Analizar datos con hipótesis, no con curiosidad

Cuándo usarlo

Cuando tienes datos y tiempo, pero no una pregunta clara.

Actúa como científico de datos senior. Antes de tocar los datos, quiero una hipótesis falsable.

Contexto del negocio: {{contexto}}
Datos disponibles: {{datos}}
Decisión pendiente: {{decision}}

Entrega:

1. TRES HIPÓTESIS falsables, cada una con: afirmación, métrica, umbral que la confirma, umbral que la refuta.
2. DISEÑO DEL ANÁLISIS para la hipótesis más prometedora: cohortes, periodo, variable de control, sesgos esperados.
3. QUÉ NO PUEDO CONCLUIR con estos datos, aunque los números salgan bonitos.
4. ANÁLISIS EXPLORATORIO permitido antes de confirmar (y cómo evitar el p-hacking).
5. RESULTADO en formato de tabla con la lectura de negocio, no solo el número.
6. RECOMENDACIÓN: qué haría distinto la semana que viene si se confirma y si no.

Reglas: correlación no es causalidad, y dilo cuando aplique. Sin significancia estadística si la muestra no lo permite. Toda métrica debe tener una definición exacta.

Variables que debes rellenar

Consejos

• ·Si no puedes refutar la hipótesis, no es una hipótesis.
• ·El punto 3 es el que evita las conclusiones vergonzosas en una reunión.
• ·Escribe el umbral antes de ver los datos, no después.