El MBA de la Universidad de Minesota, compartió ante un grupo de estudiantes de la Escuela de Informática algunas consideraciones sobre Data Driven Organizations y la importancia de la ciencia de datos actualmente.

El experto enfatizó seis claves en torno a la actividad:

1. “De acuerdo, tomaremos decisiones…una vez que consideremos los 5.243 factores”

“No podemos controlar y manejar todos esos factores, pero la data es importante en la medida que te pueda ayudar a entenderlos. Por lo tanto, vas a tomar una decisión, con una comprensión de ellos. Los más de cinco mil factores no son todos relevantes”, agrega Ruz Álvarez.

Además, explica que “el Big Data y el advance analytic nos van a ayudar a ver los factores que realmente están impactando en esas decisiones. Al final del día no son más de cinco u ocho los que son realmente gravitantes. Lo importante es identificar cuáles son”.

2. Fortalecer el trabajo colaborativo y participativo

Por lo general, en una organización la data existe en sitios donde cada departamento opera en/con su propia caja negra.

De acuerdo a Miguel Ángel Ruz Álvarez, “las/os financieras/os operan con una fuente de datos, las/os comerciales con otra, producción también y así sucesivamente. Como la data se maneja en silos y tú la manipulas, lo que comienza a suceder en las organizaciones es que te comienzas a encontrar con múltiples KPIs. La tecnología nos permite hoy en día democratizar la data, encontrarnos con una única fuente de verdad, le vamos a llamar data lake, a partir de la cual ustedes pueden ir capturando y manejando la data en función del algoritmo que sea relevante”.

3. Data driven no significa uso indiscriminado de la data, algoritmos y use cases.

La transformación digital es un proceso que tiene que ser paulatino y el manejo de la data siempre debe tener una connotación de retorno.

El charlista indica que “manejar la data no es gratis. Yo lo voy a hacer en la medida que el costo asociado a ello, el desarrollo de algoritmos, entre otros, sea menor al valor que podría estar trayendo producto del manejo de esa data”.

4. Data Science y Decision Science ¿En qué se diferencian?

“El concepto de Data Science es de qué forma utilizo data para predecir, basado en métodos estadísticos, matemáticos, econométricas, etc., Decision Science es un complemento, en donde la data es una herramienta para la toma de decisiones. Para ello, se busca información relacionada con la decisión en cuestión, el problema del negocio es lo primero, el análisis le sigue y depende de la pregunta o decisión de los negocios que haya que tomar. En el fondo, utiliza datos y algoritmos para apoyar la toma de decisiones de negocio”, indica el experto.

5. El telescopio James Webb tenía 344 puntos potenciales de falla antes de su lanzamiento

En la ciencia dura un cientista de datos lo que busca son algoritmos con el mayor nivel y grado de asertividad. “A diferencia de ello, en Business, no se requiere de un 99.9% de accuracy en los algoritmos relacionados a diferentes use cases”, indica.

6. Las ciencias de datos ocupan un lugar especial y ya no hay vuelta atrás

“Hoy las ciencias de datos se han transformado en un área de desarrollo profesional con gran potencial. El mundo ya se dio cuenta y ya no hay vuelta atrás. Su valor se multiplica en la medida de que tengan la capacidad de interactuar con otras/os profesionales y visualice la realidad. El ser curiosa/o es en gran medida responsable del éxito que ustedes tengan”, concluye.

Revisa más detalles sobre esta charla aquí.