A las 9:00 llega un mensaje que dice: «¿Cómo van las ventas?». Parece una pregunta, pero no lo es del todo. Quien la contesta es el analista de datos (en las ofertas de empleo, Data Analyst): la persona que usa los datos de una empresa para responder preguntas del negocio. Para que veas cómo es de verdad, imagina que existe Marta, analista en Zapatea, una tienda online de zapatillas. Es un escenario inventado: ni Marta ni Zapatea existen, pero las tareas son las típicas del oficio.
## 9:00. Entender qué te están preguntando
El mensaje es de Jorge, de marketing: «¿Cómo van las ventas de running?». Marta no abre ningún programa todavía. Le contesta con otras preguntas. ¿Ventas en euros o en número de pedidos? ¿Comparadas con la semana pasada o con el año pasado? ¿Qué decisión vas a tomar con la respuesta? Esto cansa a algunas personas, porque parece perder tiempo. Es justo al revés: si Marta se pone a calcular con una pregunta vaga, entregará un número correcto que no sirve para nada.
Después de dos mensajes y una llamada corta, la pregunta queda así: «¿Han bajado los pedidos de zapatillas de running en los últimos 14 días respecto a los 14 anteriores, y en qué se nota?». Ahora sí hay algo que medir. Esta conversación es la parte menos técnica del puesto y, según con quién trabajes, la más importante.
## 11:00. La limpieza: la parte que nadie pone en el anuncio
Los datos de Zapatea viven en una tabla (como una hoja de cálculo con columnas fijas) llamada `pedidos`, dentro de una base de datos (el programa donde la tienda guarda su información). Cada fila es un pedido. Para pedirle cosas a una base de datos se usa SQL, un lenguaje de consultas. Marta lo primero que ve es que la columna `ciudad` está desordenada: unos clientes escribieron `Madrid`, otros `madrid ` con un espacio al final y otros `MADRID`. Para un humano es la misma ciudad. Para la mayoría de bases de datos son tres.
A esto se le llama limpieza de datos (*data cleaning* en inglés): arreglar valores repetidos, huecos y formatos distintos antes de analizar nada. Marta lo resuelve con una consulta, que es una petición escrita para la base de datos. Esta pide, en el fondo, algo muy simple: «agrupa los pedidos por ciudad y cuéntame cuántos hay en cada grupo». No hace falta que entiendas el código ahora; lo que importa es la idea.
1SELECT2 LOWER(TRIM(ciudad)) AS ciudad,3 COUNT(*) AS pedidos4FROM pedidos5GROUP BY LOWER(TRIM(ciudad))6ORDER BY pedidos DESC;
SELECT elige qué columnas mostrar y FROM dice de qué tabla salen. TRIM quita los espacios de los extremos y LOWER pasa todo a minúsculas, así que Madrid, madrid y MADRID se juntan. GROUP BY agrupa las filas iguales, COUNT(*) cuenta cuántas hay en cada grupo y ORDER BY pedidos DESC pone arriba las ciudades con más pedidos. Suponemos una tabla pedidos con una columna ciudad.
Un número sin limpiar no avisa de que está mal: sale igual de seguro que uno correcto. Antes de fiarte de un resultado, mira las categorías que salen y pregúntate si alguna es en realidad otra con otro disfraz.
Esta mañana de Marta no tiene brillo. Es repetitiva, y mucha gente que empieza no lo sabe. Mi opinión: si limpiar te aburre hasta las lágrimas, mejor que lo descubras ahora. Si, en cambio, te da cierta paz dejar una tabla ordenada, vas bien.
## 14:30. El momento en que aparece la pista
Con los datos limpios, Marta compara los pedidos de running por talla. Y ahí se ve algo raro: todas las tallas se mantienen salvo una, la 42, que ha caído casi a cero. Marta pregunta a logística y la respuesta llega en cinco minutos: la 42 está agotada desde hace dos semanas. Las ventas de running no bajan porque la gente haya perdido interés. Bajan porque falta la talla más pedida.
Este es el rato que hace que mucha gente se enamore del oficio: seguir un rastro, equivocarte de camino un par de veces y dar con una explicación que antes nadie tenía. No pasa a todas horas. No pasa todos los días, pero cuando pasa compensa.
## 16:30. Contarlo para que sirva
Encontrarlo es la mitad. Marta prepara un gráfico sencillo, con un título que diga la conclusión («Las ventas de running caen por la talla 42 agotada») y se lo manda a Jorge con tres frases. Un análisis que nadie entiende no cambia ninguna decisión. Parte del oficio es escribir claro y elegir un solo gráfico en lugar de cinco.
## ¿Te encaja? Qué te gustará y qué te cansará
| Momento | Te gustará si… | Te cansará si… |
|---|---|---|
| Aclarar la pregunta | Te gusta preguntar | Quieres órdenes exactas |
| Limpiar datos | Ordenar te relaja | Te aburre repetir |
| Dar con la pista | Te pica la curiosidad | Odias no tener respuesta |
| Contarlo | Explicas con calma | Prefieres no hablar |
Para probarlo de verdad, abre una hoja de cálculo cualquiera con nombres de ciudades o productos, ordénala por esa columna y cuenta cuántas veces sale cada uno. Si te entretiene descubrir que «Madrid» y «madrid » eran dos, tienes madera. Esto lo practicamos en profundidad en la plataforma con SQL.
Un jueves así tiene tres partes de trabajo de detective y una de trabajo de ordenar la casa, y la gracia está en aceptar las dos. No todos los jueves hay una talla agotada esperándote (algunos solo hay limpieza), pero la forma del día se repite: preguntar bien, limpiar, buscar y contar. Si disfrutas más preguntando por qué ha pasado algo que construyendo la máquina que lo mide, este es tu sitio. Tu siguiente paso: coge una lista de datos pequeña, aprende a contar y agrupar con SQL y mira cuánto tardas en aburrirte.