En el episodio de hoy de Un podcast ninja sobre Big Data hablamos del analista de datos que llevamos dentro y de las cualidades para ser un buen analista de datos.
Hoy vamos a hablar de analistas de datos.
¿Qué hacen? ¿qué habilidades tienen? ? ¿cómo son? ¿qué hay que hacer paradedicarse al análisis de datos?
Si os pasáis un rato analizando ofertas de empleo para analistas de datos en LinkedIn veréis que un analista de datos podría ser una persona con habilidades técnicas, que sabe programar en R, en Python y que domina el SQL.
Algunos de ellos también tienen experiencia con canalizaciones de datos de tipo ETL y, por supuesto, estas personas han hecho un grado de estadística, matemáticas, Ingeniería informática o algo que se le parezca, como poco.
Uff… así, en principio podría ser complicado identificarse con uno de estos analistas de datos.
Saben mucho 😮💨
Así que vamos con la parte del experimento, vamos a sacar el analista de datos que todos llevamos dentro.
Porque sí, todos llevamos un analista de datos dentro de nosotros.
Nuestro cerebro está configurado para analizar datos continuamente y es así cómo interpretamos el mundo que nos rodea y generalmente decidimos qué hacer en función de estos datos.
Por ejemplo, en mi caso...
Hace un tiempo observé que los días que cenaba tarde o que cenaba mucho pues dormía peor e incluso tenía pesadillas y luego pues me levantaba más cansada y el día se me hacía bola en comparación con los días que dejaba un tiempo entre la cena y el momento en el que me iba a la cama.
Mi cerebro acabó identificando el patrón de lo que estaba pasando: La relación entre la calidad del sueño y cuándo, cuánto y qué cenaba.
A partir de ahí decidí que si quería dormir mejor igual era buena idea cenar menos o cenar antes.
Parece algo muy intuitivo pero en cierta manera es un problema de analítica de datos.
Incluso llevado a un nivel un poco friki, al que reconozco no haber llegado, podría haber apuntado en un Excel durante una temporada la hora a la que cenaba, la hora a la que me acostaba y si había cenado mucho o poco y a la mañana siguiente anotar la puntuación de sueño que me da el reloj o simplemente como de descansada estaba.
Y listo.
Problema de análisis de datos básico planteado.
De ahí los datos me habrían llevado a la conclusión a la que llegué intuitivamente, cenar mucho y tarde me lleva a dormir peor.
Mi cerebro identificó ese patrón sin necesidad de hoja de cálculos ya que la relación era muy clara.
Seguro que vosotros también sois capaces de identificar patrones y relaciones en vuestra vida diaria.
Igual habéis decidido cuando os viene mejor hacer deporte en función de vuestro rendimiento o de cuanta gente hay en el gimnasio.
Tal vez estimáis lo que tardáis en llegar a los sitios en función del tráfico observado según el día de la semana.
O sabéis si una comida os sienta mejor o peor según lo que hayáis sentido en el pasado cuando la habéis comido.
Todo eso es análisis de datos que nuestro cerebro hace sin que nos demos cuenta. Todo el rato.
Pues los negocios hacen lo mismo.
Al final el análisis de datos no es otra cosa que recolectar, transformar y organizar los datos de manera que nos lleven a sacar conclusiones, a hacer predicciones y que nos asistan en la toma de decisiones informadas.
O lo que es lo mismo: Transformar los datos en información útil.
Pero la labor de los analistas de datos no queda ahí, no transforman los datos en información y luego se van a su casa.
La parte realmente importante es cuando comunican y comparten sus hallazgos con el resto de la organización para la que trabajan.
Porque encontrar patrones y guardarlos en un informe que no va a leer nunca nadie pues valor, lo que se dice valor… no aporta mucho.
Así que es crucial que los hallazgos se compartan con la gente apropiada dentro de la empresa para que se tomen las decisiones convenientes y toda la compañía se pueda beneficiar.
Al fin y al cabo las empresas necesitan una manera de gestionar todos los datos que se generan, no solo en la propia empresa sino datos externos y que son accesibles.
A través de esta gestión de los datos es posible mejorar procesos, identificar oportunidades y tendencias, lanzar nuevos productos y tomar mejores decisiones empresariales.
Es por esto que los analistas de datos son perfiles tan demandados hoy en día, porque las empresas necesitan personas, incluso equipos completos, capaces de controlar toda esta cantidad de datos, hacer que tengan algún sentido para el negocio y sacar conclusiones o hacer predicciones al respecto.
Y da un poco igual el sector, un analista de datos puede trabajar en empresas de e-commerce, de marketing, finanzas o cualquier otra industria. Todas generan datos y pueden beneficiarse de éstos para mejorar sus procesos e identificar oportunidades.
Pero la clave para obtener el máximo de estas decisiones basadas en datos que obtienen los analistas de datos es incluir el conocimiento de personas que conozcan el sector.
Si estamos en el sector de las finanzas pues un experto en finanzas.
Si estamos aplicando análisis de datos en marketing pues tener en cuenta las conclusiones de un experto en marketing.
Estas personas pueden ver los resultados que se han obtenido tras el análisis de datos y ser capaces de identificar inconsistencias o incluso validar si los resultados tienen sentido o hay que empezar desde el principio.
De hecho, a la gente que me escribe preguntando cómo hacer para dedicarse al mundo de los datos les suelo recomendar que en vez de primero adquirir las herramientas y habilidades y saltar a ser analista de datos generalista, que utilicen los conocimientos que ya tienen y busquen pivotar hacia puestos de análisis de datos dentro del sector en el que ya están
Por ejemplo, que trabajan en un comercio, pues seguro que hay una base de datos con nombres de clientes, compras previas, opiniones de los clientes y este tipo de datos.
Como analista de datos en potencia, se podría plantear e intentar resolver el problema de predecir cuál va a ser la próxima compra de un cliente para así poder tener stock suficiente de esos productos.
Que trabajan en un departamento de recursos humanos, pues se podría recolectar datos de portales de empleo o de linkedin, datos de empleo del Instituto Nacional de Estadística y con eso obtener información para ayudar al equipo encargado de nuevas contrataciones o mejorar la retención de empleados.
O alguien del mundo de la agricultura, pues recoger datos de meteorología y datos históricos de cosechas pasadas para poder predecir cosechas y precios de mercado.
Sea cual sea el sector en el que estéis, poned un analista de datos en vuestra vida, o mejor aún, convertíos en esa persona.
Entre las cualidades de un buen analista de datos está la curiosidad.
Al fin y al cabo el objetivo es obtener información valor de un montón de datos, así que hay que ser un poco detective, ser capaz de hacerse preguntas y buscar pistas para poder resolverlas.
Otras cualidades de un buen analista de datos:
Os aseguro que en mayor o menor medida usáis estas cualidades a menudo en vuestra vida diaria.
Por ejemplo, respecto a entender el contexto.
Si alguna vez habéis hecho una lista de la compra y habéis organizado las cosas a comprar dependiendo de si son similares y van a estar cerca en el supermercado para ahorrar tiempo y no tener que ir de un lado a otro del super buscando lo que queréis.
Entonces de manera instintiva estáis utilizando el contexto y eso os ayuda a identificar patrones.
Si además sois buenos en los típicos test psicotécnicos de seguir patrones, entonces ya… no sé a qué esperáis para empezar a transformar datos en información de valor como analistas de datos.
En cuanto a ser capaces de organizar datos y formar una estrategia a partir de ellos…
¿Quién no se ha visto en la situación de organizar unas vacaciones?
Empiezas a leer sobre varios destinos, a guardar datos y a montar una estrategia con el viaje que quieres según los días de los que dispones, el presupuesto, lo que te apetece hacer, las recomendaciones que has leído y lo que te han contado…
Todo eso lo hace vuestro analista de datos interior.
O cuando queréis comprar lo que sea, vais a amazon y leeis valoraciones, tenéis en cuenta el precio, el tiempo de entrega, si se puede o no se puede devolver gratis.
También es vuestro analista de datos interior al volante.
O si compráis un mueble y os tenéis que pelear con el montaje.
Analizáis las piezas que hay, las herramientas que tenéis y la ayuda con la que contáis. Entonces os miráis las instrucciones y al lío.
¿Veis? todo eso es nuestro cerebro analizando datos todo el tiempo
Así que si estas cosillas se os dan particularmente bien y queréis entrar en el mundo del análisis de datos vais con una buena base.
Luego, por supuesto, hay que adquirir las herramientas y entrenar el pensamiento analítico que nos ayuda a identificar y definir un problema y luego resolverlo mediante el uso de datos de forma organizada.
Saber trabajar con bases de datos y con hojas de cálculo. Aprender SQL y ya si os hacéis con una buena base en programación para poder automatizar procesos pues os convertiréis en maestros profesionales de la analítica de datos.
Además os vendrá bien utilizar visualizaciones para representar la información ayuda a entender y sobre todo a explicar los hallazgos que encontréis de manera mucho más efectiva.
Al fin y al cabo una imagen vale más que mil palabras.
Pero sobre todo, la curiosidad.
Hacerse preguntas y buscar los datos que respondan a esas preguntas es clave en el análisis de datos y de eso ya hemos visto que los ninjas de los datos, vamos servidos.
Espero que os guste el episodio.
Si es así, no olvidéis dejar un «Me gusta» y algún comentario al episodio en Ivoox o una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Google podcasts o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto o podemos seguir la conversación en Twitter.
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.