Datos y Decisiones Ciencia de datos aplicada

Inicio / Programa / Módulo 01

Módulo 01 · Unidad I

Problema de negocio, EDA y visualización

Explorar con propósito: estructura, distribuciones, relaciones, segmentos y visualizaciones que respondan preguntas.

Dedicación2 encuentros RequisitosMódulo 00

Centro del módulo

Índice interactivo

Abrí cada recurso y marcá el avance. El estado se conserva en tu navegador.

Presentaciones

Tres bloques breves para acompañar la secuencia conceptual de la clase. También podés recorrerlos directamente desde esta página.

Presentación Diapositivas 01 · Fundamentos y calidad Paradigma EDA, proceso exploratorio y criterios de calidad de datos. Abrir pantalla completa Presentación Diapositivas 02 · Análisis univariado Distribuciones, estadísticos descriptivos y selección de visualizaciones. Abrir pantalla completa Presentación Diapositivas 03 · Relaciones y outliers Relaciones entre variables, valores atípicos y lectura multivariada. Abrir pantalla completa

Visor integrado. Abrí cada bloque para avanzar las diapositivas sin salir de Datos y Decisiones. Si preferís una vista más grande, usá “Abrir a pantalla completa”. Si Google solicita acceso, iniciá sesión desde “Abrir en Google Slides”.

Diapositivas 01 · Fundamentos y calidad Paradigma EDA, proceso exploratorio y calidad de datos
Abrir a pantalla completa Abrir en Google Slides
Diapositivas 02 · Análisis univariado Distribuciones, estadísticos descriptivos y visualización
Abrir a pantalla completa Abrir en Google Slides
Diapositivas 03 · Relaciones y outliers Relaciones, valores atípicos y lectura multivariada
Abrir a pantalla completa Abrir en Google Slides

Simulaciones y dashboard

Explore escenarios, contraste supuestos y conecte los resultados con una decisión.

Simulación Centro de simulaciones EDA Acceso ordenado a los cinco laboratorios interactivos. Abrir ahora Dashboard Dashboard analítico EDA Ficha ejecutiva interactiva para conectar evidencia y decisión. Abrir ahora Simulación Simulación 01 · Calidad de datos Faltantes, duplicados, inconsistencias y validación. Abrir ahora Simulación Simulación 02 · Datos faltantes MCAR, MAR, MNAR, tratamiento y sesgo. Abrir ahora Simulación Simulación 03 · Distribuciones Forma, tamaño muestral, centro y dispersión. Abrir ahora Simulación Simulación 04 · Correlación Pearson, Spearman y relaciones no lineales. Abrir ahora Simulación Simulación 05 · Paradoja de Simpson Agregación, segmentación y variables contextuales. Abrir ahora

Laboratorios en Google Colab

Ejecute el análisis con Python y conserve una copia propia del notebook.

Google Colab Colab 01 · Paradigma EDA Conceptos fundamentales y ejemplos prácticos con el dataset tips. Abrir ahora Google Colab Colab 02 · Laboratorio integral de EDA Calidad, análisis univariado, relaciones, outliers y comunicación ejecutiva. Abrir ahora

Repaso y evaluación

Compruebe comprensión y consulte conceptos sin salir del módulo.

Autoevaluación Cuestionario de Paradigma EDA Autoevaluación con corrección inmediata. Abrir ahora Consulta Glosario de Paradigma EDA Buscador de conceptos y definiciones de consulta rápida. Abrir ahora

Al completar el módulo

Resultados de aprendizaje

  • Construir un perfil estructural y estadístico de un conjunto de datos.
  • Elegir visualizaciones según variable, audiencia y pregunta.
  • Comparar segmentos sin confundir asociación con causalidad.
  • Cerrar el EDA con hallazgos, riesgos y próximos análisis.

Marco conceptual

Ideas que organizan la práctica

01

Exploración guiada por decisiones

El EDA no es una galería de gráficos. Cada cálculo debe reducir una incertidumbre: cobertura, distribución, relación, segmento o anomalía relevante para la decisión.

02

Distribución y escala

Media, mediana, cuantiles, dispersión, asimetría y colas cuentan historias distintas. Resumir sin observar la forma puede ocultar subpoblaciones o eventos extremos.

03

Relaciones y segmentación

Tablas cruzadas, facetas y gráficos bivariados permiten comparar grupos. Las diferencias observadas son asociaciones descriptivas hasta que un diseño causal justifique otra interpretación.

04

Comunicación visual

Un gráfico debe tener una pregunta, una jerarquía visual y una conclusión legible. La precisión importa más que la decoración.

Nivel profesional

Profundización aplicada

Estos temas conectan el fundamento con decisiones modernas, evaluación rigurosa y operación real.

01

Small multiples, intervalos y anotaciones que muestran magnitud e incertidumbre.

02

Percepción visual: posición y longitud antes que área, volumen o color decorativo.

03

EDA por segmentos, tiempo y cohortes para evitar promedios que ocultan heterogeneidad.

Control de calidad

Errores frecuentes que invalidan la conclusión

  • Construir una galería de gráficos sin pregunta ni conclusión.
  • Usar ejes truncados, escalas incompatibles o demasiados colores.
  • Presentar una asociación exploratoria como explicación causal.

Caso de negocio

Decidir con contexto

Una cadena minorista analiza ticket, frecuencia, canal y región para decidir dónde concentrar una campaña de fidelización.

Explorar en la simulación

Práctica guiada

Secuencia de laboratorio

  1. 01Auditar dimensiones, tipos, claves y cardinalidades.
  2. 02Resumir variables numéricas y categóricas con medidas pertinentes.
  3. 03Comparar al menos dos segmentos del negocio.
  4. 04Redactar títulos de gráficos que expresen el hallazgo.
Colab 01 · Paradigma EDA Colab 02 · Laboratorio integral de EDA Resolver cuestionario Diapositivas 01 · Fundamentos y calidad Diapositivas 02 · Análisis univariado Diapositivas 03 · Relaciones y outliers
Desafío de transferencia

Tomar una decisión defendible

Diseñá una página ejecutiva con tres visualizaciones que expliquen qué cambió, dónde y cuánto importa.

  1. Escribí una hipótesis antes de calcular.
  2. Definí la evidencia que podría refutarla.
  3. Compará al menos dos escenarios.
  4. Terminá con acción, límite y responsable.
Producto del módulo

Entregable esperado

Informe breve con perfil de datos, cuatro visualizaciones justificadas, tres hallazgos y dos limitaciones.