Muy buenas, les saluda Luis y para hoy les traigo un artículo.
Índice
Es visual, transparente y simplifica las cosas
Cuanto más avanzo en la analítica, más vuelvo a Excel como un elemento genial de enseñanza y creación de prototipos. Sí, por supuesto, Excel tiene sus debilidades, pero como medio de aprendizaje, no tiene rival.
Este es el por qué:
Reduce la sobrecarga cognitiva
Sobrecarga cognitiva se describe como «cuántas conexiones lógicas o saltos tiene que hacer tu cerebro para comprender o contextualizar lo que estás mirando».
A menudo, un viaje de aprendizaje analítico se ve así:
- Aprenda una técnica estadística completamente nueva.
- Aprenda a implementar la técnica completamente nueva utilizando técnicas de codificación completamente nuevas
- Progrese a técnicas estadísticas y de codificación más avanzadas, sin haberse sentido realmente cómodo con los conceptos básicos.
Ya es bastante difícil aprender los fundamentos estadísticos de la analítica. Aprender esto mientras también aprende a codificar invita a una sobrecarga cognitiva altísima.
Ahora, creo que es una gran virtud practicar la analítica mediante la codificación. Pero es mejor aislar estos conjuntos de habilidades mientras los domina.
Excel brinda la oportunidad de aprender técnicas estadísticas sin la necesidad de aprender un nuevo lenguaje de programación al mismo tiempo. Esto reduce en gran medida la sobrecarga cognitiva.
Es una calculadora visual
La primera oferta para el mercado masivo de una hoja de cálculo se llamó VisiCalc – literalmente, una calculadora visual. Pienso en esto a menudo como uno de los mayores puntos de venta de la hoja de cálculo.
Especialmente para los principiantes, los lenguajes de programación pueden parecerse a una “caja negra”: escriba las palabras mágicas, presione “reproducir” y listo, los resultados. Lo más probable es que el programa lo haya hecho bien, pero puede ser difícil para un novato abrir el capó y ver por qué.
Por el contrario, Excel le permite ver cómo un análisis toma forma en cada paso del camino. Le permite calcular y volver a calcular, visualmente.
Ver para creer, ¿verdad?
No puedes tomar atajos
Las herramientas de código abierto como R y Python le brindan acceso a una amplia variedad de paquetes, lo que generalmente significa que no tiene que “comenzar desde cero” con funciones básicas.
Si bien los complementos de Excel para análisis están disponibles, muchos de ellos cuestan. ¡Pero eso esta bien! De hecho, si se quedan con los componentes básicos de Excel, hay más oportunidades de estar cara a cara con lo que se está construyendo.
En Excel, no siempre podemos confiar en un paquete externo para realizar nuestro análisis por nosotros. Tenemos que llegar allí con nuestros propios dispositivos.
Te obliga a ser ágil
Una tentación en el análisis de datos es construir el modelo más complicado posible al principio y luego trabajar hacia atrás para encontrar algo que funcione. Es mejor ir al revés: comenzar con un producto mínimo viable e iterar desde allí.
Es mucho más difícil construir un modelo complicado en Excel que en Python, lo cual es una limitación, cuando necesitamos modelos complicados, pero como herramienta de creación de prototipos, esto es genial, porque nos obliga a comenzar con algo pequeño.
No estamos haciendo modelos de producción aquí
Acabo de destacar algunos de los muchos beneficios de la analítica de aprendizaje en Excel. ¿Puedes pensar en otros? ¿O quizás no estás convencido?
Una de las mayores objeciones para realizar análisis en Excel es que puede ser propenso a errores y difícil de reproducir.
Eso es absolutamente cierto pero estamos aprendiendo aquí. No estamos haciendo modelos de producción.
No descarte la aptitud de Excel como herramienta de enseñanza por sus deficiencias como un flujo de trabajo de análisis rápido y reproducible.
Análisis de aprendizaje en Excel: ¿qué sigue?
He aprendido más sobre estadísticas y análisis experimentando en Excel que con cualquier otra herramienta, y espero que este enfoque también pueda funcionar para usted.
Si desea ver lo que Excel puede hacer por su ruta de aprendizaje, consulte mi presentación en la reunión en línea gratuita de MS Excel Toronto, donde mostraré conceptos estadísticos importantes en Excel. Aprende más aquí.
Para una clase magistral sobre la demostración de análisis en Excel, consulte el libro de John Foreman, Inteligencia de datos: uso de la ciencia de datos para transformar la información en conocimiento. Este libro utiliza la humilde hoja de cálculo para introducir algoritmos que muchos solo imaginarían hacer mediante la codificación.
¿Cómo prefiere aprender estadísticas y análisis? ¿Ve otros pros o contras de usar Excel? Hablemos en los comentarios.
Añadir comentario