Tecnología: “Familiarización con la Big Data

FAMILIARIZACIÓN CON

EL BIG DATA.

Por Jorge Manrique, Rector del Colergio Jurista.

¿Cómo las personas, los equipos y las empresas pueden sentirse cómodos con el análisis de datos y aprovecharlo al máximo?

Estas son cinco ideas:

1. Los líderes también necesitan entender el análisis

En primer lugar, vamos a disipar el mito de que simplemente necesita contratar a un equipo de análisis de crackerjack. Los líderes empresariales también deben sentirse cómodos con la analítica.

Esto no requiere un título en ciencias de la computación sino “un conocimiento práctico” de la ciencia de datos. Esto significa ser capaz de separar los datos buenos de los malos y saber dónde exactamente el análisis puede agregar valor.

La mayoría de los gerentes comparten un sesgo de comportamiento común: cuando los resultados se presentan como que se logró a través de análisis de datos complicados, los gerentes tienden a diferir de los expertos. Sin embargo, el gerente elige qué problemas deben ser resueltos y cómo la empresa debe incorporar el análisis en sus operaciones. Los ejecutivos son los que toman decisiones, por lo que deben desempeñar un papel central en la determinación de qué medir y lo que los números significan para la estrategia general de la empresa.

Así, si los gerentes tienen un valioso conocimiento del negocio y lograr detectar de inmediato los resultados extraños. La clave siempre es hacer la pregunta: “Con lo que sabes sobre tu

negocio, ¿hay una explicación plausible para ese resultado?”

2. Consejos para crear un equipo de análisis

Por supuesto, un equipo de análisis de crackerjack también es un activo. Entonces, ¿cómo se contrata a uno, especialmente teniendo en cuenta que los científicos de datos de alta calidad a menudo son escasos?

No tenemos la capacidad intelectual de tener la conversación con un ser humano y evaluar si va a ser buenos o no en este trabajo. Lo que puede hacer es simular el trabajo para ellos a través de un proceso de examen. Ver cómo lo hacen y clasificarlos contra todos los demás. Lo que encontrarás es que los introvertidos tienden a hacerlo mucho mejor, y esa es la persona clásica que estás tratando de contratar.

Otros aseguran que lo que se busca es alguien que pueda cerrar la brecha. ¿Puedes hacer las cuentas? Eso es importante, pero ¿puedes obtener la historia de las matemáticas? Particularmente esto se impondrá durante los próximos 10 años más o menos, a medida que trabajamos a través de esta generación actual de CEOs que no entienden los algoritmos en su mayor parte.

3. Crear una cultura de curiosidad intelectual

Las mejores empresas crean una cultura que fomenta el uso de datos para resolver problemas, lo que va mucho más allá del equipo de análisis. Se trata de alentar, esperar y permitir que la gente diga: ‘Hmm, me pregunto cómo podríamos usar los datos para predecir o mejorar u optimizar eso?’”.

Así, las preguntas deben ser bienvenidas de todos los rincones de una organización

Las organizaciones deben establecer una expectativa explícita de que los empleados usen los datos de nuevas maneras para responder a nuevas preguntas. Una forma de hacerlo es definir la curiosidad intelectual como un criterio básico para el avance.

4. La paradoja de Analytics

Cuanto mejor sea la obtención de información de los análisis y de la actuación en función de esos conocimientos, más racionalizada serán sus operaciones. Esto a su vez hace que los datos resultantes de esas operaciones sean más homogéneos. Pero con el tiempo, la homogeneidad se convierte en un problema: los datos variables y, sí, los errores, permiten que los algoritmos continúen aprendiendo y optimizando. A medida que la variabilidad en los nuevos datos se reduce, los algoritmos ya no tienen mucho con qué trabajar.

En cierto sentido, el valor del big data reside en su desorden, en la variación a menudo inesperada en la forma en que se reproducen los eventos y las innumerables maneras en que estos eventos ayudan a establecer conexiones entre variables que pueden ayudar a las personas a tomar mejores decisiones.

En teoría, el mejor gerente para el análisis es el que entra en la oficina cada mañana y voltea una moneda para tomar todas las decisiones porque si toma todas sus decisiones volteando una moneda, generará los mejores datos posibles para su motor de análisis.

En lugar de un giro de moneda, las principales empresas han adoptado una estrategia de inyectar variabilidad en sus datos estratégicamente.

5. Visualización de sus datos

Armado con información de datos increíble, ¿cómo se puede convencer a las personas de que tomen medidas basadas en ellos? Presentar los datos visualmente.

Debido a que nuestros cerebros utilizan los mismos sistemas para procesar el habla y el lenguaje escrito, poner texto en una diapositiva de presentación mientras hablamos asegura que no conseguirá plantear su punto a través, porque nadie puede leer y escuchar al mismo tiempo, pero si puedes mirar fotos y escuchar al mismo tiempo a toda velocidad.

Sin embargo, muy pocas personas aprenden a crear buenas visualizaciones de datos. Y tiene un costo.

Conviene que al tener un conjunto de datos relativamente simple, crees tres o cuatro visualizaciones.

Con un conjunto de datos más complejo, considerar que los espectadores pueden verse abrumados rápidamente, incluso si entiende la visualización por completo. Debido a que los centros de procesamiento visual en nuestro cerebro son tan fuertes, es fácil para nosotros sentirnos completamente cómodos con una visualización compleja porque hemos estado inmersos en los datos. Los nuevos espectadores, sin embargo, luchan sin ese trasfondo. Debe presentárseles previamente.