Con la democratización de la acción de convertir los datos en conocimientos, también vemos una correlación con el tipo de problema que se está resolviendo. Sin la necesidad de justificar el gran salario de un científico de datos, los líderes empresariales pueden centrarse en pequeños problemas, utilizando los datos existentes para obtener información, y aprovechando el personal existente para construir gradualmente la información.
Esto, combinado con las herramientas y los datos adecuados, permite que cualquiera que tenga un problema que resolver pueda beneficiarse de la ciencia de datos.
Sin embargo, sigue existiendo una desconexión significativa en la percepción, donde las personas creen simultáneamente que la ciencia de los datos es inalcanzable y a la vez sumamente valiosa. Existe una serie de supuestos obstáculos para el uso de los datos que es necesario disipar urgentemente.
Teniendo esto en cuenta, hay cuatro áreas clave de cualquier proyecto de datos- áreas que se pueden escalar fácilmente hacia arriba o hacia abajo sin importar el tamaño de la empresa o del desafío:
1. Identifique los problemas
correctos
a resolver
Cualquier líder empresarial en el camino de la analítica tendrá, sin duda, un problema en mente que resolver. Al igual que la central telefónica automática se inventó debido a que las llamadas mal desviadas causaban molestias, su empresa también debe comenzar el proceso de cambio preguntándose: "¿Qué es lo que más nos preocupa?".
Puede que el problema en sí no tenga una solución inmediata, pero con los datos y las herramientas de análisis adecuadas, se hace mucho más factible. Como en cualquier proceso, las primeras etapas del análisis de datos presentan una serie de pasos. La clave está en empezar poco a poco e ir aumentando los retos.
2. Evalúe los datos y las herramientas que dispone y cómo quiere utilizarlos
Un reto clave en la fase inicial de cualquier empresa que quiera iniciar su viaje analítico es determinar qué datos y herramientas ya tiene. Todas las empresas -de una forma u otra- cuentan con conjuntos de datos que pueden utilizarse para obtener información y lograr un impacto significativo en las decisiones empresariales. Es probable que la mayoría de las empresas ya estén utilizando alguna forma de análisis.
En las etapas iniciales, es aconsejable empezar con algo pequeño y construir un banco de éxitos replicables. Lo fundamental es la calidad de los datos, no la cantidad. Con un pequeño conjunto de datos de alta calidad establecido, incluso los heredados de los sistemas suelen ser suficientes para empezar.
A medida que la información que se necesita de los datos se vuelve más compleja, se pueden añadir una mayor cantidad de procesos y herramientas más fáciles de usar cuando surja una necesidad específica.