Data Demystified: ¿qué es exactamente un dato?

Bienvenido a la primera parte de nuestra serie de un mes, Data Demystified. Como parte del Data Literacy Month, esta serie aclarará conceptos clave del mundo de los datos, responderá a esas preguntas que quizá no te atreves a hacer y, de paso, nos divertiremos.

En esta entrega, vamos a definir qué es exactamente un dato y cómo empezar a trabajar con ellos. 

¿Qué es un dato?

Los datos son hechos o piezas de información. A menudo son mediciones (\"María mide 165 cm\"), observaciones (\"ha salido un seis al tirar el dado\") u opiniones (\"valoro este videojuego con 4 de 5 estrellas\"). Por lo general, los datos se recogen para analizarlos y así obtener información, extraer conclusiones o tomar decisiones.

Aunque solemos pensar en datos como números, hay otros tipos también. 

\n
• Los datos que pueden ser verdaderos o falsos se llaman lógicos (\"Mohammed aprobó el examen\"). 
\n
• Los datos que pueden tomar varios valores con nombre se denominan categóricos (\"Anna es rubia; Wei tiene el pelo negro\").
\n
• Las fechas y las horas son un tipo de dato. 
\n

El texto también puede considerarse un dato, por ejemplo, las reseñas de productos. Como muchos análisis requieren números y no palabras, los datos de texto suelen necesitar un procesamiento para convertirlos en números como parte del análisis.

Del mismo modo, las imágenes pueden considerarse datos, aunque normalmente requieren procesamiento para transformarlas en números y poder analizarlas.

¿Qué es un conjunto de datos?

Si alguna vez has usado una hoja de cálculo de Excel, te has encontrado con un conjunto de datos. En pocas palabras, un conjunto de datos es una colección de datos; más concretamente, varias piezas del mismo tipo. En el primer ejemplo teníamos una medición de altura. Si tuviéramos varias mediciones de estatura de distintas personas, eso sería un conjunto de datos.

Fíjate en esta tabla, con los nombres de cuatro personas en la primera columna, sus estaturas en centímetros en la segunda y su color de pelo en la tercera. Esto es un conjunto de datos.

Este formato rectangular es la estructura de conjunto de datos más común. Hay dos nombres habituales para un conjunto de datos con esta forma. Quienes trabajan con bases de datos los llaman \"tablas\". En cambio, los y las data scientists los llaman \"data frames\". De hecho, de ahí viene el nombre del pódcast de DataCamp, DataFramed.

Llámales como quieras, estos conjuntos de datos rectangulares tienen algunas características que conviene conocer.

\n
• Cada fila recoge los detalles de una persona. A las filas a veces se las llama \"observaciones\" o \"registros\".
\n
• Cada columna representa una propiedad de las observaciones. A las columnas a veces se las llama \"variables\" o \"características\".
\n
• Todos los valores de una columna deben ser del mismo tipo de dato. Por ejemplo, todas las estaturas son números.
\n
• Columnas distintas pueden tener tipos de dato distintos. Por ejemplo, las columnas de nombre y color de pelo contienen texto, pero las estaturas son datos numéricos.
\n

Los datos están en todas partes

La belleza de los datos es que están en todas partes. Las empresas tendrán conjuntos de datos sobre quiénes son sus usuarios o clientes, qué compran, cuánto gastan, cuánto dinero tiene la compañía, quién forma parte de la plantilla, qué activos posee la empresa y muchas cosas más.

En el día a día, puedes usar una app de previsión meteorológica, pedir indicaciones en una app de mapas o chatear con amigos y familia. Todas estas aplicaciones funcionan gracias a los datos y utilizan varios conjuntos de datos.

Cualquier producto que usas se ha fabricado en algún lugar donde se recopilan datos sobre cómo se produjo. La tienda donde lo compraste habrá registrado quién lo compra y cuándo.

De hecho, para casi cualquier pregunta que se te ocurra, seguro que existe un conjunto de datos que puede ayudarte a responderla.

Empieza hoy con los datos

Esperamos que te haya gustado esta breve introducción a los datos. En la próxima entrega de Data Demystified, veremos los distintos tipos de datos: desde los cuantitativos y cualitativos hasta los de imagen y texto, y más. Si quieres empezar hoy mismo tu camino de aprendizaje en datos, echa un vistazo a los siguientes recursos. 

\n
• Descubre lo que tenemos preparado para el mes de competencia en datos
\n
• Empieza con nuestro itinerario de aprendizaje Understanding Data Topics
\n
• Suscríbete al pódcast DataFramed
\n
• Consulta nuestros próximos eventos
\n
• Lee la siguiente entrega de la serie Data Demystified sobre los diferentes tipos de datos
\n