¿Estás pensando en convertirte en analista de datos? ¡Ya eres Uno!
Sí tú.
Traducido por Carlos Secada del original por Cassie Kozyrkov
¿Piensas que “no eres una persona de datos”? ¿O tal vez estás deseando convertirte en analista de datos pero te preocupa tener que hacer un curso, o peor aún, todo un doctorado, sólo para empezar? Me gustaría aprovechar esta oportunidad para demostrarte que ya eres un analista de datos. (Sí, tú.)
¡Empecemos por analizar algunos datos juntos!
Este cubo de números — er, quiero decir, matriz — parece complejo y difícil de entender. Y es sólo una pequeña parte del todo, que repite un concepto similar 100.000 veces.
Si estás sudando frío, es porque estás teniendo una reacción humana perfectamente normal: un ataque de aburrimiento. Adivina qué, ¡tienes razón!
Esta matriz *es* aburrida.
El contexto es lo que hace que los datos sean interesantes
Quien te diga que los datos son automáticamente emocionantes, o bien miente, o bien tiene aficiones extrañas. Para hacer esta matriz más interesante, se necesita contexto. Dos grandes categorías:
- Contexto que haga que estos números sean útiles.
- Contexto que haga que estos números sean familiares.
La primera categoría relaciona los datos con tus necesidades: si tienes un problema concreto, te fascinaría que te dijera que esta matriz contiene la solución. El alivio del dolor es un cambio de juego cuando se trata de la motivación matemática.
Mientras que en la primera categoría se trata de aumentar el beneficio de interactuar con los datos, en la segunda se trata de disminuir el costo.
En otras palabras, tal vez podamos encontrar una manera de hacer que el significado detrás de estos datos salte fácilmente de la pantalla a tu cerebro. Aunque el resultado sea aburrido, quizás sea menos aburrido que con lo que empezamos. Intentémoslo utilizando un software de procesamiento de imágenes super-secreto, sólo para doctores, para graficarlo…
¡Ta-da! Con la ayuda de MS Paint, descubrimos que este conjunto de datos es sólo una fotografía de mi (aburrido*) suelo de madera. Al utilizar el software, hemos reducido el esfuerzo de la interacción con este conjunto de datos: ahora darle sentido es tan fácil como mirar una foto. Y lo que es más importante, nos enteramos de que ya eres un analista.
Lo que has hecho ahí mismo se llama visualización de datos y forma parte del conjunto de habilidades básicas de un analista, junto con la transformación de datos (por ejemplo, recortar a tu ex de una imagen) y el resumen de datos (por ejemplo, quejarse de que solo 3 selfies de 1,722 son lo suficientemente buenos para tu Insta).
Ya eres un analista de datos
Si alguna vez alguien intenta intimidarte haciéndote creer que no estás calificado para analizar datos, aquí tienes algunos recordatorios para protegerte de su mala influencia.
Si alguna vez has mirado una fotografía, ya eres un analista de datos. (Si estás mirando esta pantalla, ¡bienvenido! En este mismo momento, estás utilizando un software para extraer el sentido de los datos).
(¿He hecho trampa al utilizar una fotografía para exponer mi punto de vista? Me declaro inocente. Las fotos digitales son conjuntos de datos legítimos: están almacenados en una forma poco amigable para el cerebro, pero pueden estar llenos de significado si se analizan con las herramientas adecuadas. Hay muchos otros tipos y fuentes de datos, pero los mismos principios básicos son válidos en todos los casos).
Si alguna vez has realizado una búsqueda en línea, ya eres un analista de datos.
Si alguna vez has hecho una búsqueda en Internet, ya eres un analista de datos.
Si alguna vez has utilizado un mapa para encontrar tu camino, ya eres un analista de datos.
Si alguna vez has consultado el tiempo en la otra punta del mundo, ya eres un analista de datos.
Si alguna vez has abierto una hoja de cálculo, ya eres un analista de datos.
Nunca he conocido a nadie que realmente “no sea una persona de datos”: tómate un momento para comparar tu capacidad mejorada por el computador para almacenar, procesar y transmitir información con la de un griego antiguo típico. Sí, para ellos eres básicamente Atenea.
La razón por la que das por sentado todas estas cosas es que ya has aprendido a utilizar herramientas de procesamiento de datos. Todo, desde Microsoft Paint hasta Google Maps y Spotify, es un software de análisis convertido en algo esencial. Los fabricantes de estas herramientas saben que no deben llamarlas así, pero es lo que son. El mundo moderno está lleno de maravillas y tú ya formas parte de él.
¿Significa esto que estás preparado para trabajar como analista profesional?
No del todo. Hay algunas grandes diferencias entre un analista amateur y uno profesional. Si tienes curiosidad por saber cuáles son, echa un vistazo a mi siguiente artículo… pero la buena noticia es que todo es cuestión de práctica y experiencia. Si sueñas con una carrera de analista, deja de soñar y empieza a hacerlo. Simplemente, desafíate a mirar todos los formatos de datos nuevos que puedas y, en el camino, intenta aprender herramientas que prometan agilizar eso para ti. ¡No hay nada que te detenga! ¡Diviértete!
Dirígete a mi mini curso sobre analítica en inglés, si estás deseando complementar tus sesiones prácticas con algunos conceptos de la carrera de analítica.
Analytics: El minicurso completo
*Nota al pie de página: Mi aburrido piso de madera
Utilicé una aburrida fotografía de mi suelo para recordar que nuestras incursiones en los datos no siempre dan lugar a revelaciones trascendentales. A veces sí, pero la mayoría de las veces no. Eso forma parte del trabajo.
Estos datos eran aburridos y no son especialmente útiles para ti, pero verlos en un formato familiar te facilita extraer el significado (y seguir adelante). Esa es la mitad del trabajo de un analista: convertir los números en algo que puedas entender. La otra mitad consiste en maximizar la inspiración por minuto, pero eso es un artículo aparte.
¿Estás ofendido porque usé MS Paint para exponer mi punto de vista? Pues bien, entonces, ¡aquí está Python! Misma idea.
Obtén más información sobre ciencia de datos e inteligencia artificial en español aquí.
