Explorar los tipos de análisis de datos

[Raf] Hola. Si están aquí, probablemente les interese el análisis de datos, y eso está muy bien. Para empezar, voy a compartir con ustedes la propuesta de valor del análisis de datos.

Lo primero en lo que debemos pensar al hablar sobre el análisis de datos es en cómo usar los datos recopilados para generar información que sea útil para futuras necesidades de la empresa. Es lo que llamamos perspectivas.

A veces, esta tarea de generar perspectivas a partir de datos puede ser larga y compleja, y puede implicar el uso de aprendizaje automático. Otras veces, puede ser rápida y sencilla, si el conjunto de datos está listo y solo necesitan realizar un análisis de datos descriptivo. Dicho esto, el análisis de datos es la ciencia que permite gestionar los datos recopilados por sistemas informáticos para generar perspectivas que mejorarán la toma de decisiones con hechos basados en datos.

En la actualidad, el análisis de datos se utiliza mucho en plataformas de comercio electrónico y redes sociales. Sin embargo, los conocimientos se pueden y deben aplicar en los ámbitos de seguridad de la información, logística, operaciones de fábrica, Internet de las cosas y muchos más.

Hay cuatro tipos principales de análisis de datos, en orden de complejidad: descriptivo, de diagnóstico, predictivo y prescriptivo. Vamos a hablar un poco de cada uno de ellos. Me detendré un poco más en el análisis descriptivo porque, en este curso introductorio, será el que más estudiemos.

El análisis descriptivo es un tipo de análisis de datos que se usa principalmente para proporcionar información relacionada con hechos que han ocurrido. Su objetivo es permitirles usar datos que recopila un sistema para ayudarles a identificar errores, puntos para mejorar o métricas que no están proporcionando los datos esperados.

Aunque este tipo de análisis de datos se utiliza muchísimo para resumir grandes conjuntos de datos y describir resultados a las partes interesadas, debemos saber que el análisis descriptivo informa de lo que está ocurriendo, pero de nada más. Las métricas más importantes que proporcionan esos sistemas suelen llamarse KPI, o indicadores clave de rendimiento.

Identificar lo que ha ocurrido puede ser muy importante para algunos segmentos del mercado, y, a veces, esto es suficiente para satisfacer la necesidad de investigar una incidencia. Les voy a dar un ejemplo de cómo el análisis descriptivo puede ser útil para identificar los KPI correctos que permitan a las partes interesadas conocer las decisiones basadas en datos que pueden resolver posibles problemas.

Pensemos en un sitio web de comercio electrónico donde se recopilan métricas sobre el tiempo necesario para procesar un pago. En este sitio web, se utiliza una pasarela de pago externa para completar el proceso de compra. Cada vez que un cliente compra algo en el sitio web, se le redirige a esa pasarela de pago, lo que proporciona una confirmación de que el cliente ha pagado en el momento en el que lo hace. En este caso, un conjunto relevante de KPI para realizar un buen análisis descriptivo podría ser el uso de métricas sobre el tiempo necesario para completar la transacción, el número de transacciones completadas y el número de transacciones canceladas.

Si observa un pico en la cantidad de transacciones canceladas y el tiempo necesario para completar la transacción, podría ser un buen indicador de que esas transacciones se cancelan porque tardan demasiado tiempo. También puede ser un buen indicador de que esos KPI están relacionados entre ellos, lo que podría ayudar a los administradores de sistemas y propietarios de empresas a iniciar un proceso de solución de un posible problema que podría estar afectando a las ventas.

Este mismo concepto se aplica al tiempo para completar las transacciones. Si cuentan con una herramienta que desglosa esa métrica separando cada paso dentro del tiempo de transacción, tendrían incluso información más detallada para detectar el lugar en el que se encuentra el problema. Lo último que quieren es enterarse del mal funcionamiento de un sistema por redes sociales o quejas de clientes. En este caso, la supervisión es fundamental, y utilizamos un conjunto de métricas muy sencillas para iniciar la solución de un problema relacionado con el negocio.

En resumen, el análisis de datos descriptivo es un concepto que nos informa de lo que está pasando. También pueden usar el análisis de datos descriptivo si tienen datos sobre la actividad de usuarios, publicaciones en redes sociales, el Internet de las cosas o registros de seguridad de sistemas. Como ya he dicho antes, los casos de uso son muy diversos, pero hay algo muy claro. Cuando tenemos los conocimientos para ejecutar análisis de datos descriptivos, podemos y debemos usar esos conocimientos para trabajar con distintos conjuntos de datos.

Bien. Ya tenemos los conocimientos básicos sobre lo que es el análisis de datos descriptivo. ¿En qué consisten los otros tres?

Recordemos del ejemplo anterior que teníamos la matriz sobre el tiempo de transacción y el número de transacciones con errores. En ese caso, ustedes eran los responsables de poseer las perspectivas y la idea para correlacionar esas dos métricas a fin de identificar el problema. El sistema no las conectaba, sino que les ofrecía una métrica consolidada o pronosticada, llamada "probabilidad de que ocurra un problema" en la pasarela de pago. En la actualidad, es muy común tener cientos, o incluso miles, de esas métricas en nuestros sistemas. El análisis de diagnóstico nos permite ir más allá de la simple información para realizar un diagnóstico mediante la investigación y la correlación de los KPI para proporcionar recomendaciones sobre el posible origen del problema. Me gusta referirme al análisis de diagnóstico como un conjunto de acciones que puede realizar un sistema para ayudar a las partes interesadas a entender lo que ha pasado. En este caso, tienen que quedarse con la palabra "porqué".

El tercer tipo de análisis de datos es el análisis predictivo. El análisis de datos predictivo implica una mayor complejidad, porque, como bien sugiere su nombre, predice lo que es probable que ocurra en el futuro en función de datos del pasado, o en función de la fusión de datos de varios conjuntos y orígenes de datos. En resumen, intenta predecir el futuro en función de acciones del pasado. El uso de redes neuronales, la regresión y los árboles de decisión son muy comunes en el análisis de diagnóstico. Esto lo veremos en otro curso.

Por último, pero no menos importante, el análisis prescriptivo, que consiste básicamente en la suma de todos los anteriores. El análisis prescriptivo permite sugerir a las partes interesadas cuáles son las decisiones basadas en datos que deben tomarse según eventos y resultados pasados. Este tipo de análisis se basa principalmente en estrategias de aprendizaje automático para buscar patrones y las correcciones correspondientes mediante el análisis y la fusión de grandes conjuntos de datos.

Independientemente del tipo que decidan aprender y aplicar, el análisis de datos se encuentra en la intersección del uso de tecnología de la información, estadísticas y conocimientos sobre dominios, como redes sociales, segmentos empresariales o segmentos industriales. En este curso, nos centraremos en cómo utilizar los servicios de AWS para ejecutar análisis descriptivos sobre lo que ocurre en una cuenta de AWS mediante registros de seguridad.

Ahora que ya conocen los distintos tipos de análisis de datos, sigamos explorando algunos ejemplos más de situaciones en las que se realizan análisis de datos en la vida real.