Gloria Esther Domínguez García

A01205318
Econometría II
J. Manuel Magañas Arias
07 de Noviembre de 2014

GLOBAL TALKS
DATA ANALYTICS FOR BUSINESS

1. Explica el concepto de Análisis de Datos en el contexto de negocios globales

hoy en día. ¿Dónde y cómo se aplican? Da algunos ejemplos

El Análisis de Datos de la ciencia que examina los datos en bruto con el propósito de
sacar conclusiones sobre la información. Consiste en un proceso de inspeccionar,
limpiar y transformar datos y así resaltar la información útil. Este análisis se usa como
apoyo en la toma de decisiones.
La ciencia generalmente se divide en análisis exploratorio de datos (EDA), donde se
descubren nuevas características en los datos, y en análisis confirmatorio de datos
(CDA), donde se prueba si las hipótesis existentes son verdaderas o falsas.
Dentro de los negocios globales hoy en día el análisis de datos se usa para las tomas
decisiones, estrategias de negocios, planeación financiera, análisis de riesgos,
marketing, etcétera.

2. Explica el concepto de modelación Financiera para negocios

La modelación financiera se realiza a través de la creación de modelos económicos, los
cuales son la representación de un proyecto en base a su flujo de caja.
La modelación financiera dentro de los negocios sirve para construir indicadores que
permitan determinar la conveniencia de realizar algún proyecto, anticipar problemas de
liquidez, para determinar las condiciones bajo las cuales el proyecto puede ser
realizable.

3. ¿Qué es Big Data? ¿Qué tipo de negocios usan Big Data hoy en día?

En términos generales Big Data es la tendencia en el avance de la tecnología que ha

abierto las puertas hacia un nuevo enfoque de entendimiento y toma de decisiones, la
cual es utilizada para describir enormes cantidades de datos (estructurados, no
estructurados y semi estructurados) que tomaría demasiado tiempo y sería muy
costoso cargarlos a un base de datos relacional para su análisis. De tal manera que, el
concepto de Big Data aplica para toda aquella información que no puede ser procesada
o analizada utilizando procesos o herramientas tradicionales.
Cualquier tipo de negocio en cualquier sector es apto para el uso de Big Data, siempre
y cuando las dimensiones del mismo puedan soportar una inversión de este nivel. Por
ejemplo, dentro del campo de la investigación el PSG College of Technology, India,
analiza múltiples secuencias de proteínas para determinar los enlaces evolutivos y
predecir estructuras moleculares.
O los grandes corporativos transnacionales, utilizan hoy en día Big Data para las
estimaciones de demanda, planeación financiera, etc.

4. ¿De qué forma usan el manejo de datos los tomadores de decisiones hoy en
día?
Hoy en día dentro de todos los negocios, la información es sinónimo de poder, ya
que es considerada un recurso estratégico de gran importancia para las
organizaciones. Por medio del resultado del análisis de datos se realiza la
planeación estratégica para alcanzar el objetivo de cada organización.

5. ¿Qué tipo de habilidades técnicas están buscando el mercado global en los

recién graduados hoy en día?
Comprensión de los objetivos y las estrategias de negocio y la definición de los
requisitos de información que apoyan los objetivos y las estrategias son una gran
tarea difícil realizada por un analista. Esta tarea requiere de habilidades específicas
y éstas son: conocimientos técnicos, el conocimiento del negocio y el conocimiento
popular.
Un analista de sistemas debe tener conocimientos técnicos y habilidades, tanto en
herramientas y técnicas. Cuando se habla de conocimientos técnicos y habilidades
en las herramientas, se debe tener conocimiento con los ordenadores / dispositivos
periféricos (hardware), redes de comunicación y sistemas de conectividad, base de
datos y gestión de bases de datos (DBMS), lenguajes de programación sistemas
operativos y utilidades, paquetes de software de productividad, entornos de
desarrollo integrados (IDE) para lenguajes de programación y herramientas CASE,
pruebas, documentación de apoyo, la ingeniería inversa, gestión de configuración.
Sistemas, diseño de sistemas, diseño de bases de datos, diseño de redes,
construcción, implementación y soporte de sistemas.
6. Crea una tabla donde tú puedas comparar las características, propósitos
generales, ventajas y desventajas de los siguientes softwares y lenguajes de
programación: Stata, SPSS, SAS, Tableaou, Eviews, R and Python.
 Propósito Características Ventajas Desventajas

Stata Es un Stata permite, entre Fácil de aprender y no es capaz de manejar

programa que otras operar y dispone de grandes conjuntos de
realiza funcionalidades, la test básicos y datos ni dispone de
estudios gestión de datos, el capacidades gráficas estadísticas de análisis
estadísticos análisis estadístico, de sobre-vida ni
con el trazado de gráficos regresión logística.
propósito y las simulaciones.
general de
investigación
.

SPSS Se creó con El programa permite Se puede trabajar con Es muy vulnerable a
la finalidad de el análisis con 2 grandes bases de datos “caídas del sistema”
realizar millones de registros . por actos ilícitos
hacer análisis y 250.000 variables. dentro del programa
estadísticos El programa Tiene una interfaz
por el usuario.
en las consiste en un interactiva
ciencias módulo base y
sociales módulos anexos que No es necesario tener
se han ido grandes conocimientos
actualizando matemáticos
constantemente con
nuevos
procedimientos
estadísticos

Tableaou El propósitoMuy rápido, fácil de Es muy sencillo de Acepta archivos solo

de este usar, crea operar ya no es hasta de 10000 filas, por
programa es conexiones necesario saber de lo que no es apto para el
la directas. lenguaje de procesamiento de Big
Data.
visualización
Cuenta con cuadros programación.
interactiva de mando Gran capacidad de
de datos en brillantes, los visualización en el
enfocado en cuales combinan análisis.
los negocios varios análisis en
inteligentes. un único informe. Es intuitivo.
Da acceso veloz a
millones de datos Su costo es bajo.
y es interactivo
con portales web.

Eviews Fue creado Puede funcionar en Es un programa de fácil Es el programa de la

 como una el llamado enfoque manejo y de amplias lista con mayores
gama de visual, siguiendo las posibilidades en la limitaciones.
herramientas intuitivas técnicas de estimación y contraste
técnicas para Windows y de hipótesis en Esta limitado al uso del
la creación de Macintosh. De este modelos de series entorno de Windows.
regresiones, modo se tiene temporales. El
predicciones acceso a un amplio tratamiento y manejo
y análisis rango de de datos es de forma
estadístico en procedimientos, sin sencilla y con muchas
el entorno de la necesidad de facilidades para la
Windows. memorizar manipulación y
complejas estimación de modelos.
secuencias de El coste de aprendizaje
comandos. con este programa es
relativamente bajo en
comparación con los
otros programas

R and Es un *Orientado a objetos La cantidad de librerías Lenguaje poco común

Python lenguaje con que contiene, tipos de por lo que la mayoría
propósito *Sintaxis clara datos y funciones
incorporadas en el de los servidores no
general . *Interpretado: no se tienen Python.
propio lenguaje, que
Python es un debe compilar el ayudan a realizar
lenguaje de código antes de su muchas tareas sin Lentitud : Los
scripting ejecución. necesidad de tener que programas
independient *Multiplataforma: programarlas desde
interpretados son más
e de Hay versiones cero.
La sencillez y velocidad lentos que los
plataforma y disponibles de compilados.
con la que se crean los
orientado a Python en muchos
programas. Un
objetos, sistemas programa en Python
preparado informáticos puede tener de 3 a 5
para realizar distintos. líneas de código menos
cualquier tipo *Interactivo: dispone que su equivalente en
de programa, de un intérprete por Java o C.
desde línea de comandos La cantidad de
plataformas en las que
aplicaciones en el que se pueden
podemos desarrollar,
Windows a introducir como Unix, Windows,
servidores de sentencias. Cada OS/2, Mac, Amiga y
red o incluso, sentencia se ejecuta otros.
páginas web. y produce un Python es gratuito,
resultado visible, incluso para propósitos
que puede empresariales.
ayudarnos a
entender mejor el
 lenguaje y probar los
resultados de la
ejecución de
porciones de código
rápidamente.

Bibliografía
 § Search Data Center, Análisis de Datos (20 de Noviembre de
2013),Recuperado el de Noviembre de 2014 de
http://searchdatacenter.techtarget.com/es/definicion/Analisis-de-Datos
 § FOMIN, Enrique Moraga Berardi, Introducción a la modelación Financiera en
esquemas APPs, (20 de Febrero de 2010) recuperado el 06 de Noviembre de
2014 de
http://www.cca.org.mx/ps/funcionarios/muniapp/descargas/Encuentros_tecnicos/
PET2009/introduccion_modelacion_APP.pdf
 § DeveloperWorks. ¿Quer es Big Data? (18-06-2012) Recuperado el 06 de
Noviembre de 2014 de http://www.ibm.com/developerworks/ssa/local/im/que-es-
big-data/
 § Caracteristicas del Analista (28 de Junio de 2012) Recuperado el 06 de
Noviembre de 2014 de http://caracteristicasdelanalista.blogspot.mx/
 Revista de Economía Aplicada, María Mercedes Tudela, “Una panorámica del
programa econométrico Eviews”, recuperado el 06 de Noviembre del 2014 de
http://www.revecap.com/revista/numeros/15/pdf/tudela.pdf
 Introducción al SPSS, Luis Medina Gual (2010) Recuperado el 06 de Noviembre
de 2014 de http://www.slideshare.net/gualis91/04-introduccin-al-spss?related=1
 Desarrolloweb.com. Que es Python? (2005) Recuperado el 07 de noviembre de
2014 de http://www.desarrolloweb.com/articulos/1325.php