No hace mucho, vivíamos en un mundo donde todas las decisiones de una empresa eran tomadas sin mayor contratiempo, por la intuición de una sola persona. Generalmente, los gerentes de las empresas eran escogidos por su capacidad de inspirar tranquilidad en la toma de decisiones, y sus experiencias anteriores eran lo que les daba la mejor guía sobre cómo avanzar un negocio.No hace mucho, vivíamos en un mundo donde todas las decisiones de una empresa eran tomadas sin mayor contratiempo, por la intuición de una sola persona. Generalmente, los gerentes de las empresas eran escogidos por su capacidad de inspirar tranquilidad en la toma de decisiones, y sus experiencias anteriores eran lo que les daba la mejor guía sobre cómo avanzar un negocio.
Esta intuición, sin ninguna duda, fue lo que llevó al éxito a muchos gerentes, y vienen a la mente los nombres de Warren Buffet o Steve Jobs. El primero encontró que, en muchos casos, era más valioso el valor total de los bienes de una empresa que la empresa misma en el mercado accionario, lo que lo llevó a increíbles ganancias comprando empresas y vendiéndolas por sus partes. El segundo encontró que la calidad de un diseño es igual de valiosa que los avances tecnológicos de una herramienta, y aún hoy en día mucha gente se fija en qué tan bien diseñado está un computador o un celular, sin pensar mucho en sus capacidades tecnológicas.
Ahora tomemos un momento para ver el punto de vista de las contrapartes, o quienes perdieron en esta lucha de decisiones basadas en intuición. En el primer caso, una cantidad alta de gerentes y administradores de diversas empresas no tenían la información básica a la mano sobre cuánto valor tenían sus propias empresas. Estoy seguro de que, en la mayoría de los casos, los dueños de estas empresas sabían de la inviabilidad de su propio negocio, pero no habrían perdido tanto dinero si hubieran vendido las diversas partes de sus empresas para pagar lo adeudado a sus acreedores. En el segundo caso, hubo una gran cantidad de empresas tecnológicas que tenían ideas tecnológicas muy interesantes, que incluso estamos retomando hoy en día, como los teléfonos que se abren y cierran, pero que no focalizaron esfuerzo en diseño y perdieron a la hora de presentar sus nuevas plataformas y tecnologías.
Es por esto que hoy en día es tan importante que las empresas no tomen decisiones basadas exclusivamente en instinto, pues este falla la mayoría de las veces (fueron más los que perdieron contra Buffet y Jobs). Hace, pues bien, que las empresas creen sus equipos de ciencia de datos, con personal experimentado, pero con conocimiento científico para la creación de modelos numéricos de negocio elocuentes.
Las funciones de un equipo de ciencia de datos están concentradas en el análisis y creación de visualizaciones y estudios donde las personas que toman las decisiones puedan ser lo más exitosas posible. Es muy importante que estos equipos tengan acceso a la mejor calidad de datos posible, otorgados generalmente por equipos de arquitectura que conectan bases de datos vigentes y limpias para la toma de decisiones. Los científicos de datos trabajan generalmente con herramientas como Python y R, pero también deben tener un gran entendimiento de Excel, PowerBI, Tableau, entre otros, para cuando estos sean necesarios. Es muy importante que los científicos sean y piensen como científicos. En la mayoría de las tareas, habrá que definir nuevas métricas o buscar caminos no tradicionales para responder una pregunta de negocio.
El Machine Learning (ML) también es aliado de los científicos de datos, pues permite definir estudios con múltiples variables y, muchas veces, simplificarlos a su menor dimensionalidad posible.
Un ejemplo típico del éxito (al igual que el riesgo) del uso de equipos de ciencia de datos y ML en entornos empresariales es el de una joven de 16 años en EE.UU. que recibió publicidad para mujeres embarazadas. Los padres de la joven se mostraron muy enfadados por esta situación y trataron de tomar medidas contra la empresa que enviaba la publicidad. Para no alargar la historia, el equipo de ciencia de datos de esta empresa había creado un modelo de ML que permitía observar el cambio en los patrones de compra de los usuarios para saber cuándo un cliente estaba embarazado y así fidelizarlo, pues el sitio donde una persona compra durante el embarazo y los primeros meses de un bebé es el mismo sitio donde esta persona comprará por muchos años más. La joven de 16 años efectivamente estaba embarazada, y la empresa lo supo antes que los padres. Hoy solo quiero enfocarme en el poder que le da a una empresa esta clase de investigaciones, pudiendo multiplicar muchas veces sus ganancias.
No ignoremos, pues, las capacidades de los equipos de ciencia de datos y mantengamos personal de calidad estudiando nuestros datos para iluminar nuevos caminos para nuestra empresa.
SQDM provee equipos de ciencia de datos y cuenta con varios casos de éxito en este tema.
¡Completa el siguiente formulario hoy mismo y juntos daremos el siguiente paso!
