Definición:
La analítica descriptiva es el conjunto de técnicas utilizadas para resumir y presentar datos observados. Permite responder preguntas sobre qué ocurrió, cuánto, cuándo, dónde y con qué frecuencia dentro de un periodo y un ámbito definidos.
Sus resultados pueden expresarse mediante recuentos, porcentajes, promedios, distribuciones, variaciones, tablas y gráficos. Describe la información disponible, pero no identifica automáticamente las causas ni predice lo que sucederá después.
Puede aplicarse a datos históricos o recientes. La diferencia no depende de la antigüedad del dato, sino de la pregunta: mostrar las ventas de ayer y resumir las visitas de los últimos cinco minutos son usos descriptivos si se limitan a representar lo observado.
Índice de contenidos
Cómo se realiza un análisis descriptivo
El análisis comienza con una pregunta concreta y una definición común de las métricas. Un resumen solo resulta interpretable si se conocen su población, su periodo y sus reglas de cálculo.
Un proceso habitual incluye estas cinco fases:
- Definir el objetivo: establecer qué fenómeno se quiere describir y para qué decisión o seguimiento se utilizará el resultado.
- Delimitar los datos: fijar fuentes, población, periodo, unidad de análisis, segmentos y criterios de inclusión o exclusión.
- Comprobar la calidad: revisar valores ausentes, duplicados, errores de instrumentación, cambios de definición y posibles sesgos de cobertura.
- Calcular los resúmenes: obtener recuentos, proporciones, medidas de tendencia central, dispersión, variaciones o distribuciones adecuadas a la pregunta.
- Presentar e interpretar: utilizar tablas, gráficos o un dashboard y documentar el contexto y las limitaciones necesarias para leerlos.
La media no siempre representa bien un conjunto. La mediana, los percentiles y la distribución pueden ser más informativos cuando existen valores extremos o grupos con comportamientos diferentes. Del mismo modo, una variación porcentual necesita el valor de referencia y el volumen absoluto para evitar interpretaciones desproporcionadas.
La comparación también requiere bases equivalentes. Cambiar la ventana temporal, la definición de usuario o la forma de registrar un evento puede producir una diferencia aparente que no corresponda a un cambio real del fenómeno.
Aplicaciones de la analítica descriptiva
La analítica descriptiva se utiliza en operaciones, finanzas, marketing, producto y atención al cliente. Su función es convertir observaciones dispersas en una representación comprensible del estado y la evolución de una actividad.
Entre sus aplicaciones habituales se encuentran:
- Seguimiento de actividad: resumir pedidos, ingresos, inventario, incidencias o uso de un servicio durante un periodo.
- Comparación temporal: observar cambios diarios, mensuales o interanuales utilizando calendarios y criterios compatibles.
- Análisis de segmentos: comparar resultados por producto, canal, dispositivo, ubicación o tipo de cliente sin confundir la diferencia observada con su causa.
- Detección de patrones y excepciones: localizar concentraciones, estacionalidad, valores atípicos o desviaciones que requieren una investigación posterior.
- Comunicación de resultados: presentar KPI y métricas con definiciones, fuentes y referencias que permitan interpretarlos.
En analítica web, por ejemplo, puede describir usuarios, sesiones, páginas vistas, eventos, fuentes de tráfico y conversiones. Una caída o un aumento muestra qué cambió en los datos registrados, pero no demuestra por sí solo si la causa fue una campaña, una incidencia técnica, la estacionalidad o una modificación de la medición.
Los informes descriptivos pueden orientar nuevas preguntas y ayudar a priorizar revisiones. No determinan automáticamente qué acción debe tomarse ni garantizan que el patrón observado se mantenga.
Diferencias con otros tipos de analítica
La analítica descriptiva suele presentarse junto con otros enfoques. Las fronteras no siempre son rígidas, pero cada uno responde principalmente a una pregunta distinta:
- Descriptiva: resume qué ocurrió o cuál es el estado observado.
- Diagnóstica: investiga por qué pudo ocurrir mediante comparaciones, desgloses y contraste de hipótesis.
- Predictiva: estima resultados desconocidos o futuros a partir de modelos y supuestos, como explica la analítica predictiva.
- Prescriptiva: evalúa alternativas y propone acciones según objetivos, restricciones y consecuencias estimadas.
Un mismo proyecto puede combinar estos enfoques. Un informe describe una reducción de conversiones; el análisis diagnóstico estudia explicaciones; un modelo estima escenarios futuros; y una evaluación prescriptiva compara posibles respuestas. Pasar de una etapa a otra requiere datos, métodos y validaciones adicionales.
La correlación observada entre dos variables tampoco prueba causalidad. Para atribuir un efecto pueden ser necesarios experimentos, diseños cuasiexperimentales u otras evidencias. La utilidad del análisis descriptivo depende de representar con fidelidad los datos y de no afirmar más de lo que estos permiten concluir.