Seguimos con la explicación del método MAMBO para el trabajo del analista o científico de datos. Ya explicamos hace unos días la (M) de Meditar sobre el negocio. Ahora toca la (A) de Adquisición de datos.
Como ya he repetido hasta la saciedad, el objetivo de nuestro trabajo como analistas es ayudar al negocio a tomar decisiones estratégicas para mejorar respecto a sus competidores. Esa labor implica generar conocimiento, tanto propio como de la competencia conociendo tanto las amenazas y oportunidades, como nuestras fortalezas y debilidades. El conocimiento no es algo que surja de la experiencia o que aparezca de forma divina, sino que viene a través de un proceso.
Este proceso puede ser muy muy largo pero siempre debe partir de la información. Ésta, debe ser previamente recopilada, procesada y contrastada. Podemos considerar la información como un conjunto de datos, que tendrá un volumen más o menos grande, más o menos completo y más o menos veraz. Siempre recopilado de distintas fuentes, al que le añadiremos un valor y una utilidad.
La suma de distintas informaciones, que pueden estar relacionadas entre sí o no, nos resultarán en un nuevo conocimiento o, al menos, el enriquecimiento del ya adquirido. De alguna manera, desde un punto de vista simplista, podríamos asociar las distintas fases de transformación de los datos en información asociado a un grupo o rol de una persona concreta, así mientras la captura de datos puede ser el resultado de labores básicamente técnicas, no cabe duda de que el valor añadido a esos datos o el descubrimiento de la utilidad final quedan bajo el paraguas de los analistas de negocio.
De igual forma, la aplicación del conocimiento generado o cada uso específico podría parecer una labor exclusiva del usuario de negocio, que al fin y al cabo es el destinatario último del mismo, limitando la acción del analista a una mera función de suministrador o proveedor. Sin embargo, nada más lejos de la realidad.
El analista no debe esperar a contar con los datos ya recopilados por el técnico, sino que debe involucrarse desde el principio. No debe limitarse solamente a transmitir el conocimiento al usuario final del negocio, debe acompañarle y ayudarle a integrar ese conocimiento a los objetivos estratégicos.
Podemos considerar al analista de negocios una pieza esencial en los engranajes de conversión de datos en conocimiento. Lo primero que hay que hacer es recopilar los datos. La transformación de la era de la información ha sido posible gracias a una capacidad de adquirir y almacenar datos, de una forma eficiente y barata. Esta facilidad nos llevó en un pasado a recopilar cualquier tipo de información sin control ni criterio, este es un error que poco a poco va enmendándose.
No basta con almacenar todos los datos que podamos recopilar. Es necesario un análisis previo que nos responda preguntas como… ¿Dónde están los datos que necesito? ¿Qué tengo que hacer? ¿De qué manera se forman esos datos? ¿Puedo relacionar los datos entre sí? ¿Dónde deposito el resultado de esa recopilación? En este caso optaremos por seguir una estrategia análoga a la seguida en la inteligencia de negocio. Las fases de extracción, transformación y carga de los datos (ETL).
En general, los orígenes de datos dependerán de la estrategia y de los objetivos que el negocio haya definido previamente, como de las limitaciones impuestas de forma externa al mismo. Puede no ser suficiente, vivimos en un mundo cambiante, en el que la opinión del usuario varía constantemente debido a factores externos y, es preciso recopilarla a medida que esta información se genera. El auge de las redes sociales y el uso de medios digitales lo han hecho posible.
Como hemos visto, los datos pueden estar almacenados en sistemas muy diversos. En el pasado el acceso a estas fuentes de datos estaba muy limitado a las propias herramientas que las almacenaban, resultando una difícil integración con otras fuentes externas y dando lugar a siglos de información. Afortunadamente, esta tendencia ha ido evolucionando a una búsqueda de conocimiento global, a partir de información de muy diversa índole. Esto ha sido posible a través de un proceso de apificación de arquitecturas de información, entendiendo este proceso como la definición y publicación de funciones de APIs (Aplication Program Interface), por parte de los sistemas de integración que dan un formato y un uso más o menos unificados. El uso de estas funciones democratiza la consulta de datos de sistemas y permiten extraerlos en formatos conocidos por todos, con fácil almacenaje y procesamiento posterior.
No todos los datos almacenados en los sistemas son accesibles vía API, por lo que la función del analista es imprescindible a la hora de identificar las funciones que mejor se adaptan al objetivo buscado, así como las deficiencias técnicas o funcionales que impiden alcanzarlo. El proceso puede no resultar sencillo, pero, afortunadamente en la actualidad es posible encontrar herramientas que nos permitan realizar todo el proceso unificando distintas fuentes de datos, relacionándolas entre sí y almacenándolas de forma eficiente.
En resumen, estamos en el paso dos de la metodología MAMBO que maneja un analista de negocio. En la ‘A’ de adquirir los datos, este abanico de fuentes puede ser amplísimo, tanto dependiendo de la naturaleza del propio dato como del sistema que los genera. Incluso del objetivo que se pretende buscar. Lo importante es relacionar las fuentes de datos entre sí, creando una estrategia de almacenamiento de extracción, de transformación y carga potente en base a la utilidad que vamos a dar a dichos datos, para garantizar que estamos recogiendo los que nos van a proporcionar información y valor para el negocio.
El analista debe involucrarse desde el principio para entender cuanto de cerca estamos de cumplir los objetivos. Esta es la base que nos va a llevar al éxito en cualquier proyecto de análisis que vayamos a acometer.
Aquí tienes más información sobre este interesante tema 🙂
