País o región e idioma

    Elige tu país o región y tu idioma.

    Sugerido para ti

      Todos los países y regiones

        Elige tu personaje

        Aparece en la barra superior y en tu perfil. Puedes cambiarlo cuando quieras.

        Analista de datos: funciones y primeros pasos

        Descubre qué hace un analista de datos, qué aprender primero y cómo demostrarlo con un caso SQL resuelto, comprobaciones y una pieza útil para tu portafolio.

        Una persona practica con un equipo portátil en un espacio de trabajo tranquilo

        Un analista de datos convierte una pregunta de negocio en datos comprobados y una explicación útil para decidir: obtiene información, revisa errores, calcula indicadores y comunica resultados. Para empezar, puedes practicar con hojas de cálculo y SQL, el lenguaje de consulta de bases de datos; aquí calcularás el importe de pedidos completados por canal y comprobarás el resultado antes de sacar una conclusión.

        El trabajo de un analista de datos

        El trabajo de un analista de datos consiste en conectar una pregunta con una respuesta que se pueda justificar. No basta con obtener una cifra: necesitas saber qué representa, qué datos incluye y qué decisiones permite apoyar.

        El recorrido habitual empieza por aclarar qué se quiere medir y localizar los datos necesarios. Después revisas su calidad, haces los cálculos y explicas los resultados con sus límites. Las responsabilidades cambian según el puesto: puedes dedicar más tiempo a preparar datos, mantener informes o investigar diferencias entre periodos.

        En este ejercicio responderás una pregunta concreta: cuánto suman los pedidos completados de cada canal. La definición importa: excluirás los cancelados porque no forman parte del indicador solicitado, no porque sus importes sean pequeños o alteren la clasificación.

        Una pregunta y cinco pedidos

        El caso utiliza cinco pedidos de una tienda ficticia para comparar su sitio web con su tienda física. Todos pertenecen al mismo periodo y sus importes están expresados en la misma moneda.

        pedido_id | canal  | estado     | importe
        1         | web    | completado | 120
        2         | web    | completado | 80
        3         | tienda | completado | 100
        4         | tienda | cancelado  | 90
        5         | tienda | completado | 50

        Cada fila representa un pedido. El campo pedido_id identifica ese pedido; canal indica dónde se realizó; estado distingue los completados de los cancelados; importe recoge el total del pedido. El importe no es el beneficio: no tenemos información de costes.

        El ejemplo usa PostgreSQL, un sistema de bases de datos, y su dialecto de SQL. Necesitas un entorno donde puedas ejecutar consultas PostgreSQL. VALUES permite escribir las filas dentro de la propia consulta; WITH asigna al conjunto el nombre temporal pedidos, disponible durante esa consulta, sin crear una tabla permanente.

        Practica lo que enseña este artículo

        La consulta y su comprobación

        La consulta obtiene el total por canal filtrando primero los pedidos completados y agrupando después las filas restantes. Copia el bloque completo en tu editor de consultas PostgreSQL y ejecútalo.

        WITH pedidos (pedido_id, canal, estado, importe) AS (
          VALUES
            (1, 'web', 'completado', 120),
            (2, 'web', 'completado', 80),
            (3, 'tienda', 'completado', 100),
            (4, 'tienda', 'cancelado', 90),
            (5, 'tienda', 'completado', 50)
        )
        SELECT canal, COUNT(*) AS pedidos_completados,
               SUM(importe) AS importe_total
        FROM pedidos
        WHERE estado = 'completado'
        GROUP BY canal
        ORDER BY importe_total DESC, canal;

        El resultado esperado contiene dos filas:

        canal  | pedidos_completados | importe_total
        web    | 2                   | 200
        tienda | 2                   | 150

        Las partes de la consulta cumplen funciones distintas:

        • FROM identifica el conjunto de datos y WHERE conserva las filas cuyo estado es completado.
        • GROUP BY reúne las filas de cada canal para calcular un resultado por grupo.
        • COUNT(*) cuenta filas. Aquí equivale a contar pedidos porque cada fila representa exactamente un pedido.
        • SUM suma los importes de cada grupo y AS asigna nombres a las columnas calculadas.
        • ORDER BY ordena el importe de mayor a menor con DESC y utiliza el canal para resolver posibles empates.

        Ahora contrasta la salida con los datos originales. Web reúne los pedidos de 120 y 80, por lo que suma 200. Tienda reúne los de 100 y 50, por lo que suma 150. En conjunto deben aparecer cuatro pedidos completados y un importe de 350.

        La conclusión defendible es que web acumula más importe completado en estos datos: 200 frente a 150, con dos pedidos en cada canal. El resultado no demuestra mayor rentabilidad ni explica por qué existe la diferencia.

        Una variación y los errores habituales

        La variación conserva únicamente los canales cuyo importe completado supera 150. Para filtrar los grupos por su suma debes añadir HAVING después de GROUP BY.

        WITH pedidos (pedido_id, canal, estado, importe) AS (
          VALUES
            (1, 'web', 'completado', 120),
            (2, 'web', 'completado', 80),
            (3, 'tienda', 'completado', 100),
            (4, 'tienda', 'cancelado', 90),
            (5, 'tienda', 'completado', 50)
        )
        SELECT canal, SUM(importe) AS importe_total
        FROM pedidos
        WHERE estado = 'completado'
        GROUP BY canal
        HAVING SUM(importe) > 150
        ORDER BY importe_total DESC, canal;

        La salida ahora contiene un único canal:

        canal | importe_total
        web   | 200

        Tienda queda fuera porque superar 150 no incluye un total exactamente igual a 150. Si esperabas ver ambos canales, revisa si la petición exige superar el umbral o alcanzarlo.

        Otro error habitual consiste en intentar filtrar la suma del grupo con WHERE. PostgreSQL rechaza una función de agregación como SUM en ese filtro: WHERE selecciona filas antes de agrupar; HAVING selecciona grupos según sus resultados calculados.

        El límite del ejercicio es que los cinco pedidos ya están preparados. En datos reales también tendrás que revisar identificadores duplicados, valores ausentes y definiciones de estado. Si cada pedido ocupa varias filas, contar filas dejará de equivaler a contar pedidos.

        Después de resolver la variación, puedes continuar practicando SQL en The Work Gym. El sitio ofrece práctica en el navegador, en copias funcionales de herramientas de trabajo, con corrección inmediata y una pista que nombra el error.

        Las habilidades y el orden de estudio

        Un orden práctico de estudio es aprender a revisar tablas, consultar datos, representar resultados y explicar conclusiones antes de ampliar tus herramientas. Es una ruta de práctica, no un requisito universal de contratación.

        Habilidades y evidencias para empezar
        Tarea del analistaHabilidad que practicarEvidencia que mostrar
        Revisar datosFiltros, tipos de datos y controles en Excel, una hoja de cálculoUna hoja con estados revisados y totales comprobados
        Calcular indicadoresFiltros y agrupaciones con SQLLa consulta PostgreSQL ejecutable y su resultado esperado
        Comunicar resultadosVisualización con Power BI, una herramienta de análisis y visualizaciónUn gráfico por canal con la definición del indicador y su conclusión
        Automatizar tareas repetidasProgramación con PythonUn programa reproducible con instrucciones y salida verificable

        Empieza reproduciendo los controles del caso en una hoja de cálculo y en SQL. Después representa el importe por canal y explica por qué el gráfico excluye los cancelados. Incorpora Python cuando tengas una tarea repetida que quieras automatizar, no solo para añadir otro nombre a tu portafolio.

        Añade estadística descriptiva, que resume los datos mediante medidas como la media y la mediana. La comunicación también se practica: define el indicador, distingue importe de beneficio y separa una observación de una explicación causal.

        La evidencia para tu portafolio

        Una pieza útil para tu portafolio permite que otra persona reproduzca el análisis y entienda sus límites. Guarda la pregunta de negocio, los datos ficticios, el dialecto PostgreSQL, la consulta completa, la salida esperada y las comprobaciones del recuento y del importe.

        Incluye la exclusión justificada de los cancelados y la limitación sobre rentabilidad. Una captura del resultado muestra lo que obtuviste; la consulta y los controles permiten revisar cómo lo obtuviste.

        Una respuesta de entrevista

        Pregunta: «¿Cómo comprobarías que el total por canal es correcto?». Respuesta modelo: «Revisaría qué representa cada fila, confirmaría qué estados deben incluirse y contrastaría el número de pedidos y el importe con los datos originales. En este caso espero cuatro pedidos completados y un total de 350; además comprobaría cada canal por separado».

        El entrevistador busca un criterio de validación, no solo sintaxis. Una buena respuesta explica cómo detectarías una inclusión incorrecta y reconoce que la comprobación debe adaptarse a los datos.

        Ahora ensaya tu explicación sin mirar la consulta y continúa con la práctica de entrevista: Analista de datos.

        Tu siguiente entrega puede ser una explicación breve con la pregunta, el resultado, la comprobación y una limitación. The Work Gym permite compartir un portafolio; los proyectos, casos, simulacros y cursos terminados generan un registro de práctica con código de verificación. Ese registro documenta práctica, no una certificación del fabricante.

        Preguntas frecuentes

        ¿Qué hace un analista de datos en un proyecto cotidiano? Aclara la pregunta, obtiene los datos, revisa su calidad y calcula indicadores. Después comunica una conclusión que distingue lo observado de lo que los datos no permiten afirmar.

        ¿Qué debo estudiar primero para ser analista de datos? Puedes empezar con hojas de cálculo y SQL para revisar tablas, filtrar registros y calcular totales comprobables. Añade visualización y estadística descriptiva mientras practicas cómo explicar cada resultado.

        ¿Necesito aprender Python antes de empezar con SQL? No necesitas Python para ejecutar el ejemplo PostgreSQL de este artículo. Puedes aprender SQL primero e incorporar Python cuando quieras automatizar tareas o trabajar con datos mediante programación.

        ¿Cómo puedo demostrar habilidades de análisis sin experiencia laboral? Prepara un caso con datos ficticios e identifica claramente que son ficticios. Incluye la pregunta, el procedimiento reproducible, los controles y una conclusión limitada por la evidencia, en lugar de mostrar solo un gráfico.

        ¿Qué diferencia hay entre calcular un total y validar un análisis? Calcular un total consiste en sumar los registros seleccionados. Validar exige comprobar que los registros son los adecuados, que no se cuentan indebidamente y que la cifra responde a la pregunta planteada.

        Practica lo que enseña este artículo

        Your Work Gym account

        Save your progress and pick up on another device. Your browser's progress comes with you.

        or

        You can keep practicing without an account.

        Ayuda y comentarios

        Haz una pregunta, cuéntanos qué no funciona o comparte una idea. Te respondemos por correo electrónico.

        ¿De qué se trata?

        Solo lo usamos para responderte.