Benjamin Haas - Fotolia

Evaluar Conozca los pros y contras de las tecnologías, productos y proyectos que está considerando.

Ciencia de datos como servicio proporciona acceso instantáneo a los analistas

Los científicos de datos tienen gran demanda, pero con tan escaso suministro que algunas empresas tercerizan sus datos para analizarlos. El CEO de DataScience Inc., Ian Swanson, explica cómo funciona.

Las compañías necesitan exprimir el valor de las grandes cantidades de datos que recolectan, pero muchas no parecen encontrar suficientes científicos de datos para hacerlo. Allí es donde entra la ciencia de datos como servicio.

Las organizaciones en estos straits pueden tercerizar sus datos en bruto a firmas tales como DataScience Inc., una startup de rápido crecimiento de California. Su equipo de mentes analíticas limpia los datos y utiliza una mezcla de complejas herramientas de modelado, software casero y curiosidad intelectual para entregar conocimientos que los clientes pueden utilizar para mejorar productos y servicios; crecer su base de clientes; y, en última instancia, aumentar sus ingresos.

Ian Swanson

Nuestro portal hermano SearchBusinessAnalytics habló con el CEO y fundador de DataScience, Ian Swanson, sobre el floreciente espacio de la ciencia de datos como servicio. Él discutió lo que su equipo de científicos de datos proporciona que las herramientas de análisis de datos solas no pueden brindar, las formas en las cuales la ciencia de datos trae ingresos, y cómo su compañía respaldada por capitales de riesgo (venture-backed) ha sido capaz de adquirir y desarrollar un fuerte equipo de científicos de datos e ingenieros de datos en menos de dos años, mientras que las enormes empresas de tecnología a menudo luchan para hacer lo mismo.

Las compañías han usado desde hace tiempo datos para mejorar la eficiencia operativa, pero hay un énfasis cada vez mayor en utilizarlos para conectar con los clientes en nuevas formas, para impulsar las ventas. ¿Cuáles son las formas novedosas en las que se puede usar los datos hoy en día?

Ian Swanson: Tenemos compañías de comercio electrónico por suscripción [como clientes] que hacen más de mil millones de dólares en negocios [anualmente]. Podemos identificar los [clientes] que están en riesgo de irse el siguiente mes, cuál es su potencial de tiempo de vida y cómo retenerlos. El valor del tiempo de vida es una cosa básica que trabajamos con los clientes… Muchas compañías utilizan matemáticas locas de Excel para tratar de averiguar esto. Nosotros observamos [muchos atributos y características] a un nivel granular para determinar el valor del tiempo de vida de un cliente, atributos sobre los que podemos actuar  para hacer crecer a los clientes enfocándonos en prácticas de publicidad específicas … “Vamos a entender a su audiencia a un nivel más profundo”.

¿Qué tan importante es la monetización de los datos para sus clientes?

Swanson: Algunas compañías lo ven como blanco y negro, ¿cómo vendemos los datos? De la forma en que lo vemos es: ¿cómo usamos los datos para hacer crecer los ingresos?

Trabajamos con una empresa de tecnología conectada para averiguar cómo sus clientes realmente utilizan su producto. Las compañías pueden utilizar focus groups para obtener un sentido de cómo venderse ellos mismos,… pero los elementos que somos capaces de juntar  muestran por qué y cómo los clientes utilizan sus productos. Observamos todos sus datos y empleamos múltiples técnicas de ciencia de datos [para averiguar cómo utilizan el producto la mayoría de la gente] y determinar cómo sacar el producto al mercado. Hacemos recomendaciones para ayudar a los equipos de soporte de los clientes a convertir a los clientes de detractores en promotores, usando los levers que nuestros clientes pueden controlar.

También podemos predecir la oferta y la demanda de un producto que ni siquiera se ha lanzado aún, por lo que una empresa puede incluirlo en su pronóstico financiero. Esto  lo hacen a menudo las empresas que utilizan la lógica de castillos en el cielo, pero nosotros aplicamos ciencia para hacerlo.

Las empresas que utilizan la ciencia de datos como servicio, ¿típicamente tienen algún científicos de datos en su personal?

Swanson: Sí, todos nuestros clientes tienen al menos uno. Las compañías Fortune 500 tienen grandes equipos de ciencia de datos, pero puede ser que [no estén centrados en] marketing y servicio al cliente y recursos humanos. ...Los equipos internos de ciencia de datos a menudo no tienen la experiencia ni la capacidad [para hacerlo todo]. Somos un equipo de 75 personas, y 70 son ingenieros de datos o científicos de datos.

Somos fuertes en ese lado de la casa, pero hemos estado construyendo [propiedad intelectual] también, averiguando los problemas que las personas tienen resolver. Le dije a mi equipo, cualquier herramienta que necesiten para hacer su trabajo de manera más eficiente, la compraremos. En este espacio, hay un puñado de herramientas inconexas –para conexión, limpieza, exploración, disputas de datos, modelado– que no funcionan bien juntas. Hemos estado utilizando [nuestras] herramientas de manera interna, en la producción, y vamos a empaquetarlas y a proporcionárselas a los clientes para que las utilicen, para que puedan estar utilizando las mismas herramientas que nosotros. (DataScience planea desplegar sus herramientas empaquetadas ​​en breve. La compañía se negó a proporcionar detalles adicionales).

¿Qué tipo de infraestructura utilizan para soportar todos los procesamientos de datos que hacen?

Swanson: Somos usuarios muy pesados de ​​Amazon [Web Services], pero nuestra tecnología funciona a través de Azure, también, así que no estamos atrapados allí. En términos de herramientas de ciencia de datos, si se piensa en la trayectoria de un analista de datos, ellos trabajan con R o Python o Scala. Somos cerca de 5% R, y usuarios pesados de Python, pero también en la vanguardia de Scala y Spark. Construimos modelos predictivos reales.

El éxito de la ciencia de datos como servicio depende de que las empresas confíen en un tercero con su bien más preciado, sus datos. ¿Cómo se supera ese problema de confianza y las preocupaciones de la seguridad de los datos?

Swanson: La privacidad y la seguridad de los datos es muy importante para nosotros, y no necesariamente necesitamos información de identificación personal. No necesito saber que el nombre de un cliente es Joe Smith, por ejemplo, puede ser que solo necesite su ID de usuario. Por lo tanto, podemos trabajar con grandes empresas públicas...

Hemos pasado la prueba de [privacidad y seguridad de los datos] antes, por un equipo de 90 personas que nos examinaron en American Express. (American Express adquirió la compañía de moneda virtual de Swanson, Sometrics, en 2011). No hemos tenido ni un cliente que nos rechace por problemas de seguridad de datos.

Usted está compitiendo con tantas empresas para contratar a científicos de datos, y la reserva de talento es poco profunda. ¿Cómo ha podido conseguir tantos en su equipo?

Swanson: Recaudamos 30 de millones de dólares [en fondos de riesgo] durante el último año y medio, y cuando estaba hablando con empresas de capital riesgo, todos ellos dijeron que estábamos locos, que nunca seríamos capaces de contratar [a las personas adecuadas]. En tres meses demostramos que podíamos escalar el negocio y crecer. Ahora tenemos más de 1,000 hojas de vida al mes de personas que quieren puestos de ciencias de datos.

Hemos creado un ambiente que tira de las fibras del corazón de la gente en este espacio; ...ellos sienten que este es un grupo de reflexión, un think tank que hace dinero resolviendo problemas. Y ellos aprecian que ciencia de datos es todo lo que hacemos, así que saben que no van a estar entre tres personas, en un sótano, que no son soportados por el equipo de ingeniería. ...Estamos creciendo a un ritmo de 10 personas por mes.

También hacemos cosas como altavoces elevados, realizamos eventos... y empezamos DS12, un programa de residencia de ciencia de datos, de 12 semanas [para estudiantes]. Es un programa real que no se trata de ciencia de datos de nivel de entrada, y no cobramos por ello; pagamos por su vivienda, reciben un pequeño salario. Vamos a abrir el plan de estudios a otras empresas para que puedan aprender de ello también. Eso trata de agregar valor [a la comunidad de la ciencia de datos].

Compañías tecnológicas masivas, como IBM y Microsoft, hacen hincapié en el análisis de big data, y están buscando contratar a expertos en ciencias de datos. Podría imaginar a alguien como ellos adquiriendo su empresa, para obtener acceso instantáneo al talento. ¿Ha sido abordado por una importante compañía de tecnología sobre una adquisición?

Swanson: Muchos, sí.

Tengo que ser recatado en cómo digo esto. Las grandes empresas han estado llamando a nuestra puerta, y hemos dicho no, y la razón es que hay una gran cantidad de logotipos en este espacio, pero no muchos han descubierto cómo agregar valor. [DataScience] podría convertirse en una gran empresa. La visión de cinco años es que queremos ser el líder de pensamiento en la investigación, la educación, el trabajo de servicio y la propiedad intelectual, y esa [combinación] no existe en la actualidad.

Un Ph.D. no es un requisito previo para ser un científico de datos; se necesita ser un especialista en ciertas técnicas, ciertas líneas de negocio, de modo que nuestra mezcla de talento es única, y eso le interesa a las empresas.

Mientras tanto, hay tantas herramientas de análisis de auto-servicio para ayudar a la gente de negocios a conectar los puntos y tomar mejores decisiones de negocio sin la ayuda de expertos en datos. ¿Para qué necesitan las empresas científicos de datos?

Swanson: Herramientas como Tableau o Domo son buenas para la visualización y el conocimiento general, pero no para la toma de decisiones que afectan el futuro de la empresa; son una ventana en el tiempo, pero no una ventana hacia el futuro. Le dan una visión general de la salud actual, pero no la salud futura de la empresa.

Nosotros utilizamos modelos para hacer cosas como predecir la pérdida de clientes, con un 95% de precisión. ...Algunos clientes se preguntan, ¿es ese [porcentaje] real? Pero piense en cómo las personas toman decisiones ahora. Lo hacen en una sala de juntas, mirando hojas de Excel. Decimos, vamos a aplicar un poco de ciencia al proceso. Es otra arma en la mesa, combinada con sus instintos y su experiencia.

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