Decisiones con algoritmos, insights y análisis: ¿Cómo triunfar con el poder de la Ciencia de Datos?

De acuerdo con Gartner, la ciencia de datos existe para resolver problemas comerciales y es por lo que esta disciplina requiere de una comprensión profunda de las necesidades comerciales de las organizaciones. Basados fundamentalmente en la estadística, las matemáticas y la informática; los científicos de datos obtienen información útil a partir de datos de cualquier tamaño y forma que revelan tendencias, pero además permiten que los modelos de aprendizaje automático (Machine Learning) desemboquen en innovación disruptiva de nuevos productos y servicios en cualquier tipo de mercado.

En los últimos años, el trabajo de los científicos de datos ha tomado cada vez más relevancia para las empresas. Sin embargo, también es cierto que muchas de ellas han invertido grandes cantidades de dinero en este rubro y se han decepcionado de los resultados. De hecho, la tasa de fracaso de los proyectos de ciencia de datos es muy alta y podría aumentar si no se presta atención a las causas de los problemas.

Conozca sus propios obstáculos

El primer paso para tener éxito en la implementación de la ciencia de datos es conocer los obstáculos a los que una empresa se enfrenta. También es importante entender que los científicos de datos no son los únicos responsables del problema, sino que es algo que involucra también a las compañías.

A continuación se presentan algunos de estos problemas:

Comunicación entre el empresario y el científico de datos  

De acuerdo con el experto en visualización de datos, Scott Berinato, el objetivo de estos científicos es la obtención de insights. El problema es que pocos de ellos cuentan con las habilidades necesarias para comunicarlos a los empresarios de manera efectiva. Incluso algunos piensan que los aspectos comunicativos no forman parte de lo que ellos hacen.

 

“La falta de comunicación vuelve más difícil identificar las áreas de la fábrica con mayor necesidad de innovación. La comunicación pobre entorpece la habilidad de la fábrica de beneficiarse de los inventos del laboratorio.”

Roger W. Hoerl, Diego Kuonen y Thomas C. Redman, expertos en ciencia de datos.

 

Expectativas irracionales de los empresarios

De la mano del problema anterior aparece el hecho de que muchas veces los empresarios creen que el equipo de científicos de datos deben encargarse de todo el trabajo. Desean que, además de crear algoritmos, analizar los datos y construir los insights, les indiquen qué hacer con todo ello.

Diagrama de Venn de la Ciencia de Datos

Artículo relacionado: La Inteligencia Artificial cambiará las reglas del juego. ¡Aprende más aquí!

Objetivos empresariales y dirección de científicos de datos

Otro problema que reduce la tasa de éxito de los científicos de datos en el ámbito empresarial ocurre cuando no se les señala claramente cuál es su tarea ni en qué área del negocio se desea innovar. Por ello, tampoco los colocan en el lugar apropiado de la organización en el que los equipos pueden realizar las mejoras adecuadas.

 

“No solamente ‘arrastres y sueltes’ a los científicos de datos dentro el problema.»

Chris Pemberton, colaborador en Gartner.

 

Los científicos de datos se alejan de la realidad

Es verdad que los científicos de datos necesitan dominar la parte técnica de su trabajo, conocer a fondo las herramientas tecnológicas a su disposición, encontrar patrones en los datos y crear los algoritmos para descubrir los insights que beneficien a la empresa. Sin embargo, muchos de ellos no toman en cuenta que los problemas a los que se enfrentan pertenecen al mundo real y que es fácil perder la perspectiva más amplia.

El panorama, sin embargo, no es completamente gris. Expertos en el tema de la ciencia de datos han encontrado soluciones para cada uno de estos problemas con el objetivo de reducir el índice de fracaso en esta nueva realidad tecnológica:

Crear canales de comunicación

  • Una de las posibles soluciones para este problema es la creación de equipos por parte de la empresa, de manera que también ésta se involucre en el trabajo conjunto. Dentro de ellos habrá tanto científicos de datos como personas dedicadas a la comunicación, al diseño y al diseño de información, a fin de que cada uno aprenda sobre lo que hace el otro. Juntar a los integrantes en un espacio que favorezca la comunicación resulta vital para alcanzar el éxito.
  • Otra propuesta de trabajo consiste en crear un puente de comunicación que actúe como canal bidireccional y aumente la confianza entre los equipos de ciencia de datos y los empresarios, con el fin de identificar las innovaciones necesarias y que ambas partes del problema trabajen juntas. El puente, preferiblemente, debe ser dirigido por una persona, elegida por CEO de la compañía, que cuente con el respeto de ambos grupos.
  • Finalmente, un buen científico de datos tratará de presentar la información de manera que todo el personal a quien va dirigida la entienda plenamente. Puede hacerlo lo más visualmente posible y tratar de contar una historia.

 

“Usar Big Data exitosamente requiere de una traducción y un contexto humanos, ya sea para el personal o para la gente a la que tu organización está tratando de llegar. Sin un marco humano, como fotos o palabras que promuevan la emoción, la información solo confundirá y, ciertamente, no llevará a un comportamiento organizacional inteligente.”

Jeff Bladt, Director de productos y análisis de datos en DoSomething, y Bob Filbin, Jefe científico de datos.

 

Declaración de objetivos y adecuada colocación de los científicos

Es de vital importancia que la compañía que contrata a un científico de datos tenga claro el área en la que desea innovar o generar mayores beneficios y colocar a estos analistas en el lugar adecuado para que puedan no solo llevar a cabo estas mejoras, sino aprender del negocio para desarrollar futuros insights.

 

“Si desea mejorar la eficiencia del marketing, ponga a los científicos de datos en marketing; si pretende perforar pozos de petróleo de manera más efectiva, ponga a los científicos de datos cerca de la acción; si busca Game Changers y nuevos descubrimientos, póngalos en un laboratorio. Incluso si acaba de empezar en sus esfuerzos de datos, elija un objetivo específico y posicione a sus científicos de datos para que lo persigan.”

Thomas C. Redman, Presidente de asesoría de datos.

 

¿Cómo pueden las empresas generar ventajas competitivas con Big Data y Analytics? ¡Obtenga nuestras ideas aquí!

Ampliar el panorama en experiencias de negocios

El experto en análisis de datos, Thomas C. Redman, señala que un buen científico de datos es aquel que identifica una multiplicidad de experiencias que no se han digitalizado y decide aumentar su campo de acción. “Así que pasan tiempo en la carretera con camioneros, sondean a los tomadores de decisiones, vagan por el piso de la fábrica, pretenden ser un cliente, piden ayuda a expertos en otras disciplinas”.

Por otro lado, el autor también sugiere que el científico de datos debe sumergirse en el contexto en que trabaja y familiarizarse con el funcionamiento del negocio en el que está inmerso, así como con los problemas a los que se enfrenta.

La ciencia de datos está cambiando la forma en la que la empresas funcionan y requiere de nuevas perspectivas y estrategias de trabajo para integrarla exitosamente al panorama actual. Con la atención requerida a los problemas que el cambio trae consigo, se podrán superar los obstáculos e implementar exitosamente las nuevas herramientas tecnológicas.

¿Listo para empezar? ¡Consulte a un experto hoy!

Fuentes:

Jeff Bladt and Bob Filbin. “A Data Scientist’s Real Job: Storytelling”. Harvard Business Review
Roger W. Hoerl et al. “To Succeed With Data Science, First Build the ‘Bridge’”. MIT Sloan Management Review
Chris Pemberton. “Does Your Marketing Team Need a Data Scientist?”. Gartner
Thomas C. Redman. “The Best Data Scientists Get Out and Talk to People”. Harvard Business Review

También creemos que te gustará...

Únete a más de 15.000 empresas

Recibe nuestro newsletter en tu bandeja de entrada

Suscríbete y haz parte de nuestros lectores

Ask SophieX