Máster en Big Data y Data Science online -UNED

Los nuevos desafíos de nuestra época requieren enriquecer la experiencia y el talento humano con el potencial de la analítica de datos.

“En el Big Data nos encontramos con la respuesta a distintos niveles de estructuración para preguntas sobre cómo mejorar la productividad que todavía no han sido planteadas de forma correcta”, afirmábamos en una entrada anterior de este Blog.

En efecto, lo fundamental antes de usar el Big Data es hacer las preguntas correctas. Los datos son una riqueza en bruto, para que lleguen a ser útiles es necesario interrogarse en la dirección adecuada: ¿Qué quiero saber? Y, ¿por qué quiero o es importante saberlo?

La respuesta, como es conocido, compromete en demasía al procedimiento científico. A partir del tratamiento de los datos en “masivo” buscamos: patrones, anomalías, tendencias, reglas de asociación y estrategias. Con esos resultados edificamos modelos de actuación y segmentaciones. A su vez, estas cosas nos permiten articular predicciones sobre movimientos futuros, automatizar procesos, prescribir soluciones e idear opciones productivas nuevas.

El “esquema” anterior explica la razón de que la demanda de perfiles profesionales para estas tareas desborde la figura “clásica” del informático y el estadístico. Para responder a la era del Big Data es necesario introducir en el organigrama al Data Officer. Y si una compañía realmente pretende responder a sus retos y aplicaciones tendrá que articular la integralidad de un científico de los datos al frente de un departamento especializado.

Es evidente que hablamos de un cuadro productivo con formación y habilidades muy trasversales: alguien que sabe programar con suficiente inteligencia creativa, que tiene conocimientos en estadística, así como en economía y ciencias empresariales. Por supuesto, son las universidades las que están en verdadera capacidad de responder a las nuevas realidades analíticas. Dado el enorme espectro aplicativo de la ciencia de los datos, vemos una relación con prácticamente todas las profesiones.

Probablemente exista igualmente una relación natural y con tremendo potencial entre el Big Data y el Data Science, además de las ciencias empresariales y la economía, con campos como la Sociología y la Psicología Social.

Ante este nuevo activo (el dato) el esfuerzo de los centros superiores de enseñanza debe orientarse, pues, a formaciones trasversales. Desde lo académico impulsar profesionales con herramientas para ajustarse bien a las nuevas necesidades, con un enfoque tanto técnico como aplicativo. Ya existen algunas iniciativas sobresalientes en estas materias.

Al hilo de todo lo anterior, los procesos de trabajo recientes tienden a restar algo de peso a la experiencia acumulada durante los procesos de toma de decisiones. La razón es, básicamente, que pasaron hace mucho los tiempos en que los escenarios económicos tenían pocos cambios de un ejercicio a otro, y una experiencia era más o menos fácil de extrapolar a distintos entornos.

Ahora hay fuerzas que ejercen gran presión en todos los indicadores de los procesos productivos: la lógica de la propia especulación financiera, los movimientos poblacionales, la creciente inestabilidad política global, la acelerada transformación digital, los cambios en el modelo energético, el problema ambiental, etc. Y esa influencia, claro está, no respeta los periodos de muestreo y análisis de la estadifica oficial, provoca cambios mes a mes, día a día… minuto a minuto. Con lo cual, frente a la necesidad de medir y monitorizar fenómenos de enorme complejidad y en tiempo real, ahora es crucial sumar a la experiencia y el talento humano las posibilidades abiertas por el estudio científico de los datos.

Y no es que la experiencia haya perdido su capacidad para agregar valor al proceso de trabajo. Pero sí que una excesiva carga de ideas preconcebidas, desprendidas de procedimientos que tienden a estandarizarse con los años, puede convertirse en una suerte de conocimiento totalizador que califica de contraintuitivas a las conclusiones salidas de la analítica de datos.

Un departamento del dato, precisamente, buscaría que la compañía creciera en capacidad de respuesta, adaptación y previsión basando las decisiones estratégicas en un tratamiento científico de los datos, más que en la valoración emocional… solamente humana.

Naturalmente, basar la decisión en el estudio de los datos no puede eliminar el factor humano, recordemos que éstos guardan la respuesta a una serie de preguntas en espera de ser correctamente formuladas (¿Qué quiero saber? ¿Qué quiere el usuario? Etc.). De forma que tanto pregunta como respuesta son siempre interpretaciones de parcelas de la realidad, dependientes del modelo metodológico pero también del paradigma cultural (por ejemplo, aquel que desliga o no experiencia acumulada y análisis objetivo de la información). La información siempre envía un mensaje filtrado por la subjetividad humana. De ahí la importancia de la calidad en la recolección y el procesamiento.

En un estudio reciente se argumentaba que cuatro de cada diez empresas tenían alguna dificultad para comprender los datos que tenían a su alcance. Es decir, el acento está en el equipo productivo con una formación multidisciplinar, concretamente en un científico de los datos con habilidades y herramientas trasversales que le faculten para navegar con rapidez, eficiencia y seguridad en un océano de datos.

En el mundo de hoy el buen sentido en la dirección y administración de una organización o empresa involucra el interrogante correcto y su descodificación en el Big Data. De lo que se extrae que los desafíos formativos nunca fueron tan grandes.