¿Qué es un Data Analyst?

Publié le - Dernière modification le

En este artículo te vamos explicar todo lo que necesitas saber sobre Data Analyst. Atención, este tema te va interesar, está de moda y además es una de las posiciones más buscadas actualmente.

Contexto:Cantidad creciente de Datos

Como hemos visto en los últimos años, ha habido una revolución en muchos ámbitos debido al gran número de datos que hemos acumulado y a la mejora de capacidad de almacenarlos y tratarlos. Organizaciones públicas y privadas deben revisar o ya han revisado la manera como ejecutan este proceso. Para poder hacer esta puesta a punto, el llamado Data Arquitect es el personaje clave. Su tarea consiste en organizar todo tratamiento de datos de la organización en cuestión. Una vez ha definido este proceso, tendremos todos los datos estructurados, localizados y por lo tanto podemos empezar a tratarlos.

Tarea: No perderse en la marea

La capacidad del Data Analyst entra en juego ahora. Estos grandes volumenes de datos guardados solo tienen valor si se minan, se entienden, se procesan y se traducen en ideas y recomendaciones. De la misma manera, mirar datos sin tener un contexto o una idea de lo que se quiere descubrir puede ser un proceso confuso y largo. Aquí encontramos la primera tarea del analista: conocer o establecer un contexto. Lo primero que debe saber hacer el Data Analyst es entender de qué datos dispone, para qué le sirven y por qué los necesita trabajar. Plantearse unas preguntas o hipótesis concretas y empezar el proceso de análisis con un enfoque. Seleccionar los datos a trabajar y preprocesarlos.

Preproceso

El preproceso de los datos no es nada más que la depuración de los mismos y hacerlos comprensibles para la herramienta con los que los trabajará después. Puede ser que la base de datos esté incompleta o tenga casillas vacías y el analista deberá enfocar ese tema con delicadeza. Cómo tratar el problema de los missing values es uno de los primeros puntos que tendrá que decidir con más criterio. Puede que el analista tenga que hacer cambios para que la máquina entienda qué variables hay que tratar como números y qué variables hay que tratar como caracteres, los dos tipos de variables más comunes que se encontrará. Finalmente decidirá si alguno de los datos de los que dispone generan ruido o son innecesarios para el análisis y los eliminará.

Proceso

Ahora los datos están listos para ser procesados y es cuando el Analyst cogerá su caja de herramientas y empezará a procesar los datos. Dentro de su caja encontraremos varios programas como Excel, R, SAS u otras plataformas donde podrá generar visualizaciones, modelos predictivos mediante distintas clases de algoritmos, series temporales… La curiosidad, el control de la calidad de los datos y el rigor del análisis son las piezas fundamentales para que ese trabajo sea correcto y nos lleve al siguiente paso: conclusiones del estudio.

Conclusiones

Después de realizar una serie de procesos que le han parecido necesarios al analista, se encuentra con respuestas concretas a las preguntas que se ha planteado. Sin embargo, durante los procesos de análisis se suelen abrir tantas o más puertas con nuevas preguntas de las que se consiguen cerrar. En mi experiencia, esto puede ser a veces desmotivador o generar incertidumbre, pero hay que aprender a gestionar los tiempos y a poner objetivos concretos. Una vez el analista ya tiene un paquete de conclusiones, puede trabajar en presentarlas a quien toque en cada caso y luego iterar en el proceso de análisis siguiendo el mismo esquema para entrar en mayor profundidad en los mismos temas o en los nuevos intereses que van surgiendo.

Report: Dar visibilidad a las conclusiones

El último paso, muchas veces olvidado, es la traducción de estas conclusiones a un lenguaje no técnico y que ayuden a tomar decisiones en la organización en la que esté trabajando. Para esto el analista debe tener capacidad de síntesis y de jerarquización de la información extraída, así como conocimiento de negocio y, a poder ser, cierta pericia en el tema tratado. El broche de oro lo pondrá si tiene también habilidades de presentación, oratoria y comunicación.

Cómo convertirse en Data Analyst

En ubiquimprocuramos dar cursos que reflejen la realidad del mundo laboral del analista. Por eso trabajamos con casos reales desde el primer día, pidiendo a nuestros alumnos que se lancen solos a la piscina, proponiéndoles una tarea propia de la de un departamento de análisis de datos y un plan de ataque, muy guiado al principio y un poco más difuso al final del curso. Siempre seguimos el ciclo de análisis descrito anteriormente, trabajando también la capacidad de generar informes y presentaciones en tiempo record y con buena calidad, los cuales son presentados al mentor y, en varias ocasiones, a empresas que vienen a valorar el trabajo de nuestros alumnos. Si os ha interesado el perfil del analista o queréis más información, os emplazo a visitar nuestra web o enviarnos cualquier pregunta que pueda surgir. Daniel Castejón

Souscrivez maintenant pour des mises à jour hebdomadaires

Restez à jour avec les meilleurs articles de la communauté Freelancer. Souscrivez maintenant pour le meilleur contenu de Design, de Développement et de Freelancer chaque semaine.

Article suivant

Autodisciplina para poder cumplir tus sueños