chemaw8 Análisis de datos — estándar Kit Chema
Playbook para analizar o explorar datos y presentar lo que dicen. La regla que sostiene todo lo demás es entender el dato antes de analizarlo: una conclusión sacada de datos que no revisaste primero no vale nada, por buena que se vea la gráfica.
Bien hecho significa
- Las conclusiones sobreviven a un "¿y cómo lo sabes?". Cada afirmación se puede rastrear hasta el dato que la sostiene; si alguien pregunta de dónde salió, hay respuesta. Una conclusión que no aguanta esa pregunta es una opinión disfrazada de análisis.
- Cada hallazgo es evidencia + magnitud + "y qué". La evidencia es el dato concreto; la magnitud es cuánto (número, porcentaje, no "mucho" ni "poco"); el "y qué" es la implicación accionable, qué debería hacer quien lo lee. Sin las tres partes no es un hallazgo, es un comentario.
- El hecho está separado de la interpretación. "Las ventas cayeron 18% en junio" es un hecho; "cayeron porque subió el precio" es una hipótesis. Se marcan como cosas distintas y no se mezclan en la misma frase.
- El análisis es reproducible. Otra persona (o tú en un mes) puede volver a correrlo sobre los mismos datos y llegar al mismo número. Nada de cálculos hechos a mano en una celda que nadie puede repetir.
Proceso
Este es el orden. El primer paso es el que más se salta y el que decide si el resto sirve.
- Entender el dato antes de analizarlo. Antes de calcular nada, revisa qué tienes: el esquema (qué columnas hay y qué significan), el periodo que cubre, los huecos (valores vacíos, fechas faltantes), los duplicados y las unidades (pesos o dólares, con o sin IVA, diario o mensual). Confirma también el grano: qué representa exactamente una fila (¿una venta, un renglón de ticket, un cliente, un día?); agregar o cruzar tablas sin saberlo es la causa típica de sumas dobles. Reporta lo que encuentres: la calidad del dato es parte del entregable, no un paso escondido.
- Preguntas que el análisis debe responder. Escribe las preguntas concretas antes de sumergirte en los números. Sin preguntas, "explorar" se vuelve pasear por gráficas sin saber qué buscas ni cuándo terminaste.
- Análisis con scripts guardados. Haz los cálculos en un script que quede guardado, no en operaciones al vuelo irrepetibles. Si un número entró al informe, el código que lo produjo tiene que existir y poder re-ejecutarse.
- Hallazgos rankeados por impacto. Ordena lo que encontraste de mayor a menor relevancia para quien decide. Lo que cambia una decisión va arriba; la curiosidad estadística sin consecuencia, al final o fuera.
- Gráficas honestas. Ejes numéricos desde cero, salvo que haya una razón que declaras junto a la gráfica. Nada de recortar el periodo para que la tendencia se vea como quieres (cherry-picking): se muestra el rango completo y representativo. La gráfica sirve para entender, no para convencer con trucos.
Checklist final
Antes de entregar, con los datos y el análisis delante:
- ¿Reporté la calidad del dato (huecos, duplicados, periodo, unidades)?
- ¿Cada hallazgo tiene su evidencia y su magnitud en números?
- ¿Separé el hecho de la hipótesis, marcados como cosas distintas?
- ¿Los scripts están guardados y se pueden re-ejecutar para llegar al mismo resultado?
- ¿Las gráficas van sin trucos visuales (ejes desde cero, periodo completo)?
- En un dashboard, ¿cada panel responde una pregunta operativa que alguien necesita para decidir, sin paneles decorativos que no cambian ninguna decisión?
Errores típicos
- Analizar sin mirar huecos ni duplicados. Sacar promedios y tendencias de datos que tienen filas repetidas o meses faltantes: el número sale, pero está mal y no te enteras.
- Promedios que esconden la distribución. Reportar "el ticket promedio es $340" cuando la mitad compra $80 y unos pocos $2.000. El promedio solo no dice nada; mira también la mediana y la dispersión.
- Correlación vendida como causa. "Subieron las dos cosas a la vez, luego una causó la otra." Que dos series se muevan juntas no prueba que una explique la otra; dilo como correlación mientras no tengas más.
- Gráficas con ejes recortados. Empezar el eje en 90 en vez de 0 para que una diferencia pequeña parezca enorme. Es la forma más común de mentir con una gráfica siendo técnicamente cierto el dato.
- Explicar ruido como si fuera señal. Buscar la causa de una variación que cabe dentro de la fluctuación normal de la métrica. Antes de explicar un cambio, confirma que supera la variación habitual; si no, es ruido, no hallazgo.