¿Cómo ayuda la Analítica Aumentada en la promoción de nuevos roles?
Desde nuestros datos personales hasta las profundidades insondables de las fuentes de datos, estamos rodeados de una enorme cantidad de datos. Todas las organizaciones, desde las pequeñas hasta las grandes, utilizan los datos que ayudan a lograr resultados comerciales. Algunas organizaciones usan técnicas de pronóstico (forecast) basadas en modelos matemáticos y estadísticos tradicionales, mientras que otras usan análisis predictivos que utilizan técnicas de IA / ML (inteligencia artificial/ machine learning) y otros análisis avanzados para predecir / pronosticar el futuro. Un ejemplo de ello es la predicción y prevención de la rotación de conductores en la empresa. Por lo tanto, existe la necesidad de una solución analítica predictiva especializada para ayudar a las empresas a administrar mejor sus negocios. Pero estas soluciones requieren científicos de datos expertos, que son costosos de contratar y escasean. Por lo tanto, esto ha llevado a la aparición de los Ciudadanos científicos de datos (Citizen Data Scientists).
El surgimiento de los Ciudadanos Científicos de Datos
La aparición de los ciudadanos científicos de datos se produce por dos razones. En primer lugar, están demostrando ser un complemento sólido y rentable para los científicos de datos expertos, que suelen ser escasos y costosos de contratar. En segundo lugar, la ciencia de datos se está volviendo simple con Augmented Analytics (analítica aumentada). Según Gartner, “el uso de nuevas herramientas de análisis e inteligencia empresarial se está extendiendo aún más a la empresa”. Hoy en día, muchas organizaciones han comenzado a utilizar Augmented Analytics. Democratiza los conocimientos de la analítica, incluida la inteligencia artificial, a todos los roles comerciales. Hace que la ciencia de datos y la construcción de modelos de ML / IA sean accesibles para los nuevos roles de ciudadanos de ciencia de datos (analistas de negocios, desarrolladores y otros). Hará que los científicos de datos expertos existentes sean más productivos, liberándolos para tareas de alto valor.
Para 2020, el número de ciudadanos científicos de datos crecerá cinco veces más rápido que el número de científicos de datos expertos. Gartner predice que, para 2020, más del 40% de las tareas de ciencia de datos estarán automatizadas, lo que resultará en una mayor productividad. Gartner también predice que para 2024, la escasez de científicos de datos ya no obstaculizará la adopción de la ciencia de datos y el aprendizaje automático en una organización.
¿Quiénes son los Ciudadanos científicos de datos?
Gartner define a los ciudadanos científicos de datos como personas con capacidades emergentes, que crean o generan modelos que utilizan análisis de diagnóstico avanzados o capacidades predictivas y prescriptivas, pero cuya función de trabajo principal está fuera del campo de la estadística y el análisis. Son “usuarios avanzados” que pueden realizar tareas analíticas sencillas y moderadamente sofisticadas que anteriormente habrían requerido más experiencia. Los ciudadanos científicos de datos brindan un papel complementario a los científicos de datos expertos.
Por lo general, los ciudadanos científicos de datos no tienen habilidades de codificación, pero necesitan desarrollar una sólida experiencia en el dominio para comprender los datos. También pueden construir modelos usando herramientas de arrastrar y soltar, ejecutar modelos y canalizaciones de datos prediseñados. No reemplazan a los científicos de datos expertos, ya que no tienen experiencia específica en ciencia de datos avanzada para hacerlo. Pero ciertamente aportan su propia experiencia empresarial y habilidades únicas.
El ciudadano científico de datos es un rol que ha evolucionado como una “extensión” de los otros roles dentro de la organización. Su función variará según sus habilidades, dominio e interés en la ciencia de datos y el aprendizaje automático. Los roles que se filtran en la categoría de ciudadanos científicos de datos incluyen:
- Analistas comerciales
- Analistas / desarrolladores de BI
- Analistas de datos
- Ingenieros de datos
- Ingenieros de aplicaciones
- Gerente de línea comercial
Los desarrolladores científicos de datos, es un tipo de ciudadano científico de datos, es un desarrollo significativo impulsado por el análisis aumentado. Estos son desarrolladores de aplicaciones armados con herramientas de ciencia de datos aumentadas, que pueden crear modelos de ML e IA para integrarlos en su aplicación. Esto aliviará la intensa demanda de habilidades de expertos en ciencia de datos y ofrecerá oportunidades para mejorar las habilidades de los desarrolladores de aplicaciones existentes.
Empoderando al Ciudadano científico de datos
Como no hay suficientes científicos de datos calificados para satisfacer la demanda de ciencia de datos y habilidades de aprendizaje automático, surgieron los ciudadanos científicos de datos para brindar sus capacidades únicas para extraer conocimientos predictivos y prescriptivos de los datos. Este crecimiento posibilitado por la analítica aumentada complementará y ampliará las aplicaciones empresariales existentes. También está disponible para una amplia gama de usuarios, como analistas de negocios, tomadores de decisiones, etc. en toda la organización. Esto generará nuevas fuentes de valor comercial. Los ciudadanos científicos de datos deben colaborar con un científico de datos especializado para adquirir los conjuntos de habilidades necesarios. Además, la organización debe implementar un programa de capacitación para desarrollar científicos de datos ciudadanos a partir de roles existentes. Además de eso, también es importante garantizar una cultura basada en datos en toda la empresa para aumentar su aceptación y generar cambios entre los empleados.
Los Ciudadanos científicos de datos cambiarán los flujos de trabajo
Como se mencionó anteriormente, los ciudadanos científicos de datos están facultados para hacer su propio análisis de datos, construir modelos usando arrastrar y soltar y sin ninguna experiencia previa en codificación. Esto les permitirá tomar decisiones basadas en lo que encuentren. La ciencia de datos alivia la carga de los científicos y analistas de datos expertos existentes, haciéndolos más productivos y colaborativos y liberándolos para tareas de alto valor como la construcción de modelos, validación, pruebas, entrega y operacionalización. Los roles comerciales pueden obtener resultados rápidos en sus preguntas basadas en datos, lo que aumenta la eficiencia.
El aumento de los ciudadanos científicos de datos está habilitado por el análisis aumentado. Está diseñado para usuarios comerciales en lugar de una audiencia técnica. Los avances, como el procesamiento del lenguaje natural (PNL), son uno de los factores más importantes para un usuario no técnico. En lugar de escribir consultas SQL para extraer los datos, NLP utiliza una consulta de lenguaje natural (NLQ) para realizar una consulta en texto plano y genera los resultados en un lenguaje natural.
Adoptar la analítica aumentada en una organización como parte de la estrategia de transformación digital ayuda a generar confianza y brindar información avanzada a una amplia gama de usuarios, incluidos los ciudadanos científicos de datos y, en última instancia, los trabajadores operativos sin ampliar el uso de científicos de datos. ¡Y al incorporar las herramientas y soluciones necesarias y ampliar los recursos y esfuerzos, las empresas pueden empoderar a los científicos de datos ciudadanos!
¿Está aprovechando a los ciudadanos científicos de datos dentro de su organización? En caso afirmativo, ¿quiénes son, según usted, cuáles son sus títulos y qué hacen? Nos gustaría escuchar sus historias en la sección de comentarios.
Descubra cómo la analítica aumentada puede ayudarlo a transformar su enfoque de la IA empresarial
Payal is a Product Marketing Specialist at Subex, who covers Artificial Intelligence and its application around Generative AI. In her current role, she focuses on Telecom challenges with AI and its potential solutions to these challenges. She is a postgraduate in management from Symbiosis Institute of Digital and Telecom Management, with analytics as her majors, and has prior engineering experience in the Telecom industry. She enjoys reading and authoring content at the intersection of analytics and technology.
Request a demo