En una publicación anterior escribimos acerca del rol del Data Strategist dentro de la organización, su alta y creciente demanda en el mercado de trabajo y cómo es este profesional capaz de pasar del mero análisis de los datos a la toma de decisiones estratégicas clave para el negocio gracias a ellos.
Hoy, queremos profundizar en las diferencias de un Data Strategist y un Data Scientist ya que, a priori y desde el exterior, son posiciones que suelen confundirse entre sí o incluso asociarse, erróneamente, funciones del uno al otro y viceversa.
Cuando hablamos de roles de trabajo en ciencia de datos, en seguida nos vienen a la mente posiciones como Data Scientist, ingeniero de machine learning o Data Analyst.
Si atendemos a los listados de las posiciones más demandadas de los últimos años, encontraremos, sin duda, todos estos puestos de trabajo pero lo cierto es que el rol que se encuentra más en alza en estos momentos, y parece que la tendencia continuará esa misma senda, es la del estratega de datos o Data Strategist.
Los estrategas de datos son personas que tienen la combinación adecuada de tecnología, análisis y visión para los negocios.
Es por eso que, por lo general, el rol de un estratega de datos implica conocer la última tecnología en el mercado y comprender el potencial que esta podría aportar al negocio para, en base a esto, desarrollar ideas estratégicas que puedan suponer una ventaja competitiva.
Una de las áreas clave donde los estrategas de datos pueden enfocarse es la analítica ya que las habilidades tecnológicas en el análisis pueden ser flexibles para este rol intensivo en estrategia. Un ejemplo típico puede ser la habilidad de inteligencia empresarial, o Business Intelligence, que encajaría en los roles de trabajo de estrategia de datos y análisis.
Tampoco se puede olvidar lo importante que es el Big Data para un estratega de datos. En este sentido, el Data Strategist puede suponer también un alto valor añadido a nivel empresarial.
En este punto, es dónde nuevamente, entra en acción el Data Strategist utilizando los datos para la toma de decisiones, vinculando a los empleados y altos ejecutivos de la compañía en las tendencias del mercado que podrían ser interesantes para el negocio e incluso decidiendo si merece o no la pena seguir analizando y trabajando una determinada fuente de datos porque, por ejemplo, estos no se puedan traducir en información relevante y de valor para la empresa.
Los Data Scientist, o científicos de datos, son polifacéticos, pero poseen fortalezas individuales.
El famoso diagrama de Venn de Drew Conway describe el conjunto de habilidades de un Data Scientist como una mezcla de habilidades de piratería, conocimiento de matemáticas y estadísticas y experiencia sustantiva.
El diagrama de Conway es ciertamente útil cuando se piensa en científicos de datos, pero no aporta todas las habilidades necesarias para que los proyectos de ciencia de datos tengan éxito. Un equipo de ciencia de datos productivo debe cubrir más terreno que el diagrama de Conway.
En esencia, porque se necesitan tres cosas:
Por el contrario, un Data Strategist tiene habilidades básicas de programación y una comprensión conceptual exhaustiva de las estadísticas y las matemáticas, pero su ventaja se encuentra en el área del pensamiento conceptual, la comunicación y la estrategia del proyecto.
En la fase inicial del proyecto, un estratega de datos ayuda a definir ideas y aclarar casos de uso. Teniendo en cuenta los antecedentes en estadística y programación, la lente cuantitativa permite una evaluación in situ de las ideas del proyecto.
Del mismo modo, como los proyectos grandes a menudo requieren que se obtengan fuentes de datos de varios departamentos de la compañía, los estrategas de datos ayudan a facilitar el proceso y son la interfaz permanente para el cliente.
Esta división de responsabilidades y tareas permite que los científicos de datos puedan concentrarse en su profundo trabajo analítico, mientras que los estrategas de datos son la interfaz hacia el cliente (interno o externo) y «traducen» los requisitos del proyecto en componentes de proyecto de ciencia de datos manejables.
A lo largo de cualquier proyecto, los científicos de datos y los estrategas de datos colaboran de manera continua, pero la intensidad del trabajo para ambas profesiones varía según la etapa del proyecto.
Esta publicación está basada, traducida y adaptada de dos artículos: de Idalab y Analytics India Magazine.
Si no quieres quedarte atrás y estás dispuesto a aprender y conocer las herramientas necesarias para pasar del mero análisis de los datos a la toma de decisiones estratégicas clave para tu organización gracias a ellos, no lo dudes más y contacta con nosotros.
¡Certifícate con nosotros y lleva a tu empresa al siguiente nivel!
Imagen de portada extraída de Freepik.
