Esta semana hablamos con Antonio Pita sobre Data Science, ya que es un tema importante a día de hoy: qué hacer y cómo sacar provecho a la gran cantidad de información que las empresas almacenan en sus sistemas.

Los llamados “científicos de datos” son los profesionales responsables de su explotación y se encuentran con barreras que son comunes en empresas de distintos sectores. No es fácil que los mundos del analista y del negocio convivan.

Es habitual que el analista disponga de cierto bagaje tecnológico porque necesita tener conocimiento de técnicas complejas, pero no debe perder el foco de que con su trabajo ya que ha de solucionar un problema de negocio. El objetivo no es el dato sino solucionar un problema de la empresa.

Eliminar el binomio negocio vs. tecnología, que vayan de la mano y hablen un mismo idioma, ayudaría en gran medida a que las dos grandes patas trabajen conjuntamente en armonía. Sin embargo y tal y como están planificadas las carreras en la universidad en España, no ayuda a lograr ese ideal. Por ejemplo, en las carreras técnicas como Informática, Matemáticas y Estadística en ningún momento se enriquecen con enseñanzas sobre posibles aplicaciones técnicas al negocio. También es cierto que cada vez va habiendo más perfiles de tipo mixto: personas que estudiaron Arte o Arquitectura se han reciclado al mundo técnico y son capaces de aportar una visión más innovadora.

El comienzo de todo proyecto debe comenzar por tener claro el problema de negocio que se desea solucionar y cómo se quiere hacer. Es fundamental tener clara la perspectiva que se le quiera dar al problema, ya que uno mismo puede tener varias.

Centrar la idea es importante, y también lo es el hecho de tener claro cómo se va a poder accionar la solución. Una vez clarificado el resultado al que se quiere llegar, el proyecto continúa por identificar la información de la que me gustaría disponer y ver de la que se dispone, porque igual hay cosas que no se están midiendo debidamente y ese es el primer punto sobre el que actuar.

En definitiva, se trata de crear un proyecto inicial e irlo desarrollando con interacciones cortas, cambiar la idea de que un proyecto es algo que se empieza y se termina y disponer de un modelo inicial que arroja un resultado con el que se puede trabajar desde un primer día, sin olvidar mejorarlo constantemente en los días sucesivos. La prioridad inicial no debe ser la exactitud sino mejorar lo que hay o llegar a un modelo que permita abrir una línea de exploración por muchos más canales.

El proyecto debe partir de un conocimiento de la situación actual para medir lo que se tiene, es decir, disponer datos con los que comparar los resultados de un modelo “ultra-sencillo”. Si se compara y se ha mejorado, entonces el esfuerzo habrá merecido la pena, ya que si no, habrá que dedicarle un mayor esfuerzo.

De esto y mucho más hablamos en el podcast de hoy 🙂

Seguiremos informando…