Seguramente es algo que ya todas las empresas lo tienen perfectamente interiorizado: «los datos son esenciales para la toma de decisiones estratégicas». Para maximizar esta afirmación, es crucial contar con una metodología robusta y un equipo de datos bien organizado.
El artículo de hoy trata sobre ésto precisamente. Por eso quiero compartir contigo gran parte del framework de trabajo y el storytelling de desarrollo (puedes descargarlos siguiendo estos sencillos pasos) que utilizo en mi día a día a lo largo de todos estos años en el ámbito de la Analítica de datos en todas sus vertientes: negocio, ingeniería y ciencia.
La metodología adecuada empieza con la definición clara de objetivos y preguntas clave, asegurando que el equipo comprenda y se alinee con las prioridades estratégicas de la organización. Para ello, este equipo debe aglutinar los conocimientos necesarios; o dicho de otra manera deben aportar las habilidades esenciales para el ciclo completo de gestión de datos, desde la recogida hasta el análisis y la presentación de resultados. Dependiendo del tamaño de la empresa y de los requerimientos de los distintos análisis los perfiles a integrar serán diferentes: científicos de datos, ingenieros de datos, analistas de datos, analistas de negocio, etc. Además, la colaboración y comunicación efectiva entre estos roles será fundamental para el éxito de cada proyecto, por lo que figuras como data leaders o data team managers serán indispensables. La dependencia directa del equipo de datos sin una gestión intermedia no suele dar buenos resultados.
Unido a la metodología y la organización, igualmente importante es la necesidad de establecer procesos y herramientas, como plataformas colaborativas y pipelines de datos automatizados, que faciliten el flujo de trabajo del equipo internamente y con el resto de stakeholders.
El día a día de la administración de un equipo de datos, más allá de la implementación de los proyectos y el seguimiento y la gestión de éstos, pasa por la recogida y especificación de lo que se va a acometer y por la explicación de lo hecho: el framework de analítica de datos o marco de actuación y el storytelling de datos (contexto, conclusiones, etc.).
A continuación voy a detallar brevemente todo esto, ambos desarrollos: framework de trabajo y storytelling de datos. Pero antes, si deseas descargarlos para verlos al completo, debes hacer lo siguiente:
- Seguir mi perfil @RuizMKT en X (Twitter).
- También, suscribirte a este blog.
- Por último, escribirme a través de este formulario indicando en el mensaje desde qué cuenta de tuiter me has seguido.
¡IMPORTANTE! Si no haces estos 3 pasos no te podré enviar el framework y el storytelling de datos. La compartición de conocimiento debe ser valorada y la mejor manera es con tu apoyo. ¡No pierdas la oportunidad de descargarte estos documentos tan útiles! …
Framework de Analítica de datos
Es un conjunto estructurado de prácticas y de metodologías que pretenden servir como guía para el proceso de gestión y análisis de datos de manera eficiente y efectiva. Este marco de actuación sirve como itinerario para los profesionales de datos, proporcionando una base sobre la cual se pueden construir y ejecutar proyectos de análisis de datos de manera coherente y cíclica. En este sentido, cada empresa suele tener su propio guión amoldado a cada una de sus necesidades. Sin embargo, existe un consenso generalizado que abarca partes como: objetivos, presupuesto, tipos de análisis, planes, ecosistema, etc. Todo ello, tanto desde el punto de vista del equipo de Datos, como de los requerimientos de Negocio.
En la siguiente imagen se puede ver un pequeño extracto de las decenas de variables que utilizo habitualmente en mis diferentes proyectos de Analítica de datos …
Extracto del framework de trabajo de proyectos de Analítica de datos.
Storytelling de datos
Además, es esencial poder representar cada uno de los proyectos de manera que la audiencia a la que van destinados pueda entenderlos fácilmente. En este caso, no estoy hablando únicamente del storytelling habitual que se suele aplicar a la visualización de datos con la perspectiva más creativa, sino que es algo mucho más metodológico y técnico que se puede aplicar y extrapolar a cualquier desarrollo de analítica de datos: desde una simple representación visual de los datos hasta el despliegue de un modelo entrenado y validado para llevar a cabo predicciones.
La comprensión en algunos casos requerirá únicamente de entender los resultados (objetivos) y en otros será necesario añadir un contexto mucho más amplio como: limitaciones observadas, fuentes de datos, etc. En cualquier caso, bien sea visualmente a través de dashboards, o representando el código en notebooks o incluso en slides; siempre será recomendable describir cada una de las situaciones de manera simple y clara pensando en la(s) audiencia(s).
Parte inicial del storytelling de análisis de datos en un notebook.
En el ámbito de los datos casi siempre tendemos a mostrar artículos grandilocuentes con desarrollos programáticos donde apenas se comprende el código, olvidándonos de la esencia. Al fin y al cabo el «talón de Aquiles» de los equipos de datos se puede resumir como: negocio y metodología.
Si quieres seguir aprendiendo sobre este tipo de implementaciones de Analítica de datos, te invito a que visites el resto de artículos de mi Blog. ¡Te espero en el siguiente artículo!