Innovando con datos: datos abiertos y ciencia de datos

Son muchas las organizaciones que actualmente están escuchando acerca de tendencias como el Big Data, Datos Abiertos y Ciencia de Datos e intentan implementarlas en sus labores. Lo que estas organizaciones tienen en común es que probablemente están buscando formas de generar innovación basada en datos.

La Innovación Basada en Datos (IBD) es cada vez más visible en distintos verticales. Esto lo podemos ver en los Gobiernos que han estado abriendo datos y generando innovación con base en la tendencia de datos abiertos. También lo vemos con los Titanes tecnológicos como Google y Facebook que cuentan con equipos dedicados a aprovechar los datos para mejorar sus productos y diferenciarse de otros en la industria. Empresas más jóvenes como StitchFix y AirBnB también se organizan alrededor de la ciencia de datos para mejorar las experiencias de sus usuarios e impactar el negocio.

En el proceso, estas empresas crean nuevas herramientas que abren a la comunidad para potenciar innovación como por ejemplo AirFlow para manejo de pipelines, o Knowledge Repository para compartir código en equipos de ciencia de datos. Incluso en el sector de impacto social se ven Organizaciones No-gubernamentales como FII (Family Independence Initiative) definiendo estrategias alrededor de ciencia de datos para maximizar impacto.

Teniendo en cuenta la fuerza y el potencial del movimiento de IBD, años atrás co-fundé Junar, una plataforma que busca potenciar datos abiertos en los Gobiernos y recientemente, co-fundé ixpantia, una empresa que permite que las organizaciones extraigan valor de sus datos en base a ciencia de datos. En mi experiencia, existen básicamente 2 macro paradigmas para innovar con base en datos:

1. Innovación hacia adentro de la organización o alineada con analítica, big data y ciencia de datos.
2. Innovación hacia afuera de la organización o alineada con el movimiento de datos abiertos e innovación abierta.

En este post, me centro en los pasos que deben llevar las organizaciones que tienen datos y quieren innovar en base a la llamada Ciencia de Datos. Una vez que la organización cuenta con datos y está decidida a comenzar a experimentar con ellos para afectar sus productos y procesos, es importante seguir los siguientes pasos:

Paso 1: Accesibilidad de los datos

Este es un aspecto clave. En muchas organizaciones es prácticamente imposible tener fácil acceso a los datos. Generar infraestructura para contar con ´lagos de datos´ es un primer paso importante para luego poder generar productos.

Paso 2: Definición de las preguntas que se desean contestar

Es condición necesaria tener los datos y contar con recursos que los puedan trabajar, pero eso no es suficiente. Un aspecto importante es saber hacer las preguntas adecuadas que puedan responderse con los datos. Este es un paso clave para poder innovar en base a datos.

Paso 3: Métricas e impacto

A lo largo de estos procesos de investigación, siempre es importante tener un norte claro. Las empresas como AirBnB y Facebook cuentan con equipos de ciencia de datos cuyo objetivo es impactar al producto con investigación y experimentación. Para hacerlo de forma efectiva, siempre definen métricas y las mismas no solo se miden en todas las iteraciones o sprints de desarrollo de producto, si no también después del despliegue para poder seguir optimizando.

De la misma manera, cualquier organización interesada en innovar en base a datos debe poder definir métricas que permitan guiar los procesos de investigación y experimentación con datos de manera tal de asegurar que estos esfuerzos tengan impacto en lo que es importante para la organización.

En este proceso, el análisis de datos es clave. Dependiendo de las características de los datos, podemos usarlos para agrupar, comparar, predecir, asociar y reconocer fenómenos o patrones de interés. Los resultados y la interpretación de estos análisis forman la base para generar innovación y la evidencia para dar soporte a la toma de decisiones.

En el mundo ideal, las organizaciones juntan aspectos de innovación hacia adentro (ciencia de datos) e innovación hacia afuera (datos abiertos e innovación abierta) de manera de generar más eficientemente nuevos productos y servicios de forma colaborativa. Un caso ejemplar es el de Netflix, que más allá de contar con equipos especializados para generar innovación con base en datos, también hizo el desafío Netflix años atrás en el cual abrió datos para permitir que la comunidad de científicos de datos mejorara los resultados de su algoritmo de recomendación. De la misma manera, empresas como Expedia y muchas otras generan hackathones en los cuales los desarrolladores pueden ser parte de la generación de productos innovadores en colaboración con las empresas.

Los datos cada vez cobran más importancia para las organizaciones ya que la posibilidad de generar impacto con base en la explotación de los mismos es cada vez más evidente. Por este motivo, en próximos años veremos más posiciones para Científicos de Datos en la región, así como para líderes dentro de las organizaciones que tendrán la responsabilidad de generar más experimentación e innovación en base a datos: Chief Data Officers (Jefe de Datos).

Fuente: BID

Imagen: Diario TI