Por Kleber Wedemann, Director de Marketing, SAS Latinoamérica, US TMT & SMB.
Las empresas han vivido en carne propia el impacto de la pandemia y cómo ésta ha influido en la manera en que hacen negocio hoy y, por ende, cómo lo harán en el futuro. Entre los principales cambios generados por este fenómeno se incluye la rápida adopción del trabajo remoto y la acelerada transformación digital.
Si bien para algunos perfiles de trabajo este cambio trajo dificultades para unificarse y colaborar a fin de resolver problemas y crear soluciones creativas, para otros abrió una nueva ventana de oportunidades y crecimiento.
En particular, para el científico de datos fue un detonante para ampliar considerablemente su ámbito y, al mismo tiempo, plantearle nuevos retos. De igual forma, los nuevos escenarios a los que se enfrentó fueron el campo fértil para aplicar efectivamente sus conocimientos analíticos y aportar una nueva visión al negocio.
De hecho, el trabajo que desempeñan los científicos de datos ha ganado mayor importancia en las empresas que están impulsando proyectos de transformación digital a fin de mejorar sus operaciones.
El estudio Accelerated Digital Transformation de SAS, que hace una excelente radiografía del trabajo, los obstáculos, las satisfacciones y las habilidades de estos profesionales en contexto actual, indica que la mayoría de los participantes (90%) considera que su trabajo es hoy igual o más importante que antes del estallido de la pandemia.
A lo largo de los dos últimos años, los científicos de datos tuvieron que encargarse de las variables de los modelos y algoritmos predictivos que se vieron afectados dentro de las organizaciones por factores como el repunte del comercio electrónico, la interrupción en la cadena de suministro y los elevados costos de embarque de productos, y la dificultad para predecir los movimientos del personal.
En el estudio, los participantes en su mayoría destacaron que estaban satisfechos con los resultados de sus proyectos analíticos. No obstante, alrededor del 42% dijo que no se sentían satisfechos con la manera en que sus compañías utilizaban la analítica e implementaban modelos, sugiriendo un conflicto en cómo los insights analíticos se utilizaban para la toma de decisiones.
Un porcentaje igual dijo que los tomadores de decisiones no utilizaron los resultados que ellos, que como científicos de datos, generaron. Llama la atención que encontrar una forma en que las organizaciones apliquen los insights de los proyectos y utilizarlos para tomar decisiones pueden ser una importante fuente de frustración.
Aunado a lo anterior, existe entre ellos cierta preocupación respecto al soporte para sus equipos y la escasez de talento, que ha sido un problema debido a que la demanda supera a la oferta.
Aquí es fundamental que las organizaciones inviertan en un equipo de científicos de datos que cuente con las habilidades necesarias para generar valor para el negocio. En el momento de contratar a estos profesionales, el costo de hacerlo debe tener en cuenta el retorno de dicha inversión, en especial cuando los procesos de negocio se digitalizan cada vez más y se basan en innovaciones como la inteligencia artificial (IA).
Una de las cosas que destacan en el estudio es que se identificaron brechas en el énfasis organizacional en la ética de IA, pues 43% de los participantes señalaron que sus organizaciones no realizan revisiones específicas de sus procesos analíticos respecto a sesgos y discriminación, y apenas un 26% dijo que se utilizaban sesgos inadecuados como medida de éxito de los modelos en su organización.
En este sentido, cuando se trata de los retos identificados para garantizar la toma de decisiones justa y sin sesgos, los científicos de datos pueden aportar su experiencia para crear lineamientos de trabajo para acceder a los datos, proteger el uso y otros aspectos como la sustentabilidad, la ética y el mencionado sesgo de datos.
En este punto es cuando en lugar de esperar tener datos limpios y depender demasiado de la tecnología para obtener resultados precisos, pueden desempeñar un rol activo para establecer los lineamientos correctos y revisiones en cada etapa del proceso analítico y probar y eliminar sesgos.
Un desafío y una oportunidad
Vale la pena revisar la opinión de los científicos de datos respecto a cómo repercutió la pandemia en sus actividades analíticas. El estudio revela que un porcentaje significativo de ellos (73%) cree que desde que estalló este fenómeno sanitario, son igualmente o más productivos. De igual forma, una porción similar (77%) reveló que tienen el mismo o un mayor grado de colaboración con sus colegas.
Los científicos de datos tienen razones bien fundamentadas para sentirse optimistas y empoderados por cómo la pandemia le ha dado realce a su función dentro de la organización y de qué manera podría evolucionar a futuro.
Ellos son capaces de aprovechar la enorme gama de herramientas disponibles para gestionar el ciclo de vida analítico, capacitarse continuamente en ciencia de datos y aprovechar las oportunidades de desarrollar habilidades que pueden contribuir a apoyar las estrategias y objetivos de negocio de sus empresas.
Continuar el impulso de la digitalización
En este sentido, las habilidades que resultan de mayor provecho para sus organizaciones incluyen el uso de las ciencias y el método científico, la gestión de datos estructurados, conocimiento en dominios especializados, estadística y modelado estadístico y comunicación.
A estos se suman sus altos niveles de capacidad para identificar y definir problemas de negocio y la coordinación con otros líderes, habilidades necesarias para seleccionar y supervisar proyectos con éxito. De hecho, son excelentes oportunidades para los científicos de datos que buscan escalar en la organización.
La pandemia, por tanto, ha sido un catalizador decisivo para la transformación digital, pero conocer la historia directamente de los expertos y profesionales de los datos abre un panorama claro de los retos y oportunidades que afrontan en el día a día.
Hoy, los científicos de datos también necesitan considerar poner en práctica cinco ideas críticas que harán aún más estratégica su labor analítica:
- La preparación de datos como el primer paso para el modelado. La necesidad de discutir los datos impulsará el desarrollo de aplicaciones de IA y machine learning para realizar dicha tarea.
- Elegir un obstáculo y encontrar una solución viable. Siempre habrá obstáculos, así que hay que elegir uno que puedan afrontar con el tiempo y los recursos a su alcance. Y después pasar al siguiente.
- Ser el cambio que se quiere ver con IA responsable. Si su organización no ha iniciado la ruta de la IA responsable, deben iniciar su propio proyecto y encontrar formas de añadirla para detectar y medir el sesgo.
- Participar en la discusión. Trabajar y colaborar con los clientes internos y buscar formas de ser incluidos en las discusiones sobre estrategias durante las etapas de planeación, así como en los momentos de tomar decisiones.
- Mejores sus habilidades. Deben seguir mejorando sus habilidades, especialmente las empresariales y las de ingeniería de datos. Esto les ayudará a hacer las preguntas correctas cuando descubren lo que se ocultaba en los datos y encontrar las respuestas.
La ciencia de datos sin conectarse al valor del negocio es simplemente matemática. El científico de datos puede hacer esa conexión y así sentar las bases para una transformación digital que beneficie al negocio en su totalidad, y de ahí se extienda a sus clientes y socios.