Análisis de Datos vs. Estadística de Datos
¿Cuál es la diferencia entre el Análisis de Datos y la Estadística de Datos?
Ambas prácticas son parte de la ciencia de datos y ambas utilizan prácticamente las mismas herramientas matemáticas.
Análisis de Datos, o prácticas analíticas, tiene como principal objetivo explorar los datos mientras que la Estadística de Datos, o prácticas estadísticas, pretende inferir lo que sucede fuera de esos datos.
Se suele pensar que las prácticas analíticas pretenden responder preguntas de negocio con datos. Si bien eso es correcto, tal definición no considera la tarea más importante de estas prácticas:
“inspirar nuevas preguntas de negocio a partir de los datos y que estas valgan la pena ser respondidas”
¿Cómo funcionan las prácticas analíticas o de Análisis de Datos?
Lo que hacen las prácticas analíticas es tomar una enorme cantidad de datos no explorados e inspirarse en ellos. No alcanza con tener capacidades matemáticas y de programación, sino que es necesario conocer lo que inspirará a un líder de negocio.
También es necesaria la curiosidad y perseverancia para encontrar verdaderos patrones en los datos, característica de algunas personas tal como comentamos en nuestra nota “Las mentes analíticas que cambiaran los negocios” .
Cuando nos encontramos ante escenarios de incertidumbre lo que sucede es que los datos con que contamos no son todos lo que necesitamos. En este contexto es peligroso sacar conclusiones.
¿Cómo funcionan entonces las prácticas estadísticas o la Estadística de Datos?
Las prácticas analíticas no nos permiten sacar conclusiones pero sí elaborar hipótesis, hay que tener claro que estas serán formadas bajo cierta incertidumbre.
“las prácticas analíticas no responden preguntas sino que las elaboran”
Aquí es donde las prácticas estadísticas entran en escena. Evitar conclusiones falsas bajo incertidumbre es lo que persiguen. Sin rigor estadístico es peligroso tomar decisiones basadas en datos.
Entonces… ¿Cómo aprovechar estas prácticas en un negocio?
En resumen, las prácticas analíticas nos ayudan a formular hipótesis, mejorando la calidad de las preguntas que nos hacemos; las prácticas estadísticas nos permiten validar estas hipótesis mejorando la calidad de las respuestas.
Es así que para llegar a contar una historia con datos, o mejor dicho aplicar Data StoryTelling debe partirse de ciertos pasos, como comentamos en “¿Qué es el Data StoryTelling y para qué sirve?”
El privilegio de la abundancia de datos nos permite construir al menos dos set de datos, uno para analizar e hipotetizar y otro para validar. No estamos acostumbrados a separar los datos, ya que es un hábito del pasado en el que no había suficientes datos para hacer este planteo, pero hoy sí es necesario.
Elegir entre buenas preguntas o buenas respuestas es un falso dilema. Tanto los analistas como los estadísticos son necesarios dentro de la organización, en cambio, lo que es necesario para sacarle el jugo a estos profesionales, son datos abundantes y una cultura orientada a los datos.
Cada semana creamos contenido nuevo sobre Financial Analytics y Data Analytics, te invitamos a suscribirte para recibir las notas en tu correo.
