Datos sin misterio: datos cuantitativos vs. cualitativos

Bienvenido a la segunda parte de nuestra serie mensual Datos sin misterio. Como parte del Data Literacy Month, esta serie aclara conceptos clave del mundo de los datos, responde a esas preguntas que quizá no te atrevías a hacer y, de paso, nos divertimos. Si quieres empezar por el principio, lee nuestra primera entrega: ¿Qué es un conjunto de datos?

En esta entrega exploraremos los distintos tipos de datos, ejemplos de uso en la práctica y cómo puedes empezar a trabajar con ellos. 

Los dos tipos de datos

Entender qué datos tienes es clave para decidir la mejor forma de analizarlos e interpretarlos. Una manera habitual de clasificarlos es dividirlos en datos cuantitativos y cualitativos.

\n
• Datos cuantitativos: se pueden contar o medir. Por lo general, se expresan con números. 
\n
• Datos cualitativos: se pueden describir. Normalmente se presentan como texto.
\n

Cuando trabajes con distintos proyectos de datos, es probable que te encuentres con ambos tipos. A continuación verás ejemplos de cómo puedes interactuar con los dos en una misma tarea. 

Análisis de datos de vídeo 

Imagina que eres analista de marketing. Tu empresa está lanzando una nueva campaña en redes sociales y quiere que analices el rendimiento de algunos vídeos ya publicados para inspirarte, con base en datos, sobre qué contenido deberían crear tus compañeros.

Puede que lo primero sea fijarte en los datos cuantitativos del vídeo. Por ejemplo:

\n
• La duración del vídeo.
\n
• El número total de impresiones del vídeo.
\n
• El número total de clics del vídeo.
\n
• La tasa de clics del propio vídeo (es decir, el número de personas que hicieron clic dividido entre el total de impresiones).
\n
• El número de personas a las que les gustó el vídeo.
\n
• El número de comentarios en el vídeo.
\n

Cada uno de estos puntos es un número. La duración es una medida en segundos. La tasa de clics es un porcentaje. El resto son números enteros porque son recuentos.

También puedes extraer datos cualitativos del contenido del vídeo. Entre los datos cualitativos asociados a cada vídeo pueden estar:

\n
• El tema del vídeo. 
\n
• La estética del vídeo.
\n
• El tono del vídeo.
\n
• El guion del vídeo.
\n

El tema, la estética y los valores de producción del vídeo son difíciles de cuantificar como números. Es más sencillo describirlos con palabras. Por ejemplo: \"el vídeo trataba sobre aprender ciencia de datos; usaba una estética vaporwave; tenía un tono optimista\". 

Fíjate en que a menudo hay cierta subjetividad al decidir valores cualitativos. Dos personas pueden discrepar sobre si el tono era alegre o no; por eso es esencial contar con pautas claras para la recogida de datos cualitativos. 

El guion del vídeo es interesante porque, aunque también es un dato cualitativo al estar compuesto por palabras y no por números, se diferencia del resto en dos aspectos.

\n
• Primero, no es subjetivo, porque lo que se dice en el vídeo son hechos, no opiniones.
\n
• Segundo, a menudo es posible usar técnicas de procesamiento del lenguaje natural (PLN) para extraer datos cuantitativos del guion.
\n

Una técnica de PLN llamada análisis de sentimiento permite cuantificar lo positivas o negativas que son las palabras del guion. Por ejemplo, si aparecen más palabras como \"awesome\" y \"fantastic\" que \"bad\" o \"terrible\", el análisis de sentimiento asignaría al guion una puntuación positiva. Esto es especialmente útil cuando hay decenas o incluso cientos de vídeos que analizar. 

Análisis de datos de encuestas

Los datos de encuestas son otro caso en el que a menudo conviven datos cuantitativos y cualitativos. Avancemos unos meses desde el ejemplo anterior. Tras oír todas las conclusiones interesantes de tu análisis de los vídeos existentes, tu empresa creó un nuevo vídeo para la campaña en redes sociales. Antes de lanzarlo, seleccionaron a personas para verlo y les enviaron una encuesta para recoger sus opiniones. Te han encargado analizar los resultados.

Una de las preguntas de la encuesta es: \"¿Cuántas veces viste el vídeo?\". Es un dato cuantitativo, ya que la respuesta es un número.

Otra pregunta: \"¿Cuál fue tu parte favorita del vídeo?\". Es un dato cualitativo, porque la respuesta se expresa con palabras.

Una tercera pregunta: \"¿Cómo valorarías el vídeo, de una a cinco estrellas?\". También es un dato cuantitativo porque la respuesta es un número, aunque se diferencia un poco de los ejemplos anteriores. Como la valoración es una opinión, el valor es subjetivo. 

Es un error común pensar que los datos cuantitativos son siempre inequívocos y los cualitativos siempre subjetivos. Igual que viste con el ejemplo del guion que los datos cualitativos no tienen por qué ser subjetivos, también se da el caso contrario: los datos cuantitativos pueden ser subjetivos.

Entrevistas con usuarios y focus groups

Otro ejemplo de tarea en la que aparecen datos cualitativos y cuantitativos son las entrevistas con usuarios y los focus groups. 

Por ejemplo, supongamos que quieres recoger opiniones sobre tu producto. Decides organizar un focus group, en el que entrevistas a varios usuarios y les pides feedback. El encargo es entrevistar a usuarios que lleven más de un año usando tu servicio y hayan estado activos de forma regular, pero que no se consideren power users.

Para seleccionar a los participantes, utilizas análisis cuantitativo. Es decir, revisas métricas numéricas como:

\n
• Tiempo desde que el usuario se registró
\n
• Número de horas activas en la plataforma al mes
\n
• Número de sesiones de uso distintas
\n

Durante la sesión del focus group haces muchas preguntas y los usuarios debaten entre ellos. Es difícil cuantificar de qué hablan, ya que la conversación fluye libremente. Sin embargo, puedes extraer citas sobre lo que los participantes consideran importante para tu producto. Estas citas son datos cualitativos, porque describen sus opiniones sin recurrir a números.

También realizas algunas votaciones durante el focus group, pidiendo a los participantes que elijan qué funciones futuras consideran más importantes. Los resultados de estas votaciones son datos cuantitativos, ya que los rankings de funciones son numéricos.

Aprende más sobre tipos de datos

Esperamos que te haya gustado esta breve introducción a los tipos de datos. En la próxima entrega de Datos sin misterio, profundizaremos en los distintos ámbitos del trabajo con datos y aclararemos la diferencia entre términos como data science, machine learning, deep learning e inteligencia artificial. Si quieres empezar hoy mismo tu camino de aprendizaje en datos, echa un vistazo a estos recursos. 

\n
• Descubre qué tenemos preparado para el mes de la competencia en datos
\n
• Empieza con nuestro itinerario de aprendizaje Understanding Data Topics
\n
• Suscríbete al podcast DataFramed
\n
• Consulta nuestros próximos eventos
\n
• Lee la siguiente entrega de Datos sin misterio sobre la diferencia entre data science, machine learning, deep learning e inteligencia artificial.
\n