Dominar el vocabulario técnico es el primer paso para pensar y actuar como un analista profesional. Este glosario recopila las definiciones oficiales para que puedas consultarlas en cualquier momento durante tus proyectos de datos.
Análisis de brechas (Gap analysis): Un método para examinar y evaluar el estado actual de un proceso a fin de identificar oportunidades de mejora en el futuro.
Análisis de datos (Data analysis): La recolección, transformación y organización de datos para sacar conclusiones, hacer predicciones e impulsar la toma de decisiones informada.
Analista de datos (Data analyst): Alguien que recopila, transforma y organiza datos para sacar conclusiones, hacer predicciones e impulsar la toma de decisiones informada.
Analítica de datos (Data analytics): La ciencia de los datos.
Atributo (Attribute): Una característica o cualidad de los datos utilizada para etiquetar una columna en una tabla.
Autorreporte (Self-reporting): Una técnica de recolección de datos donde los participantes proporcionan información sobre sí mismos.
Base de datos (Database): Una colección de datos almacenados en un sistema informático.
Causa raíz (Root cause): La razón por la cual ocurre un problema.
Ciencia de datos (Data science): Un campo de estudio que utiliza datos sin procesar para crear nuevas formas de modelar y comprender lo desconocido.
Conjunto de datos (Dataset): Una colección de datos que puede ser manipulada o analizada como una sola unidad.
Consulta (Query): Una solicitud de datos o información de una base de datos.
Contexto (Context): La condición en la que algo existe o sucede.
Datos (Data): Una colección de hechos.
Diseño de datos (Data design): Cómo se organiza la información.
Ecosistema de datos (Data ecosystem): Los diversos elementos que interactúan entre sí para producir, administrar, almacenar, organizar, analizar y compartir datos.
Equidad (Fairness): Una cualidad del análisis de datos que no crea ni refuerza sesgos.
Estrategia de datos (Data strategy): La gestión de las personas, procesos y herramientas utilizados en el análisis de datos.
Fórmula (Formula): Un conjunto de instrucciones utilizadas para realizar un cálculo utilizando los datos en una hoja de cálculo.
Función (Function): Un comando preestablecido que realiza automáticamente un proceso o tarea especificada utilizando los datos en una hoja de cálculo.
Habilidades analíticas (Analytical skills): Cualidades y características asociadas con el uso de hechos para resolver problemas.
Hoja de cálculo (Spreadsheet): Una hoja de trabajo digital.
Lenguaje de consulta (Query language): Un lenguaje de programación informática utilizado para comunicarse con una base de datos.
Lenguaje de consulta estructurado (Structured Query Language / SQL): Un lenguaje de programación informática utilizado para comunicarse con una base de datos.
Mentalidad técnica (Technical mindset): La capacidad de dividir las cosas en pasos o piezas más pequeñas y trabajar con ellas de manera ordenada y lógica.
Observación (Observation): Los atributos que describen un fragmento de datos contenido en una fila de una tabla.
Partes interesadas (Stakeholders): Personas que invierten tiempo y recursos en un proyecto y están interesadas en su resultado.
Pensamiento analítico (Analytical thinking): El proceso de identificar y definir un problema, y luego resolverlo usando datos de una manera organizada y paso a paso.
Sobremuestreo (Oversampling): El proceso de aumentar el tamaño de la muestra de los grupos no dominantes en una población. Esto puede ayudar a representarlos mejor y abordar conjuntos de datos desequilibrados.
Tarea de negocio (Business task): La pregunta o problema que el análisis de datos resuelve para una empresa.
Toma de decisiones basada en datos (Data-driven decision-making): Uso de hechos para guiar la estrategia comercial.
Visualización de datos (Data visualization / Visualization): La representación gráfica de datos.
