Espectro de habilidades analíticas

El mundo de la analítica incluye la recopilación de datos, el modelado y la inteligencia artificial. El conocimiento del analista de negocios también pasaría de un conjunto de habilidades a otro durante el curso de su carrera. Diferentes herramientas brindan experiencia para resolver diferentes tipos de problemas, y diferentes empresas se enfocan en trabajar con diferentes dominios y funcionalidades analíticas. Poniendo todo esto junto, uno puede ver las habilidades analíticas abarcando un espectro. Entonces, ¿qué es ese espectro, qué importancia tiene?

Conocer la región actual en el espectro analítico puede ser útil tanto para los profesionales analíticos como para las empresas analíticas. Si bien las empresas deben aspirar a cubrir todo el espectro en sus ofertas, el analista debe aspirar a moverse a lo largo del espectro para dominar el análisis. Esta publicación le presentará el espectro de capacidades analíticas, para que sepa dónde está y dónde quiere estar.

¿Qué preguntas estás haciendo?

Cuando inicia un proyecto de análisis empresarial, a menudo lo hace en el contexto de la resolución de un problema empresarial. A diferencia de los académicos, los científicos de datos profesionales a menudo tienen un objetivo en mente que eventualmente se sumará al resultado final. La solución a ese problema a menudo se intenta como respuesta a ciertas preguntas comerciales relevantes. Y aunque para cada problema y proyecto, se pueden hacer muchas preguntas, las preguntas en sí mismas caen en un ámbito diferente de la región de oferta analítica.

• Cuántos, con qué frecuencia, cuándo, quién y otras preguntas relacionadas con el conteo

Las preguntas que describen los datos , a menudo resumiendo y agregando datos por varios cortes, constituyen el análisis descriptivo . El objetivo es comprender qué dicen los datos sobre las dimensiones conocidas anteriores y la tarea implica contar y otras métricas en diferentes formas (por ejemplo, tablas dinámicas). A menudo, este es el punto de partida del análisis comercial y los intentos de dar sentido a todos los datos recopilados. En la mayoría de las empresas, esta tarea constituye la mayor parte de los análisis, aunque los esfuerzos humanos invertidos pueden o no ser grandes, ya que tales tareas a menudo están automatizadas.

• Qué sucedió, qué hacer y otras preguntas centradas en la razón

Las preguntas que intentan comprender por qué sucedió algo o se observa en los datos, forman el siguiente nivel de Análisis de diagnóstico . El objetivo es descubrir las razones de los datos observados y las tareas implican la prueba de hipótesis de varias razones potenciales, encontrar las dimensiones correctas para agregar y dividir los datos y observar patrones en los datos. La comprensión empresarial y los conocimientos estadísticos básicos se vuelven cruciales para resolver este tipo de problemas. La mayoría de los trabajos de análisis se encuentran en gran medida en esta región del espectro.

• Qué pasaría si, Quién lo hará, Cuándo lo hará, Entonces qué, Cuánto si… y otras preguntas relacionadas con el futuro

Preguntas que intentan pronosticar o predecir caen en el dominio de Predictive Analytics . Lo que se predice lo proporciona el analista, y los datos se extraen en busca de patrones para modelar el futuro en función del pasado. Muchas empresas analíticas profesionales operan en esta parte del espectro. El objetivo es pronosticar resultados futuros con varios grados de confianza bajo varios escenarios hipotéticos. Casi siempre es necesaria una sólida comprensión de los métodos de aprendizaje automático, los supuestos de modelado y las mejores prácticas, las estadísticas y las herramientas más allá de Excel, como SAS, R, SPSS, Python.

• Qué es lo mejor, qué es lo correcto y otras preguntas de búsqueda de recomendaciones

Si bien los análisis predictivos pueden proporcionar una visión del futuro bajo diferentes acciones, no aconsejan sobre acciones en sí mismas. Prescriptive Analytics va más allá de la predicción y recomienda el mejor conjunto de acciones para múltiples entidades que analizan de manera integral todas las limitaciones, los requisitos comerciales y los objetivos. En esta región de capacidad analítica, el conocimiento de algoritmos/herramientas de optimización y toma de decisiones se vuelve crucial. Solo las organizaciones y los negocios muy especializados pueden proporcionar y consumir análisis prescriptivos.

• Qué podría tener, Dime qué y otras preguntas de búsqueda de acción

El último y santo grial de la analítica se llama Pre-emptive Analytics . A diferencia de los análisis de predicción y prescripción, que intentan resolver el problema a posteriori , el análisis preventivo vigila todas las áreas del negocio y los clientes y anticipa y resuelve constantemente un problema incluso antes de que se manifieste. Muy pocas organizaciones realmente pueden afirmar que operan en este lapso, ya que requiere datos completamente integrados, un ciclo de retroalimentación e inteligencia artificial integrados en todo el sistema con intervención humana limitada.

¿Para quién estás trabajando?

Además del avance en las capacidades analíticas reflejadas en el espectro analítico, otra dimensión ortogonal que afecta su conjunto de habilidades es: ¿Quiénes son sus clientes? A menudo, las empresas de análisis se pueden clasificar en empresas de análisis de terceros , que brindan servicios a otras empresas, y empresas de análisis cautivas , que brindan servicios a otros departamentos dentro de la propia empresa. El ex a menudo tiene más variedad en el trabajo, aunque aún puede tener especializaciones en equipo. Más tarde puede brindar más oportunidades para la experiencia en el dominio.

De otra manera, sus clientes afectarán sus capacidades analíticas al plantear el conjunto correcto de preguntas. Algunos clientes, en su mayoría nuevos en el análisis, se sienten incómodos al confiar en un modelo complejo de "caja negra" para tomar decisiones, mientras que otros, en su mayoría aquellos que se han beneficiado del análisis en el pasado, están más abiertos a ideas nuevas y posiblemente contrarias a la intuición.

¿Estás haciendo esto otra vez (y otra vez)?

Por último, algunos equipos se enfocan en proporcionar una solución analítica similar a diferentes clientes una y otra vez y otros equipos se enfocan en brindar diferentes tipos de soluciones.

Los primeros tipos de equipos profundizan mucho en la resolución de problemas, a menudo tienen procesos detallados y una lista de verificación para asumir proyectos, invierten mucho en análisis avanzados y, por lo general, trabajan con herramientas personalizadas y desarrollo analítico parcial o totalmente automatizado. Los analistas que trabajan en este tipo de proyectos pueden esperar convertirse en maestros de ese dominio. Sin embargo, esto puede ir acompañado de un poco de monotonía, aunque en la práctica cada proyecto es diferente y el analista astuto encontrará la oportunidad de aprender.

Los segundos tipos de equipos tienen más flexibilidad y variedad en el trabajo, lo que alivia el aburrimiento pero presenta desafíos de resolver diferentes problemas, navegar por diferentes estructuras de datos, más trabajo personalizado y exploración de datos. A menudo, los analistas que trabajan en estos equipos tendrán una exposición más amplia a diferentes dominios y subdominios comerciales, pero la profundidad y el conocimiento comercial pueden ser limitados.

A medida que el mundo avanza hacia Big Data, la inteligencia artificial y el Internet de las cosas, la necesidad de profesionales analíticos experimentados que trabajen en un nivel avanzado del espectro analítico sigue siendo la más alta de la historia.