From f68f059755348885174bc76b4288df996b86e03a Mon Sep 17 00:00:00 2001 From: Sergio Sinuco Date: Thu, 20 Jun 2024 12:33:29 -0500 Subject: [PATCH 1/5] Add Artist Launch project extract from data curriculum --- learning-objectives/data.yml | 7 + learning-objectives/intl/es.yml | 153 ++++++++ projects/05-artist-launch/README.md | 503 ++++++++++++++++++++++++++ projects/05-artist-launch/project.yml | 7 + 4 files changed, 670 insertions(+) create mode 100644 projects/05-artist-launch/README.md create mode 100644 projects/05-artist-launch/project.yml diff --git a/learning-objectives/data.yml b/learning-objectives/data.yml index a7db599e5..182b096ca 100644 --- a/learning-objectives/data.yml +++ b/learning-objectives/data.yml @@ -444,6 +444,13 @@ ai-prompting: - priming-chatbots - open-ai-api +data-analytics: + - data-preparation + - data-exploration + - data-analysis + - analysis-report + - analysis-presentation + # New OAs since UXD006 agile-planning: - scope diff --git a/learning-objectives/intl/es.yml b/learning-objectives/intl/es.yml index 5c73d75fe..73ba0403b 100644 --- a/learning-objectives/intl/es.yml +++ b/learning-objectives/intl/es.yml @@ -1849,6 +1849,159 @@ ai-prompting/open-ai-api: - title: "The chat completion object - API Reference - OpenAI API" url: https://platform.openai.com/docs/api-reference/chat/object +data-analytics: + title: Análisis de datos + description: Validar hipótesis mediante el análisis de los datos, y proporcionar recomendaciones estratégicas basadas en tus hallazgos + +data-analytics/data-preparation: + title: Cargar información a una base de datos + description: Cargar información a una base de datos + links: + - title: Mini curso BigQuery + url: https://coda.io/d/Curso-Google-BigQuery_dhocNT3PUIE/Introduccion_su3UO#_luO8s + - title: Cómo empezar con BigQuery (sandbox - versión gratuita) + url: https://cloud.google.com/bigquery/docs/sandbox?hl=es-419 + - title: Qué es BigQuery + url: https://www.youtube.com/watch?v=RxKtIicl8r0 + - title: Cómo crear un Project, Dataset y cargar tabla en BigQuery + url: https://www.youtube.com/watch?v=BN8WAOtJ4CY + - title: Concepto valores nulos + url: https://docs.google.com/document/d/1AJRLPg2SWLvC1pnGOz-f1SNZXH1X63x2xWlquDBtlmE/edit?usp=sharing + - title: versión en audio + url: https://drive.google.com/file/d/1Y88gJEBdorDMRoEjnIUJNyI4G0LLAaGk/view?usp=drive_link + - title: Qué es una consulta (query) + url: https://docs.google.com/document/d/1upi7Ashq_wro02zjMjnQlWgivQ9gsQWIy8q9pLm9WZ4/edit + - title: Cómo guardar queries + url: https://www.loom.com/share/461b7c3f07214d7897b68890c1389b77?sid=9c6d46b2-5ff6-4a60-823b-c976f535a18d + - title: Cómo idenficar nulos usando COUNT, WHERE y IS NULL + url: https://www.loom.com/share/3ae5d6e7f500405f95e8f1a110413a35?sid=c44c44d8-7caa-4da4-9261-03f6fd92348c + - title: Concepto valores duplicados + url: https://docs.google.com/document/d/1jXm4s7b17eObHd8sMvJSGwWi1YzdG_VZq56Xooy5Ioo/edit?usp=sharing + - title: versión en audio + url: https://drive.google.com/file/d/1TbKPSvocksk33eFg42lHf3kD8Y3NuzsN/view?usp=drive_link + - title: Cómo identificar duplicados a través de GROUP BY y HAVING (Ve también la diferencia entre los comandos WHERE y HAVING) + url: https://www.loom.com/share/0bd5d25a7e634bd39012f5bd913e3a3b?sid=507743b7-ee30-4c68-8756-a344798cad32 + - title: Concepto valores fuera del alcance + url: https://docs.google.com/document/d/1-SsxH5Ke3qAaWg5YKrkRwkExd91Q0RdJGplLAiXPiYA/edit?usp=sharing + - title: versión en audio + url: https://drive.google.com/file/d/1Z963-z4MCiRRjt5RZF75oH_CH1BqDNrO/view?usp=drive_link + - title: Cómo utilizar EXCEPT para selecionar variables + url: https://www.loom.com/share/2fa18d5cfd33403faaa794a2b08671f1?sid=2d16f30b-a26c-4d3c-bfd8-88ba7c664f25 + - title: Cómo utilizar comandos LIKE y REGEXP + url: https://www.loom.com/share/3f7bb1362d5947ecb8c83e6f0690a4a5?sid=76f52b28-efb3-4991-b4c1-bd288bd4e805 + - title: Documentación Google sobre String Functions + url: https://cloud.google.com/bigquery/docs/reference/standard-sql/string_functions + - title: Concepto variables categóricas + url: https://docs.google.com/document/d/1BIqa7xR0JNadM9kQExypo3plnwrNia92zCuxkPuMj5A/edit?usp=sharing + - title: Concepto variables categóricas  (versión en audio) + url: https://drive.google.com/file/d/13gQ6Ni9FUfDmi5bjQivjeKj04fAI8Gl2/view?usp=drive_link + - title: Video sobre tipos de variables + url: https://www.loom.com/share/afa56686810e46309761bc889364b2d9?sid=cabf587c-7ba1-4419-b501-32c98a73e191 + - title: Identificar valores discrepantes en variables numéricas con MAX, MIN y AVG + url: https://www.loom.com/share/4fb40d01dddf4e3cbf981029ed08613a?sid=5e46b20b-5ea4-47c4-a808-99969a369431 + - title: Concepto variables numéricas + url: https://docs.google.com/document/d/1oTn46djgWYlhcY9_Ak9H2edY2_rR8gpJco66njPwkCc/edit?usp=sharing + - title: Tipos de datos en SQL + url: https://docs.google.com/document/d/1z0evGu8JtjDPuFlH1pkbqYR6scRwukPfwWKJ-KmZRmI/edit?usp=sharing + - title: Tipos de datos en SQL + url: https://www.youtube.com/watch?v=A1tZ-d2uxws + - title: Cambiar tipo de dato con CAST + url: https://www.loom.com/share/dfca15dd59084f83a1343eb476c71e96?sid=5ffd1896-5cf2-4ad5-88dc-741152483c45 + - title: Concepto crear nuevas variables + url: https://docs.google.com/document/d/1yp5MVB8iirIbYwptscJ4YrjsY4Bnd8mrsDB75Onun2s/edit?usp=sharing + - title: versión en audio + url: https://drive.google.com/file/d/15P7Gp4_F_EOasIgW7SUhK8bf0MIDD6K8/view?usp=drive_link + - title: Como crear nuevas variables con CONCAT y operaciones matemáticas + url: https://www.loom.com/share/65e15aa134c545bc9cfdc6b88bc2ae78?sid=46988f46-bcc0-471f-b89e-55c7ffe953b5 + - title: Tipos de JOIN en SQL + url: https://www.youtube.com/watch?v=HDBdAIcqJQo + - title: Diferencia entre VIEW y CREATE TABLE + url: https://www.loom.com/share/97dbe237b9de459baa4d788f8bb44502?sid=e2168d4f-a8ff-44e4-b3f0-55e72596350a + - title: Cómo utilizar comando WITH y para qué sirve + url: https://www.loom.com/share/8e2f6f70db214e2484af45375539d8e9?sid=222c7e6d-1ff5-430a-ab28-64c025f34ebf + +data-analytics/data-exploration: + title: Hacer un análisis exploratorio + description: Hacer un análisis exploratorio + links: + - title: Concepto variables categóricas + url: https://docs.google.com/document/d/1BIqa7xR0JNadM9kQExypo3plnwrNia92zCuxkPuMj5A/edit?usp=sharing + - title: versión en audio + url: https://drive.google.com/file/d/13gQ6Ni9FUfDmi5bjQivjeKj04fAI8Gl2/view?usp=drive_link + - title: Video sobre tipos de variables + url: https://www.loom.com/share/afa56686810e46309761bc889364b2d9?sid=cabf587c-7ba1-4419-b501-32c98a73e191 + - title: Link para download de Power BI Desktop + url: https://www.microsoft.com/en-us/download/details.aspx?id=58494 + - title: Video download y instalación de Power BI + url: https://www.youtube.com/watch?v=8lkZKeNdLWU + - title: Cómo empezar con Power BI + url: https://www.youtube.com/watch?v=L74STt9hnu4 + - title: Conectar datos de bigquery a  Power BI + url: https://www.loom.com/share/eebef73c37fc47bda21576f0d300841e + - title: Cómo crear una tabla matrix en Power BI + url: https://www.youtube.com/watch?v=m2N7SXEj_9w + - title: Cómo crear gráficos en Power BI + url: https://www.youtube.com/watch?v=gNEgfp_HRWM + - title: Gráficos de barras o columnas en Power BI + url: https://www.youtube.com/watch?v=m7_6SHPovvY + - title: Concepto estadísticas descriptivas + url: https://docs.google.com/document/d/13xu7cf5LcUN2CE58qwyZoNrhS713Ci0tI9S1odeapig/edit?usp=sharing + - title: 🔈 Concepto estadísticas descriptivas (versión en audio) + url: https://drive.google.com/file/d/1v6xdtWci7rYtMKibGowl9OxBArT3CVnI/view?usp=drive_link + - title: Concepto medidas de tendencia central + url: https://docs.google.com/document/d/1Ly_7zLmUjcczqCkQLQwvDYEGyRLtSNQLVi3w8CIh8sI/edit?usp=sharing + - title: 🔈 Concepto medidas de tendencia central (versión en audio) + url: https://drive.google.com/file/d/1viy63m4n8Gn9aYHNuLJpd8RzFrTNnlw2/view?usp=drive_link + - title: Cómo crear una tabla con promedio y mediana en Power B + url: https://www.loom.com/share/67c7d22e0898482683654f1f6c53e41a?sid=e25d3fda-ee49-4d94-ab44-099785f33a9c + - title: Concepto Medidas de dispersión + url: https://docs.google.com/document/d/1a5N-8fV3X8pnhdRyXVcG293zJn2eL16KBhy-7NCExRI/edit?usp=sharing + - title: Concepto desviación estándar + url: https://docs.google.com/document/d/17OhF8RkTQxgwbDZtBphXd-nd9hXDrkylHGaF7ylezPo/edit?usp=sharing + - title: Desviación estándar en Power BI + url: https://www.loom.com/share/551494bd11124dd8ad4ca751ad47ab91 + - title: Concepto correlación de Pearson + url: https://docs.google.com/document/d/1HvuENDveavTmlRtSGk3Gv3LqSPNbRPWNYgOU8e3CxTM/edit?usp=sharing + - title: Cómo calcular correlación en BigQuery + url: https://www.loom.com/share/9bf3e48cf57d48ca9c81c2c19562dedf?sid=c4c8a611-d0ae-4c4f-a2f5-200ce48746f4 + +data-analytics/data-analysis: + title: Aplicar técnica de análisis + description: Aplicar técnica de análisis + links: + - title: Como crear un scatter plot en Power BI + url: https://www.loom.com/share/91adb4a427124fde8013d305a3d6111c?sid=114cf627-5d35-42d4-851b-147600e84e43 + +data-analytics/analysis-report: + title: Resumir información en un dashboard o reporte + description: Resumir información en un dashboard o reporte + links: + - title: Como crear scorecards en Power BI + url: https://www.loom.com/share/a8b4a6e43317415abc02049f7923e785?sid=b69d56f7-6f63-4e18-81bc-71abc1aff667 + - title: Cómo incluir filtros en Power BI + url: https://www.loom.com/share/bcd20fecbf2b4298bd1419648189bc3e?sid=74ced7af-c3bc-4844-8b26-8e46732a8adc + +data-analytics/analysis-presentation: + title: Presentar Resultados + description: Presentar Resultados + links: + - title: Concepto presentar resultados + url: https://docs.google.com/document/d/10Xabbxk7WxojFAdncs3YSc4wSCLihw0LUOOqxijGdMc/edit?usp=sharing + - title: Que es Data Storytelling + url: https://www.youtube.com/watch?v=NDs2BXgvzPc + - title: diferentes formas de presentar una misma información + url: https://www.youtube.com/watch?v=2vWT6hmnVVg + - title: Video sobre como crear presentaciones en Google Slides + url: https://www.youtube.com/watch?v=T8Fs-zkIX3I + - title: Compartir presentación para trabajar en conjunto + url: https://www.loom.com/share/3220709262c142d4a0214cfc09856dcc?sid=b00df098-70e9-4a2a-89c7-e68b265ed588 + - title: Artículo sobre presentar datos + url: https://apolitical.co/solution-articles/es/presentar-datos-5-consejos-hacer-datos-comprensibles + - title: Artículo sobre presentar datos + url: https://vilmanunez.com/como-hacer-una-presentacion-de-resultados/ + - title: Video tips para una presentación + url: https://www.youtube.com/watch?v=MPW6Ak3dxWc&t=157s + # New UX OAs since UXD006 #--- skill Project framing diff --git a/projects/05-artist-launch/README.md b/projects/05-artist-launch/README.md new file mode 100644 index 000000000..a7720093f --- /dev/null +++ b/projects/05-artist-launch/README.md @@ -0,0 +1,503 @@ +# Artist Launch + +## Índice + +* [1. Consideraciones generales](#1-consideraciones-generales) +* [2. Preámbulo](#2-preámbulo) +* [3. Resumen del proyecto](#3-resumen-del-proyecto) +* [4. Plan general de trabajo](#4-plan-general-de-trabajo) +* [5. Plan detallado de trabajo](#5-plan-detallado-de-trabajo) +* [6. Consideraciones para pedir tu Project Feedback](#6-consideraciones-para-pedir-tu-project-feedback) +* [7. Self review](#7-self-review) +* [8. Objetivos de aprendizaje](#8-objetivos-de-aprendizaje) + +*** + +## 1. Consideraciones generales + +* Este proyecto lo resolvemos en **duplas**. +* El rango de tiempo estimado para completar el proyecto es de 2 a 4 Sprints. +* Enfócate en aprender y no solamente en "completar" el proyecto. + +## 2. Preámbulo + +![Un microfono y al fondo un gitarrista](https://images.unsplash.com/photo-1535712593684-0efd191312bb) + +_Credito: Foto de [Daniel Chekalov](https://unsplash.com/@dchuck?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash)_ +_en [Unsplash](https://unsplash.com/photos/guitarist-holding-black-guitar-4YhwiEsL0AQ?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash)_ + +La validación de hipótesis es un proceso fundamental en la toma de +decisiones basadas en evidencia, y no solamente en creencias u +opiniones. En el análisis de datos, es común plantear suposiciones o +hipótesis sobre relaciones, tendencias o diferencias entre las variables +de los datos disponibles. La validación de estas hipótesis (confirmar o +refutar) se consigue con técnicas y métodos diseñados para determinar si +los resultados observados en los datos, son estadísticamente +significativos o si pueden atribuirse al azar. + +El levantamiento y validación de hipótesis +se puede utilizar en una variedad de contextos y mercados para, por +ejemplo, planificar estrategias de marketing, establecer políticas de +precios, evaluar inversiones, entender mejor el comportamiento del +mercado y los consumidores. Es decir, para tomar todo tipo de decisiones +estratégicas. + +Algunos ejemplos: + +* Mercado de la moda: + +Hipótesis: Cambiar el diseño del logotipo de una marca de moda líder +aumentará el atractivo de la marca entre los consumidores jóvenes. + +Análisis: Se podría realizar una prueba en la que se muestre el nuevo y +el antiguo logotipo a un grupo de consumidores y se recopilen sus +opiniones (datos) para determinar si la nueva imagen de la marca es más +atractiva para el público objetivo. + +* Mercado de tecnología: + +Hipótesis: Reducir el precio de un producto tecnológico resultará en un +aumento en la participación de mercado. + +Análisis: Se podrían realizar pruebas de precios en diferentes +ubicaciones geográficas o períodos de tiempo para evaluar si esa +reducción de precio conduce a un aumento en la cuota de mercado. + +* Mercado de bienes raíces: + +Hipótesis: La proximidad a escuelas de alta calidad aumenta el valor de +las propiedades residenciales. + +Análisis: Se podrían comparar los precios de las propiedades ubicadas +cerca de escuelas de alta calidad con las que no lo están para +determinar si la hipótesis es válida. + +## 3. Resumen del proyecto + +En este proyecto, vamos a explorar un conjunto de datos con el fin de +identificar patrones o características que puedan influir en la +popularidad (cantidad de streams) de una canción en plataformas como +Spotify, Apple Music y Deezer. + +Una discográfica se enfrenta al emocionante desafío de +lanzar un nuevo artista en el escenario musical global. Afortunadamente, +cuenta con una herramienta poderosa en su arsenal: un extenso dataset de +Spotify con información sobre las canciones más escuchadas en 2023. + +La discográfica planteó una serie de hipótesis sobre qué hace que una +canción sea más escuchada. Estas hipótesis incluyen: + +* Las canciones con un mayor BPM (Beats Por Minuto) tienen más éxito en + términos de cantidad de streams en Spotify. + +* Las canciones más populares en el ranking de Spotify también tienen un + comportamiento similar en otras plataformas como Deezer. + +* La presencia de una canción en un mayor número de playlists se + relaciona con un mayor número de streams. + +* Los artistas con un mayor número de canciones en Spotify tienen más + streams. + +* Las características de la música influyen en el éxito en términos de + cantidad de streams en Spotify. + +Como analista de datos, +el desafío consiste en **determinar los factores que contribuyen al éxito +de una canción**. Deberás validar (refutar o confirmar) estas hipótesis +mediante el análisis de los datos, y proporcionar recomendaciones estratégicas +basadas en tus hallazgos. En última instancia, el objetivo es que la +discográfica y el nuevo artista puedan tomar decisiones informadas que +aumenten sus posibilidades de conseguir el “éxito”. + +## 4. Plan general de trabajo + +Vamos a trabajar en el proceso secuencial descrito en la siguiente +imagen. + +![image](https://drive.google.com/uc?id=1GBP2hLKqNpADEJ6Aa4EkKwd4oBNNnLMj) + +**Cada paso representa también el desarrollo de una habilidad** necesaria para +desempeñarse como una analista de datos. Es secuencial porque conseguir +cada paso depende de haber hecho el anterior, no tendría sentido aplicar +una técnica de análisis sin previamente haber preparado los datos ni sin +haber hecho un análisis exploratorio. + +Esto no quiere decir de ninguna manera que debes completar cada paso a +la perfección antes de pasar al siguiente o que no tendrás que avanzar y +retroceder constantemente. El proceso seguramente se verá algo así: + +![image](https://drive.google.com/uc?id=1Pz_zrJxwH_qJRDfwwdvYmfeudtc72d0_) + +Por ejemplo, al hacer un análisis exploratorio, quizás detectes que hay +algún aspecto de tu preparación de datos que debe mejorarse, entonces +regresas, mejoras eso y luego continúas. Esto es un proceso natural en +el que irás adaptando tu trabajo según los “problemas” con los que te +vayas encontrando, pero siempre siguiendo una lógica. + +## 5. Plan detallado de trabajo + +En la siguiente imagen se describe el plan de trabajo detallado +que seguiremos. + +![image](https://drive.google.com/uc?id=1a47alrHekArya5-zWIsDcMtsnNBYKhG-) + +### ⬜ Paso 0. Preparación + +#### 0.1 Herramientas y/o plataformas + +En este proyecto vas a utilizar una herramienta de Google llamada +BigQuery, para el manejo de los datos, una herramienta de Microsoft +llamada Power BI para la visualización de los datos: + +* BigQuery +* Power BI + +#### 0.2 Lenguajes + +Utilizarás el lenguaje SQL en BigQuery . Nota la +diferencia entre “lenguaje” (SQL) y “herramienta” (BigQuery), en la sección de +recursos de cada meta encontrarás cursos de SQL que pueden ayudarte a comprender +estos lenguajes y cómo usarlos en estas herramientas. + +#### 0.3 Insumos + +Este conjunto de datos contiene datos sobre las canciones más +reproducidas en Spotify en 2023. Los datos se dividen en 3 tablas, la +primera sobre el rendimiento de cada canción en Spotify, la segunda con +el rendimiento en otras plataformas como Deezer o Apple Music, y la +tercera con las características de estas canciones. + +El conjunto de datos está disponible para download en este enlace +[dataset](https://storage.cloud.google.com/bootcamp-assets/projects/05-artist-launch/spotify_2023.zip), +ten en cuenta que es un archivo comprimido, tendrás que descomprimirlo +para acceder a los archivos con los datos. + +A continuación, puedes consultar la descripción de las variables que +componen las tablas de este conjunto de datos: + +##### **Track_in_spotify** + +* **track_id**: Identificador único de la canción. Es un número entero + de 7 dígitos que no se repite +* **track_name**: Nombre de la canción +* \*\*artist(s)\_name\*\*: Nombre del artista(s) de la canción +* **artist_count**: Número de artistas que contribuyen a la canción. +* **released_year**: Año en que se lanzó la canción. +* **released_month**: Mes en el que se lanzó la canción. +* **released_day**: Día del mes en que se lanzó la canción. +* **in_spotify_playlists**: Número de listas de reproducción de Spotify + en las que está incluida la canción +* **in_spotify_charts**: Presencia y ranking de la canción en las listas + de Spotify +* **streams**: Número total de transmisiones en Spotify. Representa la + cantidad de veces que la canción fue escuchada. + +##### **Track_in_competition** + +* **track_id**: Identificador único de la canción. Es un número entero + de 7 dígitos que no se repite +* **in_apple_playlists**: número de listas de reproducción de Apple + Music en las que está incluida la canción +* **in_apple_charts**: Presencia y rango de la canción en las listas de + Apple Music +* **in_deezer_playlists**: Número de listas de reproducción de Deezer en + las que está incluida la canción +* **in_deezer_charts**: Presencia y rango de la canción en las listas de + Deezer +* **in_shazam_charts**: Presencia y rango de la canción en las listas de + Shazam + +##### **Track_technical_info** + +* **track_id**: Identificador único de la canción. Es un número entero + de 7 dígitos que no se repite +* **bpm**: Pulsaciones por minuto, una medida del tiempo de la canción. +* **key**: Clave musical de la canción +* **mode**: Modo de la canción (mayor o menor) +* **danceability\_%**: Porcentaje que indica qué tan adecuada es la + canción para bailar +* **valence\_%**: Positividad del contenido musical de la canción. +* **energy\_%**: Nivel de energía percibido de la canción. +* **acusticness\_%**: Cantidad de sonido acústico en la canción. +* **instrumentality\_%**: Cantidad de contenido instrumental en la + canción. +* **liveness\_%**: Presencia de elementos de actuación en vivo. +* **speechiness\_%**: Cantidad de palabras habladas en la canción. + +#### 0.4 Buenas prácticas + +Documentar tu proceso es una de las mejores +prácticas en el análisis de datos. Aquí hay dos sugerencias más para +organizarse en este proyecto, específicamente para la fase de +procesamiento y preparación de los datos: + +* Haz consultas que te permitan identificar todos los elementos que + deberán limpiarse. Al terminar, haz una consulta completa para crear + una tabla con los datos limpios, en lugar de crear una tabla en cada + paso. + +* Guarda las consultas y describe qué hace cada una de ellas. Crea un + repo donde acopiar todas los recursos y usa comentarios para describir + para qué sirve cada una. Esto te ayudará en proyectos futuros a + recordar cómo identificar valores nulos, por ejemplo. + +* Comprende la diferencia entre vista (view) y tabla para organizarse. + Muchas veces, guardar una vista te ayuda a trabajar de una manera más + organizada y puedes ver la consulta que generó esa vista y modificarla + rápidamente. + +### 🟦 Paso 1. Procesar y preparar base de datos + +⌛ **Rango de tiempo estimado: De 8 a 12 horas** + +El preprocesamiento de datos no es una etapa que se pueda pasar por alto +en el análisis de datos. Su importancia es evidente en la calidad de los +resultados obtenidos. Cuando los datos se procesan y preparan de manera +inadecuada, pueden surgir sesgos, errores y conclusiones incorrectas. +Además, el ruido en los datos sin tratar puede perjudicar la precisión +de las predicciones y la calidad de las decisiones basadas en el +análisis. Por lo tanto, invertir tiempo y esfuerzo en la fase inicial de +preprocesamiento se recompensa a lo largo de todo el proceso de análisis +de datos, asegurando resultados más confiables y significativos. + +En este hito, trabajaremos con una herramienta llamada BigQuery para +realizar la etapa de procesamiento y preparación de los datos. El +lenguaje SQL, utilizado en esta herramienta, es ampliamente utilizado en +el ambiente laboral y un buen analista de datos debe saber utilizarlo a +su favor. + +BigQuery es un servicio de almacenamiento y análisis de datos en la nube +proporcionado por Google Cloud. Está diseñado para permitir a las +organizaciones almacenar, consultar y analizar grandes volúmenes de +datos de manera rápida y escalable. BigQuery se utiliza comúnmente en +todas las fases del análisis de datos, incluyendo la fase de +procesamiento y preparación, debido a sus capacidades de procesamiento +de datos y su escalabilidad. + +| Meta | Objetivo | Objetivo individual | Recurso | +| -------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | +| 🔵 Conectar/importar datos a otras herramientas | Crear en BigQuery un proyecto, un conjunto de datos e importar tablas |