9 Consejos para presentar los resultados de la tabla y analizar los datos

  1. Software
  2. Oficina de Microsoft
  3. Excel
  4. 9 Consejos para presentar los resultados de la tabla y analizar los datos

Libro Relacionado

Análisis de datos de Excel para tontos, 3ª edición

Por Stephen L. Nelson, E. C. Nelson

Aquí hay un puñado de consejos generales sobre el análisis de datos con Excel. En la mayoría de los casos, estos consejos resumen y generalizan procesos mucho más detallados para el análisis de datos.

Trabajar duro para importar datos

Trabajar para importar datos buenos y ricos en libros de trabajo de Excel realmente vale la pena. A veces, la importación de datos puede ser problemática. Los dolores de cabeza y las angustias pueden ocurrir cuando se trata de obtener datos de otros sistemas de información de gestión y cuando se trata de trabajar con un administrador de bases de datos para obtener los datos correctos en un formato que proporcione un análisis de datos útil con Excel.

Pero a pesar de las molestias de obtener los datos, usted encontrará que la importación de buenos datos a Excel bien vale la pena el esfuerzo. Tradicionalmente, las personas toman decisiones utilizando fuentes de información muy estandarizadas. . como el sistema de contabilidad, o algún informe de terceros, o boletín, o publicación. Y esas fuentes tradicionales producen percepciones tradicionales, lo cual es genial. Pero cuando se puede trabajar con un conjunto de datos más rico y profundo de información en bruto, a menudo se obtienen conocimientos que simplemente no aparecen en las fuentes tradicionales.

Diseñar sistemas de información para producir datos ricos

Hace más de 20 años, los diseñadores se concentraron en crear sistemas que produjeran los informes que los gerentes y tomadores de decisiones deseaban y que produjeran los formularios (tales como facturas y cheques y órdenes de compra) que las empresas requerían para operar.

Obviamente, estos elementos siguen siendo elementos clave en los que hay que pensar mientras se diseñan, instalan y gestionan los sistemas de información, como un sistema de contabilidad. Pero también es necesario reconocer que probablemente habrá formas no planificadas, poco ortodoxas, inusuales, pero aún así muy valiosas en las que los datos que son recolectados por estos sistemas de información de gestión pueden ser analizados. Por lo tanto, si usted trabaja, diseña o participa en la implementación de sistemas de información, debe tener en cuenta que los datos brutos del sistema pueden y deben ser transferidos a herramientas de análisis de datos como Excel.

Tener registros ricos y detallados de los productos o servicios que vende una empresa le permite ver las tendencias de las ventas por producto o servicio. Además, permite a una empresa crear tabulaciones cruzadas que muestran cómo ciertos clientes eligen y utilizan ciertos productos y servicios.

La conclusión es que las organizaciones necesitan diseñar sistemas de información de manera que también recolecten datos buenos, ricos y sin procesar. Más tarde, estos datos se pueden exportar fácilmente a Excel, donde un simple análisis de datos puede llevar a una visión más amplia de las operaciones de una empresa, sus oportunidades y posibles amenazas.

No se olvide de fuentes de terceros

Un punto rápido: Reconocer que existen muchas fuentes de datos de terceros. Por ejemplo, los proveedores y los clientes pueden tener datos muy interesantes disponibles en un formato accesible a Excel que se puede utilizar para analizar su mercado o su ramo.

Un comentario final rápido sobre fuentes de datos de terceros es el siguiente: la herramienta de consulta web disponible en Excel hace que la extracción de información de tablas almacenadas en páginas web sea muy fácil.

Simplemente añádelo

Usted podría pensar que el análisis de datos de gran alcance requiere técnicas de análisis de datos de gran alcance. Chi-cuadrados. Estadísticas inferenciales. Análisis de regresión.

Algunos de los análisis de datos más potentes que puede hacer es simplemente sumar números. Si añades números y obtienes sumas que otras personas ni siquiera conocen – y si esas sumas son importantes o muestran tendencias – puedes obtener información importante y recopilar información valiosa a través de las técnicas de análisis de datos más simples.

Una vez más, la clave es recopilar información realmente buena en primer lugar y luego tener esa información almacenada en un contenedor, como un libro de trabajo de Excel, para que pueda manipular y analizar aritméticamente los datos.

Explorar siempre las estadísticas descriptivas

Las herramientas estadísticas descriptivas que Excel proporciona -incluyendo mediciones como una suma, un promedio, una mediana, una desviación estándar, etc.- son herramientas realmente poderosas. No sienta que estas herramientas están más allá de sus habilidades.

Las estadísticas descriptivas simplemente describen los datos que tiene en alguna hoja de trabajo de Excel. No son mágicos, y no se necesita ningún entrenamiento estadístico especial para usarlos o compartirlos con las personas a las que se les presentan los resultados de los análisis de datos.

Nótese también que algunas de las medidas estadísticas descriptivas más simples son a menudo las más útiles. Por ejemplo, conocer el valor más pequeño de un conjunto de datos o el valor más grande puede ser muy útil. Conocer la media, la mediana o el modo en un conjunto de datos también es muy interesante y útil. E incluso las medidas sofisticadas aparentemente complicadas como una desviación estándar (que sólo mide la dispersión sobre la media) son realmente herramientas muy útiles.

Observar cómo las estadísticas descriptivas cambian (o no cambian) con el tiempo, como de un año a otro, a menudo le proporciona información muy valiosa.

Esté atento a las tendencias

Peter Drucker, quizás el observador más conocido y perspicaz de las prácticas de gestión modernas, señaló en varios de sus últimos libros que una de las cosas más significativas que el análisis de datos puede hacer es detectar un cambio en las tendencias. Las tendencias son casi lo más significativo que se puede ver. Si los ingresos combinados de su industria crecen, eso es significativo. Si no han estado creciendo o si empiezan a encogerse, eso es probablemente aún más significativo.

En su propio análisis de datos, asegúrese de construir sus hojas de trabajo y recopilar sus datos de una manera que le ayude a identificar tendencias e, idealmente, a identificar cambios en las tendencias.

Rebanar y cortar en dados: tabulación cruzada

El comando PivotTable es una herramienta maravillosa. Las tabulaciones cruzadas son formas extremadamente útiles de cortar los datos en dados. Y lo bueno de la herramienta PivotTable es que puede volver a tabular fácilmente y luego volver a tabular de nuevo.

Si tiene buenas fuentes de datos sofisticados y no realiza tabulaciones cruzadas con regularidad, es probable que se esté perdiendo tesoros absolutos de información. Hay oro en esas colinas.

Grábalo, nena

Un componente importante de un buen análisis de datos es presentar y examinar los datos visualmente.

Al mirar un gráfico de líneas de alguna estadística importante o al crear un gráfico de columnas de algún conjunto de datos, a menudo se ven cosas que no son aparentes en una presentación tabular de la misma información. Básicamente, los gráficos son a menudo una forma maravillosa de descubrir cosas que de otra manera no se verían.

Estar al tanto de las estadísticas inferenciales

Las estadísticas inferenciales le permiten recolectar una muestra y luego hacer inferencias sobre la población de la cual se extrae la muestra en base a las características de la misma.

En las manos adecuadas, las estadísticas inferenciales son herramientas extremadamente poderosas y útiles. Con buenas habilidades en estadística inferencial, puedes analizar todo tipo de cosas para obtener todo tipo de información sobre datos que la gente común nunca obtiene. Sin embargo, francamente, si su única exposición a las técnicas estadísticas inferenciales es mínima, es probable que no posea suficiente conocimiento estadístico bruto para realizar un análisis estadístico inferencial.

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *