“Recoger datos, comprenderlos, procesarlos, extraer su valor, visualizarlos, comunicarlos será lo más importante en las próximas décadas“. Estas palabras fueron pronunciadas en 2002 por Hal Varian, chief economist de Google. Desde entonces, han pasado casi veinte años y ya nos encontramos de pleno en la economía de los datos.
Todas nuestras actividades diarias producen datos. Alguien los llama el nuevo oro, otros el petróleo del futuro. Lo cierto es que los datos son la nueva base de la ventaja competitiva. Ya sean estructurados o no, generados por humanos o máquinas, almacenados en centros de datos o en la nube. La capacidad de extraer información que conduzca a acciones significativas será la clave del éxito en todos los campos.
El big data entra en todos los sectores
A todos los niveles de un negocio, se gana mayor eficiencia mediante la automatización de tareas humanas repetitivas. En la actualidad, los sectores más activos en la implementación de estrategias data-deriven son fintech, banca, seguros, telecomunicaciones, I+D, software y retail.
Elena Millán, data analytics, considera que “el uso de los datos impregnará pronto cualquier aspecto de nuestro día a día, pero los ámbitos donde de momento tiene un impacto mayor son el social y el de consumo. En el social, está cambiando la forma en la que nos relacionamos con la administración. Por otra parte, se está produciendo un cambio en nuestra forma de consumir y en cómo tomamos nuestras decisiones”.
En el comercio, los datos entran en la cadena de valor gracias a la micro-segmentación de clientes, la personalización del contenido y la consecuente mejora de la experiencia de usuario. Al mismo tiempo, la segmentación de proveedores y la optimización de los costes y tiempos en logística es crucial para anticiparse a la demanda, evitar la rotura de stock y la pérdida de ventas.
En la administración pública, los datos entran en la gestión de la movilidad y en los servicios de salud pública. Ciudades como Nueva York, Chicago o Boston se están convirtiendo en organismos receptivos, esenciales para una vida sostenible en el futuro. Es una visión en la que se da prioridad a los recursos limitados mediante el análisis de conjuntos de datos masivos, desde el tránsito, el tráfico y el trabajo en la carretera hasta la justicia penal.
Aterrizando el big data en proyectos concretos
Gracias al big data, los expertos con acceso a los datos correctos pueden predecir principios de pandemia, tendencias de la gripe, el inicio de infecciones potencialmente mortales antes de que aparezcan los síntomas físicos. La digitalización de nuestro genoma podría revolucionar el cuidado de la salud personal.
Un estudio realizado por EIT Health muestra la utilidad del big data para personalizar tratamientos en pacientes crónicos tanto de manera predictiva como prescriptiva. En España, el gasto sanitario destinado al cuidado de enfermedades crónicas es del 80%; por tanto, este enfoque ayudaría a mejorar la calidad de vida de los pacientes y a optimizar los recursos.
“En Xplore.ai hemos trabajado en la creación de una herramienta capaz de encontrar patrones y temáticas en las respuestas de decenas de miles de empleados en uno de los 10 bancos más grandes de Europa. Estos y otros ejemplos permiten tomar decisiones que afectan a la felicidad y percepción de la firma por parte de los empleados”, relata Enrique Herreros, cofundador & machine learning engineer de la compañía.
“En nuestro caso, el big data impacta significativamente, por ejemplo, para protegerse de ciberataques y tomar decisiones estratégicas, analizando tendencias de consumo”, explica José Mañas, CEO de WDNA.
Un océano de datos medidos en zettabytes
IDC (The International Data Corporation) prevé que en 2025 la esfera de datos global aumentará hasta los 163 mil millones de zettabytes (un ZB equivale a un billón de gigabytes). Más de una cuarta parte de estos datos se producirá en tiempo real y, de ellos, más del 95% serán generados por el IoT. Varias estimaciones indican que el 90% del volumen de datos actual se creó en los últimos dos años.
Si hoy las empresas generan aproximadamente el 40% de los datos globales, en 2025 este porcentaje aumentará a más del 60%. Las compañías producirán datos y los guardarán, con todos los problemas relacionados con el almacenamiento, la privacidad y la ciberseguridad.
IDC estima que el valor del mercado global de big data alcanzará los 202 mil millones de dólares en 2020, con un crecimiento promedio anual del 11,7%. En España, los ingresos totales del sector fueron más de 170 millones de euros en 2017. En 2018, tocarán los 218,5 millones y, en 2019, alcanzarán los 251,8 millones de euros.
Big data y nube serán los dos servicios más relevantes en los próximos dos años, según el 76% de las empresas españolas entrevistadas por Quint Wellington Redwood en su informe Cloud Computing en España 2018.
Desafíos y oportunidades
Las empresas han comprendido que los datos representan una riqueza real, aún poco utilizada o, en algunos casos, mal administrada. Con la entrada en vigor del nuevo Reglamento General de Protección de Datos (RGPD), la recolección de datos se vuelve más complicada, y, por ende, aún más valiosa. Sobre todo en un mercado como el de España, donde la trazabilidad y el enriquecimiento del data todavía están muy lejos de ser aprovechados.
De igual modo, la demanda de analistas y científicos de datos ha ido creciendo de manera exponencial a lo largo de los últimos años. Primero se necesitaron para la creación de CRM, para segmentar el mercado, analizar precios, optimizar campañas de marketing, etc. Y, poco a poco, se han convertido en piezas imprescindibles en el negocio.
Pese a lo anterior, es patente una escasez de perfiles especializados y un desajuste respecto a las necesidades de las compañías. “Existe una demanda muy alta de estos perfiles y la percepción general es que no hay suficientes profesionales. Es una disciplina en constante evolución que, más que un conocimiento cristalizado, requiere de una capacidad de aprendizaje constante, curiosidad y learning by doing”, explica Elena Millán.
De hecho, los dos empleos que despuntaron en el informe anual de InfoJobs 2017 sobre el estado del mercado laboral en España fueron analista de datos y científico de datos. En los últimos tres años, la demanda para estos puestos ha triplicado las ofertas y el salario bruto medio está muy por encima de la media general: 35.864 euros brutos anuales.
Un enfoque formativo práctico que combine los conocimientos en software, estadística, matemática, programación y visualización de datos, como el ofrecido por el Grado en Ingeniería del Software y el Doble Grado en Ingeniería del Software y Matemáticas del Centro Universitario U-tad, es el más demandado por las empresas. El Centro cuenta también con una oferta de posgrado que contempla un Máster en Data Science & Big Data y un Experto en Data Science.
Las nuevas profesiones empiezan a despuntar
En 2012, Anjul Bhambhri, vicepresidente de Big Data Products para IBM, dijo: “un data scientist es una persona curiosa, capaz de observar los datos e identificar tendencias. Es casi como un hombre del Renacimiento, alguien que realmente quiere aprender y lograr un cambio en la organización“. En 2016, en el mundo había unos 6,16 millones de profesionales de los datos, IDC prevé que en 2020 aumentarán en un 141%, hasta los 10,43 millones. A los perfiles de científico, analista y estadístico, se suman los de arquitecto, ingeniero o administrador de datos.
Dependiendo del proyecto, la empresa y las necesidades, cambia el perfil de profesional. Según Millán, “aunque hay áreas de conocimiento común, cada uno de estos perfiles aporta las capacidades necesarias para que el flujo de datos sea constante y correcto. Como mínimo, para integrar un proyecto de big data en una organización es importante contar con un data scientist que se haga cargo del dato de extremo a extremo y un analyst que sea capaz de traducir esos resultados”.
Para Herreros, “es importante diferenciar entre la interpretación de datos y la modelización de estos. Para la primera tarea se habla más de expertos en visualización o analistas de datos. Para la segunda, se suele hablar de data scientists y requiere conocimientos más profundos de estadística, aprendizaje máquina, cálculo, bases de datos y programación”.
“En el caso del data scientist, la formación presenta un rol de suma importancia. Nosotros valoramos mucho también la creación de proyectos propios y la participación en competiciones de datos tanto offline (Datatones o Datathons) como online (en plataformas con millones de usuarios como Kaggle)”, matiza el empresario.
La importancia de la colaboración entre universidad y empresa
La oferta formativa en muchos casos no está a la altura de las exigencias de las empresas, que reclaman colaboración con las universidades para poder contar con profesionales realmente preparados. “Nosotros ─relata Mañas─ formamos parte del Comité Industrial de Data de U-tad, ya que un trabajo coordinado entre universidad y empresa es fundamental para cubrir los puestos que se están necesitando. También hemos cerrado una cátedra con U-tad para poder desarrollar un proyecto de I+D asociado a la detección de patrones en entornos de señales radioeléctricas”.
Como ejemplo de esta sinergia, en Xplore.ai, un estudiante del Grado en Ingeniería del Software de U-tad ha participado en la creación de un algoritmo de recomendación de reserva para una OTA (Online Travel Agency) holandesa. “El alumno nos ha ayudado en la exploración de los datos, la extracción de conclusiones, la simulación y evaluación de distintos algoritmos y en transmitir al cliente la información que puede alimentar sus decisiones en este u otros escenarios de su producto”, anota Herreros.
Lo cierto es que, además de una profesión de futuro, se trata de una disciplina apasionante. “La posibilidad de trabajar con datos de diferentes fuentes genera conocimiento amplio. Digamos que consigues una visión holística y esto es muy atractivo si eres una mente curiosa, además de aportar un valor inmenso a tu perfil profesional”, asegura Millán.
El big data nos brinda un sinfín de oportunidades, sin embargo, subraya Herreros, “es importante mantener la ética en la algoritmia para evitar discriminación, quebrantamientos de la privacidad de las personas, ruptura de las libertades civiles o infringir leyes de protección de datos. Se deben crear límites para que la sociedad perciba igualdad, confianza y justicia mientras vive entre algoritmos que procesan sus datos”.
Imágenes | iStock/blackdovfx, iStock/Vasyl Dolmatov, iStock/spainter_vfx, iStock/eternalcreative, iStock/wutwhanfoto, iStock/Tzido, WDNA
Ver 1 comentarios