Analítica empresarial basada en datos. 3DM

 

Combinación de habilidades, tecnologías y prácticas necesarias para transformar los datos empresariales en conocimiento para impulsar la planificación empresarial y la toma de decisiones con fundamento en data verificable.

  • Analítica descriptiva. Interpretación de data histórica, KPI´s, OKR´s. Detección de tendencias, estacionalidad, ciclicidad y umbrales de métricas claves.

  • Análisis de tendencias:. Data histórica y series temporales; análisis de correlación simple y múltiple, determinación de elementos influyentes (KI).

  • Aanalítica predictiva. Modelamiento estadístico, técnicas de simulación probabilística y generación de escenarios.

 
 
 
 

Plataformas

 
 
Python. Este entorno es flexible y multipropósito con una comunidad amplia de analistas y científicos de datos.
2/3 de los científicos de datos utilizan Python como lenguaje principal ya que entre otras ventajas es gratuito, de código abierto y además cuenta con una gran comunidad y ecosistema de paquetería de terceros que facilitan el tratamiento, análisis e interpretación de datos e información.
 
 
 
Jupyter es una plataforma que soporta varios entornos de ejecución en diferentes lenguajes de programación.
Su versión Notebook es como un documento, con diferentes instrucciones de entradas y salidas pudiendo ser códigos, textos, funciones matemáticas, gráficos y texto enriquecidos, todo combinado en un solo libro de trabajo, muy utilizados en procedimientos de preparado, análisis, transformación y visualización de grandes volúmenes de datos.
 
jupyter.jpg
notebook4.png
 
 
pandas3x.png
Análisis de datos con Pandas.  Es la biblioteca de software para Ciencia de Datos por excelencia; permite el tratamiento y análisis de datos sobre Python.
Ofrece estructuras de datos y operaciones para manipular tablas numéricas y series temporales.
Es una herramienta flexible, poderosa y de alto rendimiento para realizar análisis cuantitativo de grandes cantidades de datos.