¿Se puede utilizar la ciencia de datos para ayudar a tomar decisiones personales?

Paso 1: define tus preguntas

En un análisis de datos organizacionales o comerciales, debe comenzar con la pregunta correcta. Las preguntas deben ser medibles, claras y concisas. Diseñe sus preguntas para calificar o descalificar la resolución potencial para su trabajo u oportunidad específica.

Paso 2: Establecer prioridades claras de medición

Usando el ejemplo del declarante del gobierno, considere qué tipo de datos necesitaría para responder a su consulta clave. En esta fuente, necesitaría saber el número y el costo de la facultad actual y el porcentaje de oración que gastan en las funciones de ocupación necesarias.

Pensar en cómo colocar sus datos es igual de importante, especialmente antes de la fase de solicitud de datos, porque su proceso respalda o desacredita su análisis más adelante.

Las preguntas clave para realizar este paso incluyen

Cuál es su marco de tiempo ?

¿Cuál es tu unidad de medida?

¿Qué factores deberían incluirse?

Paso 3: recopilar datos

Con su pregunta claramente definida y sus prioridades de medida establecidas, ahora es el momento de recopilar su información. A medida que recopila y organiza sus datos, recuerde tener en cuenta estos puntos importantes

Antes de recopilar datos nuevos, determine qué datos podrían recopilarse de las bases de datos o fuentes existentes disponibles. Recopila esta información primero.

Determine un sistema de almacenamiento y denominación de archivos con anticipación para ayudar a todos los miembros del equipo a colaborar. Este proceso cognitivo ahorra tiempo y evita que los miembros del equipo recopilen la misma información dos veces.

Si necesita recopilar datos por observación o audiencia, desarrolle una plantilla de entrevista con anticipación para garantizar la coherencia y ahorrar tiempo.

Mantenga los datos recopilados organizados en un registro con la recopilación y las fechas y agregue las notas de depósito a medida que avanza, incluida cualquier normalización de datos realizada. Esta práctica valida sus conclusiones en el camino.

Paso 4: analizar datos

Después de haber recopilado los datos correctos para responder su pregunta del Paso 1, es hora de un análisis de datos más profundo. Comience manipulando sus datos de diferentes maneras, como trazarlos y encontrar correlaciones o creando una tabla dinámica en Excel.

A medida que manipula la información, puede descubrir que tiene los datos exactos que necesita, pero lo más probable es que necesite revisar su duda original o recopilar más datos. De cualquier manera, este análisis inicial de tendencias, coeficiente de correlación, variaciones y valores atípicos lo ayuda a enfocar su análisis de datos en responder mejor a su cabeza y cualquier objeción que otros puedan tener.

Durante este paso, las herramientas y el software de psicoanálisis de datos son extremadamente útiles. Visio, Minitab y Stata son todos buenos paquetes de software para el análisis avanzado de datos estadísticos. Sin embargo, en la mayoría de los temas, nada se compara con Microsoft Excel en términos de herramientas de toma de decisiones.

Paso 5: Interpreta los resultados

Después de analizar sus datos y posiblemente realizar más investigaciones, finalmente es hora de interpretar su resultado. Al interpretar su análisis, tenga en cuenta que nunca puede probar que una suposición sea cierta, sino que solo puede dejar de rechazar la hipótesis. Lo que significa que no importa la cantidad de datos que recopile, modificar siempre podría interferir con sus resultados.

Mientras interpreta los resultados de sus datos, hágase esta pregunta clave

¿Los datos responden a su pregunta original?

¿Los datos te ayudan a defenderte de cualquier objeción?

¿Hay alguna limitación en sus conclusiones, algún ángulo que no haya considerado?

Si su interpretación de los datos se mantiene bajo todas estas preguntas y consideraciones, entonces es probable que haya llegado a una conclusión productiva. El único paso restante es utilizar los resultados de su proceso de análisis de datos para decidir su mejor curso de acción.

La ciencia de datos es un gran tema, pero supongamos que tomamos la definición más obvia de evaluar grandes conjuntos de datos para comprender los patrones.

La respuesta corta es sí, puede tomar decisiones personales utilizando la ciencia de datos.

Sin embargo, la ciencia de datos se basa en gran medida en el análisis estadístico que finalmente analiza valores atípicos y promedios para mostrar patrones de probabilidad.

La cantidad de energía que se necesita para realizar dicha evaluación, combinada con la complejidad de determinar el conjunto de supuestos más apropiado, hace que sea un ejercicio casi inútil llegar a un resultado sensible.

¿Y no es precisamente allí donde falla toda la toma de decisiones? Los errores de suposición, las falacias y los prejuicios están en todas partes y no importa la cantidad de datos que tenga, lo harán tropezar.

En mis estudios sobre la toma de decisiones, desarrollé una forma simple de evaluar las opciones. Esa es realmente la base de las decisiones personales, después de todo: evaluar las opciones y elegir una para seguir.

En lugar de la ruta de la ciencia de datos, todo lo que necesita para evaluar la validez de una opción es esto:

  1. ¿Es útil esta opción (resuelve un problema)?
  2. ¿Y es inclusivamente constructivo (se benefician todos los involucrados)?

Una opción que sea útil y constructiva siempre traerá crecimiento personal y alegría.

Este método requiere muchos menos puntos de datos y le permite tomar decisiones bajo presión.

No hay necesidad de complicar la vida, ¡solo vívela!

More Interesting

¿Cuáles son los temas candentes y / o importantes en la gestión de datos en la nube y en la investigación de la computación en la nube? Recientemente comencé mis estudios de doctorado y actualmente estoy buscando un problema en la computación en la nube.

Cómo verificar la calidad de las estadísticas de Internet y los datos de investigación que uso en mis respuestas

¿Cuál es la diferencia entre datos, información y conocimiento?

¿Cuál es la mejor manera posible de comenzar a aprender rápidamente y obtener un control firme de las ciencias de datos?

¿Cuáles son las principales revistas / conferencias sobre minería de datos y aprendizaje automático a las que debe aspirar un doctorado?

¿Quiénes son los principales competidores de AlchemyAPI?

¿Cuáles son algunos proyectos interesantes de Clojure para Big Data y Data Science?

Cómo implementar Data Compression + Denoising usando Machine Learning

¿Debería / puede una persona con casi 6 años de experiencia en investigación financiera aprender ciencia de datos? ¿Le ayudaría a avanzar en su carrera en investigación?

¿Se puede decir que la diferencia entre Data Science y Machine Learning es que Machine Learning es una técnica a través de la cual se realiza Data Science?

Necesito una persona de Python Advanced para evaluar a un candidato de Data Science. ¿Puede usted ayudar?

¿Cuáles son algunas cosas interesantes que la gente ha hecho con Google Refine?

Cómo aprender big data

¿Cuáles son algunas de las buenas certificaciones de Big Data para principiantes que desean desarrollar una carrera en Big Data?

¿Cuál es la diferencia entre la captura de datos de cambio y el abastecimiento de eventos?