Realidad Profesional | Revista del Consejo Profesional de Ciencias Económicas de la Provincia de Buenos Aires y su Caja de Seguridad Social
Análisis de Datos: Desafíos para las ciencias económicas
El autor propone el desafío de abrazar las nuevas tecnologías y complementar el uso del Excel con otras herramientas ya disponibles que garantizan expandir el potencial de los datos y el aporte de la profesión.
Los profesionales en Ciencias Económicas trabajan con datos, información y conocimiento relacionados con sus actividades laborales. El análisis de datos es crucial para la toma de decisiones alineadas con los objetivos organizacionales. Se requiere comprender los flujos de datos y utilizar modelos y herramientas informáticas para organizar y programar algoritmos.
Las aplicaciones de análisis de datos brindan interfaces amigables y facilitan el acceso a tecnologías. Los usuarios involucrados tienen requisitos cambiantes y se necesita un trabajo interdisciplinario. El diseño adecuado del modelo de datos y la visualización de información son fundamentales. El análisis de datos requiere pensamiento algorítmico y sistémico, identificación de fuentes confiables y limpieza de datos.
Las herramientas de análisis de datos mejoran la capacidad analítica y simplifican la visualización de información. Las herramientas de Ms Excel siguen siendo útiles para exportar datos y visualizarlos, pero no garantizan la integridad de los mismos. Es importante aprovechar nuevas herramientas para expandir las prácticas y aportar desde la profesión.
ARTÍCULO PUBLICADO EL 2023-06-30
Edición N. 133 - Mayo / Junio 2023
NOTAS DE AUTOR
Dr. Martín Eduardo Wolcan
Licenciado en AdministraciónConsultoría y Capacitación para Organizaciones en Análisis de Datos para la Toma de Decisiones
Como profesionales en Ciencias Económicas nos encontramos en constante interacción con datos, información y conocimiento relacionados con nuestras actividades laborales. La planificación, coordinación y medición de procesos y desempeños requiere de la información pertinente para tomar decisiones, alineadas con los objetivos organizacionales. Dicha información es elaborada a partir del análisis de datos provenientes de diversas fuentes.
Para llevar a cabo un análisis de datos consistente y confiable, resulta fundamental el entendimiento de los flujos de datos organizacionales, los cuales se generan a partir del procesamiento de transacciones propias de la actividad. Además, resulta necesario utilizar modelos o estructuras que nos permitan organizar los datos de acuerdo a nuestras necesidades específicas, y contar con herramientas informáticas que simplifiquen el diseño y la programación de algoritmos, los cuales consisten en un conjunto ordenado de operaciones que tienen como objetivo sistematizar las soluciones que buscamos.
Conforme las herramientas de captura de datos mejoraron su precisión y redujeron sus costos, se volvieron imprescindibles en las organizaciones. Las bases de datos y las salidas generadas por los Sistemas de Información, captaron la atención de los usuarios con necesidades específicas de información, específicamente en nuestro caso, para la toma de decisiones.
Algunos usuarios implicados en el proceso, como gerentes, directores, analistas y otros, a menudo tienen requisitos cambiantes que deben adaptarse a las demandas del contexto. Esto conlleva una necesidad constante de elaborar o adecuar la información, lo cual puede requerir un trabajo interdisciplinario. Esta tarea involucra a quienes solicitan la información, quienes la traducen en requisitos y aquellos que generan las salidas utilizando los datos disponibles.
A diferencia de los Sistemas Gestores de Base de Datos (SGBD) que utilizan lenguajes estructurados de consulta de datos, como SQL, las aplicaciones de Análisis de Datos brindan a los usuarios una interfaz amigable para crear modelos y un lenguaje basado en funciones para realizar consultas y operaciones, como el Lenguaje M y DAX en el caso de Ms. Power BI. Estas aplicaciones facilitan el acceso a tecnologías a través de herramientas intuitivas, permitiendo integrar en un único usuario las competencias de diversas disciplinas.
La convergencia interdisciplinar y tecnológica
Los software de Análisis de Datos permiten al usuario desempeñar las funciones de analista, programador y diseñador, lo que le brinda la posibilidad de actualizar los contenidos y formatos de la información a compartir. Estas aplicaciones pueden trabajar con diversas fuentes de datos, como bases de datos (a través de conectores ODBC), salidas de sistemas ERP, hojas de cálculo y otros.
Para poder realizar un Análisis de Datos necesitamos poder definir:
- Los orígenes o fuentes de datos, provenientes de los sistemas de procesamiento de transacciones, sistemas internos y fuentes externas a la organización.
- Un modelo de datos con una estructura acorde a nuestras necesidades de información.
- Las herramientas informáticas que faciliten el modelado y programación de algoritmos para el procesamiento de los datos según las necesidades de visualización.
Para ello deberemos recurrir a diferentes competencias como ser:
- Análisis de requerimientos de información. Consiste en identificar las necesidades de información del usuario objetivo, determinando qué datos son relevantes, con qué frecuencia deben actualizarse y cómo acceder a ellos.
“
La planificación, coordinación y medición de procesos y desempeños requiere de la información pertinente para tomar decisiones, alineadas con los objetivos organizacionales.
”
- Identificación de las fuentes de datos y diseño del modelo. Implica conocer la información que se va a elaborar, seleccionar los orígenes de datos adecuados y diseñar la estructura para el almacenamiento de los datos, incluyendo las transformaciones necesarias.
- Análisis de los datos a través de consultas y cálculos. Los datos de origen pueden requerir limpieza y transformaciones para adecuarse a la estructura diseñada. Mediante consultas al modelo y cálculos sobre los datos, se obtendrá la información que se expondrá al usuario final.
- Diseño y comunicación visual de la información. La visualización requiere de la elección de los objetos visuales más adecuados, como ser Tarjetas, Tablas y Gráficos entre otros. Así también, el diseño de la visualización comprende la disposición de la información y la navegabilidad, en el caso de las visualizaciones interactivas.
Ante las nuevas herramientas, el autor se pregunta: ¿Por qué continuaríamos utilizando Ms Excel para analizar datos? Las estrategias de comunicación pueden agregar valor a todo el proceso de análisis. Mediante la narración de historias a través de los datos, o Data StoryTelling, podremos aclarar nuestras intenciones mediante un hilo conductor, asegurándonos que la información seleccionada sea coherente con nuestros objetivos y comprensible para los usuarios finales.
Los desafíos a la hora de capacitarse
Para que un profesional en Ciencias Económicas pueda introducirse o profundizar sus conocimientos en el Análisis de Datos, es esencial que desarrolle un pensamiento algorítmico y sistémico. Esto implica la capacidad de realizar el proceso de abstracción y modelado de los requerimientos de información, comprendiendo las interrelaciones y el contexto en el que se desenvuelven los datos.
Por otra parte, la identificación, recolección y preparación de los datos apropiados para el análisis, implica poder discernir acerca de las fuentes de datos confiables y llevar a cabo tareas de limpieza y transformación de los mismos. Estas habilidades permiten asegurar la calidad de los datos y prepararlos de manera adecuada para su análisis.
Qué es lo más importante en el Análisis de Datos
El Análisis de Datos se inicia con el relevamiento de los requerimientos de información, lo que nos permite identificar las fuentes de datos y diseñar el modelo adecuado. Para simplificar este proceso, las herramientas ETL (Extract, Transform and Load) nos permiten programar transformaciones de datos mediante flujos de operaciones, que consisten en secuencias de pasos programados. Dichos flujos de operaciones posibilitan que los datos provenientes de diversas fuentes adquieran una disposición común, lo cual permitirá realizar consultas estructuradas para el análisis de datos, el diseño de informes y la generación de información que agregue valor a nivel organizacional.
“
Conforme las herramientas de captura de datos mejoraron su precisión y redujeron sus costos, se volvieron imprescindibles en las organizaciones.
”
Si bien realizar un relevamiento preciso de las necesidades de información es fundamental para alcanzar el propósito deseado, el modelado de datos específico para cada caso será el que proporcione claridad en la comprensión del análisis, facilitando la extracción de información relevante y asegurando la consistencia e integridad de los datos. Un diseño adecuado del modelo de datos permite simplificar las consultas y operaciones, mejorando la calidad y el rendimiento del análisis de datos en general.
“
Las aplicaciones de Análisis de Datos brindan a los usuarios una interfaz amigable para crear modelos y un lenguaje basado en funciones para realizar consultas y operaciones.
”
Otro aspecto fundamental a considerar para lograr un diseño adecuado del modelo de datos es comprender las diferencias y similitudes entre el modelado relacional y el modelado dimensional. El enfoque relacional se utiliza principalmente a nivel transaccional, priorizando las operaciones de inserción, eliminación y modificación de registros, así como el mantenimiento de la base de datos, como actualizaciones de estructura o procedimientos programados relacionados con consultas o acciones.
Por otro lado, el modelado dimensional surge como respuesta a la necesidad de realizar consultas ágiles sobre datos agregados en diferentes dimensiones de interés. En este enfoque, el diseño se adapta a la perspectiva requerida para el análisis. Las estructuras en el modelado dimensional se componen de tablas de hechos, donde se ubican las medidas cuantitativas de interés para el análisis, y tablas de dimensiones, que proporcionan atributos descriptivos a los hechos y permiten segmentaciones de la información según su nivel de agregación.
Incorporar tecnologías en Análisis de Datos a nuestras prácticas
El dominio de herramientas de Análisis de Datos puede ampliar nuestras capacidades técnicas y metodológicas sobre el manejo de la información, lo cual resulta beneficioso tanto para los profesionales que buscan realizar un análisis para la toma de decisiones en su actividad, como para aquellos que quisieran ofrecer como servicio el análisis detallado y visualización de la información según las necesidades de sus clientes. Estas herramientas permiten explorar, procesar y visualizar los datos, lo que facilita la identificación de patrones, tendencias e indicadores para respaldar la toma de decisiones. Al aprovechar estas herramientas, se puede potenciar la capacidad analítica y simplificar la visualización de información actualizada y relevante, lo que agrega valor tanto a nivel profesional como empresarial.
Las herramientas de Análisis de Datos nos posibilitan asimismo trabajar sobre la sistematización (automatismo) de tareas repetitivas, acotando los tiempos dedicados a labores rutinarias, enfocándonos en generar una mejora continua de los modelos de datos y brindando el acceso en tiempo real a la información necesaria para el apoyo a la toma de decisiones.
Ante estas nuevas herramientas podríamos entonces preguntarnos, ¿Por qué continuaríamos utilizando Ms Excel para analizar datos? Aunque Microsoft incorpora
“
Para que un profesional en Ciencias Económicas pueda introducirse o profundizar sus conocimientos en el Análisis de Datos, es esencial que desarrolle un pensamiento algorítmico y sistémico.
”
complementos de Análisis de Datos a la popular hoja de cálculos, la misma pasará a desempeñar otro papel en el manejo de datos. Si bien Ms. Excel no dispone de las características necesarias para garantizar una integridad de los datos, es decir, no proporciona la seguridad de un motor de base de datos, podrá continuar utilizándose como formato de exportación de datos, y como herramienta de visualización de los mismos, a través de tablas y gráficos dinámicos. Los complementos Power Query y Power Pivot de Ms. Excel proporcionan las herramientas necesarias para realizar operaciones y transformaciones en los datos, así como la organización de los mismos en un modelo de datos, donde se definen las tablas y relaciones correspondientes.
Por otra parte, al encontrarse la hoja de cálculo instaurada en la cultura laboral durante más de 25 años, los complementos de análisis de datos mencionados podrían aprovecharse como punto de partida para adentrarse en la disciplina. Esto brinda la posibilidad de aplicar un aprendizaje significativo al retomar los conocimientos en el manejo de datos en Ms Excel, analizar sus fortalezas y debilidades y exportar nuevas prácticas desde un entorno conocido.
Podríamos afirmar que estas nuevas herramientas han sido diseñadas teniendo en cuenta nuestras necesidades como usuarios, creando un puente entre disciplinas. Ahora queda en nosotros el expandir nuestras prácticas hacia territorios no explorados, aportando desde nuestras perspectivas conocimientos y habilidades propias de nuestra profesión.
Los contenidos que se publican son de exclusiva responsabilidad de sus autores y no expresan necesariamente el pensamiento de los editores.
