Cursos de Data Science, Data Science

Con la explosión de datos generados por sistemas y empresas por todo el mundo, quedó cada vez más evidente que esas informaciones pueden ser usadas para identificar y generar insights para las áreas de negocios dentro de las empresas. A través de los insights generados el negocio puede ajustar sus productos para tener una mejor adherencia con los consumidores, por citar un ejemplo.

Bueno, ¿y cómo podemos generar esos insights?

A partir de un conjunto de datos - o dataset - como la geolocalización de un comercio de un barrio, cantidad de clientes en diferentes días de la semana y horarios, etc... podemos a partir de una análisis exploratorio inicial ver en cuáles días y horarios los restaurantes tienen más o menos movimiento y así poder levantar algunas preguntas o hipótesis. ¿Sera que vale la pena dar descuento en los días que tenemos menos movimiento? ¿Que acciones podemos realizar para generar más ventas en los días de la semana con mayor visita de clientes?

La curiosidad es un arma fundamental para quién trabaja con datos, pero claro es necesario tener herramientas y técnicas para poder responder esas hipótesis con el menor error posible. Y para ello es importante conocer técnicas de estadística y como podemos trabajar de forma fácil, utilizando la biblioteca Pandas de Python por ejemplo.

El flujo de datos dentro de esas análisis es dividido en 4 partes:

• Colecta de dados: Aquí vamos organizar nuestros sistema para buscar los datos que consideramos relevantes para la próxima fase. Podemos usar algunas técnicas como scrapping que buscar datos directo de la web, o utilizar algún dataset listo para trabajar, como un archivo csv, una planilla de Excel o una banco de datos SQL.

• Preparación de los datos: Con los datos en nuestro sistema podemos crear un Dataframe de Pandas y comenzar a manipular esos datos para extraer informaciones. En este momento estamos preparando los datos para la fase de análisis y es donde muchas funciones de Numpy serán usadas para facilitar nuestro trabajo.

• Análisis: Ahora que tenemos todo listo podemos comenzar a hacer nuestros análisis exploratorio de datos con el fin de buscar relaciones que puedan ser interesantes y de donde podemos construir algunas hipótesis.

• Entrega: Al final de todo ese proceso necesitamos entregar algo para que el área de negocios pueda tomar decisiones y definir sus acciones. Estas entregas pueden ser dashboards que contienen un resumen de informaciones que colectamos con las conclusiones a las que llegamos durante ese proceso. Para ese fin podemos usar algunas herramientas de visualización como Seaborn.

Tipos de datos

Analizando ese flujo puede parecer algo fácil y un proceso sin muchas complicaciones. Sin embargo, el trabajo de un científico de datos se hace complejo debido a la cantidad y al tipo de datos que se le puede presentar. Pués, para cada tipo de datos existen técnicas y herramientas diferentes.

No es lo mismo trabajar con datos bien organizados (estructurados) que los podemos obtener a través de banco de datos SQL, que trabajar con datos textuales que pueden ser los comentarios de nuestros clientes en una red social (datos no estructurados). Para ello necesitamos estar preparados para poder lidiar con cualquier tipo de dato.