FBR - Data Science: un nuevo rol en la transformación de las empresas

Data Science: un nuevo rol en la transformación de las empresas

Natalia Gavaldá

Taller
Publicado el
17 de Febrero de 2022

La situación o coyuntura actual nos permite tener cierta consciencia acerca de la interrelación existente entre la Inteligencia Artificial (IA) y los datos. Poseer datos relevantes o tener información con alto nivel de notoriedad es un aspecto clave para implementar con éxito una buena estrategia de transformación digital en nuestras empresas.

Alrededor del 90% de los datos manejados a nivel global o mundial se han generado tan solo en los últimos dos años. Esto provoca un efecto dominó por la cantidad de información no estructurada que reciben los negocios y la complejidad de analizar la misma. Las empresas más grandes o con gran nivel de facturación, están descubriendo que este es un tema que influye en el apartado comercial y en la estrategia global por el que hay que apostar.

Por todo ello, está brotando la necesidad de ciertos perfiles híbridos entre la informática, la matemática, la ciencia y las telecomunicaciones que sean capaces de enfrentarse a la pelea continua de extracción e interpretación diaria de datos. La empresa estadounidense Gartner sobre investigación y análisis de Tecnología de la Información (TI), define a la profesión Data Science como: “aquellas personas que crean o generan modelos para aprovechar el análisis predictivo o prescriptivo, cuya función principal de trabajo está fuera del campo de la estadística y la física pura y que cubren la brecha entre quienes realizan análisis prácticos y accionables como usuarios de negocio y quienes realizan análisis avanzados como científicos de datos.”

Una definición quizás puramente teórica y metida de lleno en la materia. Sin embargo, Natalia Galvadá, Data Engineer and Analyst en Mindden, ponente de nuestro webinar “Un nuevo rol en la transformación de las empresas”, nos hablas del Data Science desde un punto de vista más cercano:

“El Data Science son un tipo de profesionales que tienen diferentes habilidades hacia la extracción de información y capacidad de convertimiento de la misma en valor estratégico para la empresa. Se puede decir que son los encargados de darle sentido a todos aquellos datos que tenemos olvidados y vamos almacenando en diferentes tipos de herramientas, para que los aproveche el departamento comercial y la totalidad de la empresa.”

De este nuevo rol en las empresas no tenemos constancia más allá de los últimos diez años y es justo en este momento, donde el interés por el mismo está siendo más que evidente. Sin embargo, los negocios no pueden demandar perfiles altamente cualificados o con un elevado nivel de experiencia en IA, Big Data o Data Science, ya que, estos perfiles siguen curtiéndose y formándose hoy en día. De hecho, para Natalia como para Antonio Sánchez, director de proyectos de innovación en el centro de Innovación DINAPSIS Operation&Lab y otro de los ponentes del webinar, existen una pirámide de objetivos en cuanto a lo que debería valorarse en un perfil de este tipo:  

“Una pirámide que inicialmente comienza con un pensamiento acerca de que lo técnico es lo realmente importante, dejando lo analítico como secundario y la visión de negocio más a largo plazo y conforme se va adquiriendo experiencia te das cuenta de que todo en es igual de importante en su conjunto.”

Y ahora bien, una vez recibida toda la información necesaria y conociendo la importancia de este rol conocido como Data Science, las empresas podrían preguntarse ¿Cómo empiezo a poner en marcha mi primer proyecto sobre datos? Ambos expertos nos recomiendan comenzar por aquel grupo de tareas repetitivas (conocidas como monkey task) que tengamos en el negocio. Implementar estrategias sobre estas tareas harán que si nos equivocamos el impacto sea mucho más reducido y a su vez, supone un buen reflejo de lo que podría suponer expandir este trabajo a un área más grande de la empresa.

“Reducir al máximo las “monkey tasks” es una obligación de la empresa, del equipo y del consultor. Si pasamos más tiempo extrayendo/limpiando/preparando datos que analizándolos, es porque algo estamos haciendo muy mal. Debemos emplear muchísimo más tiempo en este análisis de datos.”

A modo de síntesis y para finalizar, en estos tiempos obligados de cambio, requerimos de un esfuerzo elevado por parte de la alta dirección. Un compromiso por la analítica que se ve reflejado en el webinar que os dejamos a continuación, sobre todo lo que hemos hablado del Data Science.

 

Natalia Gavaldá
Sobre Natalia Gavaldá: Actualmente trabaja para Mindden, consultora tecnológica en Alicante, desarrollando proyectos de analítica de datos para el Grupo Suez a nivel ...
Ver más artículos de este autor
LinkedIN
Facebook
Twitter
Youtube