Aprovechar la experiencia analítica

Fluidez en datos

Konstantinos Kattidis

Data Analytics Lead

Más allá de explorar y describir datos

• Ir más allá del análisis exploratorio básico o métodos para describir datos
• Métodos analíticos complejos incluyen:
  • Análisis de grandes conjuntos de datos
  • Crear tableros de KPI
  • Desarrollar modelos predictivos

Conocer las técnicas

• Quienes dominan los datos no necesitan dominar los detalles de los métodos avanzados
• Pero deben conocer su existencia y potencial
• Y colaborar con expertxs en datos
• Esto ayuda a aplicar soluciones analíticas más efectivas

Identificar casos de uso para analítica avanzada

• Quienes dominan los datos pueden identificar casos de uso para analítica avanzada
• Por ejemplo:
  • Una persona de marketing ve el potencial de predecir la pérdida de clientes para orientar la retención

Colaborar con expertxs en datos

• Colaborar con expertxs en datos es clave para el éxito
• Personas de negocio aportan conocimiento del dominio
• Expertxs en datos aportan conocimiento técnico
• Este entorno colaborativo impulsa la innovación al unir insights de negocio y experiencia técnica para resolver retos complejos

Entender las limitaciones

• La eficacia de los métodos analíticos avanzados depende de la calidad de los datos de entrada
  • Tratar valores faltantes y atípicos es esencial
• Requiere:
  • Habilidades especializadas
  • Recursos computacionales
  • Tiempo

Ejemplo: equilibrar precisión y tiempo

• Una persona de operaciones en retail pide un pronóstico de demanda para tomar decisiones de reabastecimiento informadas
• Un modelo complejo puede dar mayor precisión, pero requiere mucho tiempo y recursos
• Se usa un enfoque más simple para equilibrar precisión y tiempo

¡Vamos a practicar!

Fluidez en datos