Lo hemos dicho muchas veces: desde que existe el big data, las oportunidades de negocio se han multiplicado, al igual que los ámbitos de uso de los productos de business intelligence que abarrotan cada vez más el mercado. Bancos, aseguradoras, agencias de marketing, empresas: nadie está exento del enorme potencial que proporciona la Ciencia de Datos y también de un conocimiento básico de los principios de Data Visualization, de los que ya hemos hablado en algún artículo anterior.

Pero, ¿cómo te puedes convertir en un verdadero experto en este campo? En primer lugar, hay que saber que existen software que transforman los datos en dashboard, como por ejemplo Tableau. Así, aunque la aptitud personal y creativa para este tipo de trabajo es innata, se requieren algunas habilidades digitales que también pueden aprenderse mediante cursos de formación ad hoc. Por tanto, no es necesario tener conocimientos técnicos profundos: todo se puede aprender, aunque hay carreras que te preparan mejor que otras para este tipo de trabajo.

El mundo de los datos es democrático porque cualquiera puede entrar en él, con la formación y la motivación adecuadas. Si bien las disciplinas STEM se identifican tradicionalmente como la base para abordar el análisis de datos (economía, estadística, informática, matemáticas), las vías más socio-humanistas como la arquitectura, el marketing o la sociología también pueden ser muy buenos puntos de partida.

Sin embargo, todavía hay mucha confusión sobre el mundo Data Science: en este artículo queremos arrojar algo de luz sobre el proceso que hay detrás de la llamada «transformación data-driven» e identificar a los profesionales que son fundamentales en este proceso.

Datos como revolución cultural

Las fuentes de las que proceden los datos suelen ser heterogéneas y complejas; puede ocurrir que los resultados no estén bien estructurados, que la velocidad de actualización no sea lo suficientemente oportuna como para ofrecer un escenario en tiempo real a partir del cual realizar las comprobaciones y los análisis necesarios. Estos, y muchos otros problemas, pueden impedir la puesta en marcha de una correcta y eficaz gestión de la Gobernanza de Datos: por ello es absolutamente necesario disponer de herramientas y soluciones capaces de asimilar los datos estructurados y no estructurados, devolviéndolos en forma de información útil para el propio negocio. El control de los propios datos corporativos es la única forma de hacer que el Big Data sea el verdadero protagonista del futuro para las empresas que decidan invertir tiempo y dinero en el estudio de estrategias que las lleven a una verdadera transformación en organizaciones data-driven. Para ello, las empresas deben tener cada vez más la capacidad y, sobre todo, la previsión de capacitar a sus empleados en el uso de los datos, para que las decisiones estén siempre informadas y se basen en algo concreto.

La cultura de los datos no sólo debe permanecer dentro de la empresa, sino también transmitirse al exterior, ya que todas las áreas pueden -y de hecho, en algunos casos deben- verse afectadas por el cambio: desde el marketing hasta las finanzas o la atención al cliente, cuantos más sectores estén implicados, mejor. Todo ello es posible gracias a la adopción de soluciones de agregación, análisis y visualización de datos totalmente autoservicio: la llamada «self-service analytics» que, junto con la gobernanza de los datos y la accesibilidad generalizada de la información, es uno de los tres pilares de la transformación data-driven, que debe considerarse una verdadera revolución cultural. Sin embargo, para ponerlo en práctica es necesario también pasar por una revolución técnica capaz de simplificar y democratizar el acceso, la manipulación y el uso de los datos por parte de todo el personal que, como anticipamos, pone en marcha los procesos de toma de decisiones o apoya las operaciones de la empresa.

Herramientas de apoyo para la transformación data-driven

La adopción de herramientas de visualización de datos como Tableau favorece la democratización de la alfabetización en datos, precisamente porque permiten que incluso personas no técnicas tengan acceso al conocimiento generado por los datos. Sin embargo, es innegable que, para comprender y utilizar plenamente la información obtenida, hay que poner en marcha algunos procesos necesarios: uno de ellos es la alfabetización en datos, de la que hablaremos en detalle en próximos artículos. Aquí anticipamos que este término significa la capacidad de identificar, comprender, utilizar y comunicar la información, con vistas a aumentar la alfabetización en datos. Este proceso se ve facilitado por la creación de comunidades internas o públicas que pueden difundir habilidades y competencias críticas para la transformación impulsada por los datos dentro de la organización.

Un ejemplo de comunidad pública sobre Tableau y la visualización de datos es LearnToViz.

Competencias necesarias: formación y oportunidades

Entonces, ¿cómo se sitúan los distintos puestos de trabajo de la ciencia de datos en este complejo proceso? Sencillo: son los que guían, apoyan y facilitan la transformación técnica preparatoria de la verdadera transformación cultural, que es la impulsada por los datos. Entonces, ¿cuáles son las diferencias entre un papel y otro, y cuáles son las habilidades que pueden ser útiles en las diferentes etapas?

En primer lugar, no es estrictamente necesario que quienes quieran hacer carrera en la ciencia de los datos tengan conocimientos previos, al menos no para todos los puestos y no en todos los niveles. Ciertamente, una formación científica es un buen punto de partida, pero lo realmente importante es tener un profundo interés por los datos y su estudio. Quien trabaja en el mundo de la ciencia de los datos, de hecho, debe tener conocimientos heterogéneos, entender también el negocio, tener una visión de 360 grados de la gestión de los procesos basados en los datos. Es importante poder trabajar en equipo e interactuar en diferentes áreas de la empresa, así como ser capaz de comunicar y presentar los resultados del trabajo con rapidez y eficacia.

¿Te hemos convencido? En nuestra columna mensual dedicada a la Ciencia de los Datos y la Visualización de Datos, el mes que viene hablaremos, con más profundidad, de las carreras posibles en este mundo, analizando los diferentes roles en las distintas etapas del proceso de transformación impulsado por los datos que ahora deberías conocer.

¡No te pierdas los próximos artículos, síguenos en nuestro blog y en Linkedin!