Skip to main content
Únase a nosotros en TDX, en San Francisco, o en Salesforce+ los días 5 y 6 de marzo en la conferencia para desarrolladores sobre la era de agentes de IA. Registrarse ahora.

Explorar datos formulando buenas preguntas

Objetivos de aprendizaje

Después de completar esta unidad, podrá:

  • Formular buenas preguntas.
  • Identificar aptitudes y actitudes para trabajar con datos de manera eficaz.

Introducción

Existen millones de oportunidades para mejorar la vida de las personas haciendo un mejor uso de los datos. ¿Le interesa la investigación de enfermedades, las prácticas educativas, la eficiencia industrial, el cuidado de pacientes o el gasto público? Las oportunidades son infinitas.

Para comenzar a hacer un mejor uso de los datos, tenga en cuenta esta parte fundamental de la alfabetización de datos: la exploración. La clave para llevar a cabo una exploración de datos adecuada es formular buenas preguntas. Por ejemplo, si le encantan los perros y se preocupa por la salud, una primera pregunta podría ser la siguiente: ¿Es bueno para la salud tener un perro?

Ahora, compare esa pregunta con esta otra: De las población con enfermedades crónicas de Estados Unidos, ¿qué diferencias en cuanto a resultados médicos presentan las personas que tienen perro y las que no?

La primera pregunta es abierta, no muestra ningún criterio que pueda considerarse para determinar si la salud de alguien es buena. La segunda pregunta es mucho más específica. Se utilizan términos claramente definidos y reduce el enfoque a una población específica. Resulta más sencillo explorar datos que respondan a la segunda pregunta.

Preguntar por qué

Cuando empezamos a explorar la respuesta de cualquier pregunta, generalmente realizamos preguntas de seguimiento. Normalmente, no podemos dejar de hacer preguntas después de responder a la primera. En el ejemplo, si los resultados médicos de las personas con alguna enfermedad crónica en Estados Unidos difieren al tener perro, lo siguiente es preguntar "¿por qué?".

La técnica de las 5 "W", desarrollada por el fundador de Toyota Motors, Sakichi Toyoda, propone preguntar ¿por qué? ante un problema que se esté tratando de identificar y, después, continuar preguntando lo mismo con cualquier respuesta o explicación proporcionada. Aunque el objetivo principal de la técnica es determinar la causa raíz de un defecto, podemos utilizarla para profundizar en las causas de muchos resultados.

Stephen Few, famoso técnico de información, identificó una lista de características que ayudan a las personas a trabajar con datos de manera eficaz, características que él llama aptitudes y actitudes. Estas características también ayudan a realizar mejores preguntas.

Aptitudes y actitudes que inspiran a realizar buenas preguntas

A medida que vaya leyendo sobre estas aptitudes y actitudes, adaptadas con el permiso del libro de Stephen Few, Now You See It: An Introduction to Visual Data Sensemaking, reflexione sobre su propia experiencia. ¿Cuál de estas características posee? ¿Cuál de estas características le gustaría desarrollar? ¿Cómo le ayudan sus propias características a la hora de realizar buenas preguntas? ¿Cómo puede ayudarle el hecho de adquirir nuevas características a conseguir realizar mejores preguntas?

El valor de las buenas preguntas: ejemplos

Florence Nightingale y John Snow han mostrado poseer muchas de las características enumeradas anteriormente, y han realizado buenas preguntas para ayudar a resolver problemas. A medida que va leyendo sobre cada una de ellas, piense en las aptitudes y actitudes que muestran.

Por ejemplo, ambos han mostrado interés y curiosidad. Nightingale tenía su capacidad de análisis de datos y Snow sus patrones de puntos. ¿Puede pensar en otros ejemplos en los que se muestre de qué manera Florence Nightingale y John Snow han mostrado tener aptitudes y actitudes para el análisis de datos eficaz?

Florence Nightingale

En 1854, Florence Nightingale lideró un equipo de 38 enfermeras para cuidar de soldados que estaban hospitalizados durante la guerra de Crimea. ¿Por qué morían tantos soldados y de qué manera podían evitarse esas muertes?

Nightingale descubrió que las enfermedades causadas por las evitables condiciones insalubres, y no por las heridas de guerra, eran la principal causa de la muerte de los soldados. Comenzó a realizar reformas sanitarias, que disminuyeron drásticamente el número de muertes, y documentó los resultados de 2 años de trabajo.

Después, utilizó gráficos, como el gráfico polar (puede ver el ejemplo a continuación), para mostrar la necesidad de una reforma sanitaria generalizada a un público no científico. En el diagrama, cada parte representa un mes y el área de cada parte muestra el número de soldados que murieron ese mes. Los diferentes colores representan las distintas causas de la muerte.

Florence Nightingale y su gráfico polar

La historia y las imágenes se han adaptado de la página de Florence Nightingale del sitio web del Museo de Ciencias de Reino Unido: el trabajo de Florence Nightingale.

John Snow

El cólera es una enfermedad intestinal aguda que causó muchas muertes durante una epidemia en Londres entre 1831 y 1832; después, volvió a repetirse entre 1848 y 1849. En esa época, muchas personas pensaban que el cólera estaba provocado por la mala calidad del aire debida a la descomposición de la materia orgánica. Pensaban que la enfermedad podía erradicarse si se tomaban ciertas medidas preventivas, como fregar, por lo que no siguieron en enfoque científico más puro de la microbiología. El físico británico, John Snow, cuestionaba esta teoría de la mala calidad del aire, o contaminación.

¿Y si el cólera estuviera causado por un germen? Snow mantenía que el cólera estaba provocado por una célula germinal todavía no identificada. Dedujo que el germen se propagaba al beber agua. Para poner a prueba su idea (que el cólera se contagiaba mediante el contacto con los gérmenes del agua, y no de la mala calidad del aire), Snow consiguió datos del Registro General sobre las muertes en Londres causadas por el cólera. 

Snow trazó las muertes en un mapa de la ciudad y, después, trazó las ubicaciones de las bombas de agua que proporcionaban agua para la ciudad. Finalmente, determinó que las víctimas del cólera que había trazado en el mapa habían consumido agua de la bomba de Broad Street.

El mapa de las bombas de agua y las muertes causadas por el cólera de John Snow que revela una concentración de muertes alrededor de la bomba de Broad StreetLa historia de John Snow es un ejemplo significativo de la resolución de un problema sanitario a partir de métodos estadísticos sin tener conocimientos de la causa biológica subyacente. Snow no sabía cuáles eran las propiedades biológicas específicas del germen del cólera, pero, aun así, descubrió la causa del problema.

La historia y las imágenes se han adaptado de la página de John Snow del sitio web del Departamento de Epidemiología de la UCLA: el trabajo de John Snow.

Recursos

Ahora comprende la relación entre las buenas preguntas y la exploración de datos. Para trabajar con datos de manera eficaz, céntrese en las aptitudes y actitudes que le ayudan a realizar buenas preguntas.

Comparta sus comentarios sobre Trailhead en la Ayuda de Salesforce.

Nos encantaría conocer su experiencia con Trailhead. Ahora puede acceder al nuevo formulario de comentarios cuando quiera desde el sitio de la Ayuda de Salesforce.

Más información Continuar para compartir comentarios