Análisis de datos
Los datos se coleccionan y analizan para indagar en cuestiones, probar conjeturas o refutar teorías.
Las técnicas de este análisis varían según las necesidades de la organización así como también las soluciones tecnológicas, tales como KNIME, R y tableros de visualización (como Power BI o Qlik View, Tableau o Sas Visual Analytics).
Al procesar y analizar datos de manera sistemática, los profesionales pueden tomar decisiones más informadas, optimizar procesos, identificar oportunidades y mitigar riesgos.
El primero, busca vínculos y relaciones entre los datos; El segundo, se enfoca en comprobar las hipótesis formuladas respecto a un conjunto de información.
[21] [22] La estadística inferencial incluye la utilización de técnicas que miden las relaciones entre variables particulares.
Por ejemplo, el análisis de regresión puede utilizarse para modelar si un cambio en la publicidad (variable independiente X) proporciona una explicación de la variación en las ventas (variable dependiente Y).
En términos matemáticos, Y (ventas) es una función de X (publicidad).
[24] Para implantar edificios inteligentes se llevan a cabo varios pasos en el proceso de análisis de datos, en los que las operaciones de gestión del edificio, como la calefacción, la ventilación, el aire acondicionado, la iluminación y la seguridad, se realizan automáticamente simulando las necesidades de los usuarios del edificio y optimizando recursos como la energía y el tiempo.
[29][30][31] Los profesionales del marketing suelen utilizarlo para seguir las conversaciones en línea sobre productos y empresas.
Las empresas especifican cómo utilizarán estos datos personales en sus avisos de privacidad.
