- Timoteo's Data Newsletter
- Posts
- Que herramientas aprender para ser Data Analyst?
Que herramientas aprender para ser Data Analyst?
Timoteo Garcia
August 28, 2023
ROADMAP PARA SER DATA ANALYST
Todos los dias me llegan este tipo de consultas:
Que herramientas recomendas aprender para ser Analista de datos?
Por que solo subis videos de PowerBI? Acaso un Data Analyst no tiene que manejar TODAS las herramientas de Visualizacion del mercado?
Hay que saber programar?
No se por donde arrancar, hay mucha informacion dando vuelta.
Y todo esta relacionado a lo ultimo, hay MUCHA informacion dando vuelta, y eso es lo que mas nos complica al ser humano, porque queremos abarcar lo que mas podamos, queremos saber lo que mas podamos y eso nos puede llevar a una frustacion.
OJO! No digo que no haya que estudiar/leer/capacitarse, ni mucho menos, todos los dias salen cosas nuevas, y hay que ir desarrollando la capacidad de detectar que nos puede servir, para ponernos a aprender.
Primera Etapa para convertirnos en data analyst: RESEARCH
Yo creo que antes de largarnos a aprender herramientas, como excel, python, sql, powerbi, etc… Debemos saber QUE HACE un data analyst. Donde puede trabajar? Pros y contras. Buscar información. Hablar con gente que trabaje de esto. Y lo mas importante de todo es, preguntarnos si estamos dispuestos a meter ese cambio de rumbo y adentrarnos en el maravilloso mundo de los datos.
Segunda etapa: Excel
Excel es una herramienta de las Basic Basic. Es muy potente, y es la base del Analisis de datos. El 95% de las empresas llevan todos sus datos aca 😮, y esto es un problema tambien. Porque excel no nos permite ver informacion en tiempo real, no es escalable para Big Data o grandes cantidades de Datos, y es muy dificil hacer graficos agradables visualmente de manera rapida y sencilla, y que sean iteractivos, es decir que los usuarios finales puedan "navegar/jugar" con los datos dentro de el. Pero bueno, es un MUST, seguramente se van a encontrar con CSVs o XLSXs, asique una base van a necesitar.
Tercera Etapa: Bases de datos relacionales (SQL)
Las bases de datos relacionales son sistemas de gestión de bases de datos (DBMS) que almacenan y organizan datos en tablas relacionadas entre sí. El lenguaje de consulta estructurado (SQL, por sus siglas en inglés) es el estándar utilizado para interactuar con bases de datos relacionales.
SQL es quizas de las cosas mas importantes para trabajar en el mundo de los datos. WHY??
Por que como dije previamente, es el lenguaje de programacion (Aca me bardean, para mi si es un Lenguaje de programacion je) con el que se interactua con una base de datos. Tenes que ser un DataBase Arquitect Super Senior con +10 Años de experiencia? Adivina….. NOOOOO.
Te voy a tirar las cosas mas importantes que debes saber en el mundillo SQL. Hay 2 categorias principales de comandos a utilizar en SQL, y son DDL y DML.
DDL (Data Definition Language):
DDL se refiere al conjunto de comandos SQL utilizados para definir y gestionar la estructura de la base de datos, incluyendo la creación, modificación y eliminación de objetos de la base de datos, como tablas, índices, vistas y restricciones. Los comandos DDL mas comunes son:
CREATE: Utilizado para crear objetos como tablas, vistas, índices, etc.
ALTER: Se usa para modificar objetos existentes, como agregar o eliminar columnas de una tabla.
DROP: Permite eliminar objetos de la base de datos, como tablas o vistas.
TRUNCATE: Elimina todos los registros de una tabla, pero mantiene su estructura.
RENAME: Cambia el nombre de un objeto en la base de datos.
DML (Data Manipulation Language):
DML se refiere a los comandos SQL utilizados para manipular los datos almacenados en la base de datos. Esto incluye operaciones como la inserción, actualización y eliminación de registros en las tablas. Los comandos DML mas comunes son:
SELECT: Utilizado para recuperar datos de una o más tablas.INSERT: Agrega nuevos registros a una tabla.UPDATE: Modifica registros existentes en una tabla.DELETE: Elimina registros de una tabla.MERGE(en algunas implementaciones): Combina operaciones INSERT, UPDATE y DELETE en una sola declaración.
Por ultimo no menos importante, deberias aprender y ENTENDER.
JOINS: LEFT, RIGHT, INNER, OUTTER, FULL, CROSS(SI VES ESTE CORRE HICISTE CAGADA)
KEYS: Entender que es y como funcionan las Primary Keys y las Foreigns Keys.
RELACIONES: 1 a M, 1 a 1, M a M (Raaaaro)
MODELADO: Modelo Estrella, Modelo Copo de Nieve.
NORMALIZACION: es un proceso de diseño de bases de datos que busca minimizar la redundancia de datos y garantizar la integridad de los mismos. Esto se logra dividiendo las tablas en estructuras más pequeñas y relacionadas.
Cuarta Etapa: Herramienta de BI.
Una herramienta de Business Intelligence (BI) es un software diseñado para ayudar a las organizaciones a recopilar, analizar, visualizar y presentar datos empresariales de manera efectiva. El objetivo principal de las herramientas de BI es convertir datos en información significativa y procesable, lo que permite a las empresas tomar decisiones informadas y estratégicas. Estas herramientas facilitan la transformación de datos en conocimiento para respaldar la toma de decisiones y el análisis empresarial. (PD. Me gusto mucho lo que puso mi amigo Carlos GPT jeje)
Bueno en sintesis, eso es una herramienta de BI. Se vienen las preguntas del millon.
TIMOTEO TENGO QUE CONOCER TOOOOOOOODAS? POR QUE TE CENTRARIAS EN SOLO UNA HERRAMIENTA? POR QUE NO USAS LOOKER EN VEZ DE POWER BI?
Como su palabra lo dice, Looker, PBI, Tableau, Qlik, MicroStrategy, PYTHON (Hablare de python unicamente en otro episodio), son HERRAMIENTAS. La finalidad de todas es ayudarte a tomar decisiones en base a datos. Te recomiendo aprender la que mas te guste, en mi caso PowerBI (El por que lo dejamos para otro capitulo).
No es tan importante la herramienta, si no tu capacidad de contar historias con datos, de ayudar al usuario final tomador de decisiones, de poder hacerlo con datos para asi minimizar el riesgo de error y lograr que sus decisiones sean lo mas efectivas posibles.