Necesitamos a personas que sean capaces de extraer valor de los datos realizando las preguntas adecuadas y articulando sus respuestas.
El científico de datos es un perfil altamente demandado en la actualidad, con profundos conocimientos de estadística pero también con amplias capacidades en programación (R, Python, Scala…). Además ha de adquirir conocimiento del negocio sobre el que desarrollan sus análisis de la mano de los compañeros de otras áreas (inteligencia comercial, análisis de riesgos, diseño, marco legal). Se trata de personas que son capaces de entender un problema, buscar soluciones en un conjunto grande de datos y programar un algoritmo que automatiza la resolución de ese problema y permite acometerlo de forma masiva mediante procesos iterativos capaces de aprender a partir de nuevos resultados.
Hace cuatro años –cuando constituimos BBVA Data & Analytics– el reto fue crear un entorno atractivo para este tipo de talento, escaso y que tiende más a emprender para desarrollar sus propias ideas de negocio, a incorporarse a empresas nativas digitales, o bien a orientar su carrera hacia la investigación académica, antes que a incorporarse a grandes corporaciones. Tanto para la captación y crecimiento, como para la retención del talento, es fundamental recrear una determinada cultura empresarial atractiva para estos profesionales. Los pilares en los que hemos basado la nuestra son:
Fomento de la investigación aplicada y espacio para la ideación: además de prestar servicio a la demanda recibida –generalmente innovación incremental– se ha de contar con tiempo para dar respuesta a preguntas que nosotros mismos nos hacemos, y que nos pueden llevar a propuestas de innovación disruptiva. Se colabora también con el ámbito académico desarrollando investigaciones conjuntas y tutelando a doctorandos, lo que supone también un incentivo para miembros de nuestro equipo con vocación docente. Se producen así frutos en forma de artículos de investigación al tiempo que se avanza en el conocimiento de las posibilidades que encierran los datos con los que trabajamos.
Aprendizaje compartido y trabajo en red. Internamente se han de crear herramientas que permitan que el conocimiento fluya y que los modelos analíticos y el código informático se reutilicen; además se trabaja con la metodología ‘agile’ en equipos multidisciplinares, y se imparten programas de formación por parte de los científicos de datos hacia los analistas tradicionales. Todo ello, además de favorecer la eficiencia, evita que se trabaje de forma aislada y sin influencia sobre el negocio medular de la empresa. Además, externamente se ha de estar en contacto con otros centros de excelencia, participando activamente en los foros y congresos en los que se presentan las novedades en la disciplina y en sus aplicaciones de negocio.
Flexibilidad responsable y valoración por objetivos medibles: elementos como el teletrabajo o la flexibilidad de horarios facilitan la conciliación y permiten que cada equipo organice su tiempo de la mejor forma, buscando el equilibrio entre ejecución e investigación, sabiendo que al final de cada ejercicio se valorarán los logros, siendo el impacto en negocio una de las principales métricas para medir el éxito.
Nota completa en https://www.bbva.com/es/necesita-empresa-exito-nuevo-contexto-digital/
