logo

Select Sidearea

Populate the sidearea with useful widgets. It’s simple to add images, categories, latest post, social media icon links, tag clouds, and more.
hello@youremail.com
+1234567890

Herramientas predictivas

Unslplash-Predictivo

Cuando hablamos de analítica de negocios y presupuestos lo que nos interesa es tratar de planear el futuro lo mejor posible, aún sabiendo que es imposible conocer el futuro.   

Hay muchos métodos que se pueden utilizar para tratar de planear. Algunos de los más simples y a la vez más utilizados podrían usar la información real del año pasado y hacer un incremento / decremento porcentual. También se pueden comparar los últimos 2 años para tratar de sacar una “tendencia” y usarla para planear el siguiente año con base en la historia.  Estos métodos, aunque simples funcionan bien para las empresas que mantienen un crecimiento estable y que hacen el presupuesto a alto nivel. Ya que esto les permite tener un panorama general de cómo podría ser el próximo año para ellos. 

Existen también casos en los que se requiere utilizar métodos estadísticos complejos para una proyección de los datos futuros más certeros. Existen varias herramientas que nos permiten utilizar métodos estadísticos pero el día de hoy quiero abordar sólo 2 de ellas: R y Python. Estas herramientas son de las más populares hoy en día y aunque las 2 funcionan muy bien tienen enfoques diferentes. 

R

Es un lenguaje de programación de código abierto que tuvo un crecimiento muy grande en estudios científicos, por lo que la comunidad que utiliza esta herramienta está enfocada en la resolución de problemas. Esto quiere decir que su fuerte es el análisis de datos y su interpretación. Por lo que cuenta con librerías estadísticas más estables y librerías gráficas más elaboradas.  En los últimos años R ha tenido una gran aceptación en el sector de analítica de negocios debido a la gran variedad de librerías que utilizan métodos estadísticos y series de tiempo.  

Si quieres conocer / descargar R lo puedes hacer en su página oficial ( https://www.r-project.org/)

 

Python

También es un lenguaje de programación de código abierto que cuenta con una comunidad enorme de usuarios, la cual día a día desarrolla funcionalidad extra. La principal diferencia con R es que Python es un lenguaje de programación general, por lo que se puede utilizar no sólo para métodos estadísticos sino también para el desarrollo de páginas Web, aplicaciones, analizar datos, automatizar operaciones,  por mencionar algunas. Esto hace a Python un poco más versátil en cuando al uso que se le puede dar. Sin embargo, si regresamos el tema de analítica de negocios las librerías estadísticas con las que cuenta no son tan estables o elaboradas como las R, aunque poco a poco la comunidad se ha encargado de minimizar este margen, por lo que en un futuro seguro serán igual de confiables. 

Si quieres conocer / descargar Python lo puedes hacer en su página oficial (https://www.python.org/)


Sin importar el lenguaje o método de proyección utilizado es importante mencionar que esto nos dará un nuevo set de datos, el cual si lo queremos aprovechar al máximo hay que conectarlo con nuestra plataforma de BI y Analytics  para así poder tener el mayor aprovechamiento a la hora de querer analizar la información. 

Déjanos tus comentarios, ¿Qué lenguaje prefieres?