• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Balance de 2018 en Analytics Lane

Analytics Lane

enero 7, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Analytics Lane

El cambio de año es un momento que se suele utilizar para realizar un balance anual de los hitos alcanzados. Lo que permite conocer los objetivos que se han conseguido y aquellos que no. En esta primera entrada después del parón navideño me gustaría hacer un balance del blog en 2018, el que ha sido su primer año de vida.

Analytics Lane nació el 2 de mayo de 2018. En los 8 meses de vida se han publicado 114 entradas que se dividen en 102 regulares y 12 noticias. Las entradas regulares se han publicado ininterrumpidamente los lunes, miércoles y viernes, mientras que las noticias han sido puntuales.

Listado de entradas más vistas en 2018

Entre todas las entradas la más visitada ha sido “Archivos JSON con Python: lectura y escritura”. El número de visitas a esta entrada ha supuesto un 5,7% del total al blog. La segunda ha sido “Eliminar filas o columnas con valores nulos en Python”, con un 4,6% del total. La que cierra el pódium de 2018 es “Guardar y leer archivos CSV con Python”, con un 4,0% de las visitas. Todas ellas de la categoría Python. El listado de las 12 entradas mas visitadas se puede consultar en la siguiente tabla.

Augurios deportivos y portadas malditas, o cuando The Economist predice mejor al revés – El bestiario de los indicadores económicos absurdos (parte 3)
En Analytics Lane
Augurios deportivos y portadas malditas, o cuando The Economist predice mejor al revés – El bestiario de los indicadores económicos absurdos (parte 3)

EntradaVisitas
1Archivos JSON con Python: lectura y escritura5,7%
2Eliminar filas o columnas con valores nulos en Python4,6%
3Guardar y leer archivos CSV con Python4,0%
4Unir y combinar dataframes con pandas en Python4,0%
5Eliminar registros duplicados en pandas3,9%
6Guardar y leer archivos Excel en Python2,9%
7Agrupación de datos por fecha en pandas2,5%
8Preguntas en formularios: preguntar sobre la tendencia1,4%
9Visualización de datos en Python con Seaborn1,1%
10Reglas de asociación y market-basket analysis1,1%
11Instalación de varias versiones de Python en Anaconda1,1%
12Eliminar la protección en archivos Excel0,8%

En esta tabla se puede ver apreciar como la categoría más visitada ha sido Python. Solamente hay tres entradas de otras categorías: “Preguntas en formularios: preguntar sobre la tendencia”, “Reglas de asociación y market-basket analysis” y “Eliminar la protección en archivos Excel”.

Procedencia de las visitas en 2018

La ubicación geográfica de los visitantes es más o menos la esperada. Al publicar en español el blog y tener los servidores situados en Europa (la ubicación de los servidores es importante a la hora de aparecer en las búsquedas de un país) era de esperar que uno de los primeros países sea España. El 27% de los visitantes han accedido al blog desde España. Posteriormente se sitúa Estados Unidos con un 14% y México con un 10%. La lista de los 12 primeros países se puede ver en la siguiente tabla.

PaísUsuarios
1España27%
2Estados Unidos14%
3México10%
4Colombia9%
5Chile8%
6Argentina6%
7Perú6%
8Ecuador3%
9Brasil2%
10Venezuela1%
11China1%
12Francia1%

En la lista de los más sorprendente es la presencia de china en la undécima posición.

En total se ha accedido al blog en 2018 desde 59 países diferentes.

Publicidad


Acceso al blog en 2018

Por último, se puede comprobar cómo acceden los visitantes a las páginas del blog. La mayoría, un 68%, acceden desde un buscador (Google, Bing, DuckDuckGo). Los que acceden directamente es un 22%. Este es un dato bastante positivo ya que indica muchos usuarios vuelven a la web. El resto, un 10%, acceden desde los enlaces en redes sociales o desde otras páginas.

Conclusiones del 2018

El primer año de vida del blog ha sido bastante positivo. En este se han publicado más de 100 entradas y los visitantes han crecido semana a semana. Lo que anima a continuar con el blog durante 2019, generando nuevo contenido de forma periódica.

Planes para el 2019

En 2019 se continuará publicando tres entradas regulares a la semana: lunes, miércoles y viernes. Además de esto me gustaría aumentar el número de videos publicados en el canal de YouTube. Un canal en el que se pueden explicar mejor algunos temas tratados en el blog.

Además de esto me gustaría aumentar en número de comentarios en las entradas de cara a crear comunidad y aprender más unos de otros.

En el 2019 para estar al día de todas las publicaciones existen varios medio como el boletín de noticias, nuestra cuenta de Twitter (@analyticslane) o el canal de Telegram.

Imágenes: Pixabay (Johannes Plenio)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicidad


Publicaciones relacionadas

  • Augurios deportivos y portadas malditas, o cuando The Economist predice mejor al revés – El bestiario de los indicadores económicos absurdos (parte 3)
  • Lanzamos el video de ScoreFlow: crea scorecards de crédito de forma ágil y sin IT
  • El bestiario de los indicadores económicos absurdos: El zoo patrio
  • El Binning en Credit Scoring: El Arte de Discretizar Variables
  • Las fórmulas con DNI, o cómo dividir cualquier cosa entre cualquier otra cosa puede acabar publicado en un titular serio – El bestiario de los indicadores económicos absurdos (parte 5)
  • Data Leakage en Credit Scoring: El Error que Invalida tu Modelo
  • Analytics Lane lanza la versión 1.3 del laboratorio con nuevas herramientas de evaluación de modelos y utilidades prácticas
  • La liga internacional, o cuando Harvard y Johns Hopkins suman peras con manzanas – El bestiario de los indicadores económicos absurdos (parte 6)
  • Customer Lifetime Value: la fórmula clásica que todo analista debería dominar

Publicado en: Noticias Etiquetado como: Analytics Lane

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Customer Lifetime Value: la fórmula clásica que todo analista debería dominar

julio 14, 2026 Por Daniel Rodríguez

Noticias

Analytics Lane lanza la versión 1.4 del laboratorio con nuevas herramientas de conversión y modelos avanzados de CLV

julio 10, 2026 Por Daniel Rodríguez

La liga internacional, o cuando Harvard y Johns Hopkins suman peras con manzanas – El bestiario de los indicadores económicos absurdos (parte 6)

julio 9, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Customer Lifetime Value: la fórmula clásica que todo analista debería dominar publicado el julio 14, 2026 | en Ciencia de datos
  • El índice de Davies-Bouldinen para estimar los clústeres en k-means e implementación en Python publicado el junio 30, 2023 | en Ciencia de datos
  • Función de interpolación lineal en Excel sin VBA publicado el noviembre 3, 2021 | en Herramientas
  • Matriz en tabla con Excel Cómo convertir una matriz en tabla con Excel sin VBA publicado el diciembre 4, 2020 | en Herramientas
  • Procesadores cuánticos en Machine Learning e Inteligencia Artificial Procesadores cuánticos en Machine Learning e Inteligencia Artificial: Transformando el futuro de la tecnología publicado el febrero 12, 2025 | en Ciencia de datos, Criptografía, Opinión

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto