Ya me he leido todos los libros de Roberto Canales Mora
Informática Profesional
Planifica tu éxito, de aprendiz a empresario
Conversaciones con CEOs y CIOs sobre Transformación Digital y Metodologías Ágiles
Los cuales puedes encontrar aquí
Sobre Informática Profesional escribí un post recomendando su lectura y citando algunas de los conceptos que para mi fueron más interesantes y ahora he decido hacer lo mismo con Conversaciones con CEOs y CIOs sobre Transformación Digital y Metodologías Ágiles. Donde a continuación voy a citar algunas opiniones que para mi tienen mucho valor.
Si trabajas en el mundo de las tecnologías de la información ya sea directamente o indirectamente recomiendo la lectura de los libros de Roberto, y si tengo que aportar mi humilde opinión personal, para mi gusto Informática Profesional y Planifica tu éxito están un paso por delante de Conversaciones con CEOs y CIOs aun así y todo recomiendo la lectura de los tres y que cada uno pueda formarse su propia opinión.
Como ya dije en mi anterior entrada, Roberto, muchas gracias por estos regalos al sector.
Buscamos clientes y sus frustraciones, y no nos autoexcluimos de la generación de ideas.
Todo se puede hacer, pero algunas cosas son cariiiiiísimas.
Hay que tener siempre en mente un alcance limitado. Podemos manejar conceptos de moda, como el producto mínimo viable.
Eso es como el leñador que dice que no tiene tiempo para afilar el hacha porque tiene que cortar árboles.
Uno de los mayores problemas que tienen las organizaciones es que intentan abordar progresiones continuistas y no disruptivas. Piensan en lo que les falta y no dónde estará el mercado dentro de tres años. Si empiezas hoy un producto en base a lo que necesitas, cuando lo termines ya será un producto del pasado. Irás siempre a remolque del mercado.
Recuerda que los CIOs no pueden ser miembros de segunda del comité de dirección, lo que puede pasar si sólo nos centramos en la táctica u operación diaria.
A lo mejor descubres que es buena inversión que alguien de tu equipo dedique tiempo a la comunidad de desarrolladores o emprendedores, acercándose y haciéndose un hueco entre ellos, bien con conocimiento, o bien con recursos, como ofrecer tus instalaciones o poner la comida. En cierto modo, tu organización puede subvencionar a un grupo para que innove en los negocios que os interesan y en una constelación cercana.
Falla rápido, falla barato.
Si no lo he construido, no hay que recuperar esa inversión. Si no lo construyo, no me retrasa el lanzamiento, ni me tengo que coordinar con terceras partes.
Por eso tenemos que interiorizar que la optimización de una parte del sistema provoca una suboptimización del todo. Si das mucho poder a Compras para que baje precios, es capaz de comprar incorrectamente por hacer bien su trabajo. Si das un bonus a Negocio por conseguir unos objetivos, machacas a Tecnología y Operaciones. Si Tecnología se vuelve muy burocrática o busca la máxima innovación, parará todas las iniciativas. Está claro que tenemos que trabajar de un modo alineado.
Si el núcleo de tu sistema lo tienes de hace treinta años, y su modificación evolutiva o correctiva la tienes externalizada, yo lo dejaría como está, de momento. Pero si vas a afrontar retos de transformación digital, a mí me gustaría tener el control y el conocimiento en equipos internos o, por lo menos, una parte, o, por lo menos, durante los primeros proyectos. Los mismos conceptos que hablábamos de fallar rápido y barato y las técnicas de design thinking los podemos aplicar aquí a las tecnologías y metodologías de mercado.
La gente de peso elige muy bien adónde asiste y a quién quiere conocer.
¿No te parecería más adecuado revisar la calidad de lo que te construyen al primer mes? De este modo, si no se cumplen las expectativas técnicas desde un principio, poco hay hecho y poco hay que arreglar, ¿no?
A medida que vayan pasando los años, cada día estaréis más lejos del código y con menor capacidad de valorar la calidad. ¡Siempre lo puede hacer un tercero distinto! De todos modos, hay herramientas de medida de calidad que básicamente te dicen de un modo bastante objetivo, en base a reglas estándar, si los desarrollos están bien o mal hechos. Por lo menos parte.
Hay cuatro métricas básicas. Una es la cantidad de código repetido. Si un programador copia y pega bloques de código, cuando tenga que cambiar un módulo tiene que acordarse de dónde estaba repetido y reproducirlo. Imagina que se calcula el precio de un producto en diez sitios.
Cuadro de mando del código fuente que se genera.
Efectivamente, aquí empieza a aparecer un término que se denomina «deuda» técnica. Es decir, que lo que te están construyendo tiene unas deficiencias cuantificables. Las herramientas te dicen hasta los «días» que harían falta para corregirla. En muchos casos son años. Esa deuda ni siquiera conviene abordarla a lo loco.
Esto se llama TDD o Test Driven Development o desarrollo guiado por pruebas. Podríamos decir que es un
modo distinto de diseñar y construir software donde los programadores primero piensan los escenarios de prueba y luego el código real. Realmente el desarrollo guiado por pruebas es un modo mejor de diseñar software.
sábado, 1 de diciembre de 2018
jueves, 1 de noviembre de 2018
Resumen. Autobiografía de Benjamin Franklin
Recientemente me he leído la autobiográfia de Benjamin Franklin en castellano, libro que recomiendo encarecidamente, aunque se me ha hecho tan corto, que ahora me he lanzado con la versión en inglés. A continuación pongo algunas de las frases que más me han llamado la atención.
Lo cara que resulta la educación superior y lo pobres que vivían muchos hombres ilustrados
Desde niño me gustó leer, y el poco dinero que llegaba a mis manos se me iba en libros.
Con frecuencia lamenté que en una época en la que mi sed de conocimientos era tan grande no se cruzaran en mi camino más libros.
A veces discutíamos, nos gustaba mucho hacerlo, rebatir cada uno los argumentos del otro. Este, a propósito, llega a convertirse en un mal hábito y hace a la gente poco grata en sociedad: amarga y echa a perder la conversación y produce disgustos, y a veces incluso enemistades, donde podría haber lugar para la camaradería. Se me había pegado este hábito leyendo los libros de mi padre acerca de discusiones sobre religión. Las personas sensatas, según he observado, rara vez caen en ese fastidio.
El resto del tiempo hasta que ellos regresaban lo dedicaba a estudiar y progresaba en gran manera gracias a la claridad de mente y a la agilidad de comprensión que suelen resultar de la templanza en el comer y el beber.
Abandoné mi hábito de contradecir abruptamente y cambié la argumentación positiva por la humildad del que pregunta sin malicia.
Me quedé apenas con el hábito de expresarme en términos de modestia, sin el uso de expresiones que susciten discusiones, como “ciertamente”, “sin duda” o cualquier otra que le dé a lo que uno dice un aire de definitivo. En vez de eso, digo “me parece”, “me imagino”, “yo pensaría que...”, “si no me equivoco...”.
Si uno desea obtener información y mejorar gracias al conocimiento de otros, y al mismo tiempo expresa sus opciones con afirmaciones fijas, es probable que los modestos y sensatos, así como los enemigos de la discusión, nos dejen en posesión de nuestro error sin entrar en el trabajo de querer convencernos de lo contrario.
En la noche me sentí con fiebre y me fui a la cama. En alguna parte leí que beber agua fría es bueno para calmarla, así que seguí el consejo y me hizo sudar la mayor parte de la noche al punto que ya en la mañana estaba bien.
A causa de esto, tradujo muchos de los hechos bíblicos de una manera ridícula y habría dañado muchas mentes débiles, si su trabajo se hubiera publicado, pero nunca fue así.
Desde entonces he guardado varias cuaresmas estrictamente dejando la alimentación común.
Mis amigos de esa época eran Charles Osborne, Joseph Watson y James Ralph, todos oficinistas y amantes de la lectura. Los domingos emprendíamos juntos agradables caminatas por el bosque y una vez allí leíamos en voz alta y hablábamos de nuestros autores favoritos.
Ese tibio licor. Así era como estos pobres diablos se quedaban siempre abajo.
No debía esperar ninguna dote de una esposa, a menos que fuera de una mujer que no tuviera nada más que su riqueza como atractivo.
Las dudas y objeciones con que me encontré al reclutar suscriptores me llevaron a descubrir la inconveniencia de presentarse uno a sí mismo como el autor de cualquier proyecto útil que eleve su reputación por encima de la del prójimo. Por lo tanto, hasta donde fue posible, me puse fuera de vista y dije que la idea era de “un grupo de amigos” que me solicitaron que la promoviera entre los amantes de la lectura. Desde entonces recurro mucho al mismo procedimiento. Es un pequeño sacrificio de la vanidad, que después nos recompensa con creces.
“El que ha de prosperar, esposa debe buscar”.
La mayoría de funcionarios públicos actúa pensando apenas en el bien de su país, sin que le importe el bien común. Y aunque sus acciones produzcan un bien real para su patria, consideran que es correcto unir los intereses públicos con los suyos propios, por lo cual terminan faltando al principio de integridad.
En este momento en que escribo me parece que sería muy oportuno crear un Partido de la virtud, uniendo en un solo cuerpo a todos los hombres virtuosos de todas las naciones. Tal partido se conduciría con reglas adecuadas, rectas y sabias, a las cuales los hombres buenos y prudentes mostrarían más obediencia que la que el común de la gente tiene para con las leyes en general.
Sociedad de lo libre y fácil. Libre porque gracias a la práctica y hábito de las virtudes, nos liberaríamos del vicio, y gracias a la frugalidad y el trabajo, nos liberaríamos desde el punto de vista financiero ya que las deudas exponen al hombre al confinamiento y a una especie de esclavitud.
“Aquel que te ha hecho un favor, estará más dispuesto a hacerte otro, que aquel a quien tú le has servido”.
El dinero es, por su propia naturaleza, prolífico.
Gracias a la fortuna suficiente aunque moderada que adquirí, aseguré por el resto de mi vida el tiempo libre necesario para mis estudios.
Pasaría por duro un gobierno que grava a su pueblo pidiéndole para su servicio un diez por ciento de su tiempo.
Tiempo perdido no se recupera jamás.
La pereza viaja tan despacio que pronto la pobreza la alcanza.
Despídete de tus tonterías caras y no tendrás que quejarte tanto de lo duro de la época.
Lo cara que resulta la educación superior y lo pobres que vivían muchos hombres ilustrados
Desde niño me gustó leer, y el poco dinero que llegaba a mis manos se me iba en libros.
Con frecuencia lamenté que en una época en la que mi sed de conocimientos era tan grande no se cruzaran en mi camino más libros.
A veces discutíamos, nos gustaba mucho hacerlo, rebatir cada uno los argumentos del otro. Este, a propósito, llega a convertirse en un mal hábito y hace a la gente poco grata en sociedad: amarga y echa a perder la conversación y produce disgustos, y a veces incluso enemistades, donde podría haber lugar para la camaradería. Se me había pegado este hábito leyendo los libros de mi padre acerca de discusiones sobre religión. Las personas sensatas, según he observado, rara vez caen en ese fastidio.
El resto del tiempo hasta que ellos regresaban lo dedicaba a estudiar y progresaba en gran manera gracias a la claridad de mente y a la agilidad de comprensión que suelen resultar de la templanza en el comer y el beber.
Abandoné mi hábito de contradecir abruptamente y cambié la argumentación positiva por la humildad del que pregunta sin malicia.
Me quedé apenas con el hábito de expresarme en términos de modestia, sin el uso de expresiones que susciten discusiones, como “ciertamente”, “sin duda” o cualquier otra que le dé a lo que uno dice un aire de definitivo. En vez de eso, digo “me parece”, “me imagino”, “yo pensaría que...”, “si no me equivoco...”.
Si uno desea obtener información y mejorar gracias al conocimiento de otros, y al mismo tiempo expresa sus opciones con afirmaciones fijas, es probable que los modestos y sensatos, así como los enemigos de la discusión, nos dejen en posesión de nuestro error sin entrar en el trabajo de querer convencernos de lo contrario.
En la noche me sentí con fiebre y me fui a la cama. En alguna parte leí que beber agua fría es bueno para calmarla, así que seguí el consejo y me hizo sudar la mayor parte de la noche al punto que ya en la mañana estaba bien.
A causa de esto, tradujo muchos de los hechos bíblicos de una manera ridícula y habría dañado muchas mentes débiles, si su trabajo se hubiera publicado, pero nunca fue así.
Desde entonces he guardado varias cuaresmas estrictamente dejando la alimentación común.
Mis amigos de esa época eran Charles Osborne, Joseph Watson y James Ralph, todos oficinistas y amantes de la lectura. Los domingos emprendíamos juntos agradables caminatas por el bosque y una vez allí leíamos en voz alta y hablábamos de nuestros autores favoritos.
Ese tibio licor. Así era como estos pobres diablos se quedaban siempre abajo.
No debía esperar ninguna dote de una esposa, a menos que fuera de una mujer que no tuviera nada más que su riqueza como atractivo.
Las dudas y objeciones con que me encontré al reclutar suscriptores me llevaron a descubrir la inconveniencia de presentarse uno a sí mismo como el autor de cualquier proyecto útil que eleve su reputación por encima de la del prójimo. Por lo tanto, hasta donde fue posible, me puse fuera de vista y dije que la idea era de “un grupo de amigos” que me solicitaron que la promoviera entre los amantes de la lectura. Desde entonces recurro mucho al mismo procedimiento. Es un pequeño sacrificio de la vanidad, que después nos recompensa con creces.
“El que ha de prosperar, esposa debe buscar”.
La mayoría de funcionarios públicos actúa pensando apenas en el bien de su país, sin que le importe el bien común. Y aunque sus acciones produzcan un bien real para su patria, consideran que es correcto unir los intereses públicos con los suyos propios, por lo cual terminan faltando al principio de integridad.
En este momento en que escribo me parece que sería muy oportuno crear un Partido de la virtud, uniendo en un solo cuerpo a todos los hombres virtuosos de todas las naciones. Tal partido se conduciría con reglas adecuadas, rectas y sabias, a las cuales los hombres buenos y prudentes mostrarían más obediencia que la que el común de la gente tiene para con las leyes en general.
Sociedad de lo libre y fácil. Libre porque gracias a la práctica y hábito de las virtudes, nos liberaríamos del vicio, y gracias a la frugalidad y el trabajo, nos liberaríamos desde el punto de vista financiero ya que las deudas exponen al hombre al confinamiento y a una especie de esclavitud.
“Aquel que te ha hecho un favor, estará más dispuesto a hacerte otro, que aquel a quien tú le has servido”.
El dinero es, por su propia naturaleza, prolífico.
Gracias a la fortuna suficiente aunque moderada que adquirí, aseguré por el resto de mi vida el tiempo libre necesario para mis estudios.
Pasaría por duro un gobierno que grava a su pueblo pidiéndole para su servicio un diez por ciento de su tiempo.
Tiempo perdido no se recupera jamás.
La pereza viaja tan despacio que pronto la pobreza la alcanza.
Despídete de tus tonterías caras y no tendrás que quejarte tanto de lo duro de la época.
lunes, 1 de octubre de 2018
Resumen. Un paso por delante de la bolsa
Un paso por delante de la bolsa. Peter Lynch
El retraso de la calle. No hay que esperar a comprar una acción cuando ya la tienen las instituciones y se han hecho mil publicaciones sobre ella.
Una casa hace de perfecto cojín contra la inflación.
Parece como si siempre estuviéramos preparándonos para lo último que ha sucedido, y no a lo que va a suceder. Como hicieron los mayas, se protegían de los desastres pasados, no de los futuros.
Cuando los vecinos me dicen qué debo comprar y me arrepiento de no haberles hecho caso, es señal segura de que el mercado ha llegado a su tope y está apunto de empezar el declive.
Las personas que analizan cosas se encuentran con numerosas oportunidades de elegir acciones. (En mi caso mundo IT).
Si se hiciera una encuesta a todos los médicos, estoy seguro de que muy pocos habían invertido en acciones relacionadas con su trabajo y muchos en acciones petrolíferas.
Hay que invertir en aquello que se conoce.
El hecho de que X esté siempre hasta la bandera o de que Y tenga más pedidos de los que pueda satisfacer no significa que usted deba hacerse con la acción. Todavía no. Primero hay que desarrollar la historia. De hecho, esta fase de investigación personal es tan importante para su éxito como su promesa de ignorar las variaciones a corto plazo del mercado. El mismo matrimonio que se pasa un fin de semana buscando el billete más barato a Londres se compra 500 acciones de XXX sin gastar 5 minutos informándose sobre la compañía.
Si usted está deliberando sobre comprar o no acciones de una compañía con un producto fuerte, lo primero que debe saber es qué porcentaje de las ganancias representa ese producto para la compañía.
Compañías grandes, movimientos pequeños.
- Crecimiento lento.
- Sólidas son acciones que yo compro para obtener una ganancia del 30 al 50 por ciento y que vendo para repetir el proceso con otras acciones que continúen subestimadas. (Podemos deducir que Large y > 50% es dificil)
- Crecimiento rápido. Hay una cantidad de riesgo considerable en las acciones de crecimiento rápido, especialmente entre las compañías más jóvenes, con su tendencia al entusiasmo exagerado y a la financiación escasa. Cuando a una compañía le falla la financiación suele acabar en la quiebra. La bolsa tampoco mira con buenos ojos a las acciones de rápido crecimiento que de repente se quedan sin gas y se convierten en lentas. Cuando eso sucede, la acción recibe su palo correspondiente.
- Cíclicas. Los automóviles y las aerolíneas, las que fabrican ruedas, las de acero y las químicas son todas compañías cíclicas. Al salir de una recesión, y de cara a una economía fuerte, las cíclicas florecen y el precio de sus acciones tienden a subir mucho más velozmente que el de las sólidas. Esto es comprensible, puesto que la gente tiende a comprar más coches y a viajar más en avión dentro de una economía fuerte, y hay mayor demanda de acero, productos químicos… Pero si la economía no va bien las cíclicas sufren y lo mismo les pasa a los bolsillos de los accionistas. Se puede perder entre 50% - 80% si se compra en mal momento. Hay que tener cuidado de no confundir una cíclica con una sólida.
- Recuperables
- Juegan con baza (¿moat?). Las bazas están por todas partes. Se necesita conocer bien a las compañías que las poseen, pero una vez hecho esto todo lo que hace falta es paciencia.
Basar una estrategia de inversión en máximas generales del tipo de “venda cuando doble su dinero”, “venda al cabo de dos años” o “limite sus pérdidas vendiendo cuando el precio haya caído un 10 por ciento” es pura tontería. Es sencillamente imposible encontrar una fórmula genérica que se pueda aplicar a todos los diferentes tipos de acciones. Clasificar las acciones por categorías es el primer paso para desarrollar la historia.
Cuando alguien me dice, “cualquier idiota podría dirigir ese negocio”, para mí es un punto positivo porque es probable que, más tarde o más temprano, algún idiota acabe dirigiéndolo.
Suena aburrido o, mejor aun, ridículo. No hay que dejarse influir por los nombres de las empresas. Si el nombre de una empresa no suena bien, es posible que la gente no se fije en ella. Nosotros tenemos que mirarlas igualmente, aquí hablamos de hacer dinero, no de tener empresas guay.
Hace algo aburrido. Una compañía que hace cosas aburridas es casi tan buena como una con nombre aburrido, y si reúne las dos cosas es maravilloso. Eso mantendrá alejados a los profesionales de la bolsa hasta que las buenas noticias les obliguen a comprar, elevando aún más el precio. Esta misma regla la podemos aplicar a las empresas que hagan algo “desagradable” como por ejemplo reciclaje de aceites.
La compañía es un vástago. Resultan ser inversiones altamente lucrativas, suelen disfrutar de un buen estado de cuentas y estar bien preparados para salir adelante. Si se les concede la independencia pueden recortar gastos o tomar medidas creativas.
Las instituciones no la compran y a los analistas no les interesa. Si usted encuentra una acción sin ningún propietario institucional, ha encontrado usted una posible ganadora.
Los rumores abundan: La empresa esta relacionada con vertidos tóxicos y/o la mafia. Waste Management.
Hay algo deprimente acerca de la compañía. Entierros
Es una industria de crecimiento cero. Tan pronto como una compañía de computadores diseña el mejor procesador de textos del mundo, otras diez competidoras diseña están gastando 100 millones de dólares para diseñar una aún mejor que estará en el mercado a los ocho meses. Esto no sucede con tapones para botellas, servicio de recortes de cupones, reciclado de aceite o cadenas de moteles.
La compañía tiene su hueco. Lo que convierte a una cantera en algo valioso es que nadie puede competir con ella. El dueño de la cantera más próxima no va a traer las piedras desde su pueblo porque sólo el transporte le comería todas las ganancias.
La gente tiene que seguir comprandolo. Yo invertiría antes en una empresa farmacéutica que en una de juguetes. Los medicamentos hay que seguir comprandolos, los muñecos no .
Es un consumidor de tecnología. Empresas que están automatizando procesos en lugar de empresas de tecnología.
Los empleados son compradores. Es un indicador fiable.
La compañía esta recomprando acciones.
Títulos que hay que evitar.
Los títulos de moda pueden subir rápidamente, a veces sin relación con su valor, pero puesto que no hay nada más que aire y esperanzas apoyándolos, caen igual de rápidamente.
Otro título que yo no compraría sería el de una compañía considerada como la próxima IBM, McDonald’s, Intel, Disney…
Evitar la peorificación. Títulos con diversificaciones extrañas.
Cuidado con la acción de susurro. Que no te atraiga la historia, que te atraigan los números. Si estan buena, el año que viene también lo será.
Cuidado con las suministradoras. Interproveedor de mercadona.
Cuidado con los nombres interesantes.
Ganancias, ganancias. Valor de una compañía = Activos y Beneficio. Una acción no es un billete de lotería, es una parte de la propiedad de un negocio.
PER, precio/ganancia. El PER puede ser considerado como el número de años que le llevará a la compañia recuperar el valor de la inversión inicial, asumiendo que los beneficios se mantengan constantes. El PER que para un Dow Chemical es una ganga no tiene por qué serlo para Wal-Mart.
Cómo obtener información. No hacer caso de los rumores y si de la información que ofrece la empresa (balances…)
Leyendo los informes. Efectivo > Deuda a largo plazo o por lo menos, efectivo creciente y deuda disminuyendo.
Porcentaje de ventas. Supongamos que usted siente interés por Lexan Plastic y sabe que lo produce General Electric. Más tarde averigua que la división de plásticos representa sólo un 6.8 por ciento de los ingresos totales de GE. ¿Qué importancia puede tener entonces que Lexan llegue a ser un gran negocio? Para los accionistas de GE no va a cambiar gran cosa.
Relación precio/ganancia PER. Hay que comparar el PER con la tasa de crecimiento SI PER <= tasa crecimiento (ganancias anuales) es una buena compañía.
El valor contable. Si miramos un balance, la deuda (el pasivo es real), pero cuidado con los activos, pueden estar sobrevalorados. No es lo mismo el valor del stock de algodón que el stock de camisas de algodón.
El cash flow. Es la cantidad de dinero que la compañía ingresa.
Las existencias. Mirar cómo evolucionan las existencias.
Repasando los datos. ¿Qué sucedió? Como don Quijote, me enamoré tanto de la promesa que me olvidé que montaba un rocín.
Cosas a recordar. Si clasifica sus acciones según las categorías sabrá mejor lo que puede esperar de ellas. Que el constructor no te recomiende joyas ni el joyer construcciones. Invierta en compañías simples, que parezcan aburridas y rutinarias, que no estén de moda ni sean las favoritas de los especialistas de la bolsa. Que tengan moat. Las empresas que no tienen deudas no pueden declararse en quiebra. Busque compañías que continuamente recompren sus propias acciones. Dedique al menos una hora a la semana al estudio de la inversión. Sumar sus dividendos y predecir sus ganancias y sus pérdidas no tiene nada que ver. Si tiene dudas, vuelva más tarde. Invierta al menos tanto tiempo y esfuerzo en elegir un nuevo título como invertiría en una nevera nueva.
¿Cuantas acciones son demasiadas? No tiene sentido diversificar en compañías sólo por el gusto de la diversidad, algo en lo que caen muchos pequeños inversores. Yo nunca pongo más de un 30-40 por ciento del activo de mi fondo en acciones de rápido crecimiento. El resto lo reparto entre las demás categorías.
Repartiendo el capital. La clave está en saber elegir, las sólidas son para moderar el riesgo, pero si la compras sobrevalorada, estas aumentando el riesgo.
Regando las malas hierbas. Si no puede usted convencerse de “cuando la acción baje un 25% soy un comprador”, y desechar para siempre que “cuando baje un 25% soy un vendedor”, entonces nunca sacará usted ningún beneficio decente de la bolsa.
Cuándo comprar. En navidad y en periodos de fuertes caídas.
Cuando vender. Sólidas. Si el PER se distancia demasiado del rango normal. Rápido crecimiento. Si las instituciones son dueñas, la recomiendan analistas y revistas definitivamente hay que vender. Por ejemplo, PER > 30 y beneficios entre 15 y 20
12 estupideces. La pesca de fondo es un pasatiempo popular entre los inversores, pero generalmente es el pescador el que resulta atrapado. Lo que suele suceder es que un título acuse una serie de vibraciones antes de alcanzar la estabilidad y desde ahí reemprende el ascenso. El proceso suele durar unos dos o tres años, y a veces incluso más. “Cuando rebote a 10 vendo”. esta mucho tiempo rondando 9.74, luego 4 y luego 1. La mayor parte del dinero lo consigo después de 3 o 4 años.
Opciones, futuros y ventas al descubierto. Elige entre hacerte rico lentamente o pobre rápidamente.
50.000 moscas pueden estar equivocadas. Personalmente, yo preferiría un horarios más corto. Nos dejaría más tiempo para analizar compañías e incluso visitar museos, cosas ambas más interesantes que ver subir y bajar los precios de las acciones.
sábado, 1 de septiembre de 2018
Resumen estádistica para dummies
Recientemente he terminado el libro Estadística para dummies, la verdad, es que a pesar de conocer la marca para dummies, nunca me había decidido a leer un libro suyo, como dicen los ingleses cover to cover, o como diríamos aquí, de cabo a rabo y la verdad es que me alegro de haberlo hecho. Creo que no somos conscientes de cuánto afecta la estadística a nuestras vidas y el libro muestra un buen número de ejemplos.
Aunque el libro pueda ser más útil a estudiantes de secundaria, bachillerato o universidad que tengan que cursar alguna asignatura de estadística, recomiendo este libro a cualquier persona ya que la lecturas es muy amena y como he dicho anteriormente estamos hablando de una materia muy importante y de la cual todos deberíamos, al menos, tener unos conocimientos básicos.
Aquí os dejo algunas de las frases que más me han llamado la atención, pero de todos modos, recomiendo leer el libro completo.
La media no es siempre la mejor medida del centro de un conjunto de datos, sino que la mediana es a menudo una elección más acertada.
A fin de establecer unas condiciones objetivas cuando se quiere medir la frecuencia con que ocurre un determinado suceso, todos los números deben convertirse a porcentajes dividiendo por el total para obtener lo que los estadísticos llaman una tasa. Las tasas generalmente son preferibles a las cifras absolutas porque permiten realizar comparaciones ecuánimes cuando los totales son diferentes.
Recuerda que una anécdota es en realidad una muestra no aleatoria con un tamaño igual a uno.
“De todas las personas que permanecieron hasta el final del estudio...”. ¿Y qué pasa con las que abandonaron, sobre todo si es de medicina? ¿Se cansaron de los efectos secundarios del fármaco experimental y dejaron de tomarlo? En tal caso, la pérdida de esa persona supondrá un sesgo hacia un resultado positivo.
En un buen estudio, los investigadores definen la población de forma muy clara, mientras que en uno malo la población no está bien definida.
La manera de seleccionar una muestra de la población puede marcar la diferencia entre obtener resultados correctos y acabar con un montón de basura.
El resultado de todos estos problemas es el sesgo, el favoritismo sistemático de determinadas personas o determinados resultados del estudio.
¿Cómo debe seleccionarse una muestra de forma que se evite el sesgo? La palabra clave es aleatoriedad. Una muestra aleatoria es aquella que se selecciona con igualdad de oportunidades, es decir, cada muestra posible del mismo tamaño que la tuya tiene la misma probabilidad de ser seleccionada de la población. El significado real de aleatorio es que ningún grupo de población se ve
La media puede no ser una representación ecuánime de los datos, ya que se ve influenciada fácilmente por los valores atípicos (valores muy grandes o muy pequeños que se alejan mucho de otros valores del conjunto de datos).
La próxima vez que te den la cifra correspondiente a una media, mira a ver si también te dicen cuál es la mediana. Si no es así, ¡pide que te la den!
No te conformes con saber la media. Asegúrate de preguntar también cuál es la desviación estándar.
Por ejemplo, si te dicen que tu puntuación está en el percentil 90, significa que el 90% de las personas que hicieron la misma prueba obtuvieron una puntuación inferior a la tuya
La mediana está justo en el centro de un conjunto de datos, de manera que representa el percentil 50.
El proceso de convertir un número en una puntuación estándar se llama normalización o estandarización.
Error de muestreo (también llamado error muestral), que ocurre simplemente porque los investigadores no están preguntando a todo el mundo.
Intervalo de confianza Una de las aplicaciones más importantes de la estadística consiste en estimar un parámetro poblacional utilizando un valor muestral.
Cuando coges un estadístico de la muestra (por ejemplo la media muestral o un porcentaje muestral) y sumas/restas un margen de error, obtienes lo que en estadística se llama intervalo de confianza
Un valor p pequeño (por lo general, ≤0,05) indica una prueba sólida en contra de la hipótesis nula, de manera que puedes rechazar dicha hipótesis.
Por desgracia, los comunicados de prensa que anuncian “avances revolucionarios” tienen mucha repercusión en los medios, mientras que los estudios posteriores que refutan esos resultados casi nunca aparecen en portada.
Pero la correlación como estadístico no puede explicar por qué existe una relación entre dos variables x e y; tan sólo nos dice que existe.
A la mediana no le afectan los valores atípicos.
La variancia es otra forma de medir la variación en un conjunto de datos; la pega es que se indica en unidades cuadradas.
La desviación estándar tiene las mismas unidades que los datos originales.
La desviación estándar de una población entera de datos se designa con la letra griega σ. Cuando utilizo el término desviación estándar me refiero a s, la desviación estándar de la muestra.
Rango intercuartílico, que es similar al rango pero con una diferencia importante: elimina los problemas causados por los valores atípicos y el sesgo al fijarse únicamente en el 50% central de los datos y calcular el rango de esos valores.
El percentil k es un número del conjunto de datos que divide los datos en dos partes: la parte inferior contiene el k% de los datos, y la parte superior contiene el resto de los datos.
La mediana es el percentil 50.
Una cosa buena de los percentiles es que tienen una interpretación universal.
Un percentil no es un porcentaje; un percentil es un número.
Cuando entres a trabajar en un sitio nuevo negocia el sueldo más alto que puedas, porque los aumentos que te den en el futuro también supondrán una cantidad mayor.
El RIC es igual a Q3–Q1 (es decir, el percentil 75 menos el percentil 25) y refleja el espacio ocupado por el 50% central de los datos. Si el RIC es pequeño, sabes que muchos datos están próximos a la mediana. Si el RIC es grande, sabes que los datos están más dispersos en torno a la mediana.
Para los estadísticos, 1 de cada 10 no es lo mismo que 100 de 1.000, por mucho que en ambos casos se trate del 10%
Los gráficos de sectores generalmente no mencionan el tamaño total de la muestra. Debes comprobar siempre este dato, sobre todo si los resultados son importantes para ti.
Si “estiras” la escala (por ejemplo, que cada centímetro de una barra represente 10 unidades en lugar de 50 unidades), puedes distorsionar la verdad, hacer que las diferencias parezcan mayores o exagerar los valores.
En el caso de los gráficos de sectores, en cambio, no es posible alterar la escala para poner un énfasis excesivo en los resultados (o para quitarles importancia). Da igual cómo dividas un gráfico de sectores: siempre estarás cortando en porciones una tarta y la proporción correspondiente a cada trozo no cambiará, ni siquiera si dibujas la tarta más grande o más pequeña.
En un histograma las barras están conectadas entre sí, a diferencia de un gráfico de barras
La parte más compleja de interpretar un histograma consiste en saber qué se representa en los ejes x e y. En este sentido, resulta útil emplear buenas etiquetas descriptivas.
Un histograma no representa datos a lo largo del tiempo, sino todos los datos existentes en un momento determinado.
medida de variabilidad llamada rango intercuartílico (RIC), que resulta más adecuada cuando tienes datos sesgados.
Si el histograma está sesgado a la derecha, la media es mayor que la mediana.
Si el histograma es casi simétrico, la media y la mediana están muy cerca una de otra.
Si el histograma está sesgado a la izquierda, la media es menor que la mediana.
La regla empírica dice que si los datos tienen una distribución normal, aproximadamente el 68% de los valores se encuentran a no más de una desviación estándar de la media, aproximadamente el 95% de los valores se encuentran a no más de dos desviaciones estándares de la media, y el 99,7% de los valores se encuentran a no más de tres desviaciones estándares de la media. Estos porcentajes son válidos para la distribución normal (datos con forma de campana) exclusivamente y no pueden aplicarse a conjuntos de datos que tengan otras formas.
Que un lado de la caja sea más largo que el otro no significa que contenga más datos. De hecho, no puedes saber el tamaño de la muestra con sólo mirar un diagrama de cajas (se basa en porcentajes, no en cifras).
Si una de las secciones es más larga que otra, significa que el rango de los valores de los datos en esa sección es mayor (es decir, los datos están más dispersos).
Si la mediana divide la caja en dos partes no iguales, los datos de la parte más grande son más variables que los de la otra parte (en lo que se refiere al rango de los valores).
Cuando analices o crees un diagrama de cajas, asegúrate siempre de que en el título se mencione siempre el tamaño de la muestra (n). Si no te lo dan, no es posible saberlo de otro modo.
No hay que confundir la variabilidad en un histograma con la variabilidad en un cronograma.
La escala del eje vertical influye mucho en el aspecto del cronograma.
Una variable aleatoria es una característica, una medida o una cifra de recuento que cambia aleatoriamente dentro de un determinado conjunto o con arreglo a una determinada pauta.
En estadística, el término “aleatorio” significa que no sabes exactamente cuál será el siguiente resultado, pero sí sabes que ciertos resultados ocurren con más frecuencia que otros; la probabilidad de que ocurra algo y de que no ocurra no es la misma
Todas las distribuciones normales tienen ciertas propiedades.
Su desviación estándar es la distancia entre la media y el punto de inflexión (el lugar donde la curva pasa de ser convexa a cóncava).
Convertir un valor x en un valor z se llama normalizar. La denominada “fórmula z” para convertir un valor x en un valor z es:
Normalizar permite comparar números de distribuciones diferentes.
Es que la distribución t se utiliza a menudo para analizar la media de una población cuando dicha población tiene una distribución normal.
Cuando los medios de comunicación presentan estadísticas como el precio medio de un litro de gasolina o el porcentaje de viviendas vendidas durante el mes pasado, sabes que no incluyeron en su muestra todas las gasolineras del país ni todas las casas que se vendieron. La pregunta es la siguiente: ¿cuánto cambiarían esos resultados si se seleccionara una muestra distinta?
La media de la población formada por todas las medias muestrales posibles es igual que la media de la población original.
La variabilidad en la media muestral se mide con errores estándares.
Aquí la palabra “error” no significa que alguien se haya equivocado. Significa que existe una divergencia entre la población y los resultados de la muestra.
Los tiempos medios no varían de una muestra a otra tanto como varían los tiempos individuales de una persona a otra.
Otras muestras más grandes proporcionan una precisión aún mayor.
Si la muestra es muy grande, sabes que la media muestral será muy parecida a la media poblacional.
Estimar la media poblacional es más difícil cuando la población varía mucho (resulta mucho más sencillo cuando los valores de la población son más uniformes).
Cuando la desviación estándar de la población es mayor, el error estándar de la media muestral también es mayor.
Cuantos más lanzamientos haga este millón de personas, más cerca estarán sus distribuciones unas de otras y también de la distribución de X.
Lo importante de todo esto es que da igual si partes de una distribución sesgada o incluso de una distribución totalmente disparatada para X. Como los tamaños muestrales (número de lanzamientos) eran grandes, las distribuciones de los resultados de las distintas muestras acaban pareciéndose mucho, de manera que sus promedios serán similares, estarán cerca unos de otros y cerca de una distribución normal. En jerga estadística: la distribución de es aproximadamente normal siempre y cuando n sea suficientemente grande. Y todo ello se deriva del teorema del límite central.
Toda buena estimación de un parámetro poblacional incluye, además del estadístico, un margen de error.
Te sorprendería lo pequeña que puede ser una muestra utilizada para tomar el pulso a la población.
Nunca aceptes los resultados de una encuesta o estudio si no te dan el margen de error.
Las dos ideas más importantes en relación con el tamaño muestral y el margen de error son las siguientes: El tamaño muestral y el margen de error tienen una relación inversa. A partir de cierto punto, incrementar n deja de ser tan provechoso.
Si lo piensas, tiene sentido que cuanta más información tengas, más exactos serán los resultados
“Si entra basura, sale basura”.
La palabra “error” (en el término “margen de error”) no significa que alguien se haya equivocado ni que los datos sean inválidos. Simplemente quiere decir que los resultados de una muestra no son exactamente iguales a los que habrías obtenido si hubieras incluido a toda la población.
Todo contraste de hipótesis consta de dos afirmaciones opuestas. La primera hipótesis se denomina hipótesis nula, y se designa como H0. La hipótesis nula siempre dice que el parámetro poblacional es igual al valor propuesto. Existen tres posibilidades para la hipótesis alternativa, designada como Ha. El parámetro poblacional es distinto del valor propuesto (Ha: μ ≠ 5). El parámetro poblacional es mayor que el valor propuesto (Ha: μ>5). El parámetro poblacional es menor que el valor propuesto (Ha: μ
¿Cómo sabes qué hipótesis poner en H0 y en Ha? La hipótesis nula dice que no ocurre nada nuevo; el resultado previo no varía o los grupos tienen la misma media (la diferencia es igual a cero). En general, se supone que una afirmación es verdadera hasta que se demuestre lo contrario. Así pues, la pregunta debe ser: ¿puedes demostrar lo contrario? Dicho de otro modo, ¿tienes pruebas suficientes para rechazar H0?
¡una probabilidad pequeña sigue siendo una probabilidad!
Supongamos que una empresa de mensajería asegura que entrega sus paquetes en el plazo de dos días, en promedio, y tú sospechas que tarda más tiempo. Las hipótesis son H0: μ = 2 contra Ha: μ
Cuantos más datos tienes, menor es el peaje que tienes que pagar.
Casi todos quedamos convencidos por las encuestas porque tenemos la sensación de que los resultados reflejan las opiniones de personas iguales a nosotros (aunque quizá nunca hayamos participado en una).
Cuando analices los resultados de una encuesta, comprueba si el tipo de encuesta utilizado es el más apropiado para la situación.
En la vida es fundamental elegir siempre el momento adecuado, y lo mismo ocurre con las encuestas.
Se ha comprobado que la redacción de las preguntas influye directamente en el resultado de la encuesta.
Cuando la población es muy grande (del orden de varios miles, por ejemplo), lo que importa es el tamaño de la muestra, no el tamaño de la población.
Garantizar la confidencialidad significa que podría relacionar tu información con tu nombre en mi informe, pero me comprometo a no hacerlo. Garantizar el anonimato significa que no tengo manera de relacionar tu información con tu nombre en mi informe, aunque quisiera.
Cuando examines los resultados de una encuesta, fíjate siempre en la tasa de respuesta. Si es muy baja (muy inferior al 50%), es probable que los resultados estén sesgados, en cuyo caso deben cogerse con pinzas o incluso descartarse.
Aunque el porcentaje de adolescentes de la muestra que dijeron consumir éxtasis fue inferior al del año anterior, los investigadores consideraron que esa diferencia no era estadísticamente significativa cuando intentaron extrapolarla a la población formada por todos los adolescentes del país.
¿Puede un solo estadístico medir la fuerza y la dirección de una relación lineal entre dos variables? La respuesta es sí. Los estadísticos utilizan el coeficiente de correlación para medir la fuerza y la dirección de la relación lineal entre dos variables numéricas X e Y. El coeficiente de correlación para una muestra de datos se designa con la letra r.
La correlación r siempre está comprendida entre +1 y –1. Para interpretar varios valores de r (aquí no existen regla fijas, tan sólo la regla práctica de Rumsey), tienes que ver cuál de los siguientes valores es el más próximo a tu correlación: Exactamente –1. Una relación lineal descendente (negativa) perfecta. –0,70. Una relación lineal descendente (negativa) fuerte. –0,50. Una relación lineal descendente (negativa) moderada. –0,30. Una relación lineal descendente (negativa) débil. 0. No existe relación lineal. +0,30. Una relación lineal ascendente (positiva) débil. +0,50. Una relación lineal ascendente (positiva) moderada. +0,70. Una relación lineal ascendente (positiva) fuerte. Exactamente +1. Una relación lineal ascendente (positiva) perfecta.
Una correlación de –1 significa que los datos forman una línea recta perfecta, la relación lineal más fuerte que puede existir. El signo “–” (menos) simplemente indica que la relación es negativa, una línea descendente.
La fórmula para la recta de mejor ajuste (o recta de regresión) es y=mx+b, en la que m es la pendiente de la recta y b es el punto de intersección con el eje y (ordenada en el origen). Aunque esta ecuación es la misma que se utiliza en álgebra para encontrar una línea recta, debes tener presente que en estadística los puntos no dibujan una línea perfecta; la línea es un modelo alrededor del cual están situados los datos cuando existe una tendencia lineal fuerte.
Aunque un diagrama de dispersión revele una tendencia clara y se compruebe que los datos presentan una correlación fuerte, eso no significa necesariamente que exista una relación de causa y efecto entre las dos variables.
Después de crear la tabla de contingencia (según lo indicado en el apartado anterior), calculas porcentajes a partir de los datos con el fin de responder a las preguntas formuladas.
Analizar todos los grupos: una distribución conjunta Permíteme que te cuente una anécdota: cierto fabricante de automóviles realizó una encuesta para averiguar qué características buscan los consumidores en las camionetas pickup. Vieron que el color favorito para estas camionetas era el rojo, y la opción más popular era la tracción a las cuatro ruedas. Como respuesta a estos resultados, la empresa empezó a fabricar más camionetas rojas con tracción a las cuatro ruedas. ¿Sabes qué pasó? Metieron la pata hasta el fondo; esas camionetas no se vendían. Resulta que los clientes que compraban camionetas rojas eran en su mayoría mujeres, y las mujeres no elegían la tracción a las cuatro ruedas tanto como los hombres. Los clientes que compraban camionetas con tracción a las cuatro ruedas eran en su mayoría hombres, y en general preferían el color negro antes que el rojo. Por tanto, el resultado preferido de la primera variable (color) combinado con preferido de la segunda variable (opciones del vehículo) no da lugar necesariamente a la combinación más apreciada de las dos variables.
Una limitación de las distribuciones conjuntas es que no permiten comparar de manera equitativa dos grupos entre sí (por ejemplo, las personas que van de cámping con mascota y las que van de cámping sin mascota), ya que este tipo de distribuciones otorgan más peso a los grupos más grandes.
Dos variables categóricas son independientes si los porcentajes correspondientes a la segunda variable (que generalmente representa los resultados que quieres comparar, por ejemplo estar a favor o en contra) no difieren de los porcentajes correspondientes a la primera variable (que generalmente representa los grupos que quieres comparar, por ejemplo, hombres frente a mujeres).
La fila 1 de la tabla 199 muestra la distribución condicional de la orientación de voto para los varones. Como puedes ver, el 40% de ellos votaron por el presidente actual y el 60%, no. De forma similar, la fila 2 de la tabla muestra la distribución condicional de la orientación de voto para las mujeres; igual que los hombres, el 40% de ellas votaron por el presidente actual y el 60%, no. Como estas distribuciones son idénticas, los hombres y las mujeres votaron igual; el sexo y la orientación del voto son independientes.
Los porcentajes comparados por medio de datos procedentes de una muestra reflejan las relaciones existentes dentro de esa muestra.
Mucho ojo si ves un sector del gráfico llamado “Otros”; se utiliza como cajón de sastre. Si este sector es demasiado grande (más grande que otros sectores), el gráfico es demasiado vago. En el otro extremo, los gráficos que tienen un gran número de sectores muy pequeños proporcionan demasiada información.
Ten cuidado con las distorsiones propias de los gráficos tridimensionales. El sector que está en primer plano parece más grande de lo que es en realidad debido al ángulo en que se presenta.
Busca el número total de elementos que forman el gráfico de sectores, para poder determinar cuál era el tamaño de la muestra antes de que la dividieran en porciones. Si el tamaño del conjunto de datos (el número de personas encuestadas) es demasiado pequeño, la información no es fiable.
Fíjate en la escala del eje vertical (cantidad) y del eje horizontal (línea temporal); simplemente alterando la escala se puede conseguir que los resultados parezcan más o menos significativos de lo que son en realidad.
Sesgo en la estadística es el resultado de un error sistemático que sobrestima o subestima el valor real.
(por ejemplo, recuerdo un anuncio de chicles en el que decían: “Cuatro de cada cinco dentistas encuestados recomiendan la marca tal a sus pacientes”. ¿Y qué pasa si en realidad sólo preguntaron a cinco dentistas?).
Hay una gran diferencia entre decir “4 de cada 5” y decir “4.000 de cada 5.000”. Aunque ambas fracciones equivalgan al 80%, la última representa un resultado mucho más preciso (repetible) porque está basada en un tamaño muestral mucho mayor (suponiendo que los datos sean válidos, por supuesto). Si alguna vez te has preguntado cuál es la diferencia entre las matemáticas y la estadística, aquí tienes la respuesta.
El término estadístico “correlación” se utiliza exclusivamente en el contexto de dos variables numéricas (por ejemplo, la altura y el peso). No se aplica a dos variables categóricas (por ejemplo, sexo y filiación política).
Pregúntate si el estadístico utilizado era el apropiado. Por ejemplo, supongamos que el número de delitos ha aumentado, pero la población también. En lugar de comunicar el número total de delitos, los medios deberían comunicar la tasa de delincuencia (el número de delitos por habitante).
La práctica engañosa de analizar datos hasta encontrar algo es lo que en estadística se llama rastreo de datos, pesca de datos o uso selectivo de datos.
¿Cómo puedes protegerte de resultados engañosos debidos la pesca de datos? Busca más información sobre el estudio, empezando por cuántas pruebas se hicieron en total y cuántas de esas pruebas se consideraron no significativas. Dicho de otro modo: intenta averiguar toda la verdad para así poder ver con perspectiva los resultados significativos.
No pasa nada por tomar algunas decisiones a partir de anécdotas, pero las decisiones importantes deben estar basadas en estadísticas y en datos reales procedentes de estudios bien diseñados e investigaciones fiables.
Una anécdota es en realidad un conjunto de datos con un tamaño muestral igual a uno. No tienes información con la que establecer una comparación, ni estadísticas que analizar, ni posibles explicaciones ni información que seguir, sino tan sólo una historia aislada. No permitas que las anécdotas te influyan mucho. Es mejor que te fíes de estudios científicos y de información estadística basada en muestras aleatorias de personas que representen a sus poblaciones objetivo (no una situación aislada).
Aunque el libro pueda ser más útil a estudiantes de secundaria, bachillerato o universidad que tengan que cursar alguna asignatura de estadística, recomiendo este libro a cualquier persona ya que la lecturas es muy amena y como he dicho anteriormente estamos hablando de una materia muy importante y de la cual todos deberíamos, al menos, tener unos conocimientos básicos.
Aquí os dejo algunas de las frases que más me han llamado la atención, pero de todos modos, recomiendo leer el libro completo.
La media no es siempre la mejor medida del centro de un conjunto de datos, sino que la mediana es a menudo una elección más acertada.
A fin de establecer unas condiciones objetivas cuando se quiere medir la frecuencia con que ocurre un determinado suceso, todos los números deben convertirse a porcentajes dividiendo por el total para obtener lo que los estadísticos llaman una tasa. Las tasas generalmente son preferibles a las cifras absolutas porque permiten realizar comparaciones ecuánimes cuando los totales son diferentes.
Recuerda que una anécdota es en realidad una muestra no aleatoria con un tamaño igual a uno.
“De todas las personas que permanecieron hasta el final del estudio...”. ¿Y qué pasa con las que abandonaron, sobre todo si es de medicina? ¿Se cansaron de los efectos secundarios del fármaco experimental y dejaron de tomarlo? En tal caso, la pérdida de esa persona supondrá un sesgo hacia un resultado positivo.
En un buen estudio, los investigadores definen la población de forma muy clara, mientras que en uno malo la población no está bien definida.
La manera de seleccionar una muestra de la población puede marcar la diferencia entre obtener resultados correctos y acabar con un montón de basura.
El resultado de todos estos problemas es el sesgo, el favoritismo sistemático de determinadas personas o determinados resultados del estudio.
¿Cómo debe seleccionarse una muestra de forma que se evite el sesgo? La palabra clave es aleatoriedad. Una muestra aleatoria es aquella que se selecciona con igualdad de oportunidades, es decir, cada muestra posible del mismo tamaño que la tuya tiene la misma probabilidad de ser seleccionada de la población. El significado real de aleatorio es que ningún grupo de población se ve
La media puede no ser una representación ecuánime de los datos, ya que se ve influenciada fácilmente por los valores atípicos (valores muy grandes o muy pequeños que se alejan mucho de otros valores del conjunto de datos).
La próxima vez que te den la cifra correspondiente a una media, mira a ver si también te dicen cuál es la mediana. Si no es así, ¡pide que te la den!
No te conformes con saber la media. Asegúrate de preguntar también cuál es la desviación estándar.
Por ejemplo, si te dicen que tu puntuación está en el percentil 90, significa que el 90% de las personas que hicieron la misma prueba obtuvieron una puntuación inferior a la tuya
La mediana está justo en el centro de un conjunto de datos, de manera que representa el percentil 50.
El proceso de convertir un número en una puntuación estándar se llama normalización o estandarización.
Error de muestreo (también llamado error muestral), que ocurre simplemente porque los investigadores no están preguntando a todo el mundo.
Intervalo de confianza Una de las aplicaciones más importantes de la estadística consiste en estimar un parámetro poblacional utilizando un valor muestral.
Cuando coges un estadístico de la muestra (por ejemplo la media muestral o un porcentaje muestral) y sumas/restas un margen de error, obtienes lo que en estadística se llama intervalo de confianza
Un valor p pequeño (por lo general, ≤0,05) indica una prueba sólida en contra de la hipótesis nula, de manera que puedes rechazar dicha hipótesis.
Por desgracia, los comunicados de prensa que anuncian “avances revolucionarios” tienen mucha repercusión en los medios, mientras que los estudios posteriores que refutan esos resultados casi nunca aparecen en portada.
Pero la correlación como estadístico no puede explicar por qué existe una relación entre dos variables x e y; tan sólo nos dice que existe.
A la mediana no le afectan los valores atípicos.
La variancia es otra forma de medir la variación en un conjunto de datos; la pega es que se indica en unidades cuadradas.
La desviación estándar tiene las mismas unidades que los datos originales.
La desviación estándar de una población entera de datos se designa con la letra griega σ. Cuando utilizo el término desviación estándar me refiero a s, la desviación estándar de la muestra.
Rango intercuartílico, que es similar al rango pero con una diferencia importante: elimina los problemas causados por los valores atípicos y el sesgo al fijarse únicamente en el 50% central de los datos y calcular el rango de esos valores.
El percentil k es un número del conjunto de datos que divide los datos en dos partes: la parte inferior contiene el k% de los datos, y la parte superior contiene el resto de los datos.
La mediana es el percentil 50.
Una cosa buena de los percentiles es que tienen una interpretación universal.
Un percentil no es un porcentaje; un percentil es un número.
Cuando entres a trabajar en un sitio nuevo negocia el sueldo más alto que puedas, porque los aumentos que te den en el futuro también supondrán una cantidad mayor.
El RIC es igual a Q3–Q1 (es decir, el percentil 75 menos el percentil 25) y refleja el espacio ocupado por el 50% central de los datos. Si el RIC es pequeño, sabes que muchos datos están próximos a la mediana. Si el RIC es grande, sabes que los datos están más dispersos en torno a la mediana.
Para los estadísticos, 1 de cada 10 no es lo mismo que 100 de 1.000, por mucho que en ambos casos se trate del 10%
Los gráficos de sectores generalmente no mencionan el tamaño total de la muestra. Debes comprobar siempre este dato, sobre todo si los resultados son importantes para ti.
Si “estiras” la escala (por ejemplo, que cada centímetro de una barra represente 10 unidades en lugar de 50 unidades), puedes distorsionar la verdad, hacer que las diferencias parezcan mayores o exagerar los valores.
En el caso de los gráficos de sectores, en cambio, no es posible alterar la escala para poner un énfasis excesivo en los resultados (o para quitarles importancia). Da igual cómo dividas un gráfico de sectores: siempre estarás cortando en porciones una tarta y la proporción correspondiente a cada trozo no cambiará, ni siquiera si dibujas la tarta más grande o más pequeña.
En un histograma las barras están conectadas entre sí, a diferencia de un gráfico de barras
La parte más compleja de interpretar un histograma consiste en saber qué se representa en los ejes x e y. En este sentido, resulta útil emplear buenas etiquetas descriptivas.
Un histograma no representa datos a lo largo del tiempo, sino todos los datos existentes en un momento determinado.
medida de variabilidad llamada rango intercuartílico (RIC), que resulta más adecuada cuando tienes datos sesgados.
Si el histograma está sesgado a la derecha, la media es mayor que la mediana.
Si el histograma es casi simétrico, la media y la mediana están muy cerca una de otra.
Si el histograma está sesgado a la izquierda, la media es menor que la mediana.
La regla empírica dice que si los datos tienen una distribución normal, aproximadamente el 68% de los valores se encuentran a no más de una desviación estándar de la media, aproximadamente el 95% de los valores se encuentran a no más de dos desviaciones estándares de la media, y el 99,7% de los valores se encuentran a no más de tres desviaciones estándares de la media. Estos porcentajes son válidos para la distribución normal (datos con forma de campana) exclusivamente y no pueden aplicarse a conjuntos de datos que tengan otras formas.
Que un lado de la caja sea más largo que el otro no significa que contenga más datos. De hecho, no puedes saber el tamaño de la muestra con sólo mirar un diagrama de cajas (se basa en porcentajes, no en cifras).
Si una de las secciones es más larga que otra, significa que el rango de los valores de los datos en esa sección es mayor (es decir, los datos están más dispersos).
Si la mediana divide la caja en dos partes no iguales, los datos de la parte más grande son más variables que los de la otra parte (en lo que se refiere al rango de los valores).
Cuando analices o crees un diagrama de cajas, asegúrate siempre de que en el título se mencione siempre el tamaño de la muestra (n). Si no te lo dan, no es posible saberlo de otro modo.
No hay que confundir la variabilidad en un histograma con la variabilidad en un cronograma.
La escala del eje vertical influye mucho en el aspecto del cronograma.
Una variable aleatoria es una característica, una medida o una cifra de recuento que cambia aleatoriamente dentro de un determinado conjunto o con arreglo a una determinada pauta.
En estadística, el término “aleatorio” significa que no sabes exactamente cuál será el siguiente resultado, pero sí sabes que ciertos resultados ocurren con más frecuencia que otros; la probabilidad de que ocurra algo y de que no ocurra no es la misma
Todas las distribuciones normales tienen ciertas propiedades.
Su desviación estándar es la distancia entre la media y el punto de inflexión (el lugar donde la curva pasa de ser convexa a cóncava).
Convertir un valor x en un valor z se llama normalizar. La denominada “fórmula z” para convertir un valor x en un valor z es:
Normalizar permite comparar números de distribuciones diferentes.
Es que la distribución t se utiliza a menudo para analizar la media de una población cuando dicha población tiene una distribución normal.
Cuando los medios de comunicación presentan estadísticas como el precio medio de un litro de gasolina o el porcentaje de viviendas vendidas durante el mes pasado, sabes que no incluyeron en su muestra todas las gasolineras del país ni todas las casas que se vendieron. La pregunta es la siguiente: ¿cuánto cambiarían esos resultados si se seleccionara una muestra distinta?
La media de la población formada por todas las medias muestrales posibles es igual que la media de la población original.
La variabilidad en la media muestral se mide con errores estándares.
Aquí la palabra “error” no significa que alguien se haya equivocado. Significa que existe una divergencia entre la población y los resultados de la muestra.
Los tiempos medios no varían de una muestra a otra tanto como varían los tiempos individuales de una persona a otra.
Otras muestras más grandes proporcionan una precisión aún mayor.
Si la muestra es muy grande, sabes que la media muestral será muy parecida a la media poblacional.
Estimar la media poblacional es más difícil cuando la población varía mucho (resulta mucho más sencillo cuando los valores de la población son más uniformes).
Cuando la desviación estándar de la población es mayor, el error estándar de la media muestral también es mayor.
Cuantos más lanzamientos haga este millón de personas, más cerca estarán sus distribuciones unas de otras y también de la distribución de X.
Lo importante de todo esto es que da igual si partes de una distribución sesgada o incluso de una distribución totalmente disparatada para X. Como los tamaños muestrales (número de lanzamientos) eran grandes, las distribuciones de los resultados de las distintas muestras acaban pareciéndose mucho, de manera que sus promedios serán similares, estarán cerca unos de otros y cerca de una distribución normal. En jerga estadística: la distribución de es aproximadamente normal siempre y cuando n sea suficientemente grande. Y todo ello se deriva del teorema del límite central.
Toda buena estimación de un parámetro poblacional incluye, además del estadístico, un margen de error.
Te sorprendería lo pequeña que puede ser una muestra utilizada para tomar el pulso a la población.
Nunca aceptes los resultados de una encuesta o estudio si no te dan el margen de error.
Las dos ideas más importantes en relación con el tamaño muestral y el margen de error son las siguientes: El tamaño muestral y el margen de error tienen una relación inversa. A partir de cierto punto, incrementar n deja de ser tan provechoso.
Si lo piensas, tiene sentido que cuanta más información tengas, más exactos serán los resultados
“Si entra basura, sale basura”.
La palabra “error” (en el término “margen de error”) no significa que alguien se haya equivocado ni que los datos sean inválidos. Simplemente quiere decir que los resultados de una muestra no son exactamente iguales a los que habrías obtenido si hubieras incluido a toda la población.
Todo contraste de hipótesis consta de dos afirmaciones opuestas. La primera hipótesis se denomina hipótesis nula, y se designa como H0. La hipótesis nula siempre dice que el parámetro poblacional es igual al valor propuesto. Existen tres posibilidades para la hipótesis alternativa, designada como Ha. El parámetro poblacional es distinto del valor propuesto (Ha: μ ≠ 5). El parámetro poblacional es mayor que el valor propuesto (Ha: μ>5). El parámetro poblacional es menor que el valor propuesto (Ha: μ
¿Cómo sabes qué hipótesis poner en H0 y en Ha? La hipótesis nula dice que no ocurre nada nuevo; el resultado previo no varía o los grupos tienen la misma media (la diferencia es igual a cero). En general, se supone que una afirmación es verdadera hasta que se demuestre lo contrario. Así pues, la pregunta debe ser: ¿puedes demostrar lo contrario? Dicho de otro modo, ¿tienes pruebas suficientes para rechazar H0?
¡una probabilidad pequeña sigue siendo una probabilidad!
Supongamos que una empresa de mensajería asegura que entrega sus paquetes en el plazo de dos días, en promedio, y tú sospechas que tarda más tiempo. Las hipótesis son H0: μ = 2 contra Ha: μ
Cuantos más datos tienes, menor es el peaje que tienes que pagar.
Casi todos quedamos convencidos por las encuestas porque tenemos la sensación de que los resultados reflejan las opiniones de personas iguales a nosotros (aunque quizá nunca hayamos participado en una).
Cuando analices los resultados de una encuesta, comprueba si el tipo de encuesta utilizado es el más apropiado para la situación.
En la vida es fundamental elegir siempre el momento adecuado, y lo mismo ocurre con las encuestas.
Se ha comprobado que la redacción de las preguntas influye directamente en el resultado de la encuesta.
Cuando la población es muy grande (del orden de varios miles, por ejemplo), lo que importa es el tamaño de la muestra, no el tamaño de la población.
Garantizar la confidencialidad significa que podría relacionar tu información con tu nombre en mi informe, pero me comprometo a no hacerlo. Garantizar el anonimato significa que no tengo manera de relacionar tu información con tu nombre en mi informe, aunque quisiera.
Cuando examines los resultados de una encuesta, fíjate siempre en la tasa de respuesta. Si es muy baja (muy inferior al 50%), es probable que los resultados estén sesgados, en cuyo caso deben cogerse con pinzas o incluso descartarse.
Aunque el porcentaje de adolescentes de la muestra que dijeron consumir éxtasis fue inferior al del año anterior, los investigadores consideraron que esa diferencia no era estadísticamente significativa cuando intentaron extrapolarla a la población formada por todos los adolescentes del país.
¿Puede un solo estadístico medir la fuerza y la dirección de una relación lineal entre dos variables? La respuesta es sí. Los estadísticos utilizan el coeficiente de correlación para medir la fuerza y la dirección de la relación lineal entre dos variables numéricas X e Y. El coeficiente de correlación para una muestra de datos se designa con la letra r.
La correlación r siempre está comprendida entre +1 y –1. Para interpretar varios valores de r (aquí no existen regla fijas, tan sólo la regla práctica de Rumsey), tienes que ver cuál de los siguientes valores es el más próximo a tu correlación: Exactamente –1. Una relación lineal descendente (negativa) perfecta. –0,70. Una relación lineal descendente (negativa) fuerte. –0,50. Una relación lineal descendente (negativa) moderada. –0,30. Una relación lineal descendente (negativa) débil. 0. No existe relación lineal. +0,30. Una relación lineal ascendente (positiva) débil. +0,50. Una relación lineal ascendente (positiva) moderada. +0,70. Una relación lineal ascendente (positiva) fuerte. Exactamente +1. Una relación lineal ascendente (positiva) perfecta.
Una correlación de –1 significa que los datos forman una línea recta perfecta, la relación lineal más fuerte que puede existir. El signo “–” (menos) simplemente indica que la relación es negativa, una línea descendente.
La fórmula para la recta de mejor ajuste (o recta de regresión) es y=mx+b, en la que m es la pendiente de la recta y b es el punto de intersección con el eje y (ordenada en el origen). Aunque esta ecuación es la misma que se utiliza en álgebra para encontrar una línea recta, debes tener presente que en estadística los puntos no dibujan una línea perfecta; la línea es un modelo alrededor del cual están situados los datos cuando existe una tendencia lineal fuerte.
Aunque un diagrama de dispersión revele una tendencia clara y se compruebe que los datos presentan una correlación fuerte, eso no significa necesariamente que exista una relación de causa y efecto entre las dos variables.
Después de crear la tabla de contingencia (según lo indicado en el apartado anterior), calculas porcentajes a partir de los datos con el fin de responder a las preguntas formuladas.
Analizar todos los grupos: una distribución conjunta Permíteme que te cuente una anécdota: cierto fabricante de automóviles realizó una encuesta para averiguar qué características buscan los consumidores en las camionetas pickup. Vieron que el color favorito para estas camionetas era el rojo, y la opción más popular era la tracción a las cuatro ruedas. Como respuesta a estos resultados, la empresa empezó a fabricar más camionetas rojas con tracción a las cuatro ruedas. ¿Sabes qué pasó? Metieron la pata hasta el fondo; esas camionetas no se vendían. Resulta que los clientes que compraban camionetas rojas eran en su mayoría mujeres, y las mujeres no elegían la tracción a las cuatro ruedas tanto como los hombres. Los clientes que compraban camionetas con tracción a las cuatro ruedas eran en su mayoría hombres, y en general preferían el color negro antes que el rojo. Por tanto, el resultado preferido de la primera variable (color) combinado con preferido de la segunda variable (opciones del vehículo) no da lugar necesariamente a la combinación más apreciada de las dos variables.
Una limitación de las distribuciones conjuntas es que no permiten comparar de manera equitativa dos grupos entre sí (por ejemplo, las personas que van de cámping con mascota y las que van de cámping sin mascota), ya que este tipo de distribuciones otorgan más peso a los grupos más grandes.
Dos variables categóricas son independientes si los porcentajes correspondientes a la segunda variable (que generalmente representa los resultados que quieres comparar, por ejemplo estar a favor o en contra) no difieren de los porcentajes correspondientes a la primera variable (que generalmente representa los grupos que quieres comparar, por ejemplo, hombres frente a mujeres).
La fila 1 de la tabla 199 muestra la distribución condicional de la orientación de voto para los varones. Como puedes ver, el 40% de ellos votaron por el presidente actual y el 60%, no. De forma similar, la fila 2 de la tabla muestra la distribución condicional de la orientación de voto para las mujeres; igual que los hombres, el 40% de ellas votaron por el presidente actual y el 60%, no. Como estas distribuciones son idénticas, los hombres y las mujeres votaron igual; el sexo y la orientación del voto son independientes.
Los porcentajes comparados por medio de datos procedentes de una muestra reflejan las relaciones existentes dentro de esa muestra.
Mucho ojo si ves un sector del gráfico llamado “Otros”; se utiliza como cajón de sastre. Si este sector es demasiado grande (más grande que otros sectores), el gráfico es demasiado vago. En el otro extremo, los gráficos que tienen un gran número de sectores muy pequeños proporcionan demasiada información.
Ten cuidado con las distorsiones propias de los gráficos tridimensionales. El sector que está en primer plano parece más grande de lo que es en realidad debido al ángulo en que se presenta.
Busca el número total de elementos que forman el gráfico de sectores, para poder determinar cuál era el tamaño de la muestra antes de que la dividieran en porciones. Si el tamaño del conjunto de datos (el número de personas encuestadas) es demasiado pequeño, la información no es fiable.
Fíjate en la escala del eje vertical (cantidad) y del eje horizontal (línea temporal); simplemente alterando la escala se puede conseguir que los resultados parezcan más o menos significativos de lo que son en realidad.
Sesgo en la estadística es el resultado de un error sistemático que sobrestima o subestima el valor real.
(por ejemplo, recuerdo un anuncio de chicles en el que decían: “Cuatro de cada cinco dentistas encuestados recomiendan la marca tal a sus pacientes”. ¿Y qué pasa si en realidad sólo preguntaron a cinco dentistas?).
Hay una gran diferencia entre decir “4 de cada 5” y decir “4.000 de cada 5.000”. Aunque ambas fracciones equivalgan al 80%, la última representa un resultado mucho más preciso (repetible) porque está basada en un tamaño muestral mucho mayor (suponiendo que los datos sean válidos, por supuesto). Si alguna vez te has preguntado cuál es la diferencia entre las matemáticas y la estadística, aquí tienes la respuesta.
El término estadístico “correlación” se utiliza exclusivamente en el contexto de dos variables numéricas (por ejemplo, la altura y el peso). No se aplica a dos variables categóricas (por ejemplo, sexo y filiación política).
Pregúntate si el estadístico utilizado era el apropiado. Por ejemplo, supongamos que el número de delitos ha aumentado, pero la población también. En lugar de comunicar el número total de delitos, los medios deberían comunicar la tasa de delincuencia (el número de delitos por habitante).
La práctica engañosa de analizar datos hasta encontrar algo es lo que en estadística se llama rastreo de datos, pesca de datos o uso selectivo de datos.
¿Cómo puedes protegerte de resultados engañosos debidos la pesca de datos? Busca más información sobre el estudio, empezando por cuántas pruebas se hicieron en total y cuántas de esas pruebas se consideraron no significativas. Dicho de otro modo: intenta averiguar toda la verdad para así poder ver con perspectiva los resultados significativos.
No pasa nada por tomar algunas decisiones a partir de anécdotas, pero las decisiones importantes deben estar basadas en estadísticas y en datos reales procedentes de estudios bien diseñados e investigaciones fiables.
Una anécdota es en realidad un conjunto de datos con un tamaño muestral igual a uno. No tienes información con la que establecer una comparación, ni estadísticas que analizar, ni posibles explicaciones ni información que seguir, sino tan sólo una historia aislada. No permitas que las anécdotas te influyan mucho. Es mejor que te fíes de estudios científicos y de información estadística basada en muestras aleatorias de personas que representen a sus poblaciones objetivo (no una situación aislada).
miércoles, 1 de agosto de 2018
Ahorro e inversión
El pasado 15 de Julio de 2018 participé con Cristian Iserte y Diego Alegre en el programa Parqué universitario de EADE Consulting en Vox UJI Radio. Fue una charla muy interesante sobre el ahorro y la inversión.
Os dejo aquí el programa para que lo podáis escuchar.
Os dejo aquí el programa para que lo podáis escuchar.
domingo, 1 de julio de 2018
kaizen. mejora continua
En la anterior entrada de "mejora tu empresa" comentaba consejos para adquirir un software de gestión empresarial, hoy continuo este artículo desde un punto de vista más filosófico, explicado la cultura del Kaizen (改善, ‘cambio a mejor’ o ‘mejora’ en japonés, aunque traducido habitualmente al castellano como “mejora continua”) es el nombre de un método de gestión de la calidad muy conocido en el mundo de la industria.
El kaizen es un proceso de mejora continua basado en acciones concretas, simples y poco onerosas, y que implica a todos los trabajadores de una empresa, desde los directivos hasta los trabajadores base.
Más información en https://es.wikipedia.org/wiki/Kaizen
改善
A la hora de abordar nuevos retos en el ámbito de las tecnologías de la información, sobre todo si es un ámbito en el que no somos expertos, no hay que ser excesivamente ambicioso, vale la pena centrarnos de todos los problemas que he citado, centrarnos en el que más nos motive. Una vez hayamos satisfecho ese primer reto, vayamos a por el segundo y así sucesivamente.
viernes, 1 de junio de 2018
instalar sap gui
Cuando queremos instalar el SAP GUI de un usuario que ya lo está utilizando en un equipo nuevo, recomiendo copiar los siguientes archivos del equipo viejo al nuevo. Esto hará el cambio de equipo al usuario menos traumático, ya que continuara teniendo la información de cache.
C:\Users\XXX\AppData\Roaming\SAP\Common
saplogon.ini
C:\Users\XXX\AppData\Roaming\SAP\SAP GUI\History
SAPHistoryXXX.ldb
SAPHistoryXXX.mdb
C:\Users\XXX\AppData\Roaming\SAP\Common
saplogon.ini
C:\Users\XXX\AppData\Roaming\SAP\SAP GUI\History
SAPHistoryXXX.ldb
SAPHistoryXXX.mdb
martes, 1 de mayo de 2018
Consejos para adquirir software de gestión empresarial
Hoy quiero explicar ciertos elementos/ideas que pueden sernos de utilidad a la hora de adquirir alguna herramienta informática, ya sea para la gestión empresarial o cualqueir otra variante.
Un elemento muy importante para elegir una herramienta de gestión empresarial es tener un documento que nos proporcione nuestro proveedor de qué hará y que no hará la herramienta. Pero sobre todo que hará el software que vamos a adquirir, cuando más detallado mejor. Este documento será nuestro contrato si llegamos al punto de que se nos presenta el producto y no cumple con los que se nos prometió. Este documento en el mundo del desarrollo de software lo podemos llamar alcance o también requisitos.
Otra de las cosas que recomiendo preguntar es si la empresa que nos va a implantar el proyecto utiliza metodologías ágiles. Lo que quiero decir con esto es que una vez la empresa en cuestión sabe lo que queremos, se pueden tomar diferentes vías. La antigua es que la empresa se aparte de nosotros durante un tiempo y cuando ya tiene el producto nos lo enseña, si por cualquier motivo, el día que explicamos lo que queríamos no lo hicimos bien, se nos entendió mal, o ahora queremos otra cosa, la empresa ya habrá invertido un tiempo que habrá que pagar. Además de que si queremos corregir esas desviaciones habrá que consumir un tiempo, que también habrá que pagar. Si la empresa utiliza metodologías ágiles al pasar pocos días (2 semanas como mucho) se nos presentará una primera versión del producto, muy básica, pero ya desde el principio vamos viendo lo que será el producto final y de esta manera es mucho más fácil arreglar esos posibles malentendidos que se pudieran ocasionar en las reuniones iniciales.
Otro punto a tener en cuenta es adquirir y pagar sobre las características que necesitemos, por ejemplo, es muy posible que al ir a adquirir un programa de gestión nos ofrezcan características como multiusuario, en la nube, multiplataforma… nuestro trabajo será explicar muy bien que queremos y que no, y pagar solo por aquellas características en las que estemos interesados. ¿Para qué queremos un programa en la nube si el 95% de nuestro tiempo estamos en la oficina? O por el contrario, queremos un programa en la nube porque para nosotros es importante trabajar desde diferentes sitios, pero no necesitamos que sea multiusuario.
Y por último, pero no menos importante, esta la implicación del equipo que quiera adquirir un software para gestionar mejor su empresa. Adquirir un software no es como adquirir cualquier otro bien de consumo, el cual pides y hasta que te llega te olvidas del asunto, hay que estar muy encima en todo el proceso. Además, como consejo extra, los desarrolladores suelen agradecer cuando hay clientes implicados. Así que será labor tuya, la de forzar reuniones de seguimiento, testear el programa y explicar tus impresiones en todo momento..., se que es un trabajo muy laborioso, pero la recompensa será muy alta. Tener la herramienta exacta que necesitas.
domingo, 1 de abril de 2018
gráfico burbujas
Voy a intentar explicar el funcionamiento del gráfico de burbujas a través de un ejemplo. En este gráfico de burbujas podemos ver en un golpe de vista 3 indicadores diferentes (beneficio, tamaño y número de empleados) este gráfico es muy util para agrupar comportamientos iguales o detectar comportamientos diferentes, podemos ver como a la parte de la izquierda tenemos una serie de tiendas que no se comportan como el resto. ¿Tendrá que ver que tienen menos empleados? ¿hay tiendas de la misma zona que se comportan de manera diferente? Este gráfico de burbujas puede ser un buen punto de partida a la hora de empezar una investigación.
Este concepto lo he aprendido gracias al curso "Getting Started with Data Science" impartido en https://open.sap.com/
jueves, 1 de marzo de 2018
mejora tu empresa. Introducción
Hace 10 años empecé mi aventura profesional, estaba como analista - programador (en prácticas) en una consultora de software. Yo no había estado nunca en una empresa de software y me parecía que hacíamos magia. Evaluación de campañas de marketing en función de los clics y la participación a cierto evento, una plataforma de informes dinámicos donde los usuarios se configuraban los informes que necesitaban, implantación de ERP*... Un día de camino a un cliente le comenté a mi jefe, ahora no es mi jefe pero si mi amigo.
No veo justo, que mi hermano que es autónomo y vende coches, no tenga acceso a los mismos informes que tiene cualquier empresa que sí que tiene un ERP.
El me dijo que tenía razón, que su hermano también era autónomo y tenía los mismos problemas.
Empezamos a divagar y por aquel entonces, éramos partners de Dynamics, el ERP de Microsoft y claro, solo en licencias para poder “mover” el software era una canitdad importante de dinero, más las adaptaciones que pida el cliente en cuestión… Es muy difícil que un autónomo se pueda permitir instalar un software de ese estilo. Si nos vamos a una solución a medida, nos quitamos los costes en licenciamiento, pero hacer un software a medida para cada cliente, es muy costoso en número de horas de trabajo. Así que después de esta conversación, me quedé un poco frío, hace 10 años los móviles ya empezaban a despuntar y cualquier PC ya era lo suficientemente potente para mover un software de gestión que pueda necesitar una pyme, es decir, a nivel de hardware un autónomo o pequeña empresa sí que podían acceder, el problema era y es, el acceso al software.
Lo que me ha empujado a escribir este libro es que 10 años más tarde, la situación no ha mejorado. Seguimos sin tener un producto orientado a las micro pymes. Realmente hay muchos, pero ninguno ha destacado sobre el resto y creo es porque ninguno ha dado con la fórmula adecuada.
Fuente: http://www.ipyme.org/publicaciones/retrato_pyme_2015.pdf
En la tabla anterior, se pude ver como en 2013 más del 90% de las empresas son entre 1 y 9 trabajadores. Para más inri, dentro de este 90% más de la mitad son empresas de un solo trabajador. Mi pregunta es, ¿Por qué en un nicho tan grande ningún software se ha establecido como líder? Creo que la respuesta está en la diversidad. No podemos entregar el mismo producto a un panadero que a un agente comercial. Además en tan gran nicho, podemos encontrar de todo, gente que le gusten los ordenadores, gente que no, gente que solo tiene un tablet, apasionados por la tecnología… Es difícil establecer una café para todos. Así que el objetivo de este libro es ilustrar al lector de cuales son las herramientas de análisis que utilizan las empresas más grandes del mundo, para que adquiriendo estos conocimientos, cada uno los pueda aplicar en la medida que lo necesita. Habrá gente que con un “simple” excel cubrirá sus necesidades, otros igual buscan por internet que herramienta les puede servir e incluso los más aventurados solicitarán servicios informáticos para obtener un software a medida.
Como conseguir ejemplos de aplicaciones para gestionar tu negocio mediante Excel
Esta es una entrada sobre una serie de artículos que tengo de como la tecnología puede ayudar a gestionar tu negocio, si te interesa el tema déjamelo en los comentarios para publicar más entradas.
No veo justo, que mi hermano que es autónomo y vende coches, no tenga acceso a los mismos informes que tiene cualquier empresa que sí que tiene un ERP.
El me dijo que tenía razón, que su hermano también era autónomo y tenía los mismos problemas.
Empezamos a divagar y por aquel entonces, éramos partners de Dynamics, el ERP de Microsoft y claro, solo en licencias para poder “mover” el software era una canitdad importante de dinero, más las adaptaciones que pida el cliente en cuestión… Es muy difícil que un autónomo se pueda permitir instalar un software de ese estilo. Si nos vamos a una solución a medida, nos quitamos los costes en licenciamiento, pero hacer un software a medida para cada cliente, es muy costoso en número de horas de trabajo. Así que después de esta conversación, me quedé un poco frío, hace 10 años los móviles ya empezaban a despuntar y cualquier PC ya era lo suficientemente potente para mover un software de gestión que pueda necesitar una pyme, es decir, a nivel de hardware un autónomo o pequeña empresa sí que podían acceder, el problema era y es, el acceso al software.
Lo que me ha empujado a escribir este libro es que 10 años más tarde, la situación no ha mejorado. Seguimos sin tener un producto orientado a las micro pymes. Realmente hay muchos, pero ninguno ha destacado sobre el resto y creo es porque ninguno ha dado con la fórmula adecuada.
Fuente: http://www.ipyme.org/publicaciones/retrato_pyme_2015.pdf
En la tabla anterior, se pude ver como en 2013 más del 90% de las empresas son entre 1 y 9 trabajadores. Para más inri, dentro de este 90% más de la mitad son empresas de un solo trabajador. Mi pregunta es, ¿Por qué en un nicho tan grande ningún software se ha establecido como líder? Creo que la respuesta está en la diversidad. No podemos entregar el mismo producto a un panadero que a un agente comercial. Además en tan gran nicho, podemos encontrar de todo, gente que le gusten los ordenadores, gente que no, gente que solo tiene un tablet, apasionados por la tecnología… Es difícil establecer una café para todos. Así que el objetivo de este libro es ilustrar al lector de cuales son las herramientas de análisis que utilizan las empresas más grandes del mundo, para que adquiriendo estos conocimientos, cada uno los pueda aplicar en la medida que lo necesita. Habrá gente que con un “simple” excel cubrirá sus necesidades, otros igual buscan por internet que herramienta les puede servir e incluso los más aventurados solicitarán servicios informáticos para obtener un software a medida.
Como conseguir ejemplos de aplicaciones para gestionar tu negocio mediante Excel
Esta es una entrada sobre una serie de artículos que tengo de como la tecnología puede ayudar a gestionar tu negocio, si te interesa el tema déjamelo en los comentarios para publicar más entradas.
jueves, 1 de febrero de 2018
Prison causes more problems than it solves
For a long time we used to ask if prison helps prisoners to re-insert in society or not. Some people defend that prison can help and others think the opposite.
It is true that some aspects of prison are not so good. For example, is it a good idea to mantain all prisoners together? In my opinion, prisoners needs some inspiring people to follow, not "in mates" that willl probably give them wrong ideas. Another point that can make people think that prison is useless is the time, if prisoners don't do activities they will get ideas, probably bad ideas. A full schedule can keep ther brain busy.
On the other hand, I think that prisons are a necessary evil, because we need some places to control and punish all the people that committed some serious offence.
In conclusion and my point of view prison are necessary but society can improve them a lot.
Top 100 books to learning english
Top 100 books to learning english
lunes, 1 de enero de 2018
sap smartform no funciona no error
Cuando un formulario del tipo smartform no funciona y no nos devuelve ningún error, tenemos un checkbox llamado "Ningún error si no existe texto" que tenemos que revisar por cada texto que tengamos en el formulario.
Suscribirse a:
Entradas (Atom)