Pensar con datos: Cómo convertir la información en conocimiento

Opiniones de los lectores

Thinking with Data ofrece una visión concisa del uso de los datos para la toma de decisiones, haciendo hincapié en la importancia de formular las preguntas adecuadas y en el proceso de colaboración que hay detrás de un análisis de datos eficaz. Aunque es muy recomendable para principiantes, muchos profesionales experimentados lo encuentran demasiado simplista y falto de profundidad.

Introducción exhaustiva a la formulación de las preguntas adecuadas en el análisis de datos.

Accesible para principiantes y práctico para profesionales de diversos campos, incluidos el desarrollo de productos y la inteligencia empresarial.

(basado en 20 opiniones de lectores)

Título original:

Thinking with Data: How to Turn Information Into Insights

Contenido del libro:

Muchos analistas se preocupan demasiado por las herramientas y técnicas de limpieza, modelización y visualización de conjuntos de datos, y no lo suficiente por formular las preguntas adecuadas. En esta guía práctica, el consultor de estrategia de datos Max Shron le muestra cómo anteponer el por qué al cómo, a través de un conjunto de habilidades analíticas que a menudo se pasan por alto.

Thinking with Data le ayuda a aprender técnicas para convertir los datos en conocimientos que pueda utilizar. Aprenderá un marco para definir su proyecto, incluidos los datos que desea recopilar y cómo pretende enfocar, organizar y analizar los resultados. También aprenderá patrones de razonamiento que le ayudarán a desvelar el verdadero problema que hay que resolver.

⬤ Aprenderá un marco para determinar el alcance de los proyectos de datos.

⬤ Entender cómo precisar los detalles de una idea, recibir comentarios y comenzar a crear prototipos.

⬤ Utilizar las herramientas de los argumentos para hacer buenas preguntas, construir proyectos por etapas y comunicar los resultados.

⬤ Explorar patrones de razonamiento específicos de los datos y aprender a construir argumentos más útiles.

⬤ Profundizar en el razonamiento causal y aprender cómo impregna el trabajo con datos.

⬤ Unir todo, utilizando ejemplos ampliados para ver el método de pensamiento de problema completo en acción.