Diagnóstico del trastorno de datos: ¿Por qué la competencia en datos es fundamental para las empresas modernas?

Los datos, ya sean hechos, opiniones o experiencias, desempeñan un papel fundamental en la conformación de las interacciones y la facilitación de la comprensión entre personas y grupos. Sirve como base de la interacción humana en varios contextos y lo ha hecho desde el comienzo del tiempo. 

Por otro lado, la automatización de datos se remonta a la década de 1890, cuando Herman Hollerith desarrolló e introdujo un sistema de tabulación mecánico para tabular los datos del censo de los EE. UU. Esta innovación redujo significativamente el tiempo necesario para compilar los resultados del censo, de años a meses, y sentó las bases para futuros desarrollos en el procesamiento y la automatización de datos. 

El procesamiento electrónico de datos como práctica solo existe desde la década de 1950, con la llegada de las computadoras electrónicas. Para la década de 1970, la introducción de microprocesadores y la evolución de las computadoras personales democratizaron aún más el acceso al procesamiento electrónico de datos.  

Como analizamos anteriormente en esta serie, el propósito principal de DataOps es acelerar el flujo de datos. Analizamos cómo la automatización de DataOps impulsa los resultados y las tendencias, cómo ayuda a reducir los errores de datos y cómo un centro de operaciones de datos combina el valor operativo de la ciencia de datos, la ingeniería de datos y los equipos de análisis. También hemos hablado sobre cómo el uso perspicaz de los recursos de datos puede respaldar el liderazgo y por qué esto ofrece un enorme valor para el negocio. En este blog, examinaremos aún más el talento que necesitamos para apoyar estos resultados ganadores. 

Por qué la competencia en datos es ahora un conjunto de habilidades fundamentales para tener en su organización  

DataOps es una profesión relativamente nueva que rápidamente se ha vuelto indispensable. ¿Qué cambió? Un desarrollo impactante reciente es la introducción de la AI. Los datos se han vuelto primordiales para el éxito de cualquier implementación de AI. Pero además de la AI, hay tres elementos que están llevando el comportamiento de los datos a nuevos ámbitos y que exigen aún más experiencia. Estas fuerzas son como una tormenta perfecta en la administración de datos: una combinación de eventos que no son individualmente perjudiciales, pero que cuando ocurren juntos, pueden producir un resultado profundamente destructivo.   

Tres áreas que crean la amenaza de datos: 

1. Las cuatro V de big data (volumen, variedad, velocidad y veracidad) son como un huracán, lo que dificulta encontrar, entregar y acceder a los datos. Además, la interminable variedad de datos (no estructurados, estructurados, por lotes, en tiempo real y de transmisión, en la nube, IoT, etc.) contribuye al caos, y todos estos datos deben definirse racionalmente para que puedan ser confiables y protegidos de personas que puedan dañarlos, usarlos indebidamente o robarlos. Los datos cambian constantemente, lo que crea una magnitud de complejidad única en la era digital. 
2. Existe un impulso tecnológico incesante para encontrar datos en nuevos dispositivos y establecer estructuras para transformarlos, entregarlos, catalogarlos, analizarlos, monitorearlos, asegurarlos, comprimirlos y archivarlos.  
3. Los datos en sí están tomando vida propia. La definición de datos puede ser bastante simple: “información real (como mediciones o estadísticas) utilizada como base para el razonamiento, la discusión o el cálculo”. Pero ahora vivimos en la era de la economía de la información, presentada en The Third Wave por Alvin Toffler en 1980. Entre los usuarios exitosos de este modelo de negocio se incluyen Google, Meta y otras empresas de redes sociales, donde los datos en sí son una fuente de resultados financieros y, al mismo tiempo, impulsan productos y servicios adicionales. Otros ejemplos incluyen plataformas como Uber Technologies, que no posee vehículos, o Airbnb, que no posee propiedades. En la industria de videojuegos, se ha creado una gran cantidad de activos al aprovechar la automatización de datos y procesos. Estos ejemplos de empresas basadas en datos han creado una “realidad virtual” y ahora reconocemos los datos como un activo. Los datos ya no son solo información fáctica. 

Es en este tercer elemento, donde los datos ya no se tratan solo de su negocio, sino de su negocio. Puede pensar en el flujo de datos que funciona en toda su empresa, como la sangre que fluye a través de las venas empresariales para proporcionar energía vital a cada sistema, y los profesionales de DataOps son sus cardiólogos.  

Consideremos, por ejemplo, otra profesión que ha tenido cientos de años para evolucionar sus prácticas en una profesión y competencia bien definidas.   

El marco de competencias del contador de gestión global colegiado (CGMA) define cinco áreas de conocimiento que los profesionales de finanzas necesitan para impulsar el éxito de su organización. Las categorías de habilidades utilizadas por el CGMA a un alto nivel también se pueden adaptar y aplicar a una competencia de datos empresariales efectiva en las mismas cinco categorías de habilidades, de la siguiente manera:  

1. Habilidades técnicas. Las habilidades técnicas para los mejores profesionales de la administración de datos incluyen competencia en análisis de datos, planificación y diseño, y gobierno, así como conocimiento de métodos estadísticos y bibliotecas de análisis. Los profesionales de datos deben ser expertos en la visualización de datos, estar familiarizados con los procesos de ETL y la arquitectura de datos, y comprender la administración de bases de datos. Las habilidades en aprendizaje automático, marcos de AI y tecnologías de big data son esenciales para administrar y analizar grandes conjuntos de datos. 
2. Habilidades comerciales. Las habilidades empresariales óptimas para los profesionales de datos incluyen el desarrollo del dominio, además de la perspicacia organizacional para conectar los resultados con la estrategia e interpretar los datos contextualmente, la educación financiera para relacionar los hallazgos con los ingresos y la capacidad de aprovechar los datos para influir en las decisiones organizativas a largo plazo.  
3. Habilidades de personal. Las habilidades de comunicación son esenciales para los profesionales de datos, lo que facilita la colaboración efectiva en entornos basados en datos. Esto ayuda a influir en las partes interesadas no técnicas al ofrecer información compleja de manera clara y fomentar la cooperación con equipos multifuncionales.  
4. Habilidades de liderazgo. Las habilidades de liderazgo permiten que los profesionales de datos influyan en el cambio organizacional. Tres tipos de habilidades de liderazgo: pares, funcionales y estratégicas, ayudan a los profesionales de datos a impulsar resultados, fortalecer equipos, administrar cambios e impulsar el rendimiento. Además, los profesionales de datos pueden desempeñar un papel clave en la administración del cambio al promover la adopción de nuevas herramientas. 
5. Habilidades digitales. Aunque parezcan superponerse un poco con las habilidades técnicas necesarias para los profesionales de datos, las habilidades digitales como categoría reflejan los avances en la tecnología moderna de manera más general y no se pueden ignorar. Las habilidades clave incluyen competencia en herramientas digitales como Excel y software BI, familiaridad con la seguridad de datos, gobierno y privacidad, conocimiento básico de automatización y secuencias de comandos, y sólidas capacidades de creación de contenido junto con habilidades de comunicación digital. 

Como puede ver, DataOps es ciertamente una herramienta que puede neutralizar las amenazas de datos para su negocio, pero solo cuando tiene la experiencia y competencia necesarias. En el próximo blog, profundizaremos en los “datos como activo” y por qué es un capital invaluable al impulsar su modelo de negocio.