Paso a Paso para usar Machine Learning en Excel
Cómo Analizar la Brecha Salarial de Género con Machine Learning en Excel
Machine Learning para saber cómo se sienten tus colaboradores
En estás épocas de grandes retos, será primordial entender cómo se sienten los colaboradores y aplicar medidas adecuadas que mejorarán su calidad de vida y con ello, podremos obtener mejores resultados este 2021, ya que los costos de rotación de personal, según el Huffington Post, puede implicar hasta un 200% del salario de nuestra fuerza laboral. Escuchar la Voz del Empleado, te permitirá entender cómo se encuentra tu fuerza laboral mediante elementos simples como encuestas o el buzón de sugerencias serán fuentes de información primordiales. Hoy veremos cómo con unos cuantos clics podrás usar un “Análisis de Sentimiento”, el cuál evaluará las opiniones de tus colaboradores y les asignará un valor (entre 0 y 1), cuanto más cercanos a cero serán comentarios negativos y más cercanos a uno serán comentarios positivos. Employee Experience Survey. Woman choose face smile on smart phone De este modo usando los comentarios podremos construir unos indicadores para medir las opiniones positivas, neutras o negativas y analizarlas por área, fechas, etc. Veamos un ejemplo, estos son los datos de una encuesta de opinión de clima laboral. Ejemplo de Encuesta Buscaremos en Excel agregar un complemento de Excel que nos ayudará con este análsis. Nos vamos al Menu Insertar y buscamos Complementos. Insertaremos un complemento de Excel Buscaremos Azure Machine Learning (que nos dará acceso a una Inteligencia Artificial ya entrenada en análisis de Lenguaje). Azure Machine Learning Y lo agregaremos a nuestro Excel Azure Machine Learning Add-in Utilizaremos el Análisis de Sentimiento o “Text Sentiment Analysis” Text Sentiment Analysis Seleccionaremos las filas donde se encuentren nuestros comentarios, en el ejemplo, el rango D2:D152 (importante desactivar la opción “My data has headers”) y después debemos seleccionar la celda de salida, en este caso la celda “E2” (importante desactivar la opción “Include headers”) y daremos click en el…
Béisbol y Números
En ese orden. Hace algunos años le escribí al autor del libro “Beisbol, el juego de los números” preguntándole si no debíamos tomar en cuenta la proclividad al error que generaba un jugador rápido cuando corría para primera. Me imaginaba a Ichiro Suzuki, hace muchos años pues, y mi argumento era que el tenía no sólo más infield hits, sino que seguramente también se embazaba más por errores. En ese momento no lo podía asegurar precisamente porque no se llevaba esa estadística. Me respondió que no, que era una tontería porque el error de otro jugador no medía la habilidad del bateador, que es en realidad lo que estamos tratando de medir. Ahora me entero de que sitios como Fangraphs siguen discutiendo si “en base por error” debe ponerle toda la culpa al fielder ¿Por qué tendría que ser castigado el bateador se pregunta Matt Klassen de Fangraphs? Esta introducción sirve para tener un contexto de lo mucho que me meto en discusiones de béisbol. Yo JUEGO beísbol. Digo juego en mayúsculas porque canto entre pitcheadas. Corro al entrar al campo y corro más fuerte para salir. Dirijo al equipo. Grito. Peleo. A veces me he aventado algunas escenas dignas del “Tuca Ferreti”. Una de las funciones de ser coach es mandar las señales al bateador o corredor en turno. En mis épocas “gloriosas” de jugar softball a los 18 años teníamos señas hasta para acomodarnos en el campo con cada pitcheada. Yo jugaba segunda base. El shortstop me hacía una seña con su boca cubriéndose con su guante que me dónde me tenía que posicionar. Siempre ha sido válido tratar de adivinar las señales del otro equipo. Nunca he pasado demasiado tiempo adivinando porque siento que una jugada bien ejecutada la verdad es que no importa si la sabías…
Inteligencia Artificial disponible YA en Power BI, Machine Learning para todos.
Como lo anunciamos con anterioridad, Power BI esta integrando soluciones de Inteligencia Artificial en su plataforma, en este mes de Febrero se agregó la “Visualización de influenciadores clave”, la cual ya esta empoderada con Inteligencia Artificial. Esta visualización incluye dos modelos de Machine Learning activos (Regresión Logística y Arboles de decisión). Este nuevo objeto visual de influenciadores clave nos ayudará a reconocer los factores que mayor impacto tienen en una métrica de nuestro interés. Power BI analiza los datos, clasifica aquellos factores que son importantes y los muestra como influenciadores clave. Veamos un ejemplo práctico, para el artículo, usaremos como ejemplo la tasa de abandono de los clientes de una compañía que ofrece el servicio de telefonía, internet y televisión. El contexto es el siguiente, se preguntan los motivos principales por los cuales los clientes abandonan el servicio, para este caso el valor es “Cliente Perdido”= “Si” o “No” y entre los posibles factores que pudieran explicarlo están: AntigüedadSi el cliente es Adulto MayorTipo de servicio de Internet (Fibra óptica, DSL, sin servicio)Método de PagoDuración del ContratoEtc. Es importante considerar la experiencia que el analista tenga del modelo de negocio, ya que esto facilitará la selección de variables a considerar y, también, debemos considerar analizar aquellos elementos que hoy desconocemos su impacto en la variable de interés (este es un proceso crítico y de descubrimiento). Abrimos Power BI, cargamos el archivo de ejemplo y seleccionamos nuestro visual "Key Influencers”. Seleccionamos la variable que deseamos investigar, la colocamos en la sección “Analyze” y las variables que consideremos importantes, aquellas que deseamos saber su impacto, las colocaremos en la sección “Explain by” Veremos como el gráfico se genera y evaluará la importancia de cada elemento y aquellos que no sean relevantes no serán mostrados. De este modo vemos como el Tipo de…
Inteligencia Artificial para todos
La filosofía de DAX-PLOTION es acercar la tecnología a las personas y que su vida sea más fácil y productiva, ya seas un analista que trabaja todos los días con gran cantidad de datos, procesos y reportes, o un ejecutivo que, necesita tomar las mejores decisiones para su empresa, buscamos apoyarte a que asimiles todo el Poder de la Ciencia de Datos en tu día a día. Esa es la razón principal por la cual somos Business Partner de Microsoft, porque busca la democratización de la Ciencia de Datos, es decir, no es necesario ser un experto técnico-matemático, para aprovechar la tecnología, hoy ya lo hace con Power Pivot, Power Query y PowerBI, que son las mejores herramientas para usar analizar datos de manera masiva, les dejo el artículo donde mostramos como Gartner califica a PowerBI como lo mejor en la actualidad. Ahora, lo vuelve a hacer con la Inteligencia Artificial, el pasado mes de Noviembre de 2018, Microsoft anuncia que Power BI contará con integración a Azure Cognitive Service, es decir, tendrá integrados Modelos de Azure Machine Learning (ya entrenados, por supuesto) con lo cual los analistas podrán hacer uso de estos modelos sin escribir una sola línea de código. "Power BI hace posible que todos los empleados de una organización tomen mejores decisiones basadas en datos con hermosos informes y paneles" "Todas estas nuevas capacidades de inteligencia artificial (iniciadas en Azure y ahora disponibles en Power BI) no requieren ningún código" "Esto permite a todos los usuarios de Power BI descubrir información oculta y accionable en sus datos y lograr mejores resultados de negocios con una IA fácil de usar" Arun Ulag General Manager of Engineering for the Power BI project. De este modo no es necesario ser un gigante como Google, Amazon o Netflix para usar Inteligencia…
Inteligencia Artificial en Excel
El poder de Excel viene de lo fácil que es usarlo, tienes en tu computadora un lienzo de celdas, un motor de cálculo excepcional y ahora una cantidad impresionante de herramientas para manejar datos. Es tán flexible y poderoso que, millones de personas lo usamos diariamente, no importa que industria o profesión tengamos, saber Excel siempre viene bien. Además, no importa que sistema uses SAP, ORACLE, Tableau, Access, ASPEL, etc., existen tres botones que son los más usados en cualquier sistema de información: OK, CANCELAR y Exportar a EXCEL Ahora, esta aplicación evoluciona una vez más, el 24 de septiembre de 2018, se presentaron en el Microsoft Ignite, las nuevas características de Inteligencia Artificial que se incorporaron a Excel, de ellas, las más sorprendentes para nosotros son: “Ideas in Excel” Este nuevo botón te facilita el análisis de tu información, solo coloca una tabla de datos y Excel hará el resto. Gracias a la Inteligencia Artificial, analizará tu información y te indicará rankings, tendencias, valores fuera del rango (valores atípicos) y resúmenes de tus datos. ¡¡¡¡¡ASOMBROSO VERDAD!!!!! Con un clic tendrás una revisión automática de tus datos, sin escribir ninguna fórmula, y lo mejor, cada vez que lo uses y evalúes su desempeño en el análisis, este aprenderá y mejorará (Machine Learning en vivo y a todo color). “Data Selfie” Ya no captures tus datos, tómales una Selfie, así es, solo hay que tomarle una foto, con tu teléfono Android, a los datos impresos y con un clic estarán en tu hoja de Excel. ¡¡¡INCREÍBLE!!! Pero cierto. La combinación de estas dos características nuevas empieza a hacer realidad profecía apocalíptica de reducción de empleados por el efecto de la automatización, ya que, vamos a necesitar menos personal con conocimientos básicos, por ejemplo, tienes unos datos super importantes…