Articulo de referencia

Analítica

Análisis del tráfico de Wikipedia La analítica es el análisis computacional sistemático de datos o estadísticas . [ 1 ] Se utiliza para el descubrimiento, la interpretación y la...

Análisis del tráfico de Wikipedia

La analítica es el análisis computacional sistemático de datos o estadísticas . [ 1 ] Se utiliza para el descubrimiento, la interpretación y la comunicación de patrones significativos en los datos , lo que también se engloba y se relaciona directamente con el término general de ciencia de datos . [ 2 ] La analítica también implica la aplicación de patrones de datos para la toma de decisiones eficaz. Puede ser valiosa en áreas con abundante información registrada; la analítica se basa en la aplicación simultánea de estadística , programación informática e investigación operativa para cuantificar el rendimiento.

Las organizaciones pueden aplicar análisis a los datos empresariales para describir, predecir y mejorar el rendimiento empresarial. Específicamente, las áreas dentro del análisis incluyen análisis descriptivo, análisis de diagnóstico, análisis predictivo , análisis prescriptivo y análisis cognitivo. [ 3 ] El análisis puede aplicarse a una variedad de campos como marketing , administración , finanzas , sistemas en línea, seguridad de la información y servicios de software . Dado que el análisis puede requerir computación extensa (ver big data ), los algoritmos y el software utilizados para el análisis aprovechan los métodos más actuales en ciencias de la computación, estadística y matemáticas. [ 4 ] Según International Data Corporation , se estima que el gasto global en soluciones de big data y análisis empresarial (BDA) alcanzará los $215.7 mil millones en 2021. [ 5 ] [ 6 ] Según Gartner , el mercado general de software de plataformas analíticas creció en $25.5 mil millones en 2020. [ 7 ]

Analítica frente a análisis

El análisis de datos se centra en el proceso de examinar datos pasados ​​a través de la comprensión del negocio, la comprensión de los datos, la preparación de los datos, el modelado y la evaluación, y la implementación. [ 8 ] Es un subconjunto de la analítica de datos, que toma múltiples procesos de análisis de datos para centrarse en por qué ocurrió un evento y qué puede ocurrir en el futuro basándose en los datos anteriores. [ 9 ] La analítica de datos se utiliza para formular decisiones organizacionales más importantes.

El análisis de datos es un campo multidisciplinario . Se hace un uso extensivo de habilidades informáticas, matemáticas, estadística, técnicas descriptivas y modelos predictivos para obtener conocimiento valioso de los datos mediante el análisis. Existe un uso creciente del término análisis avanzado , que se utiliza normalmente para describir los aspectos técnicos del análisis, especialmente en campos emergentes como el uso de técnicas de aprendizaje automático como redes neuronales , árboles de decisión, regresión logística, análisis de regresión lineal a múltiple y clasificación para hacer modelado predictivo . [ 10 ] [ 8 ] También incluye técnicas de aprendizaje automático no supervisado como análisis de clústeres , análisis de componentes principales , análisis de perfiles de segmentación y análisis de asociación.

Aplicaciones

Optimización del marketing

Las organizaciones de marketing utilizan análisis para evaluar los resultados de campañas e iniciativas, así como para orientar las decisiones relacionadas con la inversión y la segmentación de consumidores. Técnicas como los estudios demográficos, la segmentación de clientes, el análisis conjunto y otras permiten a los profesionales del marketing analizar grandes volúmenes de datos de compra de consumidores, datos de encuestas y datos de paneles . Esto les ayuda a comprender mejor el comportamiento del consumidor y a comunicar eficazmente las estrategias de marketing. [ 11 ]

El análisis de marketing se compone de datos cualitativos y cuantitativos, estructurados y no estructurados, que se utilizan para impulsar decisiones estratégicas sobre la marca y los resultados de ingresos. El proceso incluye modelado predictivo, experimentación de marketing, automatización y comunicaciones de ventas en tiempo real. Los datos permiten a las empresas realizar predicciones y modificar la ejecución estratégica para maximizar los resultados de rendimiento. [ 11 ]

El análisis web permite a los profesionales del marketing recopilar información a nivel de sesión sobre las interacciones en un sitio web mediante una operación denominada segmentación de sesiones . Google Analytics es un ejemplo de una popular herramienta de análisis gratuita que los profesionales del marketing utilizan para este fin. [ 12 ] Estas interacciones proporcionan a los sistemas de información de análisis web la información necesaria para rastrear la fuente de referencia, las palabras clave de búsqueda, identificar la dirección IP [ 13 ] y realizar un seguimiento de las actividades del visitante. Con esta información, un profesional del marketing puede mejorar las campañas de marketing, el contenido creativo del sitio web y la arquitectura de la información. [ 14 ]

Las técnicas de análisis más utilizadas en marketing incluyen el modelado de la mezcla de marketing, el análisis de precios y promociones, la optimización de la fuerza de ventas y el análisis de clientes, como la segmentación. El análisis web y la optimización de sitios web y campañas en línea ahora suelen trabajar en conjunto con las técnicas de análisis de marketing más tradicionales. El enfoque en los medios digitales ha modificado ligeramente la terminología, de modo que el modelado de la mezcla de marketing se conoce comúnmente como modelado de atribución en el contexto digital o del modelado de la mezcla de marketing .

Estas herramientas y técnicas respaldan tanto las decisiones estratégicas de marketing (como cuánto invertir en marketing, cómo asignar presupuestos entre una cartera de marcas y la combinación de marketing) como el apoyo táctico a las campañas, en términos de dirigirse al mejor cliente potencial con el mensaje óptimo en el medio más rentable y en el momento ideal.

Análisis de personas

El análisis de personas utiliza datos de comportamiento para comprender cómo trabajan las personas y cambiar la forma en que se gestionan las empresas. [ 15 ] Puede denominarse de diversas maneras, según el contexto, el propósito del análisis o el enfoque específico del mismo. Algunos ejemplos incluyen análisis de la fuerza laboral, análisis de RR. HH., análisis del talento, información sobre las personas, información sobre el talento, información sobre los compañeros, análisis del capital humano y análisis del sistema de información de recursos humanos (SIRH). El análisis de RR. HH. es la aplicación del análisis para ayudar a las empresas a gestionar los recursos humanos . [ 16 ]

El análisis de recursos humanos se ha convertido en una herramienta estratégica para analizar y pronosticar tendencias relacionadas con el personal en los cambiantes mercados laborales, utilizando herramientas de análisis de carrera. [ 17 ] El objetivo es discernir qué empleados contratar, cuáles recompensar o ascender, qué responsabilidades asignar y otros problemas similares de recursos humanos. [ 18 ] Por ejemplo, la inspección del fenómeno estratégico de la rotación de personal mediante herramientas de análisis de personas puede servir como un análisis importante en momentos de disrupción. [ 19 ]

Se ha sugerido que el análisis de personas es una disciplina independiente del análisis de recursos humanos, con un mayor enfoque en la resolución de problemas empresariales, mientras que el análisis de recursos humanos se centra más en las métricas relacionadas con los procesos de recursos humanos. [ 20 ] Además, el análisis de personas puede extenderse ahora más allá de la función de recursos humanos en las organizaciones. [ 21 ] Sin embargo, los expertos encuentran que muchos departamentos de recursos humanos están sobrecargados de tareas operativas y necesitan priorizar el análisis de personas y la automatización para convertirse en una función empresarial más estratégica y capaz en el mundo laboral en constante evolución, en lugar de producir informes básicos que ofrecen un valor limitado a largo plazo. [ 22 ] Algunos expertos argumentan que un cambio en la forma en que operan los departamentos de recursos humanos es esencial. Si bien las funciones de recursos humanos tradicionalmente se centraban en tareas administrativas, ahora están evolucionando con una nueva generación de profesionales de recursos humanos orientados a los datos que actúan como socios estratégicos de negocio. [ 23 ]

Ejemplos de métricas analíticas de RR. HH. incluyen el valor de vida del empleado (ELTV), el porcentaje de gastos de costos laborales, el porcentaje de sindicalización, etc. La calidad de la promoción es una métrica utilizada para evaluar las decisiones de promoción de una persona. [ 24 ] La métrica determina si los empleados fueron promovidos adecuadamente según criterios objetivos o si existe algún sesgo. [ 25 ] [ 26 ]

Análisis de cartera

Una aplicación común de la analítica empresarial es el análisis de cartera . En este caso, un banco o entidad crediticia posee una colección de cuentas de distinto valor y riesgo . Las cuentas pueden diferir según el estatus social (rico, de clase media, pobre, etc.) del titular, la ubicación geográfica, su valor neto y muchos otros factores. El prestamista debe equilibrar la rentabilidad del préstamo con el riesgo de impago para cada uno de ellos. La cuestión, entonces, es cómo evaluar la cartera en su conjunto. [ 27 ]

El préstamo de menor riesgo podría ser para personas muy adineradas, pero el número de personas adineradas es muy limitado. Por otro lado, hay muchas personas pobres a las que se les puede prestar dinero, pero con un riesgo mayor. Es necesario encontrar un equilibrio que maximice la rentabilidad y minimice el riesgo. La solución analítica puede combinar el análisis de series temporales con otros factores para tomar decisiones sobre cuándo prestar dinero a estos diferentes segmentos de prestatarios, o sobre la tasa de interés que se cobra a los miembros de un segmento de cartera para cubrir las pérdidas de dichos miembros.

Análisis de riesgos

Los modelos predictivos en la industria bancaria se desarrollan para brindar certeza sobre las puntuaciones de riesgo de los clientes individuales. Las puntuaciones crediticias se crean para predecir el comportamiento de morosidad de un individuo y se utilizan ampliamente para evaluar la solvencia crediticia de cada solicitante. [ 28 ] Además, los análisis de riesgo se llevan a cabo en el mundo científico [ 29 ] y en la industria de seguros. [ 30 ] También se utilizan ampliamente en instituciones financieras, como las empresas de pasarelas de pago en línea, para analizar si una transacción fue genuina o fraudulenta. [ 31 ] Para este propósito, utilizan el historial de transacciones del cliente. Esto se usa más comúnmente en compras con tarjeta de crédito, cuando hay un aumento repentino en el volumen de transacciones del cliente, este recibe una llamada de confirmación si la transacción fue iniciada por él/ella. Esto ayuda a reducir las pérdidas debido a tales circunstancias. [ 32 ]

Analítica digital

La analítica digital es un conjunto de actividades empresariales y técnicas que definen, crean, recopilan, verifican o transforman datos digitales en informes, investigaciones, análisis, recomendaciones, optimizaciones, predicciones y automatización. [ 33 ] Esto también incluye el SEO ( optimización para motores de búsqueda ), donde se rastrea la búsqueda de palabras clave y esos datos se utilizan con fines de marketing, [ 34 ] y los clics en anuncios de banner. [ 35 ] Un número creciente de marcas y empresas de marketing confían en la analítica digital para sus tareas de marketing digital , donde el retorno de la inversión en marketing (MROI) es un importante indicador clave de rendimiento (KPI).

Análisis de seguridad

El análisis de seguridad se refiere a la tecnología de la información (TI) para recopilar eventos de seguridad con el fin de comprender y analizar los eventos que representan los mayores riesgos de seguridad. [ 36 ] [ 37 ] Los productos en esta área incluyen la gestión de información y eventos de seguridad y el análisis del comportamiento del usuario.

Análisis de software

El análisis de software es el proceso de recopilar información sobre la forma en que se utiliza y se produce un programa informático . [ 38 ]

Desafíos

En la industria del software de análisis comercial, se ha puesto énfasis en resolver los desafíos del análisis de conjuntos de datos masivos y complejos, a menudo cuando dichos datos están en constante cambio. Estos conjuntos de datos se conocen comúnmente como big data . [ 39 ] Si bien antes los problemas que planteaba el big data solo se encontraban en la comunidad científica, hoy en día el big data representa un problema para muchas empresas que operan sistemas transaccionales en línea y, como resultado, acumulan grandes volúmenes de datos rápidamente. [ 40 ] [ 39 ]

El análisis de tipos de datos no estructurados es otro desafío que está captando la atención de la industria. Los datos no estructurados se diferencian de los datos estructurados en que su formato varía ampliamente y no pueden almacenarse en bases de datos relacionales tradicionales sin un esfuerzo significativo de transformación de datos. [ 41 ] Las fuentes de datos no estructurados, como el correo electrónico, el contenido de documentos de procesadores de texto, los PDF, los datos geoespaciales , etc., se están convirtiendo rápidamente en una fuente relevante de inteligencia empresarial para empresas, gobiernos y universidades. [ 42 ] [ 43 ]

Estos desafíos son la inspiración actual de gran parte de la innovación en los sistemas modernos de información analítica, dando origen a conceptos de análisis automático relativamente nuevos, como el procesamiento de eventos complejos , [ 44 ] la búsqueda y el análisis de texto completo, e incluso nuevas ideas en la presentación. Una de estas innovaciones es la introducción de la arquitectura tipo cuadrícula en el análisis automático, que permite aumentar la velocidad del procesamiento masivamente paralelo al distribuir la carga de trabajo entre muchos ordenadores, todos con igual acceso al conjunto completo de datos. [ 45 ]

El análisis de datos se utiliza cada vez más en la educación , especialmente a nivel de distrito y administración pública. Sin embargo, la complejidad de las medidas de rendimiento estudiantil presenta desafíos cuando los educadores intentan comprender y utilizar el análisis para discernir patrones en el rendimiento estudiantil, predecir la probabilidad de graduación, mejorar las posibilidades de éxito estudiantil, etc. [ 46 ] Por ejemplo, en un estudio que involucró distritos conocidos por su sólido uso de datos, el 48% de los docentes tuvo dificultades para formular preguntas basadas en los datos, el 36% no comprendió los datos proporcionados y el 52% interpretó los datos incorrectamente. [ 47 ] Para contrarrestar esto, algunas herramientas de análisis para educadores se adhieren a un formato de datos de venta libre (que incluye etiquetas, documentación complementaria y un sistema de ayuda, y toma decisiones clave sobre el empaquetado, la visualización y el contenido) para mejorar la comprensión y el uso del análisis por parte de los educadores. [ 48 ]

Riesgos

Los riesgos para la población general incluyen la discriminación basada en características como el género, el color de la piel, el origen étnico o las opiniones políticas a través de mecanismos como la discriminación de precios o la discriminación estadística . [ 49 ]

Véase también

Referencias

  1. "Definición de Oxford de analítica" . Archivado del original el 10 de agosto de 2020.
  2. Agarwal, Ritu; Dhar, Vasant (2014). " Editorial —Big Data, Data Science, and Analytics: The Opportunity and Challenge for IS Research". Information Systems Research . 25 (3): 443– 448. doi : 10.1287/isre.2014.0546 .
  3. "Análisis cognitivo: combinación de inteligencia artificial (IA) y análisis de datos" . www.ulster.ac.uk . 8 de marzo de 2017. Archivado del original el 10 de enero de 2022. Consultado el 7 de enero de 2022 .
  4. Kohavi, Ron; Rothleder, Neal J.; Simoudis, Evangelos (2002). "Tendencias emergentes en análisis de negocios". Communications of the ACM . 45 (8): 45– 48. doi : 10.1145/545151.545177 .
  5. "El gasto global en soluciones de macrodatos y análisis alcanzará los 215.700 millones de dólares en 2021, según una nueva guía de gastos de IDC" . Archivado del original el 23 de julio de 2022. Consultado el 24 de julio de 2022 .
  6. "Ingresos por big data y análisis de negocios 2022" . Archivado del original el 20 de julio de 2022. Consultado el 24 de julio de 2022 .
  7. "Cuota de mercado: software de datos y análisis, a nivel mundial, 2020" . Archivado del original el 3 de octubre de 2022. Consultado el 24 de julio de 2022 .
  8. 1 2 Kelleher, John D. (2020). Fundamentos del aprendizaje automático para el análisis predictivo de datos : algoritmos, ejemplos prácticos y estudios de caso . Brian Mac Namee, Aoife D'Arcy (2.ª ed.). Cambridge, Massachusetts. pág. 16. ISBN    978-0-262-36110-1OCLC 1162184998 {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  9. Park, David (28 de agosto de 2017). "Análisis vs. Analítica: pasado vs. futuro" . EE Times . Archivado del original el 29 de enero de 2021. Recuperado el 20 de enero de 2021 .
  10. "Inteligencia Artificial, Big Data y Analítica Avanzada en la Cadena de Suministro" . Forbes.com . Archivado del original el 23 de junio de 2022. Consultado el 16 de abril de 2020 .
  11. 1 2 Wedel, Michel; Kannan, PK (2016). "Marketing Analytics for Data-Rich Environments". Journal of Marketing . 80 (6): 97– 121. doi : 10.1509/jm.15.0413 .
  12. "Sesión - Ayuda de análisis" . support.google.com . Archivado del original el 10 de enero de 2022. Consultado el 9 de enero de 2022 .
  13. "Dirección IP - Ayuda de Analytics" . support.google.com . Archivado del original el 10 de enero de 2022. Consultado el 9 de enero de 2022 .
  14. "Herramientas y soluciones analíticas para tu negocio - Google Analytics" . Plataforma de marketing de Google . Archivado del original el 2 de octubre de 2022. Consultado el 9 de enero de 2022 .
  15. lukem (4 de noviembre de 2016). "Análisis de personas: transformando la gestión con datos de comportamiento" . Programas para profesionales | Educación profesional del MIT . Archivado del original el 8 de septiembre de 2018. Recuperado el 3 de abril de 2018 .
  16. Chalutz Ben-Gal, Hila (2019). "Una revisión de análisis de RRHH basada en el ROI: herramientas prácticas de implementación". Personnel Review . 48 (6): 1429– 1448. doi : 10.1108/PR-11-2017-0362 .
  17. Sela, Alon; Ben-Gal, Hila Chalutz (2018). "Análisis de Big Data de la rotación de empleados en empresas de medios globales, Google, Facebook y otras". 2018 IEEE International Conference on the Science of Electrical Engineering in Israel (ICSEE) . pp. 1–5 . doi : 10.1109/ICSEE.2018.8645991 . ISBN  978-1-5386-6378-3.
  18. "Análisis de personas - Universidad de Pensilvania" . Coursera. Archivado del original el 19 de abril de 2019. Consultado el 3 de mayo de 2017 .
  19. Avrahami, Dan; Pessach, Dana; Singer, Gonen; Chalutz Ben-Gal, Hila (2022). "Un análisis de recursos humanos y aprendizaje automático de la rotación de personal: implicaciones para la teoría y la práctica". International Journal of Manpower . 43 (6): 1405– 1424. doi : 10.1108/IJM-12-2020-0548 .
  20. "Análisis de personas: MIT, 24 de julio de 2017" . HR Examiner . 2 de agosto de 2017. Archivado del original el 28 de abril de 2019. Recuperado el 3 de abril de 2018. Waber establece una distinción clave entre el análisis de personas y el análisis de recursos humanos. "El análisis de personas resuelve problemas empresariales. El análisis de recursos humanos resuelve problemas de recursos humanos", afirma. El análisis de personas examina el trabajo y su organización social. El análisis de recursos humanos mide e integra datos sobre los procesos administrativos de recursos humanos.
  21. Bersin, Josh. "Los geeks llegan a RR.HH.: la analítica de personas ya está aquí" . Forbes . Archivado del original el 20 de septiembre de 2019. Consultado el 3 de abril de 2018 .
  22. "La guía del CEO para competir a través de RRHH" . Archivado del original el 24 de julio de 2020. Consultado el 24 de julio de 2020 .
  23. McNulty, Keith. "Es hora de RRHH 3.0" . Talent Economy . Archivado del original el 3 de julio de 2020. Consultado el 24 de julio de 2020 .
  24. FITZ-ENZ, Jac (12 de mayo de 2010). El nuevo análisis de RR. HH.: Predicción del valor económico de las inversiones en capital humano de su empresa . AMACOM. págs. 162–164 . ISBN  978-0-8144-1644-0.
  25. Berger, Johannes y Herbertz, Claus y Sliwka, Dirk, Incentivos gerenciales y favoritismo en las decisiones de promoción: teoría y evidencia de campo. Documento de debate IZA n.° 5543
  26. Boroff KE, Boroff A (2018), "Gestión del desempeño: ¿marcando la diferencia?". Notas de enseñanza, vol. 14, n.º 1, págs. 25-53
  27. Pilbeam, Keith (2005). «Análisis de cartera: riesgo y rentabilidad en los mercados financieros». Finanzas y mercados financieros . págs. 156–187 . doi : 10.1007/978-1-349-26273-1_7 . ISBN  978-0-333-62945-1.
  28. "Informes y puntajes de crédito | USAGov" . www.usa.gov . Archivado del original el 8 de enero de 2022. Consultado el 9 de enero de 2022 .
  29. Mayernik, Matthew S.; Breseman, Kelsey; Downs, Robert R.; Duerr, Ruth; Garretson, Alexis; Hou, Chung-Yi (Sophie) (2020). "Evaluación de riesgos para datos científicos" . Data Science Journal . 19 10. doi : 10.5334/dsj-2020-010 .
  30. "Análisis predictivo en seguros: tipos, herramientas y futuro" . Maryville Online . 28 de octubre de 2020. Archivado del original el 10 de enero de 2022. Consultado el 9 de enero de 2022 .
  31. Liébana-Cabanillas, Francisco; Singh, Nidhi; Kalinic, Zoran; Carvajal-Trujillo, Elena (2021). "Examinando los determinantes de la intención de uso continuado y el efecto moderador del género y la edad de los usuarios de pagos móviles NFC: Un enfoque multianalítico". Information Technology and Management . 22 (2): 133– 161. doi : 10.1007/s10799-021-00328-6 .
  32. Crail, Chauncey (9 de marzo de 2021). "Cómo habilitar las alertas móviles de tarjetas de crédito para compras y fraude" . Forbes Advisor . Archivado del original el 10 de enero de 2022. Consultado el 9 de enero de 2022 .
  33. Phillips, Judah "Construyendo una organización de análisis digital" Financial Times Press, 2013, pp 7–8.
  34. "Guía de inicio de SEO: Lo básico | Google Search Central" . Google Developers . Archivado del original el 12 de enero de 2022. Consultado el 9 de enero de 2022 .
  35. "Tasa de clics (CTR): Definición - Ayuda de Google Ads" . support.google.com . Archivado del original el 10 de enero de 2022. Consultado el 9 de enero de 2022 .
  36. "El análisis de seguridad refuerza la esperanza de detectar brechas" . Innovación empresarial. Archivado del original el 12 de febrero de 2019. Consultado el 27 de abril de 2015 .
  37. Talabis, Mark Ryan M. (2015). Análisis de seguridad de la información : cómo encontrar información, patrones y anomalías de seguridad en macrodatos . Robert McPherson, I Miyamoto, Jason L. Martin. Waltham, MA. pág. 1. ISBN   978-0-12-800506-4OCLC 910911974 {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  38. Zhang, Dongmei; Xie, Tao (2016). «Análisis de software y su aplicación práctica». Perspectivas sobre la ciencia de datos para la ingeniería de software . págs. 7–11 . doi : 10.1016/B978-0-12-804206-9.00002-7 . ISBN  978-0-12-804206-9.
  39. 1 2 "2.3 Diez características comunes de los macrodatos" . www.bitbybitbook.com . Archivado del original el 31 de marzo de 2022. Recuperado el 10 de enero de 2022 .
  40. Naone, Erica. "The New Big Data" . Technology Review, MIT. Archivado del original el 20 de mayo de 2022. Recuperado el 22 de agosto de 2011 .
  41. Inmon, Bill; Nesavich, Anthony (2007). Aprovechando los datos no estructurados . Prentice-Hall. ISBN 978-0-13-236029-6.
  42. Wise, Lyndsay. "Análisis de datos y datos no estructurados" . Dashboard Insight. Archivado del original el 5 de enero de 2014. Recuperado el 14 de febrero de 2011 .
  43. "Aprovechando el poder de los datos no estructurados" . MIT Sloan . Febrero de 2021. Archivado del original el 10 de enero de 2022. Consultado el 10 de enero de 2022 .
  44. Flouris, Ioannis; Giatrakos, Nikos; Deligiannakis, Antonios; Garofalakis, Minos; Kamp, Michael; Mock, Michael (2017). "Problemas en el procesamiento de eventos complejos: estado actual y perspectivas en la era del Big Data". Journal of Systems and Software . 127 : 217–236 . doi : 10.1016/j.jss.2016.06.011 .
  45. ^ Yang, Ning; Liu, Diyou; Feng, Quanlong; Xiong, Quan; Zhang, Lin; Ren, Tianwei; Zhao, Yuanyuan; Zhu, Dehai; Huang, Jianxi (2019). "Mapeo de cultivos a gran escala basado en aprendizaje automático y computación paralela con grillas" . Teledetección . 11 (12): 1500. Bibcode : 2019RemS...11.1500Y . doi : 10.3390/rs11121500 .
  46. Prinsloo, Paul; Slade, Sharon (2017). «Un elefante en la habitación de la analítica del aprendizaje: La obligación de actuar». Actas de la Séptima Conferencia Internacional sobre Analítica del Aprendizaje y Conocimiento . págs. 46–55 . doi : 10.1145/3027385.3027406 . ISBN  978-1-4503-4870-6.
  47. Departamento de Educación de los Estados Unidos, Oficina de Planificación, Evaluación y Desarrollo de Políticas (2009). Implementación de la toma de decisiones basada en datos en las escuelas: acceso, apoyo y uso por parte de los docentes. Departamento de Educación de los Estados Unidos (Servicio de Reproducción de Documentos ERIC n.° ED504191)
  48. Rankin, J. (28 de marzo de 2013). Cómo los sistemas de datos e informes pueden combatir o propagar la epidemia de errores en el análisis de datos, y cómo los líderes educativos pueden ayudar. Archivado el 26 de marzo de 2019 en Wayback Machine . Presentación realizada en la Cumbre de Liderazgo Escolar del Centro de Información Tecnológica para el Liderazgo Administrativo (TICAL).
  49. Favaretto, Maddalena; De Clercq, Eva; Elger, Bernice Simone (2019). "Big Data y discriminación: peligros, promesas y soluciones. Una revisión sistemática" . Journal of Big Data . 6 12. doi : 10.1186/s40537-019-0177-4 .

  • Logotipo de WikcionarioDefinición de analítica en el diccionario Wikcionario