El 17 de abril tuvo lugar el #eShowBCN18, la mayor feria de comercio electrónico y marketing digital de España y una de las de mayor afluencia en toda Europa. Un congreso clave para ampliar la visibilidad de las marcas y aumentar su competitividad a través del marketing digital, entre otros. Durante todo el día tuvimos la oportunidad de asistir, al taller dedicado a la Analítica Digital (User Web Analytics) como ya os comentamos en posts anteriores, a distintas charlas que impartían importantes speakers expertos en el sector.

Por eso hoy os queremos acercar toda la información que pudimos recopilar durante la conferencia de Carlos Estevez, director de Search Marketing y analítica web en Internet República, que nos habló sobre R.

¿Qué es R?

R es un lenguaje de programación pensado para realizar análisis estadístico. Hay que destacar que es un lenguaje que está hecho para programadores, aunque su uso y el output es para perfiles de marketing, negocio y analistas. Es open source (gratuito), por lo que todos lo podemos utilizar. Destacamos una de las frases que dijo Carlos Estevez durante su ponencia que nos llamó bastante la atención y nos pareció de lo más adecuada ya que no puede reflejar mejor lo que es R: “R me hace parecer muy listo y sentirme muy estúpido”.

Una vez tenemos una definición clara de lo que es R, el siguiente paso es saber: ¿Cuándo utilizar R y cuándo Excel para el tratamiento de datos?

¿Cuándo Excel es mejor que R?

• Cuando empiezas a trabajar con datos.
• Conjunto de datos pequeño (3.000 líneas de datos aproximadamente).
• Cuando hay una única fuente de información (si tenemos muchas fuentes de información ya sería más complicado).
• Para hacer tablas dinámicas y gráficos sencillos.

¿Cuándo R es mejor que Excel?

• Una de las ventajas más potentes es que permite automatizar informes o reportings.
• Datos no tabulados.
• Grandes conjuntos de datos (a partir de 3.000 entradas R se le saca mucho provecho).
• Permite automatizar tareas.
• Se pueden integrar distintas fuentes de datos.
• Es más rápido.
• Es gratis.
• Existen librerías para hacer casi cualquier cosa que necesitemos a nivel de datos, como por ejemplo stackoverflow, una comunidad de programadores para consultar y comentar errores de librería o problemas con R.

Si hablamos un poco más de R destacamos…

• Un analista de datos aporta valor con segmentaciones y con Data Science. Hoy en día extraer datos y utilizar GA (Google Analytics) lo hace cualquier profesional del Marketing online y ya no aporta valor, por eso hay que avanzar con Data Science.
• R permite integraciones e importación de datos de herramientas externas que tengan API (Adobe, Mongo DB, SQL, Google Analytics, csv o Excel).
• Diferentes paquetes o librerías para trabajar con R:
  • Shiny: herramienta de consulta de datos.
  • Ggplot2: para visualización de datos. Los gráficos no son muy modernos, pero hay librerías para seleccionar tipos de fuente y gráficos de mayor calidad.
  • flexdashboards: permite generar dashboards interactivos.
  • Tensorflow: posible paquete para aplicar Machine Learning.

Entonces… ¿Por dónde empiezo?

• Con Foxize y su formación especializada. El próximo 17 de octubre arranca el curso «Introducción a R para analizar datos» de la mano de Alejandro Castillo, CTO de Pompeii.
• Como se necesita saber lenguaje R recomendamos que el equipo técnico empiece con Datacamp y Rstudio.

Con este artículo lo que pretendemos es acercarte a R, una herramienta que, aunque a priori parezca muy técnica, si le sabes sacar partido estamos seguros de que te hará mucho más fácil tu día a día y más si trabajas en marketing. Así que no tengas miedo y empieza a sacarle el máximo provecho a tus datos.

¿Dudas o preguntas? Nos tienes a tu disposición en el teléfono gratuito 900 701 159 o en alumno@foxize.com