This essay provides practical advice about how to do transparent and reproducible data analysis and writing. We note that doing research in this way today will not only improve the cumulation of knowledge within a discipline, but it will also improve the life of the researcher tomorrow. We organize the argument around a series of homilies that lead to concrete actions. (1) Data analysis is computer programming. (2) No data analyst is an island for long. (3) The territory of data analysis requires maps. (4) Version control prevents clobbering, reconciles history, and helps organize work. (5) Testing minimizes error. (6) Work *can* be reproducible. (7) Research ought to be credible communication.Este ensayo ofrece consejos prácticos sobre cómo efectuar análisis de datos y escritura científica de forma transparente y reproducible. Argumentamos que organizar la investigación de esta manera en tiempo presente no sólo mejorará la acumulación de conocimientos dentro de una disciplina, sino que también mejorará la vida académica futura del propio investigador. El argumento está organizado en torno a una serie de lecciones que conducen a acciones concretas. (1) El análisis de datos es programación computacional. (2) Ningún analista de datos es una isla por mucho tiempo. (3) El territorio del análisis de datos requiere del uso de mapas. (4) El control de versiones evita la superposición de versiones, la reconciliación del historial y favorece la organización del trabajo. (5) La prueba minimiza el error. (6) El trabajo * puede* ser reproducible. (7) La investigación debe ser una comunicación creíble.