¿sabes cuáles son las etapas del análisis de datos que debes cubrir para poder llegar a conclusiones sólidas y que se apoyan realmente en la información de que dispones?
Venimos del artículo anterior sobre Cómo analizar tablas de datos para su análisis
El fundamento de todo análisis es:
- Conocer el comportamiento de una serie de variables (los campos de la base de datos).
- Descubrir si existe algún tipo de relación entre ellas.
- Planificar su evolución en un periodo.
- Determinar un objetivo a alcanzar o a mejorar.
El proceso que vamos a describir se basa en la utilidad de las tablas dinámica de Excel para presentar unos datos resumidos por diferentes campos. Si no conoces el funcionamiento de las tablas dinámicas puedes descargar este manual básico en PDF.
Etapa 1: validación de datos
El primer paso antes de empezar el análilsis es asegurarte que los datos calculados no contienen errores. Para ello te recomiendo que la primera tabla dinámica recoja la suma de todos los campos calculados y verifiques si alguno de ellos da error. Por ejemplo, en el caso del análisis contable sería el balance de sumas y saldos.
Etapa 2: Objetivo e indicadores
Ahora es cuando comienza el verdadero análisis. Es necesario definir la finalidad del análisis, aquello que queremos conocer, establecer un objetivo y determinar cómo lo vamos a medir.
Probablemente tendrás varios objetivos, pero todos ellos, al final, estarán vinculados y siempre tendrás uno o un pequeño grupo que será el más relevante. Por ejemplo, en el caso del análisis contable, la primera respuesta que hay que conocer es el beneficio: Probablemente también serán las ventas, los costes, y cómo han evolucionado comparativamente en un mismo periodo anterior o a una previsión.
Para ello, la primera tabla dinámica debe dar como respuesta un único valor y su evolución comparativa con periodo similares. Siguiendo con el ejemplo contable, será el beneficio para cada uno de los meses del ejercicio y su comparación con los mismos meses del ejercicio anterior o del ejercicio previsto.
Junto a esta tabla te recomiendo que insertes un cuadro de texto donde, de forma resumida, hagas una interpretación de los datos de la tabla. Es muy importante que en cada tabla dinámica sólo intérpretes la información que la tabla da y, dado que no conoces las razones de la información, lo hagas de la forma más resumida y concreta posible. En el caso que nos ocupa bastaría con decir que el beneficio es de 100 € y su variación ha sido de un 2,5%.
Etapa 3: Tipificación de variables
En esta etapa se trata de agrupar las variables para facilitar el análisis y lo haremos en base a dos criterios:
• Semejanza: Aquellas que son de contenido similar. Por ejemplo, podemos agrupar en “Costes salariales” aquellas cuentas relacionadas con ese concepto como son salarios, Seguridad Social, bajas por enfermedad, etc.
• Causalidad: Aquellas variables que parecen mostrar algún tipo de relación con el objetivo buscado. En el caso que nos ocupa, es evidente que las cuentas que están relacionadas con el resultado contable son las que pertenecen a la “cuenta de explotación”. Dentro de la cuenta de explotación podemos agrupamos los “costes salariales variables” como los de fabricación ya que varían con las cantidades fabricadas y vendidas y los diferenciaremos de los “costes salariales fijos” donde incluiremos los de administración que no variarán con las cantidades vendidas.
Realizaremos el análisis mostrando el resultado buscado en base a las agrupaciones realizadas. Para poder hacerlo deberás disponer de una tabla de consulta adicional, en la que relaciones cada variable con los grupos a los que pertenece. Para vincular una variable con diferentes tipificaciones, lo hacemos mediante una tabla de consulta adicional y relacionaremos la tabla de datos original y la tabla adicional con la función BuscarV.
Al realizar las tipificaciones vamos identificando posibles relaciones entre las variables y el objetivo. Podemos encontrar diferentes relaciones sin comprender todavía la regla de la relación y por ello podemos tipificar o agrupar los gastos por diferentes conceptos causales. Ahora no es momento de rechazar hipótesis, sino que hay que mantener la intención abierta para poder encontrar causas diferentes y posibilidades de relación de manera que al final podremos tener distintas hipótesis de trabajo.
Por ejemplo, en un proceso de fabricación en el que estudiamos las causas de las averías en la línea de fabricación, podemos plantear distintas causas. Una, y no la única, puede ser la habilidad o pericia de los operarios, con lo que tendríamos que analizar los diferentes turnos de trabajo y detectar diferencias en el grado de averías y en el nivel de pericia de los trabajadores. Pero también podría haber otras explicaciones como, la climatología, o la temperatura de trabajo.
Etapa 4: el análisis de datos
Ahora comienza un trabajo de observar el comportamiento de las distintas variables e intentar encontrar si hay alguna causa de relación (causalidad), o si bien los valores se relacionan por casualidad.
Para ello crearemos nuevas tablas dinámicas a partir de las anteriores en las que comenzaremos a introducir las diferentes variables a analizar. Para el caso que nos ocupa introduciremos las ventas totales y los gastos totales. Junto a cada nueva tabla, procederemos a realizar una nueva interpretación.
El análisis se realiza en lo que se llaman dos direcciones:
• Análisis vertical: En la que comparamos porcentualmente el valor de una variable con la variable fundamental. Este tipo de análisis busca encontrar las variables de mayor importancia. En el caso del análisis contable, compararemos cada uno de los gastos con el valor de las ventas y, al final, realizaremos la interpretación correspondiente.
• Análisis horizontal: Compararemos cada variable consigo misma en periodos anteriores y analizaremos su evolución de forma individual y realizaremos la interpretación correspondiente.
La indagación deber encontrar la causa de la variación de los datos analizados. Por ejemplo, si las ventas han aumentado, ¿Cuál es la razón de dicha variación? Es fortuita (casual) o hemos realizado alguna campaña, promoción de precios, etc y donde se ve reflejado ese coste.
Etapa 5: Elaboración de hipótesis
Entramos en la etapa que denomino “minería de datos”, un proceso meticuloso en el que hay que validar o rechazar todas las hipótesis establecidas, y las variables implicadas. Para ello se trata de crear nuevas líneas de trabajo, una para cada hipótesis. Inicialmente puedes desarrollar cada hipótesis en hojas diferentes y posteriormente descartar aquellas que no muestren causalidad o relevancia.
Mediante nuevas tablas dinámicas, se trata de agregar y relacionar diferentes agrupaciones de variables y encontrar la causa de la relación; la explicación que nos permite comprender lo que está sucediendo, predecir situaciones futuras y proponer correcciones o mejoras.
Este punto es muy importante, ya que a menudo tendemos a validar nuestras hipótesis buscado solo donde se cumplen y precisamente hay que hacer lo contrario, buscar donde no se cumplen, es decir, si buscas cisnes blancos donde sólo hay cisnes blancos llegarás a la conclusión (equivocada) de que todos los cisnes son blancos; cuando a la que has de llegar es a que no has sido capaz de encontrar cisnes que no sean blancos y por lo tanto concluyes (ahora sí) que todos los cisnes son blancos.
Etapa 6: conclusiones
Ahora es el momento de que agrupes todas tus notas y construyas un discurso con cada hipótesis de trabajo que te permita:
• Comprender qué es lo que está pasando y cómo se comporta el sistema: te permitirá predecir el futuro y realizar cambios de pequeño impacto.
• Comprender por qué se comporta así: Encontrarás una regla, probablemente no escrita, que te hará entender cuál es el freno, limitación o creencia de la organización que actuará cuando pretendas realizar cambios de mayor calado.