Fotolia

Gestionar Aprenda a aplicar las mejores prácticas y optimizar sus operaciones.

Cinco consejos para habilitar a los científicos de datos ciudadanos

Las herramientas de análisis de autoservicio permiten a los científicos de datos ciudadanos profundizar en BI más que nunca. Los expertos ofrecen información sobre cómo potenciar la democratización de los datos.

A medida que las empresas se esfuerzan cada vez más por convertirse en operaciones basadas en datos que dependen más de la evidencia empírica que de la intuición para influir en las decisiones de negocios, van a necesitar más personas para poder procesar los números de manera efectiva. Atrás quedaron los días en que el usuario típico se contentaba esperando que los analistas de BI con exceso de trabajo produjeran un nuevo informe.

El análisis y la presentación de números se están expandiendo fuera del alcance de BI, a medida que más organizaciones democratizan el proceso. Pero para aprovechar al máximo lo que los científicos de datos ciudadanos pueden hacer en toda la empresa, las organizaciones deben encontrar formas para que puedan hacer el trabajo. Los científicos de datos ciudadanos necesitan un mejor acceso no solo a los datos que son relevantes para ellos, sino también a herramientas fáciles de usar para analizarlos y presentarlos en un formato comprensible.

A pesar de que el usuario comercial está a cargo de repartir las cargas, hay un montón de trabajo en el back-end para que el proceso sea lo más transparente y efectivo posible. En particular, las organizaciones que buscan habilitar a los ciudadanos en la información científica necesitan tener en mente la visualización de los datos, ya que eso es lo que ayudará al proceso de toma de decisiones basado en los datos o lo romperá.

"Se necesita visualización para aprovechar al máximo los datos grandes", dijo Cody Swann, CEO de Gunner Technology, una firma de desarrollo que apunta a capacitar a sus usuarios con herramientas de visualización. "Primero, porque la visualización hace que detectar tendencias y correlaciones potenciales sea mucho más fácil y, segundo, porque ver para creer, y los ejecutivos necesitan una representación visual para consumir fácilmente".

Se necesita una asociación de tres frentes para permitir una cultura de análisis de autoservicio para que los usuarios puedan construir de manera consistente, rápida y eficaz las visualizaciones de datos correctas cuando las necesiten. Los usuarios no solo necesitan el soporte de TI para obtener y ejecutar la infraestructura detrás de todos los datos, sino también el apoyo de los analistas de BI para quienes el procesamiento de datos es de segunda naturaleza, para ayudar a poner el proceso de análisis y visualización en los carriles adecuados para ellos. De esa manera, los usuarios pueden ejecutar informes individuales por su cuenta, pero están respaldados con la garantía de que el manejo de datos es seguro, se ejecuta de manera consistente y se basa en principios matemáticos sólidos.

Pedimos a los expertos algunos consejos para que las organizaciones empoderen a sus científicos de datos ciudadanos. Esto es lo que sugirieron:

  1. Combinar científicos de datos ciudadanos con analistas de negocios

La analítica de autoservicio servida hasta los periodistas de datos ciudadanos no deberían consistir en simplemente dejar que los usuarios lo resuelvan por su cuenta. Idealmente, las organizaciones deberían reunir a los usuarios con profesionales de BI para crear diferentes clases de análisis y visualización que funcionen para todos.

"Tener un usuario de negocios emparejado con un profesional experimentado en BI a menudo puede conducir a mejores resultados más rápido que poner la responsabilidad en manos de cualquiera de los grupos exclusivamente", dijo Michael Golub, vicepresidente senior de análisis y aprendizaje automático de Anexinet. "La visualización es un trabajo creativo tanto como técnico. Tomar un enfoque ágil donde los negocios y la tecnología trabajen juntos es una forma de aprovechar al máximo el tiempo dedicado a diseñar y desarrollar visualizaciones críticas que eventualmente ayudarán a configurar la dirección de su organización o empresa ".

Una forma de repartir el trabajo es hacer que el equipo de BI se encargue de recopilar los datos, agregarlos y establecer los cálculos, dijo Lior Barak, consultor de Tale About Data.

"Pero la creación del informe debe estar en el usuario final", dijo. "Necesita usar los KPI [indicadores clave de rendimiento] suministrados por BI y construir la visualización respondiendo a sus preguntas".

  1. Elegir la herramienta de autoservicio adecuada

"Aprendimos de la manera más difícil que hacer rodar su propia herramienta de visualización es una tarea de tontos. Lleva una eternidad, cuesta mucho dinero y [todavía] no es tan bueno como las soluciones que existen", explicó Swann. "Tienes que ir con una herramienta que haga que la visualización sea fácil y flexible".

Samantha Marsh, coordinadora de marketing de iDashboards, dijo que, mientras las organizaciones buscan capacitar a los científicos de datos ciudadanos, deben buscar herramientas de análisis de autoservicio con escalabilidad y la capacidad de integrarse sin problemas con las fuentes de datos que son importantes para el negocio.

"También puede considerar si desea una herramienta de BI personalizada o hecha a la medida. Si la velocidad y la simplicidad son importantes para su organización, considere usar una herramienta que inicie sus proyectos con plantillas predeterminadas para visualizaciones", dijo Marsh. "Las opciones como esta pueden venir incluso con KPIs y paneles preconstruidos. Sin embargo, si valora la flexibilidad y la capacidad de personalizar sus visualizaciones, puede que no sea la opción correcta para usted".

  1. Escuchar a los usuarios

Para obtener las herramientas y los procesos que se adaptan a los usuarios, tanto los departamentos de TI como los de BI deben escuchar a los usuarios.

"Las lecciones más difíciles aprendidas sobre big data y visualización son que solo el usuario final sabe cómo definir sus necesidades, y ninguna persona de TI puede decirle a la gente de marketing lo que necesita ver. Podemos consultarlos en el proceso, pero para tomar decisiones necesitan construir las vistas que mejor funcionen para ellos", dijo Barak.

Los científicos de datos están de acuerdo pero enfatizan que los científicos de datos ciudadanos también deben hacer el trabajo.

"Personalmente, creo que los equipos de tecnología deberían trabajar en estrecha colaboración con los usuarios empresariales para comprender el tipo de visualizaciones que podrían producir para proporcionarles las herramientas básicas para comenzar, pero luego los usuarios empresariales deberían invertir tiempo en aprender estas herramientas para que puedan trabajar en ser autosuficientes para generar ideas útiles", dijo Joe Berry, científico de datos de Edited.

  1. Crear personas

Obviamente, una gran organización no puede adaptar los procesos de visualización para todos y cada uno de los científicos de datos ciudadanos que necesitan hacer cálculos precisos. Con el fin de satisfacer la mayor cantidad de necesidades de los usuarios, algunos expertos recomendaron tomar una página del departamento de marketing.

"¿Por qué no crear personas para sus usuarios de visualización, al igual que su equipo de marketing los crea para comercializar sus productos y servicios?" dijo Hugh Johnson, vicepresidente sénior de desarrollo de Suntico. "Luego, cuando creen sus visualizaciones, comprendan para quién las están creando y por qué. Es más probable que el resultado sea algo realmente útil para el negocio".

  1. Vetar los datos

Una de las grandes funciones que desempeña la TI para habilitar a los científicos de datos ciudadanos es mantener las fuentes de datos limpias y bien manejadas. Esto incluye garantizar que los datos estén seguros durante todo el ciclo de vida y que los usuarios tengan acceso solo a los datos que necesitan para hacer su trabajo.

"Por lo general, diría que la función de TI debería ser la responsable de que los datos lleguen a un formulario que esté listo para ser visualizado y analizado, y que se automatice este proceso", dijo Johnson. "Deben ser responsables de asegurarse de que los controles correctos estén en su lugar para que cada usuario de visualización solo pueda ver los datos que tienen permitido ver".

Mientras tanto, la función de BI también debe garantizar que los datos se verifiquen realmente para el propósito para el que están destinados.

"En muchos casos, los datos correctos no se recopilan en absoluto. Sin tener datos con los que trabajar, los analistas/desarrolladores front-end no tendrán nada con qué trabajar", dijo Justin Butlion, especialista en analítica e infraestructura de BI y fundador de ProjectBI. "Esto debe ser lo primero en lo que se enfoca el jefe de BI, llenando estos vacíos".

Este artículo se actualizó por última vez en diciembre 2018

Profundice más

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close