Prompts Maestros logo
Prompts Herramientas Agentes

Prompt: Detectar Correlaciones Entre Variables

Analiza tus datos para descubrir cómo se relacionan tus variables clave y qué factores influyen en los resultados de tu negocio o proyecto.

Este prompt permite analizar cómo se relacionan las variables de tus datos para tomar decisiones informadas. La versión gratuita entrega un análisis descriptivo claro y útil, mientras que la versión extendida profundiza con métricas estadísticas, significancia y recomendaciones estratégicas.

Ideal para analistas, emprendedores o equipos de marketing que buscan validar hipótesis, medir impacto o identificar factores clave de éxito. Compatible con ChatGPT, Gemini, DeepSeek y otros LLMs enfocados en análisis de datos y generación de insights empresariales.

Actúa como un analista estadístico. Evalúa las posibles correlaciones entre las siguientes variables: Datos: [DATOS] Variables a comparar: [VARIABLES] Contexto del estudio: [CONTEXTO] Devuelve: 1. Matriz o listado de correlaciones significativas. 2. Interpretación de las relaciones detectadas. 3. Recomendaciones basadas en los hallazgos.
Eres un analista de datos senior especializado en correlación estadística avanzada. Evalúa las relaciones entre las siguientes variables y genera un informe detallado con coeficientes, significancia y hallazgos clave. Datos: [DATOS] Variables a comparar: [VARIABLES] Variable objetivo: [VARIABLE_OBJETIVO] Contexto del estudio: [CONTEXTO] Tipo de correlación preferido: [TIPO_CORRELACION] Devuelve: 1. Matriz de correlaciones con valores numéricos y dirección (positiva/negativa). 2. Análisis de significancia estadística. 3. Detección de variables con mayor impacto predictivo. 4. Recomendaciones y conclusiones basadas en resultados.
Eres un analista de datos en correlación estadística avanzada. Evalúa las relaciones entre las siguientes variables y genera un informe detallado con coeficientes, significancia y hallazgos clave. Datos: [DATOS] Variables a comparar: [VARIABLES] Variable objetivo: [VARIABLE_OBJETIVO] Contexto del estudio: [CONTEXTO] Tipo de correlación preferido: [TIPO_CORRELACION] Devuelve: 1. Matriz de correlaciones con valores numéricos y dirección (positiva/negativa). 2. Análisis de significancia estadística. 3. Detección de variables con mayor impacto predictivo. 4. Recomendaciones y conclusiones basadas en resultados.
Este prompt pertenece a la categoría de Análisis de Datos

¿Qué hace el prompt?

Versión Básica

  • Analiza las relaciones entre dos o más variables en un conjunto de datos.
  • Detecta correlaciones positivas, negativas o nulas.
  • Resume las correlaciones encontradas y su interpretación práctica.
  • Ofrece sugerencias básicas basadas en los hallazgos.

Versión Extendida

  • Analiza las relaciones entre dos o más variables en un conjunto de datos.
  • Detecta correlaciones positivas, negativas o nulas.
  • Resume las correlaciones encontradas y su interpretación práctica.
  • Ofrece sugerencias básicas basadas en los hallazgos.
  • Análisis estadístico más profundo.
  • Genera una matriz de correlación con coeficientes detallados (Pearson, Spearman o Cramer según tipo de variable).
  • Evalúa la significancia estadística y descarta correlaciones espurias.
  • Detecta variables con alto poder predictivo e impacto directo sobre la variable principal.
  • Propone acciones estratégicas basadas en la fuerza y dirección de las correlaciones.

Versión Eficiente

  • Análisis estadístico más profundo
  • Genera una matriz de correlación con coeficientes detallados (Pearson, Spearman o Cramer según tipo de variable)
  • Evalúa la significancia estadística y descarta correlaciones espurias

¿Cómo usar este prompt?

Versión Básica

  • Copia y pega el prompt junto con tus datos para detectar relaciones entre variables.
  • Completa las variables con tu información:
  • [DATOS] Ejemplo: 'ventas, inversión publicitaria y tráfico web por mes'.
  • [VARIABLES] Ejemplo: 'ventas vs inversión publicitaria'.
  • [CONTEXTO] Ejemplo: 'evaluar el rendimiento de una campaña digital trimestral'.

Versión Extendida

  • Copia y pega el prompt en tu modelo de IA favorito.
  • Completa las variables con tus datos reales:
  • [DATOS] Ejemplo: 'datos de ventas, inversión y visitas por semana en 2024'.
  • [VARIABLES] Ejemplo: 'ventas, inversión publicitaria, tráfico web'.
  • [VARIABLE_OBJETIVO] Ejemplo: 'ventas'.
  • [CONTEXTO] Ejemplo: 'evaluar impacto de la inversión publicitaria en ventas'.
  • [TIPO_CORRELACION] Ejemplo: 'Pearson' o 'Spearman' según el tipo de datos.

Versión Eficiente

  • Copia y pega el prompt en tu modelo de IA favorito
  • Completa las variables con tus datos reales:
  • [DATOS] Ejemplo: 'datos de ventas, inversión y visitas por semana en 2024'
  • [VARIABLES] Ejemplo: 'ventas, inversión publicitaria, tráfico web'

Tips

Versión Básica

  • Incluye al menos dos columnas de datos comparables en formato texto o CSV.
  • Aclara si las variables son numéricas o categóricas.
  • Indica si deseas correlaciones simples o múltiples.
  • Utiliza los resultados para explorar relaciones y validar hipótesis.

Versión Extendida

  • Utiliza datasets con al menos 30 observaciones para obtener correlaciones confiables.
  • Define una variable objetivo clara para orientar el análisis.
  • Puedes solicitar análisis de correlación multivariable o por subgrupos (por región, mes o tipo de cliente).
  • Complementa el resultado con visualizaciones en Excel, Power BI o Python.

Versión Eficiente

  • Utiliza datasets con al menos 30 observaciones para obtener correlaciones confiables
  • Define una variable objetivo clara para orientar el análisis
  • Puedes solicitar análisis de correlación multivariable o por subgrupos (por región, mes o tipo de cliente)

¿Para quién es?

Es ideal para analistas de datos, dueños de pymes, emprendedores y profesionales de marketing que trabajan con hojas de cálculo o informes y quieren entender por qué ocurren ciertos resultados. También es útil para estudiantes o curiosos que están aprendiendo a interpretar relaciones entre números sin usar software complejo.

¿Qué problema resuelve?

Muchas veces tienes datos de sobra, pero no sabes si una variable realmente influye en otra. Este análisis te quita las dudas: identifica si el aumento de inversión publicitaria está ligado a más ventas o si es solo casualidad. Así evitas tomar decisiones basadas en corazonadas y empiezas a actuar con evidencia concreta.

Casos de uso prácticos

  • Comparar el gasto en anuncios con las ventas de cada mes para saber si tu inversión está dando resultados.
  • Evaluar cómo se relacionan las visitas a tu sitio web con la tasa de conversión en tus campañas de email.
  • Analizar si el precio de un producto afecta directamente el número de unidades vendidas en distintas temporadas.
  • Descubrir si la antigüedad de un cliente en tu base de datos se correlaciona con un mayor valor de compra.

Consejos para mejores resultados

  • Proporciona datos limpios y sin celdas vacías; las correlaciones son más fiables cuando los números son consistentes.
  • Especifica si tus variables son numéricas o categóricas, ya que el análisis cambia según el tipo de dato que manejes.
  • No te limites a una sola comparación: prueba varias parejas de variables para encontrar relaciones inesperadas.