Ciencia de Datos

Ciencia de Datos

1. Definición

   • Revela tendencias y genera información que las empresas pueden utilizar para tomar mejores decisiones
   • La disciplina que permite que los datos sean utiles
   • Usos
     • Reducir costos
     • Reducir el tiempo
     • Tomar decisiones más informadas y fundamentadas
   • Relación
     • El primer fragmento de la película muestra como el protagonista se da cuenta de las proyecciones futuras de la empresa, las cuales demuestran perdidas. De acuerdo a las proximas tendencias, deberan tomar decisiones con esa información para evitar que sus productos hagan que la empresa caiga.
     • El segundo fragmento, el protagonista demuestra las tendencias de al empresa y los riesgos que pueden existir, y a pesar de que no le creen al principio, menciona que tuvó que analizar todas las paginas con datos para llegar a esa conclusión

2. KPI

   • Indicador de rendimiento clave
   • Valor medible que demuestra la eficacia con la que una empresa logra los objetivos clave del negocio.
   • Tipos
     • De negocios
     • Financieros
     • De ventas
     • De mercadotecnia
     • Para la gestión de proyectos
   • Relación
   • Relación
     • El primer fragmento de la película, muestran las proyecciones negativas de los siguientes momentos de la empresa, estos analisis pueden estar ligados a los indicadores de rendimientos de ciertas áreas de la empresa, como lo son de ventas, financieros o incluso en la gestión de proyectos
     • Con el segundo fragmento, según lo que comprendí, el protagonista analizo indices financieros tanto los actuales como de tiempo atras, de esa manera encontro una relación entre ellos y pudo suponer una predicción

3. Big Data

   • Datos masivos y a menudo no estructurados, en los que las capacidades de procesamiento de las herramientas tradicionales de gestión de datos resultan ser inadecuadas
   • Término aplicado a conjuntos de datos que superan la capacidad del software habitual
   • Usos
     • Optimizar la oferta basada en los hábitos del cliente
     • Desarrollar nuevos productos
   • Relación
     • Aunque el uso de BigData no esta enfocado para la toma de decisiones, si podemos relacionarlo con el primer fragmento a futuro, puede que todos estos datos ya sea estructurados no, permitan a la empresa enfocarse en alguna estrategia que les permita mejorar las predicciones actuales.
     • El concepto de Big Data se muestra en el segundo fragmento al momento que ponen al protagonista a analizar una base de datos estructurados que posee la empresa en la cúal trabaja.

4. Comunicación

   • “compartir algo, poner en común”
   • Proceso por el que el ser humano obtiene información respecto a su entorno y que puede compartirla con el resto.
   • Relación
     • Se observó en el fragmento 1, como la persona al darse cuenta de las malas noticias, decide informar a las personas pertinentes para que tomen conciencia de la situación, compartió esa información con el resto
     • Se muestra cuando le presenta o comenta los datos a la persona encima suyo, compartiendo aquello que encontró analizando la base de datos que le proporcionaron

5. Objetivos SMART

   • Specific
   • Measurable
   • Attainable
   • Relevant
   • Time-bond
   • Relación
     • Al igual que sucede con el Big Data, no esta tan explicito en el fragmento 1, sin embargo si se puede inferirse que no se quedarán solo observando las predicciones e intentarán cambiar o mejorar algo, por lo que los objetivos SMART son viables sobre todo para indicar el plazo y las acciones especificas a realizar para lograrlo
     • Similar a la situación 1, no se presentan de manera explicita, pero son alternativas para posibles soluciones siempre y cuando se tomen en cuenta otras variables o datos de la base de datos que poseen

6. Fuentes externas

   • https://0-eds-a-ebscohost-com.biblioteca-ils.tec.mx/eds/detail?sid=a37e3302-b0d0-441e-9bd2-6070c3b3ce79%40sdc-v-sessmgr03&vid=2&format=EB#AN=931666&db=nlebk
   • https://hassenfeld.bryant.edu/wp-content/uploads/2019/02/Data-Science-vs.-Big-Data-vs.-Data-Analytics.pdf

7. Preguntas formuladas:

   • ¿Cuál es la diferencia entre Ciencia de Datos y Analítica de Datos?
     • Por lo que comprendí de ambos conceptos, la diferencia radica en como se utiliza/implementa cada uno: Mientras que la ciencia da datos busca encontrar relaciones de los mismo a traves de diferentes modelos y poder predecir situaciones futuras, la analitica de datos se basa en la recolección/extracción de los mismos
   • ¿En dónde se aplican cada una de ellas?
     • Dependen de la necesidad de la misma situación, poniendo algun ejemplo especifico de una empresa que necesita información del mercado para el lanzamiento de un nuevo producto innovador, puede que un analista de datos sea de mayor influencia, debido que puede recolectar información importante de lo que se buscar. En cambio si la empresa quiere sacar un producto similar a la de la competencia, la ciencia de datos puede ser de más utilidad porque existen antecedentes que puedan predecir la situación
   • ¿Qué conocimientos y/o habilidades se necesitan para ser un científico de datos o un analista de datos?
     • De un lado un data scientist necesita tener la capacidad de analizar comportamientos y tendencias del mismo mercado o la situación en la que se quiera plantear el problema. Mientras que un analista de datos ocupa tener conocimientos sobre la empresa, el mercado, pero no necesariamente ocupa antecedentes de la situación, sino que van más en caminados la observación que la implementación de modelos predictivos
   • ¿Cuál es su relación con Big Data y el análisis estadístico?
     • Para realizar una análisis estadístico se necesita un big data, o una base de datos confiable de la cual se puedan obtener datos relevantes para lo que se planea realizar, sin embargo considero que los datos almacenados deben ser estructurados para poder efectuar un análisis más eficiente dependiendo de la situación/problema o lo que busque la empresa realizar