Desde hace años se ha producido un enorme desarrollo del analytics, de la ciencia de datos (data science) y del big data, conceptos que ya no resultan ajenos. En la revista Harvard Business Review, Davenport y Patil señalan que “ser científico de datos es el trabajo más sexy del siglo XXI”. Ya en el año 2012 James R. Evans decía que “el business analytics se había convertido en una moda: la próxima frontera para la ciencia de la decisión”. McKinsey predijo en 2011 que “para 2018, tan solo en Estados Unidos podría producirse una escasez de entre 140.000 y 190.000 científicos de datos”.
¿Qué razones hay detrás de este gran desarrollo y por qué la ciencia de datos y el analytics están hoy tan en boga?
Existen dos factores fundamentales que lo explican. El primero de ellos es la explosión de datos que se ha producido. En 2012, según IBM, se generaban 2.500 millones de gigabytes al día, mientras que, en 2020, Forbes señala que el tráfico asciende a 1,7 megabytes de nueva información por segundo y persona.
El segundo factor tras este auge es la tecnología: los ordenadores actuales son más rápidos y disponen de una mayor capacidad de almacenamiento. Esto, junto con el Internet de las cosas, da como resultado un alto poder de computación, así como nuevos y mejorados lenguajes de programación.
La ciencia de datos promete obtener a través del análisis de los datos respuestas más acertadas para cambiar la forma de tomar decisiones.
¿En qué consiste esta ciencia?
La ciencia de datos se encuentra en el centro de tres disciplinas: por un lado, la ciencia computacional y las tecnologías de la información; por otro, las matemáticas y la estadística; y, finalmente, la aplicación de ambas en un campo determinado.
Esta ciencia promete obtener a través del análisis de los datos respuestas más acertadas para cambiar la forma de tomar decisiones y detectar nuevas tendencias.
Sus aplicaciones son muy variadas. La primera de ellas es la adopción de decisiones informadas basadas en datos en todos los niveles, desde el estratégico hasta el operativo. El ejemplo más característico de esto es Google, empresa que se asegura de ofrecer formación a todos sus profesionales de forma que sean capaces de saber qué hacer con los datos obtenidos y extraer la máxima información de ellos para tomar las mejores decisiones, independientemente de la categoría que ocupen y del estrato en el que se encuentren dentro de la organización.
Entender las tendencias de los consumidores es otro de los beneficios que reporta la ciencia de datos. Por ejemplo, una empresa de productos cárnicos había detectado que sus ventas no crecían al ritmo esperado en los dos últimos años. Con la ayuda de Bernard Barr, especialista en ciencia de datos, puso en marcha en sus establecimientos un proceso de monitorización del flujo de personas que le ayudara a entender la situación. Así, instaló sensores en el escaparate que le permitían conocer cuánta gente pasaba por la calle, cuánta se paraba a mirar los anuncios del escaparate y cuánta entraba en el establecimiento. Quería aprovechar los picos de mayor afluencia de gente en el exterior de sus establecimientos para incrementar sus beneficios. Los datos extraídos señalaban que durante el fin de semana, en un horario muy concreto, se congregaba la mayor cantidad de gente, por lo que adaptó la oferta de sus productos para satisfacer mejor las necesidades de los clientes, hasta el punto de lograr en esa franja horaria hasta el 50 % de sus ingresos.
Además de las aplicaciones mencionadas, la monetización de datos presenta un escenario muy prometedor para aquellas empresas que los utilizan como producto, sin realizar ningún tipo de análisis. En este sentido, una startup del Reino Unido ha realizado un interesante trabajo al colocar micrófonos en las farolas y desarrollar un algoritmo muy específico capaz de aislar el sonido de los disparos. La policía puede acceder a esta información a través del registro en la página web y así obtener información clave para el conocimiento y esclarecimiento de crímenes en un determinado vecindario.
La visualización es uno de los pasos clave en todo proyecto de ciencia de datos, debido a la gran cantidad de información que se extrae con un simple golpe de vista.
El poder de la visualización
Los datos están ahí y en la actualidad la capacidad de obtener información veraz y relevante queda fuera de toda duda, pero ¿cómo presentarla para obtener el máximo conocimiento?
La ciencia de datos es un proceso cuya primera fase consiste en la recopilación de datos procedentes de varias fuentes. Posteriormente se procede a la consolidación, para después limpiar y transformar los datos de forma que se entiendan con el fin de obtener un conocimiento de ellos. Aquí es donde entra en juego la visualización, que permite extraer información y patrones de manera sencilla. Esta forma de familiarizarse con los datos es la que permite realmente responder a preguntas específicas que den paso a la siguiente fase de modelización y de simulación.
La visualización es, por tanto, uno de los pasos clave en todo proyecto de ciencia de datos, debido a la gran cantidad de información que se extrae con un simple golpe de vista. Ya sea mediante imágenes, gráficos o vídeos, el conocimiento surge de manera más inmediata, mediante presentaciones útiles y funcionales. Los ámbitos en los que puede aplicarse van desde los negocios hasta las ciencias sociales y el análisis del comportamiento.
No cabe duda del potencial que tiene el campo de la visualización en el mundo de los datos, por lo que se presenta como un verdadero arte aún por explorar.
© IE Insights.
