Análisis Descriptivo

Análisis descriptivo
El análisis descriptivo ayuda a responder preguntas sobre lo que ha sucedido, en función de

datos históricos. Las técnicas de análisis descriptivo resumen grandes conjuntos de datos
para describir resultados para las partes interesadas.
Mediante el desarrollo de indicadores clave de rendimiento (KPI), estas estrategias pueden

facilitar el seguimiento del éxito o el fracaso de los objetivos clave. En muchos sectores se
usan métricas como la rentabilidad de la inversión (ROI), y las métricas especializadas se
desarrollan para realizar un seguimiento del rendimiento en sectores específicos.
Un ejemplo de análisis descriptivo es la generación de informes para proporcionar una visión

de los datos financieros y de ventas de una organización.
Análisis de diagnóstico
El análisis de diagnóstico ayuda a responder preguntas sobre por qué se ha producido un
evento. Las técnicas de análisis de diagnóstico complementan el análisis descriptivo básico y
usan los resultados del análisis descriptivo para identificar la causa de estos eventos.
Después, los indicadores de rendimiento se investigan aún más para descubrir por qué estos
eventos han mejorado o empeorado. Este proceso se suele realizar en tres pasos:
Identificación de anomalías en los datos. Estas anomalías pueden ser cambios inesperados
en una métrica o en un mercado determinado.
Recopilación de datos relacionados con estas anomalías.
Uso de técnicas estadísticas para detectar relaciones y tendencias que expliquen estas
anomalías.
Análisis predictivo
El análisis predictivo ayuda a responder a preguntas sobre lo que ocurrirá en el futuro. Las
técnicas de análisis predictivo usan datos históricos para identificar tendencias y determinar
la probabilidad de que se repitan. Las herramientas de análisis predictivo proporcionan
conclusiones valiosas sobre lo que podría ocurrir en el futuro. Engloban diversas técnicas
estadísticas y de aprendizaje automático, como las de redes neuronales, árboles de decisión
y regresión.
Análisis prescriptivo
El análisis prescriptivo ayuda a responder preguntas sobre las acciones que se deben llevar a
cabo para lograr un objetivo. Las conclusiones obtenidas con el análisis prescriptivo
permiten a las organizaciones tomar decisiones basadas en datos. Esta técnica permite que,
en caso de incertidumbre, las empresas tomen decisiones fundamentadas. Las técnicas de
análisis prescriptivo dependen utilizan el aprendizaje automático como una de sus
estrategias para buscar patrones en conjuntos de datos de gran tamaño. Mediante el análisis
de eventos y decisiones anteriores, las organizaciones pueden calcular la probabilidad de
otros resultados.
Análisis cognitivo
El análisis cognitivo intenta obtener inferencias a partir de datos y patrones existentes,
derivar conclusiones en función de bases de conocimiento existentes y, después, devolver
estos resultados a la base de conocimiento para futuras inferencias, un bucle de
comentarios de autoaprendizaje. El análisis cognitivo ayuda a saber lo que podría ocurrir si
cambiaran las circunstancias y a determinar cómo se podrían controlar estas situaciones.
Las inferencias no son consultas estructuradas basadas en una base de datos de reglas, sino
supuestos no estructurados que se recopilan de varios orígenes y se expresan con distintos
grados de confianza. El análisis cognitivo eficaz depende de algoritmos de aprendizaje
automático y usa varios conceptos del procesamiento de lenguaje natural para entender
orígenes de datos desaprovechados anteriormente, como los registros de conversaciones de
centros de llamadas y revisiones de productos.
Ejemplo
Mediante la habilitación de informes y visualizaciones de datos, una empresa minorista usa
análisis descriptivos para examinar patrones de compras de años anteriores a fin de
determinar qué productos podrían ser populares el año siguiente. Es posible que la empresa
también examine datos complementarios para comprender el éxito de un producto concreto
y si esa tendencia se mantiene, lo que le ayudará a determinar si debe mantener existencias
de ese producto.
Es posible que una empresa determine que un producto concreto fue popular en un período
de tiempo determinado. Y entonces puede usar este análisis para saber si los esfuerzos de
marketing o las actividades en redes sociales han contribuido al aumento de las ventas.
Una faceta subyacente del análisis de datos es que las empresas necesitan ser capaces de
confiar en sus datos. Como práctica, el proceso de análisis de datos toma datos de fuentes
de confianza y los convierte en algo que es consumible, significativo y fácil de comprender
para ayudar con el proceso de toma de decisiones. El análisis de datos permite a las
empresas comprender sus datos de manera integral a través de procesos y decisiones
controladas por datos, para de ese modo confiar en sus decisiones.
A medida que la cantidad de datos crece, también lo hace la necesidad de analistas de

datos. Un analista de datos sabe cómo organizar la información y sintetizarla en algo
relevante y comprensible. También sabe cómo recopilar los datos correctos y qué hacer con
ellos, es decir, dar sentido a los datos a pesar de la sobrecarga de datos.

Análisis Descriptivo

Cargado por

Copyright:

Formatos disponibles

Análisis Descriptivo

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Análisis Descriptivo

Cargado por

Copyright:

Formatos disponibles

Análisis descriptivo

El análisis descriptivo ayuda a responder preguntas sobre lo que ha sucedido, en función de

Mediante el desarrollo de indicadores clave de rendimiento (KPI), estas estrategias pueden

Un ejemplo de análisis descriptivo es la generación de informes para proporcionar una visión

Recopilación de datos relacionados con estas anomalías.

A medida que la cantidad de datos crece, también lo hace la necesidad de analistas de

También podría gustarte