EBAC Logotipo
Menú

9.4 Fundamentos de Datos: Tipo y formatos

Identifica los principales tipos de datos y los formatos más comunes para almacenarlos.

1. Distingue datos estructurados y no estructurados

Los datos pueden presentarse en múltiples formas, entender sus diferencias te permitirá elegir las herramientas y métodos adecuados para su análisis.


Datos estructurados:

  1. Organizados en filas y columnas, con formato fijo y campos definidos.
  2. Fáciles de consultar y procesar con herramientas como Excel o SQL.

Ejemplos: bases de datos, hojas de cálculo, formularios digitales.


Datos no estructurados:

  1. No siguen una estructura fija.
  2. Requieren técnicas especiales para su análisis, como procesamiento de lenguaje natural o visión por computadora.

Ejemplos: imágenes, audios, videos, texto libre, correos electrónicos.

2. Identifica tipos de datos más comunes

Cada dato tiene un tipo que define cómo se puede almacenar, procesar y utilizar en un análisis. Elegir la operación correcta depende de identificar correctamente su naturaleza.


Tipos comunes:

  1. Numéricos: incluyen enteros (como 3) y decimales (como 3.14).
  2. Texto: cadenas de caracteres que pueden representar nombres, descripciones o códigos.
  3. Booleanos: valores lógicos que indican verdadero o falso, útil en filtros y condiciones.
  4. Fechas: valores temporales que permiten ordenar eventos, calcular duraciones o detectar patrones en el tiempo.


Conocer el tipo de dato permite aplicar la operación correcta: sumar, comparar, filtrar o visualizar según su función en el análisis.

3. Clasifica los datos según su función

Además del tipo técnico, los datos pueden clasificarse según el rol que cumplen en el análisis. Esta clasificación ayuda a definir qué operaciones estadísticas o visualizaciones son más adecuadas.


Principales categorías:

  1. Numéricos: representan cantidades o medidas, como edad, ingresos o temperatura. Permiten cálculos y análisis estadísticos.
  2. Categóricos: representan clases o grupos, como color, país o género. Se usan para segmentar, contar o comparar categorías.
  3. Temporales: contienen información de tiempo, como fechas, horas o duraciones. Son clave para análisis de tendencias, series temporales o estacionalidad.


Identificar correctamente la función del dato permite diseñar estrategias de análisis más efectivas y precisas.

4. Explora formatos populares como CSV y JSON

Los datos se almacenan en diferentes formatos, según el contexto de uso.


Formatos comunes:

  1. CSV: texto plano separado por comas. Es simple, legible y ampliamente compatible con hojas de cálculo como Excel o Google Sheets.
  2. JSON: formato estructurado ideal para datos jerárquicos o anidados. Muy usado en APIs y transmisión de datos web.
  3. XLSX: formato nativo de Microsoft Excel. Permite fórmulas, hojas múltiples y estilos, aunque es más pesado.
  4. SQL: no es un archivo en sí, sino el lenguaje usado para consultar y definir estructuras en bases de datos relacionales.


Saber identificar y abrir estos archivos es esencial para manipular, visualizar y analizar datos reales en distintos entornos.

5. Conoce buenas prácticas al guardar tus datos

Una mala organización de los datos dificulta el análisis, produce errores y puede hacer que incluso las mejores herramientas fallen.


Un buen análisis comienza con buenas prácticas:

  1. Usa nombres de columna claros, descriptivos y sin espacios (ej: fecha_registro, no Fecha de Registro).
  2. Mantén un formato consistente por columna (por ejemplo, todas las fechas con el mismo patrón: AAAA-MM-DD).
  3. Evita celdas vacías cuando sea posible. Si un dato falta, usar un valor default nulo estandarizado (NA, null, 0).
  4. Guarda archivos con codificación UTF-8 para asegurar compatibilidad con diferentes sistemas y lenguajes.


Estas acciones simples reducen errores en etapas posteriores y facilitan el trabajo en equipo y la reproducibilidad del análisis.

6. Relaciona tipo de dato con análisis posible

El tipo de dato no solo indica cómo se almacena, también define qué tipo de análisis puedes aplicar.


Relación entre tipo de dato y análisis:

  1. Numéricos: permiten operaciones matemáticas como promedios, desviaciones estándar, detección de outliers, regresiones y tendencias.
  2. Categóricos: se analizan mediante conteos, proporciones, tablas de frecuencia y se visualizan con gráficos de barras o pastel.
  3. Fechas: permiten analizar evolución temporal, comparar por períodos (día, mes, año), o identificar estacionalidades.


Elegir mal el análisis puede llevar a conclusiones erróneas.