(Expansión) - Cualquiera puede convertirse en un científico de datos. Esta es una afirmación bastante sorprendente que muchos propietarios de pequeñas empresas pondrían en duda, pero en el entorno digital actual es algo que se puede conseguir.
La capacidad de tomar datos y convertirlos en información para la resolución de problemas ya no es exclusiva de quienes tienen años de experiencia o un título universitario específico.
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:
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.
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.
En las primeras etapas de cualquier proyecto, demostrar los éxitos pequeños, fácilmente reproducibles y escalables es clave para poder seguir impulsando los beneficios. Si se consigue posicionar estos logros como económicamente viables y fácilmente reproducibles, se puede empezar a generar el capital político y la aceptación necesaria para ampliar un proyecto de datos.
Una vez completada con éxito la prueba de concepto de la primera fase, se pueden abordar proyectos más complicados.
El verdadero valor de un trabajo de analítica exitoso proviene de la automatización de estos conocimientos - liberando al líder del proyecto para centrarse en proyectos más nuevos y de mayor valor en conjunto.
Los que realmente adoptan estos conocimientos saben cuál es el proceso empresarial al que se relacionan y, por lo tanto, es esencial incluirlos en el diseño y la puesta en marcha de dichos proyectos.
Una vez que se ha completado este proceso de preparación y se han puesto en marcha los procesos para garantizar que se recopilan los datos correctos -limpios-, las empresas pueden empezar a democratizar el acceso a esos datos y comenzar a transformarlos en una visión empresarial.
La capacitación de las personas más cercanas al problema para dar respuestas rápidas a las preguntas es uno de los beneficios más significativos de la aplicación de una estrategia basada en datos. También es un beneficio que es altamente alcanzable.
Con unos cimientos firmes basados en la evaluación, la preparación y la identificación, podemos empezar a ampliar el alcance del trabajo que se realiza con los datos. Aunque el requisito de contar con datos de calidad por encima de todo es vital, un mayor número de datos de calidad puede facilitar una comprensión más profunda de los problemas a los que se enfrenta su empresa y ofrecer la dirección necesaria para evitarlos.
Esto es lo que queremos decir con el desarrollo de una cultura de datos: evaluar, aplicar, ampliar y reproducir la creación y facilitación de conocimientos básicos sobre los datos.
Aunque el camino hacia una estrategia completamente basada en datos y análisis es largo, con numerosos obstáculos, el objetivo final es establecer una forma mucho más eficaz y reproducible de tomar decisiones empresariales efectivas y valiosas.
Nota del editor: Marta Clark es vicepresidenta para Latinoamérica en Alteryx . Síguela en LinkedIn. Las opiniones publicadas en esta columna pertenecen exclusivamente a la autora.
Consulta más información sobre este y otros temas en el canal Opinión
