El Analista Económico-Financiero

Ventas de discos de vinilo en los EE.UU. desde 1973 hasta 2021 (millones de unidades) 1. Una breve línea de tiempo de los formatos musicales En 1948, Columbia Records introdujo los discos de vinilo . En 1979, se lanza el Walkman de Sony que alcanza una popularidad como formato musical durante la década de los años ochentas. El disco compacto de audio digital, comúnmente conocido como CD, se inventó en 1979 como un proyecto de desarrollo conjunto de Sony y Philips. No obstante, su lanzamiento público se produjo en 1982, cuando "The Visitors" de la agrupación Abba hizo historia como el primer disco editado en este formato. Cabe destacar que por cuestiones de precios, dicho formato no alcanzaría su popularidad hasta finales de los 80s. Desarrollado a principios de los 80s como un trabajo posdoctoral en los laboratorios Bell de AT&T, el MP3 amplió los códecs preexistentes para comprimir audio. Sin embargo, el MP3 no se generalizó su uso  en Internet hasta 1992. Pero no se

Pues esta semana les traigo algunos recursos para los interesados en la ciencia de datos. Recuerden que no todo es saber código. Como bien señala nuestro primer artículo recomendado de la revista de negocios de la London School of Economics:  Los modelos matemáticos son simplificaciones. Ningún modelo es capaz de integrar todos los numerosos equilibrios políticos, económicos y sociales que intervienen en la toma de decisiones de política pública. Las soluciones son tanto técnicas como sociales. Por ello, necesitamos más trabajo sobre el contexto social y el contenido social de los modelos matemáticos, y un pensamiento crítico sobre cómo estos modelos interactúan con la toma de decisiones y el desarrollo de políticas ( LSE Business Review ) y ojo que esto también aplica para las empresas. El siguiente artículo , parte de un "estudio" para evaluar si el aumento del IVA de bebidas azucaradas redujo realmente el consumo. Lo interesante, es que los autores del post llevan a cabo

El día de hoy, les comparto una serie de artículos variados, que van desde la discusión de métodos estadísticos aplicados a la evaluación, el análisis visual, el uso de IA en finanzas, y por qué no, el uso del aprendizaje automático para evaluar el impacto de la electrificación. Finalmente, un recurso para practicar el uso de TensorFlow. Así que, arrancamos con nuestra primera recomendación para los científicos de datos que les gusta la evaluación de impacto Bayesiana:  Bringing informative priors into your experiment: Bayesian impact evaluation ( Development Impact ). En Medium, Fahad Mirza nos comparte sus 25 mejores visualizaciones para resumir datos en STATA (con código completo). Suptech in insurance supervision : Dada la importancia del papel de la tecnología de supervisión (suptech) en la "nueva normalidad", los supervisores de seguros ven la necesidad de comprender claramente el potencial de la suptech para ayudar a su trabajo. Este documento pretende contribuir a

"Si tuviera una hora para resolver un problema y mi vida dependiera de la solución, emplearía los primeros 55 minutos en determinar la pregunta adecuada, pues una vez que conozca la pregunta adecuada, podría resolver el problema en menos de cinco minutos" -Albert Einstein (1879-1955) Viene el fin de semana y si eres de los que les gusta mantenerse al día con lo último en ciencia de datos, aquí te dejo siete lecturas que te ayudarán a mejorar tus habilidades: 23 preguntas que se hace un proyecto de ciencia de datos exitoso antes de embarcarse ( IBM Data Science ). En el siguiente artículo, se explica de manera sencilla qué es la valoración del impacto y cómo puede medir el valor empresarial de los esfuerzos sociales y medioambientales ( WEF ). Sin duda, les dará buenas ideas en el análisis de datos en los criterios ESG (factores ambientales, sociales y de gobierno corporativo que se tienen en cuenta a la hora de invertir en una empresa). El siguiente artículo justamente pro

Aviso importante El objetivo de este análisis es demostrar que existen otras bandas y otros álbumes que siempre vale la pena darles una escuchada. Ser la banda que más vende no significa verdaderamente que sea la mejor. Recuerda: correlación no implica causalidad . Introducción En el mundo del Heavy Metal , el término The Big Four se refiere a las cuatro bandas consideradas como "las más importantes e influyentes" (en realidad con mayor éxito comercial) del Thrash Metal estadounidense: Metallica, Slayer, Megadeth y Anthrax.  The Big Four quedaría acuñado con la grabación en vivo del álbum: 'The Big Four: Live from Sofia, Bulgaria' en 2010. A partir de ese momento, mucho se ha discutido sobre ampliar el término a un “Big Seven” , añadiendo a Exodus, Overkill y Testament; ya que tanto Exodus (fundada por Kirk Hammett en 1979) como Overkill (1980) que junto a Metallica (1981) y Anthrax (1981) se podrían considerar como las bandas pioneras del movimiento Thrash . No

Hoy en día, las empresas colaboran en redes de valor hiperconectadas. El uso eficaz de los datos en la manufactura puede hacer que las empresas sean más sostenibles y rentables. Concretamente, utilizando aplicaciones de datos y análisis para impulsar la productividad, desarrollar nuevas experiencias de los clientes y mejorar el impacto social y medioambiental de las empresas. Con el análisis de datos las empresas pueden: Proporcionar información procesable discerniendo patrones a partir de los datos mediante el análisis humano de informes y cuadros de mando ( dashboards ). Predecir resultados futuros para que las partes interesadas actúen, utilizando análisis avanzados de datos históricos (series temporales). Habilitar sistemas de auto-optimización que tomen acciones autónomas a través de algoritmos de auto-aprendizaje, con información de datos históricos y en tiempo real ( machine learning ). La inversión digital está dando sus frutos de múltiples maneras para las empresas que lideran

Check out this week's series of resources to help you get up to speed with the world of data.: Megatrends Fueling the Rise of Data Storytelling ( Visual Capitalist ). 3 Key Benefits of Implementing a Data Fabric for Your Business ( IBM Data Science in Practice ). Learn the basics of Python ( IBM Developer ). A Complete Guide for Detecting and Dealing with Outliers ( Regenerative ). Using machine learning to study parenting styles ( VoxEU ). Recent Advancements in Applied Instrumental Variable Methods ( YouTube ). Finally,  LinkedIn’s Top Companies in Technology & Information ranks the 25 best companies to grow a career in the industry. Feel free to follow me on Twitter

La denominada "economía de los datos" ( data economy ) se caracteriza por un ecosistema de diferentes tipos de agentes del mercado -como fabricantes, investigadores y proveedores de infraestructuras- que colaboran para garantizar que los datos se encuentren accesibles y sean utilizables. Esto permite a los agentes extraer valor de estos datos, creando una variedad de aplicaciones con un gran potencial para mejorar la vida cotidiana, por ejemplo, la gestión del tráfico, la optimización de las cosechas o la atención sanitaria a distancia ( Comisión Europea , 2017). Dado que los datos son un activo, del cual los analistas de datos, pueden extraer valor de los mismos a través de highlights e insights de la información analizada, los cuales soy muy útiles para una mejor toma de decisiones avalada por los datos ( data-driven decision making ). Por ello, actualmente se reconoce la existencia de una economía basada en datos ( data-driven economy ). Explicado lo anterior, mi prime

Tanto el análisis de datos, la inteligencia de negocios y la ciencia de datos, tienen un objetivo en común, obtener a partir de los datos, un conocimiento que nos aporte valor o una ventaja competitiva a través de una mejor toma de decisiones basadas en evidencia. En el post del día de hoy, les comparto una serie de artículos que te serán de ayuda en el análisis de datos y las recomendaciones para la toma de decisiones y otras aplicaciones.   Muchas veces leemos o escuchamos sobre la toma de decisiones o los tomadores de decisiones.  Pero realmente ¿existe un proceso de toma de decisiones? La respuesta es sin duda que sí, y el proceso sería más o menos el siguiente: Definición del problema Fase previa: En la que hacemos un análisis del contexto. Toma de datos. Creación y toma de información. Creación de conocimiento. Toma de decisión propiamente dicha. Fuente: Sintetia Hoy en día, gracias a los avances tecnológicos, podemos hacer análisis más avanzados con ayuda de la inteligencia arti

The weekend is almost here! Get ready for our longer-form weekend reads with some resources for data scientists: Video:  How Will Machine Learning Impact Economics? ( Marginal Revolution University ). The design of a data governance system ( BIS ). Cloud economics and the six most damaging mistakes to avoid ( McKinsey ). Designing experiences through data stories ( IBM Design ). Six Questions about doing Power Calculations ( Development Impact ). Inflation Trends: What’s the Outlook? ( Enterprising Investor ). Regression in TensorFlow Using Both Sequential and Function APIs ( Regenerative ). On-device Text-to-Image Search with TensorFlow Lite Searcher Library ( TensorFlow Blog ). Feel free to follow me on Twitter

For data science enthusiasts, here are my recommended articles to read this weekend: How advanced analytics can address agricultural supply chain shocks ( McKinsey ). Satellite Maps: Shanghai’s Supply Chain Standstill ( Visual Capitalist ). Machine learning can help protect urban water. Here's how ( WEF ). Asjad Naqvi has released a package bimap that provides the ability to draw bi-variate maps in Stata ( GitHub ). Details of Violinplot and Relplot in Seaborn ( Regenerative ). 20 Very Commonly Used Functions of PySpark RDD ( Regenerative ). Why I am now more cautious about using or recommending matched pair randomization and like matched quadruplets instead ( Development Impact ). Feel free to follow me on Twitter

En posts anteriores, he compartido una serie de recursos dirigidos a los entusiastas por aprender ciencia de datos para todos los niveles (básico, intermedio y avanzado). Sin embargo, la entrada del día de hoy proporciona recursos para personas que ya saben programar, y lo que necesitan es mejorar sus conocimientos técnicos/científicos de los datos. Teoría y metodologías para la ciencia de datos What is edge computing?  Un entorno de edge computing distribuye y gestiona las cargas de trabajo más allá del centro de datos o de la nube, en o cerca de las ubicaciones donde una empresa lleva a cabo sus actividades ( IBM Developer ). Rhetological Fallacies . Web interactiva en español que te permite visualizar los errores y manipulación de la retórica y el pensamiento lógico ( Information is beautiful ). Selection in surveys . Las encuestas son una fuente de información crucial para muchas decisiones políticas importantes. Sin embargo, se sabe poco sobre la medida en que los diferentes sesgo

Wikipedia define a la ciencia de datos como un concepto para unificar estadísticas, análisis de datos, aprendizaje automático, y sus métodos relacionados, a efectos de comprender y analizar los fenómenos reales, empleando técnicas y teorías extraídas de muchos campos dentro del contexto de las matemáticas, la estadística, la ciencia de la información, y la informática. Si eres emprendedor/empresario y no sabes como la ciencia de datos te puede ayudar en tu empresa, te recomiendo empezar por esta lectura, acerca de cómo las empresas se convierten en líderes en su sector, gracias a la aplicación/implementación de técnicas de aprendizaje automático y desarrollo de inteligencia artificial en sus operaciones de negocio ( McKinsey ). Análisis de texto Para los que ya tiene práctica con Python y les interesa aprender a realizar un análisis de texto, les recomiendo echarle un vistazo a  How Topic Modelling can help companies to mine customer reviews ( IBM Data Science in Practice ). Análisi

La entrada del día de hoy se divide en 4 secciones. La primera, contiene una lectura recomendada sobre el Metaverso de Facebook como modelo de negocio. La segunda sección está dedicada la economía gig desde la perspectiva de las recomendaciones de políticas. En nuestro tercer apartado, encontrarán tres resúmenes y su correspondiente paper sobre FinTech. Por último, les comparto una serie de recursos para los interesados en aprender ciencia de datos y que van desde lo más básico hasta cuestiones de programación, modelización y metodologías. Espero que los disfruten.  1. Metaverso Desde que Mark Zuckerberg anunció el lanzamiento de Meta, una nueva compañía que reunirá en una Metaverso sus actuales productos Facebook, Instagram, WhatsApp y Oculus. La noticia ha causado, por una parte, revuelo entre los entusiastas tecnológicos, y por la otra, despertado el escepticismo entre los expertos. Mi primera lectura recomendada para iniciar la semana, es justamente un artículo objetivo acerca de