Introducción

Analizar datos consiste en usarlos para tomar decisiones informadas. El análisis no es un fin en sí mismo. Su objetivo es producir algo que ayude a alguien a actuar, como un gráfico para el equipo directivo, un informe sobre los resultados de un experimento para el equipo de producto, una evaluación de un modelo para investigadores o un panel que oriente las operaciones diarias.

R for Data Science popularizó un método de trabajo cíclico. Primero importas y organizas los datos. Luego alternas entre la transformación, la visualización y el modelado para comprender mejor los datos antes de comunicar los resultados.

ChatGPT Work se integra bien en este flujo de trabajo. Te ayuda a limpiar datos, explorar hipótesis, realizar análisis y generar resultados reproducibles. El objetivo va más allá de crear un cuaderno para usarlo una sola vez. Se trata de producir un análisis que otras personas puedan revisar, considerar confiable y volver a ejecutar.

Define tu caso de uso

Elige una pregunta concreta que quieras responder con tus datos. Cuanto más específica sea, más fácil será determinar qué datos necesitas, qué debes verificar y qué resultado buscas.

Ejemplo práctico: valor de las viviendas cercanas a la autopista

A lo largo del ejemplo, exploraremos esta pregunta:

¿Cuánto menor es el valor estimado de las viviendas cercanas a la autopista en comparación con las más alejadas?

Supongamos que un conjunto de datos contiene valores de propiedades o precios de venta, y otro contiene información sobre ubicaciones, parcelas o distancias a la autopista. Además de ejecutar un modelo, hay que comprobar que los datos de entrada sean confiables, documentar cómo se cruzaron, poner a prueba la solidez del resultado y generar algo que otra persona pueda usar.

Puedes adjuntar archivos CSV o libros de Excel, indicar con @google-drive el nombre de una hoja de cálculo de Google aprobada o usar la aplicación de escritorio si los datos están en tu computadora.

ChatGPT Work

Importa los datos

Para empezar, adjunta los archivos y pídele a ChatGPT que los revise. Así podrás responder preguntas básicas pero importantes:

• ¿En qué formatos están los archivos?
• ¿Qué parece representar cada conjunto de datos?
• ¿Qué columnas podrían contener variables objetivo, identificadores, fechas, ubicaciones o mediciones?
• ¿Dónde se observan problemas de calidad?

Todavía no pidas conclusiones. Pide primero un inventario de los datos y una explicación de su contenido.

Organiza y combina los datos de entrada

Aquí suele empezar la mayor parte del trabajo. Tienes dos o más conjuntos de datos, no está claro cuál es la clave primaria y, si los combinas sin revisar cómo se relacionan, podrías perder datos o crear duplicados.

Antes de combinar los datos, pídele a ChatGPT que haga lo siguiente:

• Compruebe si los valores de cada clave candidata son únicos.
• Calcule la proporción de valores nulos y mida las diferencias de formato.
• Corrija las inconsistencias de formato evidentes en el uso de mayúsculas y minúsculas, los espacios en blanco o la escritura de las direcciones.
• Haga cruces de prueba e informe qué proporción de los registros coincide.
• Recomiende la estrategia más segura antes de generar el archivo final con los datos combinados.

Si necesitas determinar cómo conviene cruzar los datos, puedes usar una dirección normalizada, construir un identificador de parcela a partir de varias columnas o hacer el cruce por ubicación. Antes de aceptar el cruce, pídele a ChatGPT que explique las ventajas y desventajas de cada opción y los casos límite.

Explora los datos con gráficos

Usa gráficos para comprender los datos antes de elegir un modelo. En el ejemplo de las viviendas, compara las que están cerca de la autopista con las más alejadas, examina los valores atípicos, busca patrones en los datos faltantes y comprueba si el efecto aparente refleja la composición de los barrios, el tamaño de las viviendas u otro factor.

Asegúrate de que cada gráfico ayude a responder la pregunta original. Guarda las comparaciones útiles para que otra persona pueda revisar el análisis.

Usa un modelo para responder la pregunta

No todos los análisis requieren un modelo complejo. Empieza con un modelo de referencia fácil de interpretar.

Para la pregunta sobre la autopista, un buen punto de partida es una regresión u otro modelo fácil de interpretar que estime la relación entre la cercanía a la autopista y el valor de la propiedad, y que controle factores relevantes como el tamaño, la antigüedad y la ubicación.

Pídele a ChatGPT que explique con claridad:

• Cuál es la variable objetivo y cómo se define cada variable predictora.
• Qué variables de control conviene incluir y por qué.
• Qué riesgos de fuga de información existen y qué datos se excluyen.
• Cómo decidió dividir los datos, evaluar el modelo o estimar la incertidumbre.
• Qué significa el resultado, en términos sencillos.

Incluso si el primer modelo da malos resultados, sigue siendo útil. Te ayuda a determinar si el problema está en el modelo, en las variables predictoras, en la calidad del cruce o en la pregunta misma.

Comunica el resultado

El análisis solo resulta útil si otra persona puede aprovecharlo. Pídele a ChatGPT que entregue los resultados en el formato que necesite el público:

• Un informe breve en Markdown para tus colaboradores técnicos.
• Una hoja de cálculo o un archivo CSV para las operaciones posteriores.
• Un documento con formato o un PDF para quienes toman decisiones.
• Un cuaderno, un panel o un informe estático que permita reutilizar el análisis.

Pídele que indique las limitaciones. Si el cruce de datos es imperfecto, hay sesgo de muestreo o los supuestos del modelo son poco sólidos, el entregable debe indicarlo con claridad.

Opcional: configura un entorno de Python

Si el proyecto requiere scripts reutilizables o un cuaderno, pídele a ChatGPT que use el entorno de Python existente o que configure uno sencillo y reproducible. Conserva los archivos originales sin cambios y guarda por separado el análisis, los gráficos y el informe final. No necesitas configurar Python para analizar archivos adjuntos en ChatGPT Work.

Prompts sugeridos

Carga los conjuntos de datos y explica su contenido

Verifica cómo combinar los datos antes de cruzarlos

Crea un primer modelo fácil de interpretar

Prepara los resultados para las partes interesadas