El auge de la transformación digital y un mercado que día a día ofrece nuevos productos, servicios y tecnologías, vuelve tendencia temas como por ejemplo modelos de analítica, que si bien es cierto es una tecnología poderosa no todas las empresas pueden hacer uso de ella, por lo menos no en la inmediatez como en muchos casos lo desean, la principal razón, los datos.
Todas las organizaciones cuentan con datos, desde la pequeña empresa hasta la gran empresa, porque cada proceso implica un registro, estos registros son información, capturada en unos casos de forma más automática que en otros, pero datos finalmente.
Ahora bien, tener datos es uno de los pasos a seguir para tener un modelo de analítica, también es importante preguntarse si los datos están listos, es decir si son relevantes, si están conectados, si se ajustan a la realidad y si son suficientes; lo anterior con el objetivo de responder la pregunta de negocio del modelo.
Los datos son relevantes cuando su contenido es clave para entender lo que pasa en los procesos de la organización; mis datos están conectados cuando existe de alguna forma relación entre ellos en su estructura; se ajustan a la realidad cuando describen lo que pasa en la actualidad en mi negocio y son suficientes cuando tengo la información necesaria para comprender el comportamiento de los mismos.
Una vez validado si mis datos están listos, debo definir y tener claro qué pregunta de negocio va a responder el modelo analítico que se desea implementar.
Entrando un poco en la parte de implementación, cuando tenemos claridad respecto a la pregunta de negocio y si los datos están listos; es importante tener ciertos roles presentes, científico de datos, usuario final y experto en datos, los cuales juegan un papel importante para llevar a cabo un modelo de analítica satisfactorio.
El científico de datos, es la persona encargada de poner en marcha la validación de los datos, quien realiza pruebas con diferentes algoritmos buscando el que mejor responda la pregunta de negocio e iterando esta tarea las veces que sean necesarias hasta obtener resultados razonables en el modelo.
El usuario final es quien recibe los resultados del modelo, quien analiza y crea estrategias para el negocio partiendo del análisis de los datos.
Y por último el experto de datos, quien es la persona que conoce el origen de éstos, quien en conjunto con el científico generan un set de información apta para el modelo.
Por último, si bien es cierto implementar un modelo de analítica puede ser un desarrollo interno de cada organización, apoyarse en un aliado estratégico como lo es Information Workers es otra opción, de esta forma las organizaciones se centran en analizar sus datos para tomar decisiones de forma más eficiente, mientras nosotros optimizamos los procesos necesarios para que eso sea posible.
¿Puedo hacer un modelo de analítica con mis datos?
Publicado por