No quieres inteligencia artificial. Lo que quieres es entender tu negocio con datos y no con opiniones.

Almacenar gran cantidad de datos es inútil si lo que contienen no es información sino ruido.

Me llamo Leonardo Hansa y en mis correos te ayudo a decidir qué datos tienen la información relevante para tu trabajo.

¿Crees que la inteligencia artificial no sirve para tu caso?

Estoy de acuerdo, no te sirve de nada.

Pero que conozcas los datos de tu negocio sí es necesario para tomar decisiones.

Te cuento algunas de las cosas que aprenderás si te suscribes a mi boletín. Considera tú sí te ayudarán a gestionar mejor tus proyectos de datos.

• Qué es lo único imprescindible si quieres dar una respuesta basada en datos a un problema de negocio (no, no es un experto en data science).
• La habilidad que requerirás en tu día a día, mucho más que saber ajustar modelos de machine learning.
• El error que cometí en un proyecto de predicción de captación de nuevos clientes (por el que me cayó una bronca importante y tuve que rehacer gran parte del trabajo).
• Lo que pensaron de otra predicción mía en otro proyecto, cómo me hicieron "ajustarla" y cuál resultó ser la predicción buena un año después.
• Por qué es frecuente cometer errores en proyectos de datos (y por qué nadie debería preocuparse).
• La gente usa mal Excel. Te cuento con 13 pecados a qué me refiero.
• Cuáles deberían ser los formatos de almacenamiento de datos más usados frente a cuáles se usan (y por qué los primeros son mejores).
• Quién puede sacar partido realmente a un máster o curso en ciencia de datos e inteligencia artificial.
• Cuál sigue siendo el lenguaje más importante en datos (no es Python).
• Qué técnicas estadísticas íbamos a usar en un proyecto en el que me obligaron a decir que era de "machine learning" cuando realmente no lo era, pero había que decirlo para venderlo.
• Hasta qué punto sirve Excel a día de hoy en proyecto de datos.
• Por qué casi todo el mundo usa Python si ni siquiera es óptimo en el sector.

En más de 10 años en el sector he visto aciertos y errores en cantidad (lo segundo sobre todo) que me han ayudado a entender mejor cuándo tener una cultura de datos sí sirve.

Te regalo una cosa

Cuando te suscribas, en el primer correo va un regalo.

¿Te sirve?

Pues si trabajas sacando información de datos, sí.

Si no, no. Pero es que si no trabajas con datos, te recomiendo que no te suscribas.

El regalo es una guía, con dos casos de uso, sobre cómo sacar aprendizajes a partir de unos datos.

Mira, un dato, así suelto, no sirve de nada. Como la inteligencia artificial.

Pero si sabes trabajarlos, son una fuente maravillosa de información.

La guía te muestra maneras de hacerlo. Con varias herramientas, para que las compares entre sí, modo Piedra Rosetta.

Una herramienta es Excel (sí, con truquitos poco comunes), otra es R y otra es Python, lingua franca actualmente.

Son 12 páginas. Puedes hojearlas o ponerlas en práctica. Trae códigos y datos y explicaciones. Es decir, lo que necesitas para ponerte a currar.

Si solo quieres hojear, también te vale.

Descárgala. Abajo.