La Transformación Digital desde la perspectiva de la Ciencia de Datos
El impacto de la creciente digitalización, impulsado aún más debido a la pandemia de la COVID-19, ha resultado en una mayor necesidad de análisis y modelado en el campo de la ciencia de datos para la toma de decisiones en las empresas. SAS, plataforma de Software y Soluciones de Analítica, ha publicado el informe Accelerated digital transformation en el que se reflejan los aspectos más importantes en cinco dimensiones del entorno de trabajo diario de los científicos de datos.
Dimensiones analizadas en el entorno de trabajo
del científico de datos
El informe se ha realizado reuniendo los puntos de vista de profesionales de datos de todo el mundo, desde científicos y analistas hasta supervisores y ejecutivos, mediante encuestas y entrevistas. Los resultados obtenidos en cada una de las dimensiones analizadas son los siguientes:
1. Impacto directo de la pandemia
Uno de los mayores cambios debidos a la pandemia de COVID-19 en el panorama empresarial ha sido el repentino paso al trabajo a distancia en muchos campos. En el caso de los científicos de datos el impacto directo de la pandemia en su trabajo ha sido entre neutral y positivo. El mayor impacto sí se debe probablemente a la aceleración de la transformación digital, que provocó un efecto dominó de adaptaciones en los procesos de la empresa. El estudio revela que, para adaptarse, aquellos profesionales de datos que utilizaron los servicios en la nube vieron mejorado su nivel de colaboración y aumentaron su productividad, teniendo un efecto ampliamente positivo con respecto a aquellos que no hicieron uso de esos servicios.
2. Actividades de trabajo
Las actividades de trabajo realizadas se concentran mayoritariamente en la recopilación, exploración, gestión y limpieza de datos, siendo menor el tiempo dedicado a la creación de modelos informáticos. Independientemente del nivel en la organización, e incluso con el desarrollo de herramientas low-code y no-code y el uso de la inteligencia artificial (IA), la gestión de los datos ocupa una gran parte del tiempo. En este aspecto los entrevistados coinciden en que esta etapa de preparación de datos es de gran importancia para resolver los problemas específicos de cada organización.
3. Obstáculos a los que se enfrentan
Los obstáculos detectados por los profesionales de datos se basan principalmente en: la falta de utilización de los resultados de la ciencia de datos en la toma de decisiones por parte de los responsables; y la escasez de talento en ciencia de datos dentro de la organización, entre otros. Como parte de este enfoque sobre los obstáculos también examinan levemente las prácticas éticas en relación con la IA y si existen esfuerzos por limitar las aplicaciones indeseables, no éticas o sesgadas de la tecnología. El 43% de los encuestados indicaron que su organización no lleva a cabo revisiones específicas de sus procesos analíticos con respecto al sesgo y la discriminación.
4. Entorno analítico
En relación con la satisfacción con aspectos del entorno analítico los encuestados mostraron un mayor agrado en relación con los resultados de los proyectos en los que trabajan. Sin embargo, no se mostraban tan satisfechos ni con el uso de la analítica por parte de la empresa ni con la implantación del modelo trabajado. Estos resultados ponen de manifiesto problemas operativos más amplios que pueden reflejar un desfase entre la velocidad de evolución de la tecnología y la capacidad de la organización para seguir el ritmo de formación adicional para el desarrollo de habilidades y los nuevos cambios en los procesos. Mediante este estudio se llega a la conclusión de que la ciencia de datos es algo más que esfuerzos individuales aislados, existiendo la necesidad de incluir a los científicos de datos no sólo en las fases de planificación sino también en las tomas de decisión de la empresa.
5. Habilidades y competencias necesarias
Hay una gran variedad de habilidades que los científicos de datos de hoy en día necesitan para tener éxito. De todas ellas, la encuesta revela dos tipos de habilidades que destacan por encima de las demás: las habilidades empresariales, con competencias en identificación de problemas y gestión de las partes interesadas; y las habilidades de ingeniería de datos o de programación. Las primeras ayudan en los procesos de toma de decisión y las segundas están experimentando un fuerte crecimiento en la demanda de empleo
Más del 50% indican un dominio avanzado en:
- Ciencia/método científico
- Gestión de datos estructurados.
- Conocimiento del contenido en ámbitos especializados.
- Estadística y modelización estadística.
- Comunicación.
Menos de 1/3 declara tener una competencia avanzada en:
- Gestión de la nube.
- Administración de bases de datos.
- Programación de front-end y back-end.
- PNL y minería de textos.
- Administración y diseño de sistemas.