de vida de los datos. Y ahora que entiendes los diferentes
las fases por las que los datos pasan durante su ciclo de vida, puedes entender mejor cómo abordar el
proceso de análisis de datos, del cual hablaremos pronto.
Seis fases del análisis de datos

Ahora que entiendes todas las fases del ciclo de vida de los datos, es hora de pasar a la
fases del análisis de datos. Suenan similares, pero son dos cosas diferentes. Análisis de datos
no es un ciclo de vida. Es el proceso de analizar datos. A continuación, veremos cada paso de
el proceso de análisis de datos y cómo se relacionará con tu trabajo como analista de datos. Incluso esto
el programa está diseñado para seguir estos pasos. Entender estas conexiones ayudará
guía tu propio análisis y tu trabajo en este programa. Ya has aprendido que esto
el programa está modelado según las etapas del proceso de análisis de datos. Este programa se divide
en cursos, seis de los cuales se basan en los pasos del análisis de datos: preguntar, preparar,
procesar, analizar, compartir y actuar.

Comencemos con el primer paso en el análisis de datos, la fase de solicitud. En esta fase, hacemos dos
cosas. Definimos el problema que se debe resolver y nos aseguramos de entenderlo completamente.
expectativas de las partes interesadas. Las partes interesadas tienen un interés en el proyecto. Son personas
que han invertido tiempo y recursos en un proyecto y están interesados en el resultado.
Desglosémoslo. Primero, definir un problema significa que observas el estado actual y
identificar cómo se diferencia del estado ideal. Por lo general, hay un obstáculo que necesitamos superar
deshacerse de o algo incorrecto que necesita ser arreglado. Por ejemplo, una arena deportiva podría
quiero reducir el tiempo que los aficionados pasan esperando en la fila de boletos. El obstáculo es averiguar
cómo hacer que los clientes se sienten más rápido. Otra parte importante de la solicitud
la fase es entender las expectativas de los interesados. El primer paso aquí es determinar
quiénes son los interesados. Esto puede incluir a tu gerente, un patrocinador ejecutivo, o
tus socios de ventas. Puede haber muchos interesados. Pero lo que todos tienen en
común es que ayudan a tomar decisiones, influyen en acciones y estrategias, y tienen
metas específicas que quieren alcanzar. También les importa el proyecto y por eso es tan
importante entender sus expectativas. Por ejemplo, si su gerente le asigna un
proyecto de análisis de datos relacionado con el riesgo empresarial, sería inteligente confirmar si ellos
quiero incluir todos los tipos de riesgos que podrían afectar a la empresa, o solo riesgos relacionados con
clima como huracanes y tornados. Comunicarte con tus partes interesadas es
clave para asegurarte de que te mantengas comprometido y en el camino a lo largo del proyecto. Así que, como un dato
analista, desarrollar estrategias de comunicación sólidas es muy importante. Esta parte de la
la fase de preguntar te ayuda a mantenerte enfocado en el problema mismo, no solo en sus síntomas. A medida que
aprendió anteriormente, los cinco porqués son extremadamente útiles aquí. En un próximo curso, usted...
aprende a hacer preguntas efectivas y a definir el problema trabajando con
partes interesadas. También cubrirás estrategias que pueden ayudarte a compartir lo que descubres en un
manera que mantiene a las personas interesadas.

Después de eso, pasaremos a la etapa de preparación del proceso de análisis de datos. Esto es
donde los analistas de datos recopilan y almacenan datos que utilizarán para el próximo análisis
proceso. Aprenderás más sobre los diferentes tipos de datos y cómo identificar cuáles
los tipos de datos son más útiles para resolver un problema particular. También descubrirás por qué
es tan importante que tus datos y resultados sean objetivos y imparciales. En otras palabras,
cualquier decisión tomada a partir de su análisis debe basarse siempre en hechos y ser justa y
imparcial.
A continuación está el paso del proceso. Aquí, los analistas de datos encuentran y eliminan cualquier error y
inexactitudes que pueden obstaculizar los resultados. Esto normalmente significa limpiar los datos,
transformándolo en un formato más útil, combinando dos o más conjuntos de datos para hacer
información más completa y eliminando valores atípicos, que son cualquier punto de datos que podría
deforma la información. Después de eso, aprenderás cómo verificar los datos que preparas para hacer
claro que está completo y correcto. Esta fase se trata de obtener los detalles correctos. Así que tú ...
también corrige errores tipográficos, inconsistencias o datos faltantes e inexactos. Para colmo, ganarás
estrategias para verificar y compartir la limpieza de datos con las partes interesadas.

Entonces es hora de analizar. Analizar los datos que has recopilado implica usar herramientas.
para transformar y organizar esa información de manera que puedas sacar conclusiones útiles,
hacer predicciones y tomar decisiones informadas. Hay muchas herramientas poderosas
los analistas de datos utilizan en su trabajo y en este curso aprenderás sobre dos de ellos,
hojas de cálculo y lenguaje de consulta estructurado, o SQL, que a menudo se pronuncia
secuela.
El próximo curso se basa en thesharephase. Aquí aprenderás cómo los datos
los analistas interpretan los resultados y los comparten con otros para ayudar a los interesados a tomar
decisiones efectivas basadas en datos. En la fase de compartir, la visualización es la mejor herramienta de un analista de datos.

amigo. Así que este curso resaltará por qué la visualización es esencial para lograr que otros
entiende lo que tus datos te están diciendo. Con las visuales, hechos y cifras correctas
se vuelve mucho más fácil de ver y los conceptos complejos se vuelven más fáciles de entender.
Exploraremos diferentes tipos de visuales y algunas excelentes herramientas de visualización de datos. Tú
también practica tus propias habilidades de presentación creando presentaciones atractivas y
aprendiendo a estar completamente preparado para responder preguntas. Luego tomaremos un descanso de la
proceso de análisis de datos para mostrarte todas las cosas realmente geniales que puedes hacer con el
lenguaje de programación R. No necesitas estar familiarizado con R o programación
idiomas en general. Solo sepa que R es una herramienta popular para la manipulación de datos,
cálculo y visualización.
En nuestra fase final de análisis de datos, hemos act. Este es el momento emocionante cuando
el negocio toma todas las ideas que tú, el analista de datos, has proporcionado y las pone
para trabajar con el fin de resolver el problema original del negocio y actuará en función de lo que has
aprendido a lo largo de este programa. Este es el momento en que te preparas para tu búsqueda de empleo y tienes
la oportunidad de completar un proyecto de estudio de caso. Es una gran oportunidad para que traigas
juntos todo lo que has trabajado a lo largo de este curso. Además de agregar un estudio de caso
añadir a tu portafolio te ayuda a destacar entre los otros candidatos cuando entrevistas para
tu primer trabajo como analista de datos. Ahora conoces los diferentes pasos del análisis de datos
proceso y cómo nuestro curso lo refleja. Tienes todo lo que necesitas para entender
cómo funciona este curso y mis compañeros de Google y yo estaremos aquí para guiarte cada
paso del camino
[Link]: Ask effective questions, Define the problem, Use structure thinking,
Comunicar con otros 2. Proceso: Crear y transformar datos, Mantener datos
integridad
Understand visualization, Create effective visuals, Bring data to life, Use data
narración, Comunicar para ayudar a otros a entender resultados 4. Preparar: Entender
cómo se genera y se recopila datos, Identificar y usar diferentes formatos de datos, tipos, y
estructuras, Asegúrate de que los datos sean imparciales y creíbles, Organiza y protege los datos 5.
Analizar: Utilizar herramientas para formatear y transformar datos, Ordenar y filtrar datos, Identificar patrones
y sacar conclusiones, Hacer predicciones y recomendaciones, Tomar decisiones basadas en datos
decisiones
algo nuevo
 Aprende sobre el proceso a través del programa:

1. Aprende más sobre la fase de solicitud del proceso en elHaz preguntas para generar datos
Decisiones Basadas en Datoscurso.
2. Obtén más información sobre la fase de Preparación del proceso en elPreparar datos para la exploración
curso.
3. Aprende más sobre la fase delproceso en elProcesar datos de sucios a
Limpiocurso.
4. Aprende más sobre la fase de análisis del proceso en elAnalizar datos para responder
PreguntasyAnálisis de Datos con Programación en Rcursos.
5. Aprende más sobre la fase de compartición del proceso en elComparte datos a través del arte de
VisualizaciónyAnálisis de Datos con Programación en Rcursos.
6. Aprende más sobre la fase de Acto del proceso en elCapstone de Análisis de Datos de Google:
Completar un Estudio de Casocurso.
Nota: Los enlaces del curso son para que los revise y no para completar los cursos en este momento.
Puede marcar esta actividad como completa después de entender cómo los cursos se alinean a
el proceso de análisis de datos.
Ejemplo del proceso de datos

Independientemente del tipo de análisis de datos que estés realizando, el proceso es generalmente el mismo.
lo mismo. El ejemplo que voy a explicar es el de nuestra encuesta de compromiso de empleados,
pero podrías imaginar que este proceso se aplica a casi cualquier análisis de datos que
vas a actuar como analista. Lo primero que quieres hacer es preguntar. Quieres
hagas todas las preguntas correctas al principio del compromiso para que lo hagas mejor
entienda lo que sus líderes y partes interesadas necesitan de este análisis. Los tipos de
Las preguntas que generalmente hago son sobre, ¿cuál es el problema que estamos tratando de resolver?
¿Cuál es el propósito de este análisis? ¿Qué esperamos aprender de él? Después de que hayas
hizo todas las preguntas correctas y ha abrazado el alcance del
análisis que necesitas realizar, el siguiente paso es prepararse. Necesitamos estar pensando en
qué tipo de datos necesitamos para responder a esas preguntas clave. Esto podría ser cualquier cosa desde
datos cuantitativos o datos cualitativos. Podría ser transversal o puntos en el tiempo frente a
longitudinal durante un largo período de tiempo. Necesitamos estar pensando en el tipo de datos que
necesitamos para responder a las preguntas que nos hemos propuesto responder basándonos en lo que hemos
aprendimos cuando hicimos las preguntas correctas. También necesitamos pensar en cómo
vamos a recopilar esos datos o si necesitamos recopilar esos datos. Puede ser el caso de que
necesitamos recoger estos datos desde cero. Así que necesitamos pensar en qué tipo de datos
vamos a estar recolectando y cómo. Para nuestra encuesta de compromiso de los empleados, hacemos eso
a través de una encuesta de preguntas tanto cuantitativas como cualitativas. Pero podría ser en realidad el caso
que para muchos análisis, los datos que estás buscando ya existen. Entonces es un
cuestión de trabajar con esos propietarios de datos para asegurarte de que puedes aprovechar
ese dato y úsalo de manera responsable. Después de que hayas hecho todo el trabajo duro para recopilar tus datos,
ahora necesitas procesar esos datos. Comienza con la limpieza. Para mí, esto es lo más divertido
parte del proceso de análisis de datos. Podemos pensarlo como la introducción inicial o el
apretón de manos, hola, a tus datos. Aquí es donde tienes la oportunidad de entender su
estructura, sus peculiaridades, sus matices, y realmente tienes la oportunidad de entender profundamente qué
tipo de datos con los que vas a trabajar y entender cuál es el potencial de esos datos
tiene que responder todas sus preguntas. Esto también es una parte muy importante, donde estamos
corriendo a través de todas nuestras verificaciones de calidad. Por ejemplo, ¿tenemos todo lo que necesita?
¿Datos que anticipamos que tendríamos? ¿Nos faltan datos al azar o faltan?
de manera sistemática, de modo que tal vez algo salió mal con nuestra recolección de datos
¿Esfuerzo? Si es necesario, ¿codificamos todos nuestros datos de la manera correcta? ¿Hay algún valor atípico que
¿Necesitamos tratarlo de manera diferente? Esta es la parte donde pasamos mucho tiempo realmente indagando
profundamente en la estructura y matices de los datos para asegurarte de que puedas
analízalo de manera apropiada y responsable. Después de limpiar nuestros datos y ejecutar todos nuestros
controles de calidad, ahora es el momento en que analizamos nuestros datos, asegurándonos de
hazlo de la manera más objetiva y imparcial posible. Para hacerlo, lo primero que hacemos es
realizar una serie de análisis que ya hemos planificado con antelación basados en el
preguntas que sabemos que queremos responder desde el principio, desde muy, muy al principio del proceso.
Una cosa que probablemente es la más difícil de este proceso en particular, la cosa más difícil
sobre el análisis de datos, es que nosotros como analistas estamos entrenados para buscar patrones. Con el tiempo
a medida que mejoramos en nuestros trabajos, lo que a menudo encontraremos es que podemos empezar a
intuir lo que podríamos ver en los datos. Podríamos tener una sospecha de lo que el
los datos nos van a decir. Este es el punto donde tenemos que dar un paso atrás y dejar que el
los datos hablan por sí mismos. Como analistas de datos, somos narradores de historias, pero también tenemos que mantenernos en
ten en cuenta que no es nuestra historia para contar. Esa historia pertenece a los datos, y es nuestro trabajo como
analistas para amplificar y contar esa historia de la manera más imparcial y objetiva posible.
El siguiente paso es compartir todos los datos y percepciones que has generado de tu
análisis. Normalmente, para la encuesta de compromiso de empleados, comenzamos compartiendo los resultados altos-
nivel de hallazgos con nuestro equipo ejecutivo. Queremos que tengan una visión general de cómo
la organización se siente, y queremos asegurarnos de que no haya sorpresas ya que
cavan más y más profundo en los datos para entender cómo se sienten los equipos y cómo
los empleados individuales se están sintiendo. Todo este trabajo desde hacer las preguntas correctas hasta
recolectar tus datos, analizarlos y compartirlos, no significa mucho si nosotros
no están tomando acción sobre lo que acabamos de aprender. Esto para mí es la parte más crítica,
especialmente de nuestra encuesta de compromiso de empleados. Me gusta decir que la encuesta es en realidad
la parte fácil, y actuar en base a los resultados es realmente donde comienza el verdadero trabajo. Esto es
donde utilizamos todas esas percepciones basadas en datos para decidir qué tipos de intervenciones realizamos
queremos introducir, no solo a nivel organizativo, sino también a nivel de equipo.
Podríamos encontrar, por ejemplo, que la organización está trabajando en una serie de intervenciones
para ayudar a mejorar parte de la experiencia del empleado, mientras que los equipos individuales tienen
roles adicionales, responsabilidades que asumir, para reforzar algunos de esos esfuerzos o para
presentar nuevos para satisfacer mejor a su equipo donde están sus fortalezas y oportunidades
las áreas son. El proceso de análisis de datos es riguroso, pero es largo. Puedo completamente
aprecio que nosotros como analistas de datos, nos emocionemos tanto al sumergirnos directamente en los datos
y haciendo lo que mejor sabemos hacer. El desafío es que si no trabajamos a través del proceso en
su totalidad, si tratamos de saltar pasos, no vamos a poder obtener las ideas que
Estamos buscando. Absolutamente amo mi trabajo. Tengo una profunda apreciación por los datos y
lo que puede hacer y qué tipo de información podemos obtener de ello.
 Diario de Aprendizaje: Organiza tus datos en una tabla

Descripción general

A estas alturas, has comenzado a pensar en los datos en tu vida diaria y cómo usas estos datos.
tomar decisiones. Antes en este curso, completaste unregistro de aprendizajedonde estás
registraste algunos datos de tu vida diaria. A continuación, considerarás cómo organizar esto
datos. En esta actividad, escribirás una entrada en tu registro de aprendizaje para rastrear tu pensamiento y
reflexiones sobre cómo organizar datos. Para cuando completes tu entrada, tú
entender cómo crear y dar formato a una tabla para almacenar los datos que recolectas. Tablas
son una de las formas más comunes en que se organiza la data para el análisis. Esta habilidad fundamental
te ayudará a analizar datos más fácilmente y servirá como una herramienta de referencia en tus datos
herramientas del analista.

Estructuración de tus datos

Para empezar, considera los datos que has recopilado en tus entradas del registro de aprendizaje hasta ahora en
este curso. Ahora, tómate un momento y prepárate para organizar estos datos. Uno de los más sencillos
Una forma de añadir estructura a tus datos es ponerlos en una tabla.

Para registrar tus datos en una tabla, necesitas entender cómo está estructurada una tabla:

Una tabla consiste en filas y columnas

Cada fila es una observación diferente
Cada columna es un atributo diferente de esa observación
Por ejemplo, aquí hay una colección de observaciones en un registro de aprendizaje sobre cuántas tazas
se consumen de café cada día:

1. 10/19, 2.5 tazas de café

2. 10/20, 2 tazas de café
3. 21/10, 1 taza de café
4. 10/22, 1.5 tazas de café
5. 23/10, 1.5 tazas de café
Hay cinco puntos de datos. Cada dato consiste en una fecha y el número de
tazas de café consumidas ese día. Puedes estructurarlo como una tabla con seis filas y
dos columnas. Esto incluye cinco filas de datos y una fila de encabezado con títulos:

Fecha Tazas de café / día

19/10 2.5
10/20 2
21/10 1
22/10 1.5
23/10 1.5
También puedes crear una tabla con datos más detallados. Por ejemplo, si tus datos también
contenía información sobre si había crema y azúcar en el café, podría
aparecer así:

10/19
2. 10/20, 2 tazas, sin crema, sin azúcar
3. 10/21, 1 taza, crema, azúcar
4. 10/22, 1.5 tazas, crema, sin azúcar
5. 10/23 1.5 tazas, crema, azúcar
Puedes representar esto agregando dos columnas más a tu tabla, una titulada 'Crema'.
y uno titulado “Azúcar.”

Fecha Tazas de café/día Crema Azúcar

19/10 2.5 sí sí
10/20 2 no no
21/10 1 sí sí
10/22 1.5 sí no
23/10 1.5 sí sí
Explorando herramientas de análisis de datos

Estoy emocionado de presentarte algunas de las herramientas que utilizan los analistas de datos cada y
cada día. Hay un montón de opciones disponibles. Pero las más comunes que verás
los analistas utilizan hojas de cálculo, lenguajes de consulta y herramientas de visualización. Y este video es
voy a darte un vistazo rápido de cómo estos herramientas están siendo usadas por los analistas de datos todos
día. Créelo o no, estuve varios años en mi carrera de contabilidad y finanzas antes de
Vi todas estas herramientas trabajando juntas. En ese momento, tenía mucha experiencia con
hojas de cálculo, y había trabajado con grandes conjuntos de datos con algunas de las bases de datos tradicionales
programas. Tenía el conjunto de habilidades básicas para utilizar lenguajes de consulta, y había probado en
visualizaciones, pero nunca las había reunido todas. Luego me contrataron aquí en
Google. Y fue tan revelador entrar a un lugar así con una abundancia de
información en todas partes donde mires. Como analista en Google, el verdadero poder de estas herramientas
se volvió mucho más claro para mí. Me volví más enfocado en realmente maximizar todo
estas herramientas podrían hacer, agilizando mis informes y simplemente haciendo mi trabajo más sencillo. Todo de
de repente, tenía mucho más tiempo y espacio para dedicar a identificar nuevos problemas para
resolver y tomar decisiones. Sin duda, una vez que hayas aprendido el poder de
con estas herramientas, estarás bien encaminado para convertirte en el mejor analista de datos que puedas.
posiblemente sea. Muy bien, espero que esa historia te motive aún más para este curso.
Comencemos con las hojas de cálculo. Nuevamente, hay muchas hojas de cálculo diferentes.
soluciones, pero dos opciones populares son Microsoft Excel y Google Sheets. Para ponerlo
simplemente, una hoja de cálculo es una hoja de trabajo digital. Almacena, organiza y clasifica datos. Esto es
importante porque la utilidad de tus datos depende de qué tan bien están estructurados.
Cuando pones tus datos en una hoja de cálculo, puedes ver patrones, agrupar información.
y fácilmente encontrar la información que necesitas. Las hojas de cálculo también tienen algunas herramientas realmente útiles
características llamadas fórmulas y funciones. Una fórmula es un conjunto de instrucciones que realiza una
cálculo específico utilizando los datos en una hoja de cálculo. Las fórmulas pueden hacer cosas básicas como
suma, resta, multiplica y divide, pero no se detienen ahí. También puedes usar fórmulas
encontrar el promedio de un conjunto de números. Buscar un valor particular, devolver la suma de un conjunto
de valores que cumplen una regla particular, y mucho más. Una función es un ajuste preestablecido
comando que realiza automáticamente un proceso o tarea específica utilizando los datos en un
hoja de cálculo. Suena bastante técnico, lo sé, así que desglosemos esto. Solo piensa en un
funciona como una forma más simple y eficiente de hacer algo que normalmente tomaría un
mucho tiempo. En otras palabras, las funciones pueden ayudarte a ser más eficiente. Esas son las
conceptos básicos de hojas de cálculo por ahora. Más tarde, los verás en acción y comenzarás a trabajar con ellos.
hojas de cálculo tú mismo. La siguiente herramienta de análisis de datos se llama lenguaje de consulta. Una consulta
el lenguaje es un lenguaje de programación de computadora que te permite recuperar y
manipular datos de una base de datos. Aprenderás algo llamado consulta estructurada.
lenguaje, más comúnmente conocido como SQL. SQL es un lenguaje que permite a los analistas de datos
comunicar con una base de datos. Una base de datos es una colección de datos almacenados en un ordenador
SQL es el lenguaje de consulta estructurado más utilizado por un par de razones.
Es fácil de entender y funciona muy bien con todo tipo de bases de datos. Con SQL, los datos
los analistas pueden acceder a los datos que necesitan haciendo una consulta. Aunque consulta significa
pregunta, me gusta pensarlo más como una solicitud. Entonces, estás solicitando que el
la base de datos hace algo por ti. Puedes pedirle que haga muchas cosas diferentes, como
insertar, eliminar, seleccionar o actualizar datos. De acuerdo, esa es una vista general de alto nivel sobre SQL. En un más adelante
en este video, lo exploraremos más a fondo y utilizaremos SQL para hacer cosas realmente geniales con los datos.
Por último, hablemos sobre la visualización de datos. Has aprendido que la visualización de datos es el
representación gráfica de la información. Algunos ejemplos incluyen gráficos, mapas y
tablas. La mayoría de las personas procesan los visuales más fácilmente que las palabras solas. Por eso
las visualizaciones son muy importantes. Ayudan a los analistas de datos a comunicar sus ideas a
otros, de manera efectiva y convincente. Cuando piensas en el análisis de datos
proceso, después de que los datos son preparados, procesados y analizados, las ideas se visualizan para que
se puede entender y compartir. Esto facilita a los interesados sacar
conclusiones, tomar decisiones y elaborar estrategias. Algunas visualizaciones populares
las herramientas son Tableau y Looker. A los analistas de datos les gusta usar Tableau porque les ayuda a
crea visuales que sean muy fáciles de entender. Esto significa que incluso los no técnicos
los usuarios pueden obtener la información que necesitan. Looker también es popular entre los analistas de datos
porque les ofrece una manera fácil de crear visuales basados en los resultados de una consulta.
Con Looker, puedes ofrecer a las partes interesadas una visión completa de tu trabajo al mostrar
la visualización de datos y los datos reales relacionados con ella. Todas las herramientas de visualización tienen grandes
características que son útiles en diferentes situaciones. Pronto aprenderás cómo decidir cuál
herramienta para usar en un trabajo particular. Y eso es todo lo que necesitas saber sobre los datos
ciclo de vida y el proceso de análisis de datos. Tendrás la oportunidad de poner a prueba lo que sabes,
así que puedes sentirte seguro avanzando en este curso. No dudes en tomarte un tiempo para
re-familiarízate con los conceptos y cuando estés listo, da lo mejor de ti. Si
siempre que tengas dudas sobre una respuesta, siempre puedes volver y revisar los videos y
lecturas. Entonces estarás listo para pasar al siguiente conjunto de videos, donde continuaremos
explorando las herramientas de análisis de datos que ya has cubierto. Y obtendrás algunos realmente
perspectivas fascinantes sobre cómo funcionan exactamente. Antes de mucho tiempo, tendrás el conocimiento
y confianza para comenzar a usarlos tú mismo. Mantente atento
 Herramientas clave para analistas de datos
A medida que aprendes, los programas y soluciones más comunes utilizados por los analistas de datos incluyen
hojas de cálculo, lenguajes de consulta y herramientas de visualización. En esta lectura, aprenderá más sobre
cada uno. Cubrirás cuándo usarlos y por qué son tan importantes en el análisis de datos.

Hojas de cálculo
Los analistas de datos se basan en hojas de cálculo para recopilar y organizar datos. Dos hojas de cálculo populares
las aplicaciones que probablemente usarás mucho en tu futuro rol como analista de datos son Microsoft Excel y
Hojas de cálculo de Google.

Las hojas de cálculo estructuran los datos de manera significativa al permitirte

Recopilar, almacenar, organizar y clasificar información

Identificar patrones y unir los datos de una manera que funcione para cada proyecto de datos específico
Crea excelentes visualizaciones de datos, como gráficos y diagramas.

Bases de datos y lenguajes de consulta

Una base de datos es una colección de datos estructurados almacenados en un sistema informático. Algunos sistemas de gestión de bases de datos populares son
Los programas de Lenguaje de Consulta (SQL) incluyen MySQL, Microsoft SQL Server y BigQuery.

Lenguajes de consulta

Permitir a los analistas aislar información específica de una o más bases de datos
Facilita el aprendizaje y la comprensión de las solicitudes realizadas a las bases de datos
Permitir a los analistas seleccionar, crear, agregar o descargar datos de una base de datos para análisis
 Herramientas de visualización

Los analistas de datos utilizan una serie de herramientas de visualización, como gráficos, mapas, tablas, gráficos y más. Dos
Las herramientas de visualización populares son Tableau y Looker.

Estas herramientas

Convierte los números complejos en una historia que las personas puedan entender
Ayudar a las partes interesadas a llegar a conclusiones que conduzcan a decisiones informadas y a un negocio efectivo.
estrategias
Tener múltiples características
La función sencilla de arrastrar y soltar de Tableau permite a los usuarios crear gráficos interactivos en paneles.

hojas de trabajo

Looker se comunica directamente con una base de datos, lo que te permite conectar tus datos directamente a la
visual

herramienta que elijas

Una carrera como analista de datos también implica el uso de lenguajes de programación, como R y Python, que
se utilizan mucho para análisis estadísticos, visualización y otro análisis de datos.

Conclusión clave

Tienes muchas herramientas como analista de datos. Esta es una primera mirada a las posibilidades, y tú
explorar muchos de estas herramientas en profundidad a lo largo de este programa.

Elegir la herramienta adecuada para el trabajo

Como analista de datos, normalmente tendrás que decidir qué programa o solución es la adecuada para el
proyecto particular en el que estás trabajando. En esta lectura, aprenderás más sobre cómo elegir
qué herramienta necesitas y cuándo.

Dependiendo de en qué fase del proceso de análisis de datos te encuentres, necesitarás utilizar diferentes.
herramientas. Por ejemplo, si te estás enfocando en crear visualizaciones complejas y llamativas,
entonces las herramientas de visualización de las que hablamos anteriormente son la mejor opción. Pero si te estás enfocando en
organizar, limpiar y analizar datos, entonces probablemente estarás eligiendo entre
hojas de cálculo y bases de datos utilizando consultas. Las hojas de cálculo y las bases de datos ofrecen formas de
almacenar, gestionar y usar datos. El contenido básico para ambas herramientas son conjuntos de valores. Sin embargo, hay
algunas diferencias clave, también:

Hojas de cálculo Bases de datos

Almacenes de datos - accedidos mediante un lenguaje de consulta
Aplicaciones de software
(p. ej. SQL)
Estructurar datos en una fila y columna
Estructurar datos utilizando reglas y relaciones
formato
 Hojas de cálculo Bases de datos
Organizar información en celdas Organizar información en colecciones complejas
Proporcionar acceso a una cantidad limitada
Proporcionar acceso a grandes cantidades de datos
de datos
Entrada de datos manual Entrada de datos estricta y consistente

Generalmente un usuario a la vez Múltiples usuarios

Controlado por el usuario Controlado por un sistema de gestión de bases de datos

No tienes que elegir uno u otro porque cada uno sirve a su propio propósito. Generalmente,
Los analistas de datos trabajan con una combinación de los dos, ya que ambas herramientas son muy útiles en el análisis de datos.
Por ejemplo, puedes almacenar datos en una base de datos, luego exportarlos a una hoja de cálculo para su análisis. O,
si estás recopilando información en una hoja de cálculo, y se vuelve demasiado para eso en particular
plataforma, puedes importarlo a una base de datos. Y, más adelante en este curso, aprenderás sobre
lenguajes de programación como R que te dan un control aún mayor sobre tus datos, su análisis, y
las visualizaciones que creas.

A medida que continúes aprendiendo sobre estas herramientas importantes, adquirirás el conocimiento para elegir el
la herramienta adecuada para cualquier trabajo de datos.

Descripción general

Ahora que te han introducido al trabajo con datos, puedes pausar por un momento y pensar
acerca de lo que estás aprendiendo. En esta auto-reflexión, considerarás tus pensamientos sobre el
proceso de análisis de datos y ciclo de vida de los datos, luego responde a preguntas breves.

Esta autorreflexión te ayudará a desarrollar ideas sobre tu propio aprendizaje y te preparará para
aplica tu conocimiento de las fases del análisis de datos a tu caja de herramientas de análisis de datos. A medida que
responder preguntas—y formular tus propias preguntas—considerarás conceptos,
prácticas y principios para ayudar a refinar tu comprensión y reforzar tu aprendizaje. Has
hecho el trabajo duro, así que asegúrate de aprovecharlo al máximo: Esta reflexión te ayudará a
¡palo de conocimiento!
Revisa las fases de los datos

Hasta ahora has aprendido sobre el proceso de análisis de datos y el ciclo de vida de los datos. Incluyen el
los siguientes pasos:

Proceso de Análisis de Datos:

Preguntar
Preparar
Proceso
Analizar
Compartir
Acto

Ciclo de Vida de los Datos:

Plan
Captura
Administrar
Analizar
Archivo
Destruir

-------------------------------------------------------------------------------------------------------------------------------

Considera lo que revisaste sobre las fases de los datos:

¿Cuál es la relación entre el ciclo de vida de los datos y el proceso de análisis de datos? ¿Cómo?
¿Son similares los dos procesos? ¿En qué se diferencian?

¿Cuál es la relación entre la fase de Preguntar del proceso de análisis de datos y la

¿Fase de planificación del ciclo de vida de los datos? ¿En qué se parecen? ¿En qué se diferencian?
¡Gran trabajo reforzando tu aprendizaje con una reflexión personal reflexiva! Una buena reflexión.
en este tema se considerarían las fases por las que pasa los datos en su ciclo de vida y cómo
esto impacta el proceso de análisis de datos.

Mientras que el proceso de análisis de datos impulsará tus proyectos y te ayudará a alcanzar tu
objetivos de negocio, debes comprender el ciclo de vida de tus datos para poder utilizar eso
proceso. Para analizar bien tus datos, necesitas tener un entendimiento profundo de ellos.
Del mismo modo, puedes recopilar todos los datos que desees, pero los datos solo son útiles para ti si los
tener un plan para analizarlo.

Las fases de Plan y Preguntar implican ambas planificación y hacer preguntas, pero abordan
diferentes temas. La fase de Preguntar en el proceso de análisis de datos se centra en la visión general
el pensamiento estratégico sobre los objetivos empresariales. Sin embargo, la fase de Planificación se centra en el

fundamentos del proyecto, como qué datos tienes disponibles, qué datos tienes
necesitas, y dónde lo vas a conseguir.

1.
Pregunta 1
Basado en lo que has aprendido en este curso, las hojas de cálculo son hojas de trabajo digitales.
que permiten a los analistas de datos hacer cuáles de las siguientes tareas? Seleccione todas las que correspondan.

1 / 1 punto

Almacenar datos

Correcto
Las hojas de cálculo permiten a los analistas de datos almacenar, organizar, clasificar y filtrar datos. Esto ayuda
ellos ven patrones, agrupan información y encuentran fácilmente la información que necesitan.

Ordenar y filtrar datos

Correcto
Las hojas de cálculo permiten a los analistas de datos almacenar, organizar, clasificar y filtrar datos. Esto ayuda
ver patrones, agrupar información y encontrar fácilmente la información que necesitan.
Organizar datos en columnas y filas

Correcto
Las hojas de cálculo permiten a los analistas de datos almacenar, organizar, clasificar y filtrar datos. Esto ayuda
los hace ver patrones, agrupar información y encontrar fácilmente la información que necesitan.

Elige un tema para el análisis de datos

2.
Pregunta 2
Rellena el espacio: Un conjunto de instrucciones que realiza un cálculo específico utilizando
los datos de la hoja de cálculo se llaman ____.

1 / 1 punto

un programa

un informe

una operación

una fórmula
Correcto
Un conjunto de instrucciones que realiza un cálculo específico utilizando datos de una hoja de cálculo se llama
una fórmula.

3.
Pregunta 3
Una base de datos es una colección de datos almacenados en un sistema informático.

1 / 1 punto

Verdadero

Falso
Correcto
Una base de datos es una colección de datos almacenados en un sistema informático.
4.
Pregunta 4
En análisis de datos, SQL es un acrónimo que significa _____ lenguaje de consulta.

1 / 1 punto

sintaxis

estructurado

software

estadístico
Correcto
SQL significa lenguaje de consulta estructurado. Permite a los analistas de datos comunicarse
con una base de datos.

5.
Pregunta 5
¿Cuál es el término para la representación gráfica de datos?

1 / 1 punto

Visualización de datos

Recolección de datos

Resumen de datos

Lenguaje de datos

Correcto
La visualización de datos es la representación gráfica de datos.
¡Felicidades! ¡Pasaste!
Calificación recibida 93.75%
Última Calificación de Entrega 93.75%
Pasar 80% o más
Ir al siguiente elemento

1.
Pregunta 1
Un negocio decide qué tipo de datos necesita, cómo se gestionarán los datos y quién los
ser responsable de ello durante la _____ etapa del ciclo de vida de los datos.

1 / 1 punto
gestionar
plan
captura
analizar
Correcto

2.
Pregunta 2
En la fase de destrucción del ciclo de vida de los datos, un analista de datos podría triturar archivos en papel.

1 / 1 punto
Verdadero
Falso
Correcto

3.
Pregunta 3
Completa el espacio en blanco: Usar una fórmula para realizar cálculos, crear un informe a partir de sus datos y usar
las hojas de cálculo para agregar datos serían todas acciones realizadas en la etapa ________ del ciclo de vida de los datos.

1 / 1 punto
plan
captura
gestionar
analizar
Correcto
4.
Pregunta 4
El ciclo de vida de los datos se ocupa de las etapas que los datos atraviesan durante su vida útil; el análisis de datos implica
siguiendo un proceso para analizar datos.

1 / 1 punto
Verdadero
Falso
Correcto

5.
Pregunta 5
Llenar el espacio en blanco: En la fase de acción del proceso de análisis de datos, una empresa puede necesitar _____ las ideas de
el equipo de análisis de datos.

1 / 1 punto
revisar
calcular
lograr
validar
Correcto

6.
Pregunta 6
una expresión matemática que relaciona variables.

1 / 1 punto
un lenguaje de programación de computadoras

una declaración predefinida

un valor particular
un conjunto de instrucciones utilizadas para realizar un cálculo específico
Correcto

7.
Pregunta 7
Para solicitar, recuperar y actualizar información en una base de datos, los analistas de datos utilizan un _____.

1 / 1 punto
consulta
tablero
cálculo
 fórmula
Correcto

8.
Pregunta 8
Rellenar el vacío: El lenguaje de consulta estructurado (SQL) permite a los analistas de datos _____ información de un
base de datos. Seleccione todo lo que aplique.

0.5 / 1 punto
actualizar
recuperar
visualizar
solicitud
Correcto