Clase 01 - Data Analytics

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