Categoría: Analista Web

23 Jul 2019 | Analista Web

No son los años querida, es el rodaje

¿Qué diferencias existen entre trabajar en cliente o agencia/consultoría? Esta es la eterna pregunta que muchos profesionales nos hacemos a la hora de elegir el camino a seguir dentro de nuestro futuro laboral. Y los analistas digitales no podíamos ser menos. Por eso, y para ahondar más en este tema, cuento con la colaboración de Julio Pomar, Responsable de Analítica Digital en Diario ABC.

Desde la experiencia de Julio, el trabajo del analista digital tanto en agencia como en cliente tiene la misma finalidad: implantar una cultura de datos para poder tomar decisiones de negocio basadas en los mismos. Pero, aunque comparten el mismo propósito, la visión del negocio que se tiene del negocio es diferente:

Analista Digital en cliente: Tienes una inmersión total en la cultura de empresa con una perspectiva 360º de todo lo que abarca al negocio. En otras palabras, conoce lo que de verdad impacta.
Analista Digital en agencia/consultora: La visión es externa y sin contaminar, lo que le da la posibilidad de analizar de una forma más completa ciertos aspectos que pueden haber pasado por alto los miembros de ésta.

Es innegable: cada experiencia laboral es una aventura personal y hay opciones para todos los gustos. Lo importante es la proactividad del analista digital. Al final, si lo que propone funciona, dentro de la empresa se dan cuenta del impacto que su trabajo tiene en el negocio.

Evangelizando el dato

Hace años, una de las labores del analista digital era convencer a los stakeholders la importancia del dato como base para una toma de decisiones de negocio más sólida. Actualmente esta situación ha cambiado, pero aún así, y como hemos comentado antes, el analista tiene que seguir insistiendo ya que no todos los trabajadores están acostumbrados a trabajar con datos y lo valiosos que pueden llegar a ser. Por eso, la manera de transmitirlo también es muy importante.

¿Y cómo se puede involucrar a todos los equipos a hacer de los datos un activo más? Una de las acciones es situar al dato en una posición transversal para aportar valor a los diferentes departamentos que lo necesiten. Está claro que, dependiendo del tamaño de la empresa, la carga de trabajo es diferente. En medios de comunicación, por ejemplo, se da el caso de que hay varios departamentos que necesitan la ayuda de los datos. Para poder abarcar el trabajo, se cuenta con diferentes mini-equipos dedicados a diferentes entornos: uno para periodistas, otro para directivos, etc.; pero siempre poniendo foco en las necesidades de cada empresa.

El camino del analista: ¡elige tu propia aventura!

Una de las ventajas de ser analista digital es sin duda el dinamismo que caracteriza a esta profesión, por lo que es él mismo el que va eligiendo su propio camino. Constantemente va evolucionando con nuevos aprendizajes, por lo que nunca sabe cuál será el siguiente reto. Esto es así porque los analistas se definen como un profesional autodidacta, que junto con la experiencia que van adquiriendo, van componiendo una gran base de conocimientos que luego les servirá para especializarse en lo que de verdad les apasione. Y es que, cuando trabajas en lo que de verdad te apasiona, es eso mismo lo que te lleva a la excelencia. Existen algunos ejemplos de itinerarios que se pueden seguir, pero las posibilidades son infinitas:

Data Science o Ciencia de datos

En el momento de hablar del trabajo del analista digital, es inevitable pensar en el Data Scientist o científico de datos. Entre ambos profesionales existe una gran integración en lo que al trabajo se refiere. Aunque también encontramos algunas diferencias, como por ejemplo en el lenguaje que usan. Ambos hablan el lenguaje del negocio, pero desde diferentes perspectivas.

Conversion Rate Optimization (CRO)

Muchos analistas están interesados en esta disciplina, y esta elección no es al azar, ya que el CRO analiza el comportamiento del usuario en los sites. Es fundamental tener un conocimiento técnico, por lo que aquéllos que no cuentan con este background, toman la decisión de formarse. No hay límites a la hora de explorar nuevos aprendizajes.

En definitiva, la analítica evoluciona cada día y con ella el analista digital. Lo que hoy funciona, no tiene que funcionar mañana. Un buen ejemplo lo vemos en cómo eran los buscadores hace sólo unos años: mucho color, llamadas a la acción impactantes… Pero apareció Google y Apple con una estrategia más minimalista y las normas del juego cambiaron. Lo divertido es que no sabes a qué te vas a enfrentar mañana, y ahí está el reto.

De manera personal, y para seguir avanzando en la carrera de los datos, también es de gran ayuda la labor de empresas que toman su parte de responsabilidad para ofrecer conocimiento al servicio de todos. Esto es un gran empuje por seguir creciendo como analista y también a nivel personal. Y lo que es más importante: a mantener la motivación en lo que haces cada día.

Para todos aquellos que hayáis recibido la llamada de los datos y estáis eligiendo vuestra propia aventura, espero que este vídeo sobre Analítica Digital y Data Science os sea de ayuda:

A continuación, te invito a que nos acompañes a Julio y a mi en este episodio del podcast de El Arte de Medir:

También nos puedes escuchar en:

14 May 2019 | Analista Web

La vida es una partida y hay que vivirla de acuerdo con las reglas del juego

La transformación del sector turístico español a nivel digital ha sido uno de los más importantes, convirtiéndose a día de hoy en el sector que mueve el mayor porcentaje de volumen de negocio de comercio electrónico en nuestro país. Para conocer de primera mano cómo es vivir esa transformación, cuento con la ayuda de Abel Hernández Martín, Responsable de Estrategia en el Departamento de Venta a Distancia de Viajes el Corte Inglés.

Los datos y la toma de decisiones

Antes de la era digital, lo habitual era contar con muy pocos datos por falta de disponibilidad. Por este motivo, a la hora de tomar decisiones, la intuición y la experiencia ejercían un papel fundamental. Con la llegada de transformación digital, los datos toman una mayor relevancia, obteniendo así un conocimiento tal del negocio que antes era difícil de alcanzar. Ahora, gracias a los datos podemos:

Confirmar partes del negocio que ya conoces.
Desmentir información la cual en un principio dabas por hecho.
Diferenciar muy claramente cuál es el tipo de cliente que contrata tus servicios.

De cara a responder a las preguntas de negocio, aunque todos estos datos son muy útiles, la experiencia y la intuición siguen siendo fundamentales. Existen ocasiones en las que, aunque los datos lleven hacia una dirección, el conocimiento del negocio adquirido durante años guía por otra que al final resulta ser la más apta. Por eso es tan importante conocer bien qué información es la que necesitas y si el dato que estás recogiendo es el adecuado.

Un buen ejemplo de esto lo encontramos en el siguiente caso: tus clientes están buscando un destino en la web, pero el mercado muestra que ese destino está obsoleto y empieza a haber nuevos destinos emergentes. Si únicamente te quedas con tus propios datos, sólo apostarás por ese destino y no ves lo que en realidad está pasando. Los datos no es que sean erróneos, sino que no te muestran toda la realidad.

El análisis de datos

De cara a realizar todo el proceso de análisis de datos, el primer paso es conocer qué indicadores son los directamente dirigidos hacia los objetivos de negocio. En Viajes El Corte Inglés, el comportamiento de los usuarios en la página web, la usabilidad, el contenido o la experiencia de usuario son algunos de los que más se tienen en cuenta, sin olvidar las métricas financieras.

Todos estos KPI’s arrojan mucha información y son analizados de todas las formas posibles: diariamente, semanalmente, mensualmente, trimestralmente y anualmente. También trabajan con modelos de predicción y segmentación de datos donde se analizan las tendencias, el comportamiento esperado y, sobre todo, el impacto. Como se puede ver, en el proceso de análisis se tiene en cuenta todo, pero siempre con precaución. Analizar a diario los datos, por ejemplo, tienen sus pros y sus contras, sobre todo si no se tiene en cuenta la visión global que ayude a identificar el porqué de lo que está sucediendo. El dato por sí solo es un número, por eso es necesario tener identificados los sucesos que están ocurriendo alrededor para poder tener una visión más global y certera.

La relación online – offline

Como he comentado antes, la transformación digital siempre supone un reto, y todos los cambios generan reticencias, pero al final todo este proceso merece la pena. En el caso de Viajes El Corte Inglés, la llegada del cambio al online fue un poco repentino y a nivel interno hubo algunos quebraderos de cabeza. Pero al final la integración de ambos entornos dio lugar a una nueva vía de experiencia de cliente: la Omnicanalidad. Para mantener una relación con los clientes duradera, contar con una red de ventas potente y un canal online y telefónico fuerte, da muchas garantías de tener éxito. Pero para eso hay que saber conjugar bien ambos mundos e intentar que se complementen.

En Viajes El Corte Inglés, los datos del canal telefónico y del digital se analizan en conjunto. Esto es así porque hay algunos productos que por sus características, no se pueden adquirir directamente desde la web y se desvían al canal telefónico. También se da el caso de otros productos los cuáles sí se pueden adquirir por el canal online, pero también se le facilita al usuario la opción de llamar por teléfono o acudir a una agencia. La finalidad es unificar las vías de contacto para que el usuario no encuentre diferencias y viva una experiencia de cliente única.

Si quieres conocer más de la forma de analizar los datos del equipo de Abel, te invito a que escuches el episodio a continuación:

02 Abr 2019 | Analista Web

Sé una clase de hombre sencillo. Sé algo que ames y comprendas.

José Luis Loren es un zaragozano que un día decidió que era momento de avanzar en su carrera profesional y Alemania parecía un buen lugar. Hoy, 6 años más tarde, es Digital Analytics Lead para Europa, Rusia e India en la multinacional Amway, compañía dónde uno de sus objetivos es poder hacer que el dato sea un activo más de la empresa.

La importancia de la medición y los datos en toda organización es incuestionable. Por eso es importante la creación de una cultura en la cual el analista digital sea la cabeza visible, además del encargado de su gestión e implementación. Hacer dicha implementación no es tarea fácil ya que hay que conseguir que todos los departamentos integren los datos en su rutina laboral. En Amway este trabajo se está realizando, y aunque aún queda camino por recorrer, el trayecto ya está trazado.

Para que este cambio de estrategia se haga bien, es muy importante que la decisión esté apoyada e impulsada por dirección. El analista como tal no puede forzar a que el resto de áreas tengan que saber de datos, pero sí las personas encargadas de firmar un proyecto conocedoras de los KPI’S, targets y plazos.

¿Y cómo es el día a día de un analista en Amway Alemania? El analista ocupa una posición transversal, por lo que tiene una mayor facilidad de comunicación con el resto de departamentos. Tiene que cuidar mucho cómo realiza el traspaso de información entre las diferentes áreas. Y lo mismo pasa cuando llega el momento de reportar resultados. En ambos casos, el analista digital tiene que ser conocedor de lo que está mostrando y debe saber comunicarlo. Por eso, es necesario que tenga conocimiento del negocio, ya que sabiendo los objetivos, las estrategias y teniendo presente lo que se hace en otros departamentos, es el propio analista el que propone los KPI’s y, en definitiva, da respuestas a las preguntas de negocio que se van a tener en la próxima reunión.

Las herramientas del Analista

Una de las ventajas de trabajar como analista en Alemania es que puedes trabajar con otras herramientas diferentes de Google Analytics; como Piwik (ahora Matomo), Webtrends, Adobe Analytics, etc. La razón es porque aprecian mucho su privacidad. Y en la profesión de analista digital, esto es una gran ventaja.

Google Analytics es una buena opción para empezar a conocer la analítica, ya que es gratuita y ofrece un gran abanico de visualizaciones, pero está limitada a una única versión. Así que para seguir avanzando como profesional, lo mejor es familiarizarse con otras herramientas, como Adobe Analytics. De este modo, de lo que se trata es de sacar el mayor partido a los datos y no depender de una única herramienta. Así también se incentiva el desarrollo de una capacidad de análisis más directa y completa.

A diferencia de lo que pueda suceder con Google Analytics, Adobe Analytics requiere un gran trabajo previo ya que su implementación no es sencilla. Es fundamental tener bien definido lo que se va a medir y para ello el analista tiene que saber traducir los datos que den solución a las preguntas de negocio, es decir, establecer los KPI’s. En el momento en el que éstos están definidos, es el momento de trabajar en el tagging plan. Aquí es el analista el que les dice a los desarrolladores cómo y dónde implementarlo. Una herramienta de gran ayuda para esta tarea es sin duda Web Analytics Demystified.

La implementación en Adobe Analytics

Antiguamente, una implementación en Adobe Analytics podía tardar años. Ahora partiendo siempre de una buena base, el tiempo se ha reducido bastante. Por ejemplo: la implementación completa de una App potente a día de hoy puede ser de unos dos meses. A esto hay que añadirle el trabajo posterior de las diferentes comprobaciones para saber qué funciona y qué no. Esta parte es fundamental para hacer un buen seguimiento del tracking. Y cómo no, siempre hay que contar con una consultoría experta en la implementación en la que se está trabajando, que nombre las variables cómo hay que nombrarlas para así tenerlo todo bien taggeado, facilitando así el trabajo del analista.

Volviendo a la implementación, tras la recogida de datos, Adobe Analytics tiene la capacidad a través de su herramienta Analysis Workspace, de realizar tablas, gráficos, dibujos, etc; para facilitar el análisis de datos en bruto. La herramienta cuenta con un panel donde incorporar las métricas, los plazos de entrega o los segmentos, además de poder hacer breakdowns para segmentar los datos y sacar gráficos, muy útiles a la hora de contestar a las preguntas de negocio que previamente han sido fijadas.

Workspace también facilita la lectura de los datos y la interacción entre departamentos. Esta es sin duda, una de las partes fundamentales por las que el dato puede convertirse en un activo más dentro de la empresa.

¿Cómo avanzar en Adobe Analytics?

El blog de Analytics Demystified.
La ayuda de Adobe. La formación está muy bien porque las personas que están ahí saben lo que hacen.
El libro de Adam Greco, The Adobe SiteCatalyst Handbook: An Insider’s Guide.
Leer artículos al respecto, focalizándose en el trabajo de analista. No podemos olvidar que Adobe es el que te tiene que ayudar a hacer tu trabajo.

Si quieres saber más sobre la experiencia de José Luis o Adobe Analytics, te invito a que nos escuches a continuación:

26 Feb 2019 | Analista Web

No siempre puedes conseguir lo que quieres, pero si alguna vez lo intentas, podrás conseguir lo que necesitas

Cuando necesito comprar un mueble, una de las opciones a las que acudo es Ikea. Y es que desde que llegara a España en los años 90, ha sabido hacerse un hueco en las casas de los españoles. Por eso la pregunta es obligada: ¿cuál es la clave de su éxito? Sin duda una de ellas es que el modelo de negocio en el que se basa la compañía sueca es customer centric, es decir, cada decisión que se toma es en pro de los clientes.

Este modelo de negocio es muy interesante, sobre todo para un analista digital. ¿Y por qué? Cuando una compañía tiene al cliente como epicentro de su negocio, el primer paso es conocerle y saber qué es lo que necesita. Para ello, es imprescindible aglutinar todos los datos disponibles y trazarlos. Y teniendo en cuenta que Ikea cuenta con datos online y offline de sus clientes, ¿cómo los relacionan?

Por eso, mi gran amigo Javier Riestra, Analista Digital en Ikea Ibérica, tiene la medición de la satisfacción del cliente como base de su trabajo. Cuando se habla de satisfacción, medir los datos de la parte online no requiere mucho problema. El verdadero reto está en incluir el entorno offline. Este desafío es afrontado en Ikea por el equipo de Business Intelligence, que es el encargado de trabajar la trazabilidad que ayuda a entender el comportamiento del cliente tanto en el entorno online como en el offline.

El comportamiento del consumidor

Para Ikea, acercarse a su consumidor es lo más importante. Por eso, la transformación hace dos años de su página web al ecommerce que conocemos hoy es el mejor de los ejemplos. Sin duda esto les ha ayudado a mejorar el servicio hacia sus clientes, aunque su mejor arma de venta sigue siendo la tienda física, el lugar donde el cliente puede establecer una conexión más emocional con sus productos.

Con la transformación de la página web a ecommerce, es interesante ver cómo el comportamiento de sus clientes también se ha visto afectado, generando un efecto ROPO (Research On-Line and Purchase Off-Line) en ambos sentidos. Este efecto ofrece una información tan valiosa que se ha convertido en una de las herramientas de medición más importantes para el departamento de análisis. De este modo, se tienen en cuenta todas las experiencias de compra del cliente, independientemente de donde se realice la venta final. Y gracias a la recopilación de datos de otros canales como el programa de fidelización y el análisis del customer journey, consiguen una fotografía mucho más completa de su cliente.

Cómo se mide la satisfacción del cliente

La analítica en Ikea Ibérica es transversal. Es decir, aunque el ecommerce es una parte muy importante, existe otras áreas dónde la inspiración, el branding y la comunicación también juegan un papel muy destacado. Por esto se recaban todo tipo de datos desde todas las secciones. Así parten de la segmentación de clientes, para luego realizar una trazabilidad lo más ajustada posible del offline con el online.

A nivel análisis, existe una comunicación continua entre los equipos de analítica de todos los países donde Ikea tiene presencia. Así es más fácil compartir experiencias y, sobre todo, casos de éxito.

De cara a las herramientas, la satisfacción del cliente es medida desde dos vertientes:

Online: las herramientas con las que trabajan son las estándar de medición, analíticas y de voz de cliente digital.
Offline: a través de estudios e investigaciones, y por supuesto, el NPS (Net Promote Score), que es un indicador para medir directamente la satisfacción del cliente. Lo utilizan tanto en tienda física como en tienda online, e incluso en el centro de atención al cliente. Lo que se busca es medir esa satisfacción en todos los puntos de contacto para identificar áreas de mejora.

En cuanto a la medición, todas las directrices parten del equipo global de analítica, ubicado en Suecia. Desde allí marcan los KPIs a tener en cuenta para que todos los países midan de la misma manera. Con esto facilitan el benchmarking entre los diferentes países y el análisis de la calidad del dato. Además, en cada país también se tienen en cuenta las métricas propias tanto de sus tiendas como de sus páginas web.

Para Ikea también es importante el entendimiento de los procesos. En la tienda online, por ejemplo, no se tiene un camino marcado en el suelo y esto hace muy difícil tener una medición de la satisfacción como se hace en tienda física. Por eso, el uso del NPS también se incluye en toda la experiencia online, incluyendo tanto la compra como la entrega final.

En definitiva, no existen diferentes herramientas para cada ámbito. El objetivo principal es acercarse a los gustos de sus consumidores y toda la información es útil para mejorar día a día. Un ejemplo es la apuesta de Ikea por las nuevas tiendas locales situadas en el centro de las ciudades, las cuales están dotadas de más herramientas tecnológicas para medir lo que hace el usuario en la tienda. Esto es posible gracias al equipo de transformación digital, que están trabajando en adecuar la experiencia en tienda física al nuevo cliente omnicanal.

Si te has quedado con ganas de conocer más sobre Ikea y la medición de la satisfacción del cliente, te invitamos a que escuches el episodio del podcast dedicado a este tema:

06 Nov 2018 | Analista Web

Recuerda mi amigo, el conocimiento es más fuerte que la memoria y no debemos confiar en lo débil

Hola, soy analista y me encanta mi trabajo, pero necesito ir más allá. ¿Cómo lo hago?

Esta afirmación cada vez la escucho más en el ámbito del análisis digital. Y no es para menos ya que el abanico de especialidades dónde puede desarrollar su carrera un analista es muy amplio. Y aún hay más. Cuando decides ser analista, sabes que vas a tener que estar al día en herramientas, modelos y conocimientos. En otras palabras, estar en un modo “aprendizaje on” constante. Ante este paradigma, ¿cómo es el modus operandi de un analista digital para estar al día sin morir en el intento?

El comienzo de todo analista es muy parecido: empiezas analizando datos de una sola fuente, por ejemplo de Google Analytics o Adobe. Pero un día necesitas profundizar más, es decir, buscas sacar todo el jugo a los datos. Para ello, no sólo es suficiente querer ser mejor, sino que significa tienes que adquirir:

El conocimiento global de la empresa y del negocio. Es vital saber qué es lo que estás analizando para que tus recomendaciones estén basadas en datos reales. Y por eso es muy importante conocer el negocio.
El conocimiento sobre las herramientas técnicas para poder realizar un buen tratamiento de los datos. No puedes limitar tus análisis de datos a una única herramienta, porque no tendrías una visión completa. Tienes que saber cómo incorporar nuevos datos a los ya obtenidos con el fin de conseguir una visión más cercana a la realidad.

Teóricamente todo esto está muy bien. Pero en la práctica, ¿cómo pasa el analista de ser un traductor de la herramienta a convertirse en un punto de intersección de datos, información y conocimiento del negocio?

Al principio, cuando necesitas incluir datos de fuentes externas de tu herramienta, (como datos offline o transaccionales); la primera opción a la que recurrir es Excel. Es muy útil para saber qué ocurre con los datos, pero no llega a ser suficientemente incisiva como para responder a cuestiones más profundas. Entonces investigas y descubres términos como data science, R y Python, modelaje de datos… y entras en un mundo del que no puedes (ni quieres) salir.

En esta etapa de desarrollo de nuevas aptitudes y conocimientos, existen vías indispensables para formarse. Una de éstas son los portales MOOC como Coursera, que aunque sus niveles entre módulos pueden estar un poco desajustados, ofrecen cursos especializados a un módico precio. Es un aprendizaje muy exigente ya que tienes que invertir mucho tiempo y esfuerzo, pero al final cuando eres capaz de hacer cosas como modelaje de datos y correlaciones, te das cuenta que merece la pena.

A partir de aquí descubres que la figura del analista puede ir mucho más allá y que puede aprender otros lenguajes, como R, sin miedo a lo que la estadística en sí implica. Y es que R es una buena solución para el analista. Es cierto que al principio no es una herramienta atractiva, con una apariencia bastante retro y una curva de aprendizaje difícil, pero cuando avanzas en su funcionamiento te das cuenta que vale la pena, ya que ofrece una flexibilidad en el tratamiento de datos que Excel no da. Cuando te implicas con este lenguaje, cada vez que realizas un análisis completo es imposible no hacerlo sin él. Y no sólo en el de tratamiento de los datos, sino también en el modelado, la visualización, etc…

Otra de las vías en las que poder desarrollar conocimientos es en las clases presenciales y en los libros. Uno muy recomendable para analistas y científicos de datos es Data Science For Business, que además de abordar la ciencia de datos aplicada al negocio; también da a conocer los tipos de algoritmos que hay, cómo funcionan, los tipos de aprendizaje, etc… Y todo ello sin mostrar líneas de código.

En definitiva, poder diseñar uno mismo dónde focalizar sus esfuerzos para el desarrollo de una carrera profesional, es la mayor ventaja que ofrece la analítica. No existe una única ruta a seguir, sino que hay tantas vías como disciplinas. Además, gracias a internet se puede encontrar mucho de lo que necesita el analista, pero siempre con precaución e informándose bien. Para no caer en cursos que a corto plazo no merecen la pena, es importante marcarse un objetivo. Así disminuyes el peligro de invertir mal tu tiempo.

El analista y el científico de datos

Desde el punto de vista profesional, es bueno que el analista incorpore a su conocimiento ciertos elementos para tener una visión más completa de la analítica digital, pero no es necesario que tenga que convertirse en un data scientist.

Ambos forman parte del engranaje de la empresa, y todo el equipo (analíticos, big data, data scientist) tienen que dar respuesta a sus requerimientos. Ya no hay límites entre la analítica digital y el data scientist, aunque hay mucho miedo a este término, aunque lo único que hace es impedir al analista digital ir más allá. Esto es un error. No se trata de ser una cosa u otra, sino de ir avanzando poco a poco para seguir adquiriendo conocimiento y facilitar la comunicación entre profesionales.

Aunque los límites entre el trabajo del analista y del data scientist cada vez son más difusos y las tareas se entremezclan entre sí, son roles diferentes. Al data scientist, por ejemplo, se le asemeja con la figura del unicornio ya que tiene que tener conocimiento de muchos campos. El analista no tiene que llegar hasta ahí, pero si necesita tener la inquietud de seguir avanzando con los datos, que unida a cierta dosis de creatividad, crea la fórmula perfecta que le hará plantearse ideas y modelos que, aunque no pueda resolver como analista, sí le servirán de ayuda para trasladar sus necesidades a las personas indicadas.

El futuro de la analítica

El día a día nos deja poco tiempo para la investigación, pero se está avanzando a pasos agigantados en todos los campos. Como por ejemplo, en todo lo relacionado con redes neuronales e inteligencia artificial, que gracias a los nuevos avances en machine learning, está en el punto de mira de la innovación.

En el ámbito empresarial también hay áreas de investigación, como en el desarrollo de sistemas de recomendación enfocados a cliente y que sean capaces de combinar métricas más avanzadas que ayuden a saber qué es lo que verdaderamente es importante.

Tampoco hay que olvidarse de las herramientas de blockchain analytics y todas sus aplicaciones, donde todavía hay un mundo por descubrir.

Ante tanto avance y nuevas ramas de desarrollo, es imposible para cualquier profesional abarcar todos los campos con profundidad. Incluso intentar saber de todo se convierte en un handicap dentro de una carrera profesional. Pero es recomendable contar con un background general como punto de partida.

Aquí te dejamos un listado de libros y cursos que te serán de mucha ayuda para avanzar en tu carrera profesional:

Libros:

Data Science For Business. Foster Provost y Tom Fawcett

R For Data Science. Garrett Grolemund & Hadley Wickham

An Introduction To Statistical Learning. Gareth James, Daniela Witten, Trevor Hastie & Robert Tibshirani.

Applied Predictive Modeling. Max Kuhn & Kjell Johnson.

Machine Learning for Hackers: Case Studies and Algorithms to Get You Started. Drew Conway & John Myles White.

Cursos:

Programa especializado Data Science – Coursera

Machine Learning Engineer Nanodegree – Udacity

Si quieres saber más de cómo seguir avanzando en la analítica digital, escucha este episodio con el que comparto mesa con dos grandes amigos: José Luis Loren, Digital Analytics Lead de Amway y José Ramón Cajide, Data Scientist de El Arte de Medir.