Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
¡LES DAMOS LA BIENVENIDA! ¿Empezamos? RECUERDA PONER A GRABAR LA CLASE PRESENTACIÓN DE ESTUDIANTES Por encuestas de Zoom: País Conocimientos previos en Data Analytics ¿Por qué elegiste el curso? ¿Como crear encuestas de zoom? Disponible en este video. Generar una encuesta de zoom para cada punto (3 en total) con los siguientes ítems y opciones. PAÍS / Opciones: Argentina Uruguay Chile Colombia Perú Otro CONOCIMIENTOS PREVIOS DE DATA ANALYTICS/ Opciones: Nulo conocimiento Poco conocimiento Bastante conocimiento Otro ¿POR QUÉ ELEGISTE EL CURSO? / Opciones: Soy curioso/a y siempre quiero aprender más. Quiero emprender o mejorar mi camino Freelance. Quiero perfeccionar o desenvolverme de forma profesional o laboral. Otro ¿DUDAS DEL ON-BOARDING? MIRALO AQUI Son actividades o ejercicios que se realizan durante la cursada, para enfocarse en la práctica. Desafíos entregables Relacionados completamente con el Proyecto Final. Deben ser subidos obligatoriamente a la plataforma hasta 7 días luego de la clase para que sean corregidos. DESAFÍOS Y ENTREGABLES Desafíos genéricos Ayudan a poner en práctica los conceptos y la teoría vista en clase No deben ser subidos a la plataforma. Son actividades o ejercicios que se realizan durante la cursada, para enfocarse en la práctica. Entregas del Proyecto Final 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. Desafíos complementarios Desafíos que complementan a los entregables. Son optativos y, de ser subidos a la plataforma a tiempo y aprobados, suman puntos para el top 10. DESAFÍOS Y ENTREGABLES PROYECTO FINAL El Proyecto Final se construye a partir de los desafíos que se realizan clase a clase. Se va creando a medida que el estudiante sube los desafíos entregables a nuestra plataforma. El objetivo es que cada estudiante pueda utilizar su Proyecto Final como parte de su portfolio personal. El proyecto final se debe subir a la plataforma la ante-última o última clase del curso. En caso de no hacerlo tendrás 20 días a partir de la finalización del curso para cargarlo en la plataforma. Pasados esos días el botón de entrega se inhabilitará. Primera clase ¿CUÁL ES NUESTRO PROYECTO FINAL? Primera clase Desarrollarás un dashboard de control en Power BI, para analizar indicadores estratégicos y operativos. Trabajarás en modalidad grupal (2 o 3 integrantes por equipo). 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. 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. ANALYTIC DASHBOARD Lo ideal es que los equipos sean de dos personas, máximo tres. EJEMPLO PROYECTO PROYECTO María Victoria Mata Y Andrea Rivas Lo ideal es que los equipos sean de dos personas, máximo tres. Recordar a los/as estudiantes que en la sección de Proyectos de la página de coderhouse podrán ver muchos más Los desafíos entregables y el Proyecto Final se realizarán en EQUIPOS Fijos para toda la cursada Conformados por dos o tres estudiantes Creados automáticamente y al azar por la plataforma de Coderhouse Cada equipo tendrá un mismo tutor/a Un integrante del equipo (puede ser cualquiera) sube la entrega a través de la plataforma y se verá reflejada en la plataforma de todo el equipo Cuando su tutor/a corrige la entrega, todo el equipo recibe la devolución Todas las calificaciones serán grupales La plataforma muestra el equipo automáticamente METODOLOGÍAS DE TRABAJO Primera clase Primera clase 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. Primera clase ENTREGA REQUISITO FECHA 1° entrega SET DE DATOS Clase N° 11 2° entrega MVP Clase N° 20 Proyecto Final ANALYTICS DASHBOARD Clase N° 23 ¡IMPORTANTE! Los desafíos y entregas de proyecto se deben cargar hasta siete días después de finalizada la clase. Te sugerimos llevarlos al día. Primera clase Data Analytics Clase 01. Data Analytics Obligatoria siempre. 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. OBJETIVOS DE LA CLASE DATA ANALYTICS: INTRODUCCIÓN HERRAMIENTAS QUE VAMOS A UTILIZAR “Los datos son el nuevo petróleo” - Martin Hilbert Imagen: The Economist Magazine - 2017 Frase para introducir el tema. Data Analytics Conjunto de métodos y técnicas de medición, que permiten gestionar la información en tres grandes etapas: recolección, transformación y visualización. Concepto de la temática principal. m libro : A General Introduction to Data Analytics (Moreira, Carvalho, Horvath, 2018) 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. Diferencia entre datos e información ¿QUÉ HACE UN ANALISTA DE DATOS? Los analistas de datos buscan determinar cómo se pueden usar los datos para responder preguntas y resolver problemas. Estudian lo que está sucediendo ahora para identificar tendencias y hacer predicciones sobre el futuro. 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 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 Algunas tareas involucradas: Fuente: https://www.careerexplorer.com/careers/data-analyst/ AUGE DEL DATA ANALYTICS EN LA ACTUALIDAD Cómo el data analytics comenzó a ser usado por cualquier industria. APPLE WATCH Casos de éxito en compañías. ¿BI O DATA ANALYTICS? BI: 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. Data analytics: 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. Diferencia entre el business intelligence y el data analytics Business Intelligence tradicional Data analytics Data analytics dio paso al análisis de datos de autoservicio. ¡IMPORTANTE! Ambas disciplinas no son excluyentes. Por el contrario, se complementan para proporcionartanto análisis descriptivos como predictivos. NIVELES DE APLICACIÓN ☕ BREAK ¡5/10 MINUTOS Y VOLVEMOS! TIPOS DE ANÁLISIS DE DATOS Cuatro tipos de análisis de datos, explicación de cada uno, fundamentación de por qué el curso se adapta a los tipos de análisis descriptivo y de diagnóstico Descriptivo Reportes ¿Qué pasó? Describe patrones claves en los datos existentes y permite observar situaciones y comportamientos habituales. descripción del análisis descriptivo Diagnóstico Dashboards Interactivos ¿Por qué pasó? Se definen conclusiones basadas en los datos históricos identificados en el análisis descriptivo. descripción del análisis de diagnostico Predictivo Modelos ¿Qué pasará? Se identifican comportamientos futuros, en base a información histórica. descripción del análisis predictivo Prescriptivo Recomendaciones de automatización ¿Qué debería hacer? Con simulaciones y optimizaciones se compara la información resultante del análisis predictivo, para implementar una acción. descripción del análisis prescriptivo CICLO DE VIDA DE LOS DATOS 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. Descripción de cada etapa 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. Descripción de cada etapa TECNOLOGÍAS QUE INTERVIENEN EN EL ANÁLISIS DE DATOS Bases de datos Relacionales No Relacionales Sistemas que permiten que la información pueda ser gestionada por personas o aplicaciones. Tienen una estructura. No tienen estructura. Overview de las herramientas Principales diferencias entre los tipos de bases de datos. ETL (Extract, Transform, Load) Sistemas que permiten el procesamiento de los datos, y convertirlos en información. Overview de las herramientas Visualización Sistemas que permiten la visualización de información con gráficos y técnicas de medición. Overview de las herramientas Lenguajes de programación Lenguajes creados para la creación de aplicaciones, diseño de interfaces, gestión de información, etc. Overview de las herramientas https://data.buenosaires.gob.ar/dataset/estaciones-bicicletas-publicas Algunos ejemplos - Formato XLS Primera clase ALGUNOS EJEMPLOS Primera clase https://www.ncdc.noaa.gov/cdo-web/datatools/lcd Algunos ejemplos - Formato CSV Primera clase ALGUNOS EJEMPLOS Primera clase https://community.powerbi.com/t5/Data-Stories-Gallery/Financial-Performance-Overview/td-p/768560 Algunos ejemplos - Dashboard Primera clase https://community.powerbi.com/t5/Data-Stories-Gallery/OV-UNV-Gender-Data-Challenge-Arta-Leli/td-p/1088451 Algunos ejemplos - Dashboard Primera clase ¡PARA PENSAR! CONTESTA LAS ENCUESTAS DE ZOOM El BI tradicional es: Una técnica de medición. Un conjunto de herramientas de visualización. Un conjunto de tecnologías y técnicas de gestión de datos. Un conjunto de tecnologías de datos. El análisis de datos se caracteriza por. Identificar conclusiones. Crear indicadores. Crear gráficos. Crear bases de datos. Cuantos tipos de análisis de datos existen. 4. 5. 2. 1. En qué tipo de análisis de datos se desarrollan modelos. a. Predictivo. b. Descriptivo. c. Prescriptivo. d. De modelos. Un hito en el data analytics 2.0 es. Aparece el término red social. Se crean las bases de datos. Se inicia la era del big data. Se inicia el datawarehouse. ¿Los datos solos se pueden analizar con lenguajes de programación?. Sí, siempre y cuando sea python. Sí, con cualquier lenguaje. No, solo se puede con herramientas de datos. No, solo se puede con herramientas de etl. DEFINICIÓN DE TEMÁTICAS DEL PROYECTO FINAL Realizarán el primer desafío de manera grupal presentando un listado de no más de tres temáticas para el proyecto final. 1 DEFINICIÓN DE TEMÁTICAS Formato: Archivo de texto Sugerencias: En caso de ser un archivo en línea, activar permisos de acceso. >> Consigna: Enlistar no más de tres temáticas, que puedan ser usadas para el proyecto final. De estas se elegirá la definitiva. >>Aspectos a incluir en el entregable: Industria, tipo de negocio, o tipo de investigación implicado en la temática. Temática a analizar. DEFINICIÓN DE TEMÁTICAS Formato: Archivo de texto Sugerencias: En caso de ser un archivo en línea, activar permisos de acceso. >> Ejemplo: Bicicletas Públicas Venta de videojuegos TIPOS DE ANÁLISIS El desafío requiere identificar los tipos de análisis en un proyecto. 2 TIPOS DE ANÁLISIS Formato: 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. Sugerencias: En caso de ser un archivo en línea, activar permisos de acceso. >> 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 en el entregable: 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. TIPOS DE ANÁLISIS Formato: 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. Sugerencias: En caso de ser un archivo en línea, activar permisos de acceso. >>Ejemplo: ¿PREGUNTAS? Obligatoria siempre. ¿QUIERES SABER MÁS? TE DEJAMOS MATERIAL AMPLIADO DE LA CLASE Charla Ted: Why you should get paid for your data | Jennifer Zhu. Artículo: History of data and analytics platforms | Tom Pringle TE INVITAMOS A QUE COMPLEMENTES LA CLASE CON LOS SIGUIENTES CODERTIPS Portada de Coder Tips Desarrollo freelance | Coderhouse Desarrollo profesional | Coderhouse CoderNews | Coderhouse Serie de Branding | Coderhouse Serie para Emprendedores | Coderhouse Serie Aprende a Usar TikTok | Coderhouse Serie Finanzas Personales | Coderhouse CoderConf | Coderhouse VIDEOS Y PODCASTS Usar para que los estudiantes puedan explorar en sus casas los recursos vistos en clase: artículos, herramientas, websites, videos. ¿YA CONOCES LOS BENEFICIOS QUE TIENES POR SER ESTUDIANTE DE CODERHOUSE? Haz clic aquí y conoce todos nuestros beneficios exclusivos para estudiantes de Coderhouse. BENEFICIOS ¡MUCHAS GRACIAS! 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. OPINA Y VALORA ESTA CLASE Obligatoria siempre. #DEMOCRATIZANDOLAEDUCACIÓN Todas las clases
Compartir