En los tiempos digitales que corren, analizar los trillones de gigabytes que se producen diariamente no es una labor sencilla. De hecho, se estima que en la actualidad, por diversas causas, se estudia y aprovecha menos del 0.5% de la información generada.

Una de las dificultades principales radica en un factor humano: existe un déficit de especialistas, en principio hacen falta individuos cuya formación académica esté orientada a las disciplinas del análisis de datos, especialidades –como estadística, ciencias de datos, matemáticas avanzadas, entre otras– que son esenciales para diseñar estrategias basadas en la analítica. Y si hablamos de desarrollar la capacidad para aprovechar al máximo las innovaciones tecnológicas, es evidente la larga curva de aprendizaje que hay que recorrer. 

Para ilustrarlo, una muestra: de acuerdo con una investigación sobre Big Data, para 2018, a la economía estadounidense –una de las más avanzadas en el uso del análisis de datos– le harán falta entre 140,000 y 190,000 profesionales con competencias analíticas sólidas.

A esto hay que agregar que, según una encuesta de escala global, el talento analítico es el más difícil de atraer y retener para el 48% de las empresas, en comparación con otras especialidades. 

En este contexto, que augura certeza en el empleo y amplias opciones de desarrollo profesional, muchos jóvenes confiarán su futuro a una carrera asociada con la analítica. Una decisión que difícilmente se criticaría; incluso en México, en donde una carrera como Estadística Aplicada, de acuerdo con datos del Instituto Mexicano para la Competitividad (IMCO), registra una alta tasa de ocupación (en el orden del 99%). 

No obstante, las oportunidades más interesantes –aquellas que se derivan de las necesidades más urgentes de las organizaciones de todas las industrias– no se obtendrán con conocimientos generales sobre el análisis de datos y sus técnicas más conocidas. 

Para sentar las bases de una carrera exitosa, los jóvenes interesados en la analítica deben fortalecer sus conocimientos –en las aulas universitarias o aprovechando los recursos educativos de proveedores, en tres áreas específicas:

Analítica descriptiva. Permite conocer las características de diversos fenómenos de interés y ayuda a descubrir tendencias y patrones de comportamientos a partir del análisis de datos históricos que, de otra manera, habrían pasado inadvertidos para los tomadores de decisiones. Por ejemplo, determinar las características de los consumidores que demandan un determinado producto o servicio. 

Analítica predictiva. Basada en métodos matemáticos avanzados (como la minería de datos y el machine learning), hace posible la creación de modelos que pronostican la ocurrencia de algún evento y guían la toma de decisiones. Siguiendo con el ejemplo anterior, podríamos determinar cuál es el producto que más probabilidades tiene de ser aceptada por un consumidor. 

Analítica prescriptiva. A través de técnicas de simulación y optimización, entre otras, la analítica prescriptiva permite detectar las alternativas óptimas dentro una gama de posibilidades y señala los caminos que más conviene seguir. Por ejemplo, crea escenarios que permiten simular los resultados que se podrían tener modificando diferentes parámetros a fin de encontrar el mejor precio de un producto. 

En un ámbito laboral que todos los días incrementa su necesidad de ingenio analítico, dichos conocimientos representan un factor de diferenciación que ningún estudiante debería ignorar. Los proyectos buscan lograr un efecto transformador del negocio, por lo tanto, necesitarán algo más que un “experto en datos”, exigirán talento, habilidades y herramientas que permitan que el uso de la analítica genere valor al negocio. 

En conclusión, los especialistas en temas analíticos tienen una gran oportunidad hoy y en el futuro de ayudar a las organizaciones públicas y privadas a obtener mejores resultados. 

______

Por Roberto Torres, Director de Servicios Profesionales de SAS México.