Mi experiencia: un EDA sobre los festivales de Barcelona
A menudo decimos que todo empieza con una pregunta. Y, en buena medida, es así: hay algo que nos interesa, algo que queremos entender o una intuición que nos gustaría comprobar, y hace de motor del análisis o la investigación. Pero cuando trabajamos con datos, el recorrido no siempre es tan lineal. A veces tenemos una pregunta bastante definida y buscamos los datos que necesitamos para responderla. Otras veces partimos de un conjunto de datos que nos interesa y, al explorarlo, vamos descubriendo qué podemos preguntarle.
En un análisis exploratorio de datos (EDA, por sus siglas en inglés), ambas cosas pueden ir de la mano. No se trata solo de responder preguntas que ya teníamos, sino también de conocer los datos, detectar patrones, revisar nuestras intuiciones y descubrir nuevas posibilidades de análisis.
Por ejemplo, ¿cuándo se concentran los festivales de Barcelona? ¿Qué ámbitos culturales tienen más presencia? ¿Hay diferencias entre los festivales públicos y los privados? ¿Los festivales gratuitos atraen a más gente? ¿Están creciendo los macrofestivales? Son preguntas que podemos formular a partir de nuestro interés por el ecosistema de festivales. Pero una cosa es plantearlas y otra comprobar qué nos dicen los datos.
Porque entonces aparecen nuevas preguntas: ¿qué consideramos que es «un festival»? ¿Qué datos necesitamos? ¿Dónde podemos encontrarlos? ¿Qué hacemos cuando no están preparados exactamente como los necesitamos? ¿Cómo decidimos qué variables comparar? ¿Y qué pasa cuando los resultados no confirman lo que esperábamos?
En este artículo quiero hacer dicho recorrido a través de un caso concreto: un análisis exploratorio de los festivales artísticos de Barcelona entre 2013 y 2022. No se trata de explicar a qué conclusiones llegué, sino de usar mi EDA de festivales como excusa compartirte el proceso, explicarte algunas de las decisiones que fui tomando, los problemas que aparecieron y cómo la exploración fue modificando y ampliando las preguntas iniciales. Porque hacer un EDA no consiste únicamente en aplicar técnicas a un conjunto de datos: también consiste en decidir qué mirar, cómo hacerlo y hasta dónde podemos llegar con lo que tenemos.
