En un ecosistema creciente de tecnologías, infraestructuras, proveedores y técnicas para analizar los datos, tomar las decisiones correctas supone un arte que no solamente involucra departamentos de tecnología sino que toda la organización desde el punto de vista del negocio tiene que estar involucrada ya que, si de verdad queremos convertir nuestra empresa en Data-Driven, hay que repensar nuestro análisis desde el punto de vista del Business Intelligence, de los datos y de los hecho más allá de solamente las opiniones subjetivas.
Sin embargo, en el camino hay nos enfrentamos a una serie de inversiones que priorizar, business cases que abordar, equipos que coordinar, etc. y eso nos puede hacer perder el foco. Si mañana tuvierais que empezar a hacer proyectos de Big Data en el departamento de marketing, en finanzas, en operaciones o cualquiera que sea vuestra responsabilidad en la organización a la que pertenecéis, ¿por dónde empezaríais?
Talento y perfiles profesionales asociados al Big Data
Las aptitudes necesarias para desarrollar proyectos Big Data son muy variadas pero, hoy en día en las empresas, se piden casi todas ellas a los Data Scientists, uno de los trabajos más demandados de lo últimos años y un perfil por el que las empresas se pelean. Sin embargo, dentro de un proyecto Big Data, hay muchos tipos de tareas que no son iguales: infraestructura, tecnología, integración de datos, análisis, modelización, visualización…
Uno de los aspectos fundamentales es tener la capacidad de crear equipos que satisfagan las necesidades en todo el proceso de de desarrollo del proyecto con datos, responsabilizando a cada uno en lo que realmente es experto, conjuntando diferentes talentos que, con un foco común, consigan extraer el mayor valor posible de los datos.
Falla rápido, barato y aprende
Una de las formas más comunes en las que las empresas han empezado a abordar proyectos de Big Data, es por la parte tecnológica. Conceptos como el Data Lake, repositorios de datos ingestados sin prácticamente modificaciones desde su origen, se han posicionado muy fuerte en el mercado, y la tendencia ha sido convertirse en Data-Driven a base de almacenar esta información. Pero, ¿alguien se ha parado a pensar para qué? ¿Cómo se va a extraer valor y retorno económico de esos datos?
En gran parte de las ocasiones, la respuesta a la segunda pregunta es un no rotundo, lo que ha llevado a frustraciones en algunas organizaciones que han invertido muchos recursos. A la hora de abordar proyectos Big Data hay que adoptar una filosofía de agilidad, de startup: busca qué preguntas de negocio son claves en tu compañía, piensa qué información puede ser valiosa para resolverlo e idea proyectos cortos en el tiempo que permitan demostrar su valor. Si hemos acertado, tendremos un gran éxito, será fácil la venta interna y a partir de ahí crecerá; si no, el coste será pequeño y seguro que habremos aprendido qué mejorar en próximos intentos.
Entender los conceptos sin ser técnico
A la hora de decidir y abordar un proyecto de Big Data, la colaboración entre diferentes departamentos y la formación de equipos transversales resulta fundamental ya que impactan en diferentes áreas de la organización. Sin embargo, la decisión final sobre qué hacer y cómo, la tienen responsables muy ligados al negocio (directores de marketing, operaciones, CRM,…) y por tanto es necesario comprender todas las aristas que un proyecto de Big Data tiene.
¿Tiene más sentido desde el punto de vista del proyecto y estratégico en un Data Warehouse o un Data Lake? ¿Es necesario utilizar una tecnología como Hadoop? ¿Qué implicaciones legales tiene la utilización de datos externos, como los de redes sociales, en mis proyectos? ¿Cuánto impacto tiene en este proyecto los procesos de integración de datos? Aún apoyándose en los equipos técnicos para justificar las elecciones finales, el decisor debe conocer conceptualmente las diferencias entre las distintas opciones y elegir las que mejor se adaptan tanto al proyecto como a la estrategia global de Big Data dentro de la compañía. Aprender las claves del Big Data y el impacto en las compañías es fundamental para no dejarse llevar por la ola de los datos y sí para aprender a surfear y navegar en ella y puedes formarte para ello con nuestro Máster en Data Science, AI & Big Data Analytics.
Autor: Alejandro Llorente, Co-Fundador y Data Scientist en PiperLab
