{"id":1118,"date":"2026-09-12T01:31:45","date_gmt":"2026-09-11T23:31:45","guid":{"rendered":"https:\/\/jordiruiz.pro\/?p=1118"},"modified":"2026-09-17T00:00:33","modified_gmt":"2026-09-16T22:00:33","slug":"ia-analisi-dades-sense-ser-data-scientist","status":"publish","type":"post","link":"https:\/\/jordiruiz.pro\/ca\/ia-analisi-dades-sense-ser-data-scientist\/","title":{"rendered":"IA per a l&#8217;an\u00e0lisi de dades: com treure conclusions sense ser data scientist"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"1118\" class=\"elementor elementor-1118 elementor-967\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-cbcd2d3 elementor-section-full_width elementor-section-height-default elementor-section-height-default\" data-id=\"cbcd2d3\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-no\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-cb5c04b\" data-id=\"cb5c04b\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-a7fb49c elementor-widget elementor-widget-html\" data-id=\"a7fb49c\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<link rel=\"stylesheet\" href=\"https:\/\/jordiruiz.pro\/wp-content\/uploads\/jr-css\/p-40c679e6f3.css\" \/><div class=\"jr-root\"><section class=\"jr-post-hero\"><div class=\"jr-post-hero-bg\" style=\"background-image:url('https:\/\/images.unsplash.com\/photo-1543269664-7eef42226a21?w=1200&#038;q=80')\"><\/div><div class=\"jr-post-hero-inner\"><div class=\"jr-post-metarow\"><span class=\"jr-badge\">Intel\u00b7lig\u00e8ncia Artificial<\/span><span class=\"jr-post-meta\">8 min de lectura<\/span><\/div><h1 class=\"jr-post-title\">IA per a l'an\u00e0lisi de dades: com treure conclusions sense ser data scientist<\/h1><\/div><\/section><div class=\"jr-post-layout\"><aside class=\"jr-toc\"><div class=\"jr-toc-box\"><div class=\"jr-toc-title\"><svg viewBox=\"0 0 24 24\"><line x1=\"8\" y1=\"6\" x2=\"21\" y2=\"6\"\/><line x1=\"8\" y1=\"12\" x2=\"21\" y2=\"12\"\/><line x1=\"8\" y1=\"18\" x2=\"21\" y2=\"18\"\/><line x1=\"3\" y1=\"6\" x2=\"3.01\" y2=\"6\"\/><line x1=\"3\" y1=\"12\" x2=\"3.01\" y2=\"12\"\/><line x1=\"3\" y1=\"18\" x2=\"3.01\" y2=\"18\"\/><\/svg>Contingut<\/div><nav><a href=\"#s1\">Qu\u00e8 pot fer avui la IA amb les teves dades<\/a><a href=\"#s2\">La preparaci\u00f3 que ning\u00fa no fa i que ho decideix tot<\/a><a href=\"#s3\">L'estructura de la pregunta que produeix conclusions \u00fatils<\/a><a href=\"#s4\">Com demanar l'an\u00e0lisi: el prompt de dades<\/a><a href=\"#s5\">El parany de la causalitat<\/a><a href=\"#s6\">Quan encara necessites un analista<\/a><a href=\"#s7\">Conclusi\u00f3<\/a><\/nav><\/div><\/aside><article class=\"jr-article\"><p># IA para an\u00e1lisis de datos: c\u00f3mo sacar conclusiones sin ser data scientist<\/p><p>L'an\u00e0lisi de dades ha deixat de ser un terreny exclusiu del data scientist. No perqu\u00e8 el data scientist hagi perdut valor, sin\u00f3 perqu\u00e8 les eines d'IA han apropat la capacitat d'interpretar dades a qui no domina l'estad\u00edstica ni Python. El professional del m\u00e0rqueting, el responsable de vendes o l'emprenedor que t\u00e9 un full de c\u00e0lcul i una pregunta de negoci pot, avui, treure conclusions accionables sense escriure ni una l\u00ednia de codi.<\/p><p>Aquest article explica com fer servir la IA per a l'an\u00e0lisi de dades amb criteri, on aporta valor real i on el seu \u00fas produeix conclusions equivocades que es presenten com a veritats.<\/p><h2 id=\"s1\">Qu\u00e8 pot fer avui la IA amb les teves dades<\/h2><p>La IA aplicada a l'an\u00e0lisi de dades fa b\u00e9 tres coses que abans requerien un analista.<\/p><p><strong>Resumir i descriure.<\/strong> Davant d'una taula de milers de files, la IA identifica patrons, segmenta, agrupa i descriu el que hi ha. \u201cQuin \u00e9s el perfil del client que converteix m\u00e9s?\u201d \u00e9s una pregunta que, amb les dades ben estructurades, la IA respon en minuts.<\/p><p><strong>Comparar i correlacionar.<\/strong> La IA detecta relacions entre variables que l'ull hum\u00e0 no veu. \u201cQu\u00e8 tenen en com\u00fa les campanyes que funcionen millor?\u201d pot revelar un patr\u00f3 que l'analista no havia considerat.<\/p><p><strong>Predir amb cautela.<\/strong> Amb prou dades, la IA pot projectar tend\u00e8ncies i estimar resultats. La paraula clau \u00e9s cautela: la predicci\u00f3 \u00e9s una hip\u00f2tesi, no una certesa, i confondre-les \u00e9s l'error m\u00e9s car.<\/p><h2 id=\"s2\">La preparaci\u00f3 que ning\u00fa no fa i que ho decideix tot<\/h2><p>El 80% de l'an\u00e0lisi de dades amb IA no es guanya al prompt, es guanya a la preparaci\u00f3. La IA no treu conclusions de dades brutes: les hereta i les amplifica.<\/p><p>La preparaci\u00f3 m\u00ednima: netejar les files amb errors, unificar els formats (dates, monedes, noms), eliminar els duplicats, separar les variables que s\u00f3n en una sola columna i etiquetar les categories. Sense aquesta neteja, la IA treballa amb escombraries i produeix conclusions escombraries amb la seguretat de qui creu que sap.<\/p><p>L'error habitual \u00e9s lliurar l'arxiu tal com est\u00e0 i esperar que la IA se'n surti. La IA se'n surt, per\u00f2 les seves conclusions s\u00f3n menys fiables que les que produiria amb dades netes. La neteja no \u00e9s un tr\u00e0mit, \u00e9s la meitat de l'an\u00e0lisi.<\/p><h2 id=\"s3\">L'estructura de la pregunta que produeix conclusions \u00fatils<\/h2><p>La pregunta de negoci no \u00e9s el mateix que la pregunta d'an\u00e0lisi. \u201cCom van les vendes?\u201d \u00e9s una pregunta de negoci que la IA no sap respondre perqu\u00e8 \u00e9s massa oberta. \u201cQuin canal d'adquisici\u00f3 t\u00e9 el cost per lead m\u00e9s baix i com ha evolucionat els darrers sis mesos?\u201d \u00e9s una pregunta d'an\u00e0lisi que la IA pot respondre amb dades.<\/p><p>La transformaci\u00f3 \u00fatil \u00e9s convertir la pregunta de negoci en una pregunta d'an\u00e0lisi: espec\u00edfica, mesurable i referida a variables que s\u00f3n a les dades. Com m\u00e9s concreta \u00e9s la pregunta, m\u00e9s \u00fatil \u00e9s la resposta.<\/p><h2 id=\"s4\">Com demanar l'an\u00e0lisi: el prompt de dades<\/h2><p>El prompt per a l'an\u00e0lisi de dades t\u00e9 una estructura diferent de la del prompt de redacci\u00f3. Els blocs que funcionen:<\/p><p><strong>Les dades.<\/strong> Quines variables hi ha, qu\u00e8 representa cada columna, en quina unitat s\u00f3n. Sense aquesta descripci\u00f3, la IA endevina, i endevina malament.<\/p><p><strong>La pregunta.<\/strong> La pregunta d'an\u00e0lisi, espec\u00edfica i mesurable.<\/p><p><strong>El format de sortida.<\/strong> Una taula, una llista de conclusions, un esquema. El format ajuda que la resposta sigui accionable, no un text narratiu.<\/p><p><strong>Les restriccions.<\/strong> Qu\u00e8 no ha de fer: no inventar dades que no hi s\u00f3n, no extrapolar fora del rang, no assumir causalitat on nom\u00e9s hi ha correlaci\u00f3.<\/p><h2 id=\"s5\">El parany de la causalitat<\/h2><p>L'error m\u00e9s freq\u00fcent i m\u00e9s car en l'an\u00e0lisi de dades amb IA \u00e9s confondre correlaci\u00f3 amb causalitat. La IA detecta que dues variables es mouen juntes i, si no se li diu el contrari, tendeix a presentar la relaci\u00f3 com a causal. \u201cEls clients que reben m\u00e9s correus compren m\u00e9s\u201d pot ser correlaci\u00f3 (els millors clients reben m\u00e9s correus perqu\u00e8 compren m\u00e9s) o causalitat (els correus provoquen m\u00e9s compres). La difer\u00e8ncia importa, perqu\u00e8 la conclusi\u00f3 operativa \u00e9s l'oposada.<\/p><p>La defensa \u00fatil \u00e9s demanar a la IA que distingeixi sempre entre correlaci\u00f3 i causalitat, que assenyali quan no pot establir causalitat i que proposi l'experiment que la confirmaria. La IA que diu \u201caix\u00f2 \u00e9s una correlaci\u00f3, no una prova de causalitat\u201d \u00e9s m\u00e9s \u00fatil que la que diu \u201caix\u00f2 causa all\u00f2\u201d sense matisos.<\/p><h2 id=\"s6\">Quan encara necessites un analista<\/h2><p>La IA no substitueix el data scientist en tres casos que conv\u00e9 recon\u00e8ixer.<\/p><p>Quan la decisi\u00f3 que es prendr\u00e0 \u00e9s important i les dades s\u00f3n complexes. La IA pot suggerir, per\u00f2 la validaci\u00f3 estad\u00edstica rigorosa continua necessitant un especialista que confirmi que la conclusi\u00f3 no \u00e9s un artefacte del m\u00e8tode.<\/p><p>Quan les dades s\u00f3n sensibles. La IA d'un prove\u00efdor extern no \u00e9s el lloc per analitzar dades que no pots exposar. La infraestructura importa i, aqu\u00ed, l'analista intern amb les eines adequades \u00e9s insubstitu\u00efble.<\/p><p>Quan la pregunta de negoci requereix un model a mida. La IA general respon preguntes generals; el model espec\u00edfic, entrenat per al teu negoci, continua necessitant qui el sap construir.<\/p><h2 id=\"s7\">Conclusi\u00f3<\/h2><p>La IA ha apropat l'an\u00e0lisi de dades a qui no \u00e9s data scientist, per\u00f2 no n'ha eliminat el criteri. La preparaci\u00f3 de les dades, la transformaci\u00f3 de la pregunta de negoci en pregunta d'an\u00e0lisi i la distinci\u00f3 entre correlaci\u00f3 i causalitat continuen sent la feina humana que decideix si la conclusi\u00f3 \u00e9s \u00fatil o enganyosa. La IA executa l'an\u00e0lisi; el professional decideix si la conclusi\u00f3 es pot fer servir.<\/p><p>Si tens dades que no saps com analitzar i vols treure'n conclusions accionables sense contractar un analista, agenda una sessi\u00f3 i ho treballem sobre les teves dades reals.<\/p><\/article><\/div><section class=\"jr-related\"><div class=\"jr-wrap\"><div class=\"jr-servrel\"><h3><svg viewBox=\"0 0 24 24\"><path d=\"M19 21l-7-5-7 5V5a2 2 0 0 1 2-2h10a2 2 0 0 1 2 2z\"\/><\/svg>Serveis relacionats<\/h3><a class=\"jr-servrel-card\" href=\"https:\/\/jordiruiz.pro\/ca\/servei-automatitzacio\/\"><div><h4>Optimitzaci\u00f3 per a IA<\/h4><p>Que la IA recomani la teva marca<\/p><\/div><span class=\"ar\">&rarr;<\/span><\/a><\/div><h2 class=\"jr-h2\">Articles relacionats<\/h2><div class=\"jr-related-grid\"><a class=\"jr-bcard\" data-cat=\"Inteligencia Artificial\" href=\"https:\/\/jordiruiz.pro\/ca\/prompts-que-funcionen-estructurar-instruccions-ia\/\"><div class=\"jr-bcard-img\" style=\"background-image:url('https:\/\/images.unsplash.com\/photo-1581094794329-c8112a89af12?w=1200&#038;q=80')\"><\/div><div class=\"jr-bcard-body\"><div class=\"jr-bcard-meta\"><span class=\"jr-badge\">Intel\u00b7lig\u00e8ncia Artificial<\/span><span class=\"jr-bmeta-min\">8 min<\/span><\/div><h3>Prompts que funcionen: com estructurar instruccions perqu\u00e8 la IA faci el que necessites<\/h3><p>La IA no falla per l'eina, falla per la instrucci\u00f3. L'estructura d'un prompt que funciona: rol, context, tasca, restriccions i exemples.<\/p><span class=\"jr-more\">Llegir-ne m\u00e9s \u2192<\/span><\/div><\/a><a class=\"jr-bcard\" data-cat=\"Inteligencia Artificial\" href=\"https:\/\/jordiruiz.pro\/cuando-no-usar-ia-marketing-prudencia-gana-moda\/\"><div class=\"jr-bcard-img\" style=\"background-image:url('https:\/\/images.unsplash.com\/photo-1591696205602-2f950c417cb9?w=1200&#038;q=80')\"><\/div><div class=\"jr-bcard-body\"><div class=\"jr-bcard-meta\"><span class=\"jr-badge\">Intel\u00b7lig\u00e8ncia Artificial<\/span><span class=\"jr-bmeta-min\">8 min<\/span><\/div><h3>Quan NO fer servir IA en el teu m\u00e0rqueting (i per qu\u00e8 la prud\u00e8ncia guanya a la moda)<\/h3><p>La IA no \u00e9s la resposta a tot. Sis situacions en qu\u00e8 la prud\u00e8ncia guanya a la moda i fer servir IA \u00e9s un error car que es disfressa de modernitat.<\/p><span class=\"jr-more\">Llegir-ne m\u00e9s \u2192<\/span><\/div><\/a><\/div><\/div><\/section><script>(function(){var links=document.querySelectorAll(\".jr-toc a\");if(!links.length)return;var secs=[];for(var i=0;i<links.length;i++){var id=links[i].getAttribute(\"href\").slice(1);var el=document.getElementById(id);if(el)secs.push({l:links[i],el:el});}function os(){var y=window.pageYOffset+150;var cur=secs.length?secs[0]:null;for(var i=0;i<secs.length;i++){if(secs[i].el.getBoundingClientRect().top+window.pageYOffset<=y)cur=secs[i];}for(var j=0;j<links.length;j++)links[j].classList.remove(\"active\");if(cur)cur.l.classList.add(\"active\");}window.addEventListener(\"scroll\",os,{passive:true});os();})();<\/script><\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>La IA ha apropat l&#8217;an\u00e0lisi de dades al no especialista, per\u00f2 no n&#8217;ha eliminat el criteri. Com preparar les dades, formular la pregunta i evitar la trampa de la causalitat.<\/p>\n","protected":false},"author":2,"featured_media":1416,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"elementor_header_footer","format":"standard","meta":{"footnotes":""},"categories":[23],"tags":[],"class_list":["post-1118","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial"],"_links":{"self":[{"href":"https:\/\/jordiruiz.pro\/ca\/wp-json\/wp\/v2\/posts\/1118","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/jordiruiz.pro\/ca\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/jordiruiz.pro\/ca\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/jordiruiz.pro\/ca\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/jordiruiz.pro\/ca\/wp-json\/wp\/v2\/comments?post=1118"}],"version-history":[{"count":0,"href":"https:\/\/jordiruiz.pro\/ca\/wp-json\/wp\/v2\/posts\/1118\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/jordiruiz.pro\/ca\/wp-json\/wp\/v2\/media\/1416"}],"wp:attachment":[{"href":"https:\/\/jordiruiz.pro\/ca\/wp-json\/wp\/v2\/media?parent=1118"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/jordiruiz.pro\/ca\/wp-json\/wp\/v2\/categories?post=1118"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/jordiruiz.pro\/ca\/wp-json\/wp\/v2\/tags?post=1118"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}