Elija su propia aventura

Un juego de análisis interactivo

Bienvenido, Profeta.

Está jugando a Elija su propia aventura como analista Profeta. ¡Buena suerte!

Cada año, viajan más de mil millones de turistas. Esas personas gastan más de USD 885 000 millones en sus viajes en todo el mundo. Pero ¿quiénes son? ¿Adónde van?

¿De qué país son los turistas que gastan más dinero?

Usted decide:

Diseñar un diagrama de dispersión con los nombres de países y los gastos de los turistas. Después, agrupa los países en clústeres en Tableau según los gastos. En consecuencia, puede ver fácilmente que (1) Estados Unidos presenta un valor atípico de gastos elevados de los turistas. Además, (2) Alemania y el Reino Unido constituyen un segundo grupo de países donde los turistas también gastan mucho dinero.

Usted descubre lo siguiente:

Los turistas de Estados Unidos son los que gastan más dinero cuando viajan (con mucha diferencia). Los turistas de Alemania y el Reino Unido quedaron en segundo lugar.

Técnica de análisis avanzado:

Usó la agrupación en clústeres o el análisis de clústeres. La agrupación en clústeres es un método estadístico para la agrupación de puntos de datos. Permite crear grupos en los que sus miembros son similares entre sí, pero distintos de los miembros de otros grupos. Tableau usa el algoritmo k-means de agrupación en clústeres con un método de partición basado en la varianza, que garantiza la consistencia entre ejecuciones. Para obtener más información, consulte el Funcionamiento de la agrupación en Tableau.

Ahora, desea saber…

¿Dónde se gasta el dinero?

Usted decide:

Analizar los datos e identificar tendencias regionales en los gastos de los turistas. Para eso, debe usar un archivo adicional. Con dos conjuntos de datos, visualiza el dinero que se gasta cada año por región. Además, incluye líneas de tendencia en Tableau para comprobar las trayectorias de los gráficos resultantes.

Usted descubre lo siguiente:

Existen tendencias significativas en los gastos de los turistas por región. ¿Cómo lo sabe? Los valores p son mucho menores de 0,05, y los valores de R cuadrado son cercanos a 1 (más información en la ayuda en línea). Traducción: La mayoría de los puntos de datos están muy cerca de la línea de tendencia que identificó. Por lo tanto, este modelo se ajusta bien a sus datos. En particular, los gastos de los turistas en Asia-Pacífico parecen aumentar más rápido que en las demás regiones.

Técnicas de análisis avanzado:

Finalizó el análisis de tendencias. Este consiste en comparar los mismos valores a lo largo del tiempo para identificar relaciones entre variables asociadas. También realizó una unión entre bases de datos con datos del mercado regional. Esas uniones reúnen datos de varios conjuntos para un análisis más completo.

Ahora, desea saber…

En el futuro, ¿cuál podría ser la contribución específica de Tailandia al crecimiento de Asia-Pacífico?

Usted decide:

Investigar la contribución de Tailandia a la creciente influencia de Asia-Pacífico en los gastos de los turistas de todo el mundo. Entonces, observa que en 2013 Tailandia recibió alrededor de USD 47 000 millones de los turistas. Sin embargo, en 2014 el país solo recibió USD 42 000 millones. Después, crea un modelo R en Tableau a fin de predecir cuántos turistas serían necesarios para superar el nivel de ingresos del turismo de 2013.

Usted descubre que:

Tailandia necesitaría recibir 29 millones de turistas adicionales para alcanzar su nuevo objetivo de ingresos.

Técnica de análisis avanzado:

Usted usó la integración de R para crear un modelo predictivo, en concreto, una regresión lineal múltiple. R es un lenguaje de programación que se usa para hacer análisis sofisticados y análisis predictivos con grandes conjuntos de datos. En Tableau, puede aprovechar modelos que se hayan creado en R. Eso le permite ampliar su análisis aún más.

Felicitaciones, analista Profeta.

Eligió un camino que puso el poder de la predicción en sus manos. Aunque tal vez el camino lo eligió a usted. Felicitaciones, Profeta, por haber dominado el arte de predecir el futuro.