¿Qué sería de Sherlock sin Dr. Watson? El caso de data analytics

Poder contar una buena historia es tan importante como un buen análisis de los datos.

Sherlock tenía la habilidad de analizar y darle sentido a una serie de eventos extraños.  Pero sus descubrimientos eran puestos en papel por su amigo Watson.  Poder contar una buena historia es tan importante como realizar un buen análisis de los datos para respaldarla.

Tradicionalmente, las preocupaciones eran minimizar el tiempo de procesamiento de los datos y construir un modelo con el valor predictivo más alto.  En la agenda de hoy, la mayor preocupación es qué acciones tomar basadas en los modelos predictivos y qué partes van a apoyar o inhibir su implementación.

“Data, hardware, y software están disponibles en cantidades, pero la comprensión humana sobre las posibilidades que permiten es mucho menos común.” Tom Davenport. HBR.

El afán por el análisis de datos, sin duda alguna, va en aumento y es la tecnología quien lo permite.  Hoy en día hay miles de empresas que juntan grandes cantidades de datos pero están perdidos a la hora de ponerla en uso[1].

¿Por qué son las dos importantes?

En una organización los esfuerzos están alineados a través de los objetivos estratégicos y en muchos casos los datos permiten medir el progreso hacia estos objetivos. Dentro del proceso de toma de decisiones en las organizaciones coexisten personas con competencias técnicas y no técnicas y ambas son importantes. “Sin datos sos otra persona con una opinión” dicho por Deming. Pero sin un objetivo/hipótesis sos una persona con datos.   Comunicar propuestas validadas a través de datos y generar consenso a través de la organización conlleva a nuevas ideas significativas. Logrando apalancar los datos para lograr resultados de negocio y crear perspectiva.

¿Cuándo fallan los datos? el caso de Netflix

Algunos años atrás Netflix lanzó un premio por un $1 millón para el equipo que pudiera desarrollar un algoritmo que pudiera mejorar en 10 puntos el existente para emparejar usuarios y recomendaciones.  Entonces el algoritmo fue desarrollado y hubo un equipo ganador pero el algoritmo no fue implementado porque Netflix cambió su servicio drásticamente de DVD-por-correo a streaming.  Lo cual significó que la organización cambió y el algoritmo desarrollado quedó inadecuado en mayor proporción[2].

Referencias:

[1] http://burning-glass.com/research/hybrid-jobs/

[2] http://techblog.netflix.com/2012/04/netflix-recommendations-beyond-5-stars.html

Deja un comentario