# Todo el trabajo es decidir qué no cuentas

URL canónica: https://missyera.com/guias/estadistica-desde-cero/que-dejas-fuera/
Última actualización: 2026-11-21
Autora: Gera Flores (Miss Yera)

> **Respuesta corta**
>
> De un archivo salen miles de números y a la reunión va uno. La regla para elegir: se enseña lo que cambia la decisión y se calla lo que no. Un corte por segmento se enseña si mueve la recomendación, no porque sea interesante, y elegirlo después de mirar los resultados es p-hacking aunque no lo llames así 🌸

Capítulo 20 de 23 del libro [Estadística desde cero](https://missyera.com/guias/estadistica-desde-cero.md).

El capítulo anterior fue cómo se dice. Este es qué se dice, que es más difícil 🌸

## La proporción, para que veas el tamaño del descarte

```
import pandas as pd
import numpy as np

URL = 'https://missyera.com/static/datasets/ventas-miss-yera.csv'
df = pd.read_csv(URL)
d = df[['canal', 'compro', 'segmento', 'ciudad']].dropna(subset=['canal', 'compro'])
sub = d[d['canal'].isin(['WhatsApp', 'Web'])]

print('celdas del archivo:', df.size)
print('filas que uso     :', len(sub))
print('numeros del titular:', 4)
```

```text
celdas del archivo: 42518
filas que uso     : 1526
numeros del titular: 4
```

42.518 celdas para decir cuatro números. **Analizar es sobre todo descartar**, y nadie te enseña con qué criterio.

## El general, y lo que esconde

```
w = sub[sub['canal'] == 'WhatsApp']['compro']
b = sub[sub['canal'] == 'Web']['compro']
print('diferencia general:'Round(float(w.mean() - b.mean()), 4))</pre>

<pre class="salida">diferencia general: 0.0694</pre>

<p>69 puntosEse es el titular del capítulo 19.
Ahora ábrelo:

for seg in sorted(sub['segmento'].dropna().unique()):
    s = sub[sub['segmento'] == seg]
    a = s[s['canal'] == 'WhatsApp']['compro']
    c = s[s['canal'] == 'Web']['compro']
    print(seg.ljust(11), 'WhatsApp', round(float(a.mean()), 3),
          '| Web', round(float(c.mean()), 3),
          '| dif', round(float(a.mean() - c.mean()), 3))

Bodega      WhatsApp 0.452 | Web 0.389 | dif 0.063
Horeca      WhatsApp 0.651 | Web 0.635 | dif 0.016
Mayorista   WhatsApp 0.815 | Web 0.74 | dif 0.075
Minimarket  WhatsApp 0.694 | Web 0.57 | dif 0.123

Mira la distancia: Minimarket sube 12,3 puntos y Horeca 1,6.
Casi ocho veces.

El 6,9 general no está mal calculado, es un promedio correcto. Lo que pasa es
que cambia la recomendación: con el general, mueves a todos los
clientes a WhatsApp. Con la apertura, no mueves a Horeca, porque el esfuerzo no
se va a pagar ahí.

Ese es el criterio entero de este capítulo: se enseña lo que cambia
la decisión. No lo que es interesante, no lo que costó trabajo, no lo
que quedó bonito.

Y entonces por qué no enseñar todos los cortes

La tentación obvia: si abrir por segmento sirvió, abro por todo.

segs = sub['segmento'].nunique()
ciu = sub['ciudad'].nunique()
print('segmentos:', segs, '| ciudades:', ciu)
print('comparaciones posibles:', segs + ciu + segs * ciu)

segmentos: 4 | ciudades: 9
comparaciones posibles: 49

49 comparaciones con dos columnas. Con cinco columnas son cientos.

Y con 49 comparaciones, alguna va a salir significativa por
casualidad. Es el p-hacking del capítulo 17,
y no deja de serlo porque tú no lo estuvieras buscando a propósito.

La diferencia entre abrir por segmento y hacer p-hacking no está en el
código: está en cuándo lo decidiste. Si el corte lo elegiste
antes de mirar, porque el negocio funciona distinto en cada segmento, es
análisis. Si lo elegiste después, porque ese era el que daba, es otra cosa.

Por eso la lista de cortes que vas a mirar se escribe antes, igual que el
criterio de la prueba A/B del capítulo 18.

La tabla que nadie lee

t = sub.pivot_table(index='segmento', columns='canal',
                    values='compro', aggfunc='mean').round(3)
print(t.to_string())
print('celdas:', t.size)

canal         Web  WhatsApp
segmento
Bodega      0.389     0.452
Horeca      0.635     0.651
Mayorista   0.740     0.815
Minimarket  0.570     0.694
celdas: 8

Ocho celdas, que ya es una tabla chiquita, y aun así nadie la va a leer en
una reunión: van a mirar los números buscando el suyo.

Lo que sí se lee es la frase que sale de ahí:

"Minimarket es donde más sube, doce puntos. Horeca casi no se mueve, así
que ahí no lo movería."

La tabla va igual, en la lámina o en el anexo, porque quien quiera verificar
tiene derecho. Pero la tabla acompaña a la frase, no la
sustituye 🧾

Del dato a la recomendación, que son cuatro escalones

Hasta acá el capítulo va de qué cortes enseñas y cuáles no. Falta lo otro: en
qué se convierte lo que enseñas.

Porque el error más común de un informe no es enseñar de más ni de menos, es
entregar el escalón de abajo y llamarlo conclusión. Los cuatro
son estos:

EscalónCómo suena

El dato"Marketplace convierte 0,461"
El hallazgo"Marketplace convierte bastante menos que los otros tres, y la diferencia no se explica por azar"
La lectura"Ahí llega gente comparando precio, no gente que ya nos venía buscando"
La recomendación"Bajemos la inversión en Marketplace un mes y midamos si las ventas totales caen"

El primero no lo discute nadie. El segundo tampoco, si hiciste bien el
capítulo 18. El tercero es donde entra tu
criterio y donde te puedes equivocar, y por eso conviene decirlo como lo
que es, una lectura, y no colarla como si fuera dato.

Un informe que se queda en el primer escalón obliga a que quien lo lee suba
los otros tres, y va a subirlos peor que tú porque no miró los datos. Uno que
salta directo al cuarto sin enseñar los de abajo no se puede discutir, y lo que
no se puede discutir no se aprueba.

Cuando el número te sorprende, búscale una segunda fuente

Y una costumbre que vale por muchas técnicas: si un resultado te
sorprende, confírmalo por otro lado antes de contarlo.

Otro lado significa un dato que se haya generado por un camino distinto. Si el
sistema dice que las ventas de un canal cayeron, pregúntale a quien atiende ese
canal. Si un grupo de clientes aparece raro, mira tres fichas a mano. Si la
encuesta dice una cosa, mira si la operación dice lo mismo.

A eso le dicen triangulación, y no es desconfianza: es que los
errores de carga, los filtros mal puestos y las columnas que cambiaron de
significado no avisan, y ninguno de ellos sobrevive a que dos fuentes distintas
digan lo mismo.

La versión corta, que es la que uso: un número sorprendente es una
hipótesis, no un hallazgo, hasta que algo que no sea la misma consulta
lo confirme 🔍

Lo que no te puedes callar

Hasta acá hablamos de elegir. Hay una categoría aparte: lo que se dice
aunque estropee tu titular.

La limitación que cambiaría la conclusión. Si las filas no
son independientes, si el periodo fue raro, si un segmento tiene 30 filas.
El corte que te salió en contra. Si abriste por ciudad y
en dos no funciona, eso se dice. Callarlo es lo que hace que la próxima vez no
te crean.
Que es correlación y no causa, cuando no hubo asignación
al azar.
De dónde salieron los supuestos del cálculo de dinero.

La regla que uso: si alguien lo descubriera después de
decidir, ¿se sentiría engañado? Si la respuesta es sí, va dentro 💛

El error de cortar hasta que no quede nada

sub[sub['ciudad'] == 'Tarapoto']['compro'].value_counts(normalize=True).loc[1]

KeyError: 1

Un KeyError pelado, que no dice nada de lo que pasó de verdad:
en Tarapoto no hay ninguna venta, así que no hay nada que contar y no existe la
clave.

Este error sale cuando encadenas filtros buscando el corte que dé bonito. Y
la versión peligrosa es la que no revienta: te quedan cuatro
filas, sale un 75% espectacular, y ese número acaba en una lámina sin el
n = 4 al lado.

La costumbre que lo evita: imprimir el tamaño del grupo junto al
porcentaje, siempre. No hay excepciones para esa regla.

Lo que te llevas

De 42.518 celdas salen cuatro números. Analizar es descartar.
Se enseña lo que cambia la decisión.
El promedio general puede ser correcto y esconder lo que importa.
Elegir el corte después de ver los resultados es p-hacking.
La tabla acompaña la frase, no la sustituye.
Lo que se calla se elige; la limitación que cambiaría la conclusión no se
elige, va dentro.
El porcentaje sin el tamaño del grupo al lado es medio dato.

Comprueba que lo tienes
El promedio general dice +6,9 puntos, pero por segmento va de +1,6 en Horeca a +12,3 en Minimarket. ¿Qué llevas a la reunión?

El general y la apertura por segmento, porque cambian la recomendación: Horeca no se mueve
Solo el general, porque es el resultado del análisis
Solo la apertura, porque el detalle siempre es mejor
Las 49 comparaciones posibles, para que decidan ellos

Ejercicios

1. Siempre el n al lado del porcentaje
Mira cuánto cambia la lectura cuando aparece el tamaño.
for ciudad in sorted(sub['ciudad'].dropna().unique()):
    s = sub[sub['ciudad'] == ciudad]['compro']
    print(ciudad.ljust(10), 'convierte', round(float(s.mean()), 3),
          '| n =', len(s))
Arequipa   convierte 0.613 | n = 284
Chiclayo   convierte 0.59 | n = 244
Cusco      convierte 0.635 | n = 244
LIMA       convierte 0.667 | n = 66
Lima       convierte 0.545 | n = 55
Líma       convierte 0.597 | n = 67
Piura      convierte 0.624 | n = 263
Trujillo   convierte 0.631 | n = 244
lima       convierte 0.593 | n = 59
Dos cosas, y las dos importan.
La primera: hay cuatro maneras de escribir Lima y cada una
tiene su fila. Juntas suman 247 ventas, más que cualquier otra ciudad, y
separadas parecen cuatro sitios chiquitos. Ese es el trabajo de limpieza que va
antes de cualquier informe.
La segunda: sin el n al lado, las nueve líneas parecen igual de
sólidas. Con el n, se ve que ese 66,7% de "LIMA" sale de 66
ventas.

2. El corte que te sale en contra
Búscalo a propósito, porque es el que hay que contar.
for seg in sorted(sub['segmento'].dropna().unique()):
    s = sub[sub['segmento'] == seg]
    a = s[s['canal'] == 'WhatsApp']['compro']
    c = s[s['canal'] == 'Web']['compro']
    dif = float(a.mean() - c.mean())
    se = float(np.sqrt(a.var(ddof=1) / len(a) + c.var(ddof=1) / len(c)))
    cruza = (dif - 1.96 * se) < 0 < (dif + 1.96 * se)
    print(seg.ljust(11), 'dif', round(dif, 3),
          '| intervalo cruza el cero:', cruza)
Bodega      dif 0.063 | intervalo cruza el cero: True
Horeca      dif 0.016 | intervalo cruza el cero: True
Mayorista   dif 0.075 | intervalo cruza el cero: True
Minimarket  dif 0.123 | intervalo cruza el cero: False
Tres de los cuatro cruzan el cero. Solo Minimarket se sostiene.
O sea que de la apertura entera, lo único que puedes afirmar es
"en Minimarket sube y en los otros tres no lo sabemos". Bodega
y Mayorista tienen una dirección que apunta bien y una muestra que no alcanza
para probarla, porque al abrir cada grupo se queda con unas 180 filas y el
intervalo se ensancha, como viste en el capítulo
19.
Fíjate en lo cómodo que sería callarse esta línea y presentar los cuatro
números como si los cuatro dijeran algo. Y fíjate en lo distinto que suena el
informe honesto: no es peor, es más útil, porque le dice a quien decide dónde
poner el esfuerzo primero 💛

3. Cuántas comparaciones hacen falta para encontrar algo
La cuenta que explica el p-hacking sin fórmulas.
for k in (1, 5, 20, 49):
    p = 1 - 0.95 ** k
    print('con', str(k).rjust(2), 'comparaciones, probabilidad de al menos un',
          'falso positivo:', round(p * 100, 1), '%')
con  1 comparaciones, probabilidad de al menos un falso positivo: 5.0 %
con  5 comparaciones, probabilidad de al menos un falso positivo: 22.6 %
con 20 comparaciones, probabilidad de al menos un falso positivo: 64.2 %
con 49 comparaciones, probabilidad de al menos un falso positivo: 91.9 %

Con las 49 comparaciones que tenía a mano, la probabilidad de que
al menos una salga significativa siendo mentira es del 91,9%.
Por eso no es una cuestión de honestidad personal: aunque no estés haciendo
trampa, si miras cuarenta y nueve cortes vas a encontrar uno. La defensa es
decidir los cortes antes, y decir cuántos miraste.

4. El resumen de una línea, generado
Que la frase salga del dato y no de tu memoria.
filas = []
for seg in sorted(sub['segmento'].dropna().unique()):
    s = sub[sub['segmento'] == seg]
    a = s[s['canal'] == 'WhatsApp']['compro']
    c = s[s['canal'] == 'Web']['compro']
    filas.append((float(a.mean() - c.mean()), seg))
filas.sort(reverse=True)
mejor, peor = filas[0], filas[-1]
print('El mayor efecto esta en', mejor[1], 'con',
      round(mejor[0] * 100, 1), 'puntos.')
print('El menor esta en', peor[1], 'con', round(peor[0] * 100, 1), 'puntos.')
El mayor efecto esta en Minimarket con 12.3 puntos.
El menor esta en Horeca con 1.6 puntos.

Dos líneas que se pegan al informe tal cual. La gracia no es ahorrarse
escribir: es que si mañana entran datos nuevos y Horeca pasa a ser el mejor, la
frase cambia sola y tú te enteras.

5. La limitación, medida en vez de intuida
Cuenta cuántos grupos tienen menos de 100 filas.
chicos = []
for seg in sorted(sub['segmento'].dropna().unique()):
    for ciudad in sorted(sub['ciudad'].dropna().unique()):
        n = len(sub[(sub['segmento'] == seg) & (sub['ciudad'] == ciudad)])
        if n < 100:
            chicos.append(n)
print('cruces segmento por ciudad:', 4 * 9)
print('con menos de 100 filas    :', len(chicos))
print('el mas chico              :', min(chicos))
cruces segmento por ciudad: 36
con menos de 100 filas    : 36
el mas chico              : 10
Los 36 cruces tienen menos de 100 filas y el más chico tiene 10. Esa frase,
tal cual, es la limitación que va en el informe: "no abro por segmento y ciudad
a la vez porque el cruce más chico tiene diez ventas".
Decirlo medido es muy distinto de decir "no había suficientes datos". Lo
primero es un análisis; lo segundo suena a excusa.

6. La prueba del engaño
Aplica la regla a tres cosas que podrías callarte.
casos = [
    ('use una prueba t de Welch y no de Student', False),
    ('los cuatro intervalos por segmento cruzan el cero', True),
    ('tarde tres dias en limpiar las ciudades', False),
    ('los clientes se repiten entre filas', True),
]
for texto, va_dentro in casos:
    print(('VA DENTRO ' if va_dentro else 'se puede omitir'), texto)
se puede omitir use una prueba t de Welch y no de Student
VA DENTRO  los cuatro intervalos por segmento cruzan el cero
se puede omitir tarde tres dias en limpiar las ciudades
VA DENTRO  los clientes se repiten entre filas
Las dos que van dentro tienen algo en común: si alguien las descubriera
después de decidir, se sentiría engañado. Las otras dos son trabajo tuyo, y el
trabajo tuyo va en el anexo o no va.
Esa es la prueba entera, y se puede aplicar en diez segundos antes de mandar
cualquier informe 💛
```

## Seguir leyendo

- Anterior: [El titular dice lo que encontraste, no lo que hiciste](https://missyera.com/guias/estadistica-desde-cero/el-titular-va-primero.md)
- Siguiente: [Las seis preguntas que te van a hacer](https://missyera.com/guias/estadistica-desde-cero/las-preguntas-de-la-reunion.md)

## Contacto

- Diagnóstico de 30 minutos con Miss Yera: https://calendly.com/soymissyera/reunion-con-yera
- Correo: hola@missyera.com
- Esta página en HTML: https://missyera.com/guias/estadistica-desde-cero/que-dejas-fuera/
- Índice de todas las páginas en texto: https://missyera.com/llms-index.txt
