La pregunta
¿Cómo va la operación cada semana?
La gerencia de Tingua quiere abrir un tablero cada lunes y saber, para la semana que pasó y para cada ciudad, cuántos pedidos hubo, cuánto tardaron, cuántos llegaron tarde y qué tan satisfecha quedó la clientela. Tu tablero responde esa pregunta con los datos del curso y con las herramientas de las sesiones 1 a 4: tipos de variable, distribuciones, medidas de centro y de dispersión, atípicos y tablas dinámicas.
Recuerda que Tingua es una empresa ficticia: sus datos se generaron para el curso y no corresponden a personas ni a empresas reales.
Cómo se organiza
- En parejas. Solo si el grupo tiene un número impar de estudiantes, un equipo puede ser un trío.
- Con una herramienta, la que elija la pareja: Streamlit, Shiny (en Python o en R), Power BI o Looker Studio.
- Trabajo independiente, desde la sesión 4 hasta la sesión 8, con avances que se revisan en clase (ver Hitos).
- Se presenta en la sesión 8. El formato de las presentaciones se anuncia en la sesión 7.
Los datos y cómo cargarlos
El tablero usa solo pedidos.csv: los 12 000 pedidos de Tingua, del 1 de
enero al 30 de junio de 2026, en cinco ciudades, con las 15 columnas del diccionario de datos de la sesión
1. Es el mismo archivo que crea la primera celda de cada notebook.
Si el navegador muestra el archivo como texto, haz clic derecho en el botón y elige Guardar enlace como…
El archivo está en UTF-8, separado por comas y con punto decimal. Notas para cada herramienta:
| Herramienta | Cómo cargar el archivo |
|---|---|
| Looker Studio | No lee el archivo desde la URL: descárgalo y súbelo con el conector de carga de archivos CSV. |
| Power BI Desktop | Solo funciona en Windows (en Mac, elige otra herramienta). Antes de importar, en
Archivo → Opciones y configuración → Opciones → Archivo actual → Configuración regional, elige
Inglés (Estados Unidos) (en-US) como configuración regional de la importación, para que los
decimales con punto no se lean como miles. Luego, en Obtener datos → Texto o CSV, elige el
origen 65001: Unicode (UTF-8) para que las tildes se lean bien. Comprueba que la mediana de
distancia_km dé 3,1 km. |
| Streamlit | Se construye en tu computador (no desde Colab) y, para entregarlo, se publica en Streamlit
Community Cloud, que es gratuito con una cuenta de GitHub. Con pandas,
pd.read_csv lee el archivo o su URL. |
| Shiny | En Python o en R, como prefiera la pareja. En los dos se lee el archivo o su URL
(pd.read_csv en Python, read.csv en R). |
La lista mínima
Es requisito para que el tablero se evalúe: cada elemento tiene que estar. Qué tan bien está hecho se valora con la rúbrica.
- Abre y usa solo
pedidos.csv. - Cuatro indicadores semanales, cada uno con su definición escrita en el tablero:
- el número de pedidos de la semana;
- el tiempo de entrega típico con su dispersión: la mediana y el RIC;
- el % de pedidos que tardan más que un umbral de promesa que la pareja justifica (por ejemplo, 45 min), mostrando sobre cuántos pedidos se calcula (n);
- la satisfacción como % de pedidos con 4 o 5 estrellas entre los calificados, mostrando cuántos se calificaron. La calificación es ordinal: no se promedia.
- Un filtro por ciudad y un selector de semana que cambian todos los indicadores.
- Una comparación: entre ciudades, entre semanas, con y sin lluvia o la que la pareja justifique.
- Un texto para la gerencia: tres hallazgos con cifras y una recomendación.
- Una nota sobre los datos, con: la fuente; su calidad (por ejemplo, el 40,8 % de los pedidos no tiene calificación); la regla de atípicos que se usó; el tope de 14 km de la distancia; las semanas incompletas; los grupos pequeños por ciudad, y el uso de IA (ver El uso de IA).
Sobre los grupos pequeños: en las semanas completas hay ciudades con solo 34 pedidos en una semana, y con apenas 18 calificados en otra. Un porcentaje sobre tan pocos pedidos cambia mucho de una semana a otra; por eso cada indicador muestra su n.
Las semanas ISO
Una semana ISO va de lunes a domingo, y la semana 1 es la que contiene el primer jueves del año. Así se calcula en cada herramienta:
| Herramienta | Semana ISO de la columna fecha |
|---|---|
| pandas (Streamlit, Shiny en Python) | pd.to_datetime(pedidos["fecha"]).dt.isocalendar().week |
| R (Shiny en R) | lubridate::isoweek(as.Date(pedidos$fecha)) (una vez antes:
install.packages("lubridate")) |
| Power BI | WEEKNUM(pedidos[fecha], 21) (el 21 pide la semana ISO) |
| Looker Studio | ISOWEEK(fecha) |
| Google Sheets | ISOWEEKNUM(B2), si la fecha está en la columna B |
Los datos cubren 27 semanas, y dos están incompletas: la semana 1 tiene 4 días (304 pedidos) y la 27, 2 días (111 pedidos). Márcalas en el tablero: compararlas con una semana completa haría creer que los pedidos cayeron. La celda [semanas] del notebook de la sesión 4 (se abre en otra pestaña) muestra cómo encontrarlas.
Las gráficas
Qué gráfica para qué pregunta
| Si la pregunta es de… | Usa | Ejemplo en Tingua |
|---|---|---|
| Tendencia | Una línea | Los pedidos de cada semana |
| Comparación | Barras | El tiempo típico de cada ciudad |
| Distribución | Un histograma o una caja | Cómo se reparten los tiempos de entrega |
| Composición | Barras apiladas al 100 % | Los medios de pago de cada ciudad |
| Relación | Un diagrama de dispersión | La distancia y el tiempo de entrega |
Cuatro reglas
- Las barras empiezan en cero: si no, una diferencia pequeña parece enorme.
- Los títulos afirman: «Bogotá tarda más que las demás ciudades», no «Tiempo por ciudad».
- Cada eje dice su unidad y cada color tiene su leyenda.
- No conviertas ruido en noticia: un cambio pequeño entre dos semanas, o un % calculado sobre pocos pedidos, no es una tendencia.
Para ir más lejos (opcional)
Lo que veremos en las sesiones 5 a 7 puede enriquecer el tablero, sin ser requisito: el sesgo de los pedidos sin calificación (sesión 5), intervalos de confianza para los porcentajes semanales (sesión 6) o una regresión del tiempo de entrega sobre la distancia y la lluvia (sesión 7).
Hitos
- Después de la sesión 4La pareja, la herramienta y tres preguntas de la gerencia, cada una con su indicador. Se coevalúan al abrir la sesión 5.
- Sesiones 5 y 6Un prototipo que abre, carga los datos y muestra los cuatro indicadores.
- Sesión 7Las comparaciones y el texto para la gerencia.
- Sesión 8La presentación del tablero.
La entrega
Por la plataforma del curso, antes de la sesión 8. Qué se entrega depende de la herramienta:
| Herramienta | Qué se entrega |
|---|---|
| Looker Studio | El enlace al informe, con permiso de lectura para el docente |
| Power BI | El archivo .pbix y un PDF del tablero |
| Streamlit | La URL de la aplicación y su código |
| Shiny | La URL de la aplicación o la aplicación (su código) |
La evaluación
Como dice el syllabus del curso, el tablero se evalúa desde tres miradas:
| Quién evalúa | Qué se valora |
|---|---|
| Tú: autoevaluación individual | Tu desempeño con los criterios de la rúbrica y tu aporte a la pareja: qué hizo cada integrante. |
| Otra pareja: coevaluación | Un formulario de tres criterios que se comparte antes de la sesión 8. |
| El docente: heteroevaluación | La rúbrica completa, de cinco criterios. |
La rúbrica
Cinco criterios, cada uno en cuatro niveles. Los descriptores dicen qué se tiene que poder ver en el tablero o en su nota sobre los datos. La rúbrica se aplica a los tableros que cumplen la lista mínima: los niveles describen qué tan bien está hecho cada elemento, no si está. Destacado incluye lo de Logrado.
| Criterio | Inicial | En desarrollo | Logrado | Destacado |
|---|---|---|---|---|
| 1. Datos y medidas CR1 del syllabus | Algún indicador está mal calculado o usa una medida que no corresponde a la variable (por ejemplo, la media de la calificación, que es ordinal, o el % de 4 y 5 estrellas con los pedidos sin calificar en el denominador), o su definición no dice qué calcula. | Las medidas corresponden a cada variable, pero alguna definición es ambigua (no dice sobre qué pedidos se calcula), el tiempo típico no muestra su n o las semanas incompletas aparecen sin marcar junto a las completas. | Los cuatro indicadores tienen definición escrita, usan la medida que corresponde (mediana y RIC para el tiempo; % de 4 y 5 estrellas entre los calificados) y muestran su n; las semanas incompletas están marcadas. | Además, la nota sobre los datos explica cómo afecta a cada indicador la calidad del archivo: los pedidos sin calificación, el tope de 14 km y los grupos pequeños. |
| 2. Técnicas y herramienta CR2 del syllabus | La nota nombra la regla de atípicos, pero no dice con qué referencia (todos los pedidos o los de cada ciudad) ni por qué, y no explica por qué se eligió la herramienta. | Justifica la regla de atípicos o la elección de la herramienta, pero no las dos. | La nota dice qué regla de atípicos se usó (1,5 RIC, puntaje z u otra), con qué referencia (todos los pedidos o los de cada ciudad) y por qué; y por qué la pareja eligió su herramienta frente a las otras tres. | Además, compara con los datos dos reglas o dos referencias y muestra qué cambia en el tablero con cada una. |
| 3. Visualización Categorías de visualización del syllabus | El tablero no tiene gráficas, o las que tiene no corresponden a su pregunta o engañan (por ejemplo, barras que no empiezan en cero). | La mayoría de las gráficas corresponde a su pregunta, pero hay títulos que solo nombran el tema, ejes sin unidad o colores sin leyenda. | Cada gráfica usa la categoría que corresponde a su pregunta (tendencia, comparación, distribución, composición o relación); las barras empiezan en cero, los ejes llevan su unidad y los títulos afirman. | Además, el tablero se lee en orden, de lo general al detalle, y destaca lo importante sin adornos que distraigan. |
| 4. Interpretación para la gerencia CR3 del syllabus | Los hallazgos repiten lo que muestran las gráficas o sus cifras no dicen de qué semana, ciudad o grupo hablan, y la recomendación no se apoya en ellos. | Hay hallazgos con cifras, pero alguno toma un cambio pequeño o un grupo pequeño por una tendencia, o la recomendación no se sigue de los hallazgos. | Tres hallazgos con cifras, unidades y su referencia (qué semana, qué ciudad, sobre cuántos pedidos), y una recomendación que se sigue de ellos. | Además, separa lo que los datos muestran de lo que no pueden probar, como las causas de una demora. |
| 5. Funcionamiento | El filtro o el selector fallan en algunas combinaciones de ciudad y semana (por ejemplo, la pantalla queda en blanco o muestra un error con una ciudad en la semana 27). | Funciona con todas las combinaciones de ciudad y semana, pero no explica cómo se actualizaría con los pedidos de una semana nueva, o la explicación no sirve para su herramienta. | El filtro por ciudad y el selector de semana cambian todos los indicadores, y dos frases explican cómo se actualizaría el tablero con los pedidos de una semana nueva. | Además, la actualización está probada (por ejemplo, con un archivo de prueba) y la pareja que lo coevalúa lo usa sin ayuda en la sesión 8. |
Cada herramienta calcula los cuartiles a su manera, así que la mediana y el RIC pueden diferir un poco entre ellas. Esas pequeñas diferencias no se penalizan.
El uso de IA
Puedes usar herramientas de inteligencia artificial para programar, diseñar o redactar, si lo declaras en la nota sobre los datos: qué herramienta usaste y para qué. Cada integrante de la pareja debe poder explicar cada cifra del tablero y cómo se calculó.