Habilidades Suaves Superan las Habilidades Técnicas en Análisis de Datos.

Soft Skills Trump Technical Skills in Data Analysis.

Estas habilidades suaves ayudaron a transformar mi carrera

Foto de Headway en Unsplash

Existe la idea errónea común entre las personas que se adentran en el campo de que escribir un mejor código te hará un mejor Analista de Datos. Estoy aquí para decirte que simplemente no es verdad.

La función más importante de un analista de datos es aportar valor empresarial a una organización de manera medible. Y no significa que necesitas una solución técnica impresionante para hacerlo.

Tu papel es interpretar un problema empresarial, crear una narrativa para los interesados que explique las razones detrás de un evento y demostrar su impacto en el negocio. Esto puede requerir un enfoque técnico con herramientas avanzadas, pero eso no es lo que importa en última instancia.

Análisis de datos no es:

“Hemos perdido 14 clientes este mes”.

Es más bien:

“La rotación de clientes experimentó un aumento del 5% en comparación con el mes pasado, con un 75% de los clientes perdidos mencionando que se cambiaron a un competidor. Estos clientes señalaron específicamente que nuestro producto carece de una cierta característica, lo que explica la disminución”.

Lo último les da a los interesados algo sobre lo que actuar, como debería ser con todos los informes que generas.

Tener en cuenta las siguientes habilidades suaves te ayudará a aumentar tu eficacia en este rol y te permitirá destacar.

Un sólido entendimiento del modelo de negocio

En otras palabras, ¿cómo genera la organización ingresos? ¿y qué tan familiarizado estás con las complejidades de la entrega de tu(s) producto(s) o servicio(s)? Tu conocimiento de dominio debe estar enfocado en el área del negocio del que informas (Finanzas, Operaciones, Marketing, etc.) así como de manera holística en toda la organización. Cuanto más informado estés sobre el negocio en sí, mejor será tu enfoque para generar un análisis y ofrecer impacto.

Esto también significa que comprendes cómo los sistemas fuente recopilan y validan los datos sobre los que informas. Debes conocer los pormenores de los procesos operativos que comprenden ciertas métricas, así como las limitaciones de las preguntas que se pueden responder sobre ellos. Si eres una empresa de comercio electrónico, ¿cómo se mide una vista de página desde Google Analytics? O si trabajas en cadena de suministro, ¿qué representa “Tiempo de cumplimiento” y cómo se muestra en SAP?

No es raro que los grandes analistas de datos provengan de un rol específico de coordinador/analista de dominio (por ejemplo, un analista financiero, coordinador de marketing, etc.). Esta es una ruta efectiva porque estar en el nivel operativo de un proceso empresarial te brinda mucha más información sobre cómo funciona la organización.

Piénsalo, si trabajaras para una compañía de aerolíneas y estuvieras desarrollando un panel de control sobre las reservas de vuelos, ¿no crees que sería una ventaja injusta haber trabajado en el departamento de reservas? Tendrías una comprensión de todos los puntos de datos relevantes ingresados en su sistema de reservas, lo que significan para el negocio y los desafíos que rodean este proceso.

Foto de Dylan Gillis en Unsplash

Comunicación y colaboración

Inevitablemente, no tendrás todas las respuestas a los problemas empresariales que se te presenten como Analista de Datos. Por lo tanto, tendrás que colaborar con otros equipos para obtener claridad sobre una pieza de datos específica que necesites o el proceso empresarial detrás de cómo se genera algo.

Los roles de Analista de Datos también son de cara a la organización, donde puedes presentar tus hallazgos a tus pares, gerencia, C-Suite o clientes externos. Necesitas pulir tus habilidades de presentación y ser capaz de comunicar resultados complejos de manera significativa.

Cuando se trata de la comunicación, menos siempre es más. Tus pares, interesados y gerencia no quieren escuchar los detalles de cómo manipulaste tu marco de datos de Pandas o cuántas expresiones comunes de tabla existen en tu declaración SQL. Más bien, debes ser capaz de abstraer los aspectos técnicos de tu trabajo y solo comunicar lo que es más importante.

Pensamiento crítico, curiosidad y observabilidad

Los problemas que se te presentarán serán difíciles. Si no lo fueran, tu organización no te habría contratado.

Cuando te enfrentes a una pregunta empresarial que debas responder, debes conceptualizar qué datos están disponibles y cómo se pueden transformar para responder correctamente esa pregunta. No siempre estará claro cómo conectar los puntos entre el enunciado del problema inicial y los datos disponibles, pero tener una curiosidad continua detrás del “por qué” siempre te permitirá tener éxito en esta área.

Por ejemplo, digamos que tu organización te pide que crees un informe sobre cuántos contratos de clientes se están vendiendo cada mes. A simple vista, esto parece una pregunta sencilla, pero se vuelve más compleja cuando llegas a los datos disponibles. Lo primero que debes determinar es cómo se identifica el plazo del contrato para que se pueda agregar por mes. ¿Te estás refiriendo solo a una fecha de finalización en el registro del contrato o debes buscar en el sistema de facturación para verificar si aún se está cobrando el pago? Quizás sea una combinación de ambos.

Entonces, una vez que sepas cómo se identifica el plazo del contrato, ¿cómo determinas si es un upsell, downsell, renovación plana o cancelación? ¿Estamos mirando el cambio neto de la cuenta antes y después del plazo? ¿O hay otro conjunto de criterios al que debemos hacer referencia?

En un escenario como este, debes ser capaz de descomponer problemas grandes en piezas más pequeñas y organizarte en la etapa de análisis exploratorio de datos (EDA).

Gestión excepcional de los interesados

Los interesados son los clientes de los Analistas de Datos; son las personas que se benefician y actúan a partir de los informes que generas. Y al igual que cualquier otra cosa, si un cliente no está satisfecho con tu servicio, buscará en otro lugar.

Los Analistas de Datos deben comprender los roles de las personas a las que entregan informes. Piensa en las preguntas circundantes en las que tus interesados pueden estar enfocados y en lo que personalmente les importa en su función laboral. Trabajando en los dominios de Operaciones y Finanzas, una pregunta común que siempre he necesitado responder es “¿Por qué el número X no coincide con el número Y?”. Poder desglosar este razonamiento a mis interesados siempre ha ayudado a que la conversación se mueva en una dirección positiva.

También hay un elemento humano para tener éxito en el trabajo con los interesados. Hazte las siguientes preguntas:

  • ¿Eres amigable para trabajar?
  • ¿Facilitas la comunicación de los requisitos?
  • ¿Qué tan difícil es para ellos entender los hallazgos de tu análisis?
  • Cuando dices que puedes alcanzar un punto de referencia en tu proyecto para una fecha límite determinada, ¿puedes hacerlo? Y si no puedes (lo cual está bien), ¿puedes ser transparente con los bloqueos?

Si bien debes asegurarte de responder a todo lo que se te pide, la gestión de interesados también significa dar retroalimentación en los escenarios correctos. Pero hay una línea muy fina en esto. Es posible que hayas oído el término de moda de gestión de proyectos “Scope Creep”. Esta es una preocupación válida al recibir comentarios sobre un proyecto. Durante una revisión de un panel de control o informe con tus interesados, asegúrate de obtener una lista de mejoras esenciales versus agradables de tener como conclusiones.

Está bien preguntar: “¿Por qué necesitas la métrica X?” porque esto podría ciertamente iniciar un diálogo significativo. Pero si encuentras que, a pesar de tus esfuerzos por cuestionar esta nueva función, la conversación no avanza, podría ser beneficioso para ti apartar tu desacuerdo y simplemente priorizar la finalización de la tarea.

Un pensamiento final

Sí, aún necesitas habilidades técnicas, pero a nadie le importan

Es inevitable que necesites habilidades técnicas para tener éxito en tu trabajo. Los datos nunca vienen en un formato en el que puedas simplemente SELECT * FROM perfect_table y llamarlo un día. Pero solo tú probablemente verás la solución técnica detrás del informe.

Por supuesto, aún debes pensar en la escalabilidad de un panel de control o informe para asegurarte de que sea fácilmente mantenible en todo tu equipo de análisis y sea dinámico. Pero no sobredimensiones algo que no necesita ser complejo.

En uno de mis roles, uno de nuestros paneles de control de Tableau más vistos fue desarrollado por un gerente de ventas. No era agradable a la vista, ni tenía nada avanzado. Pero este panel de control abordó un objetivo de ventas crucial con una simplicidad y significado notables. La clave de su éxito fue la comprensión profunda del gerente sobre las preocupaciones principales del equipo de ventas.

Así que sí, sigue saliendo y aprendiendo SQL, Python, Excel y Tableau. Los vas a necesitar. Pero asegúrate de entender por qué los necesitas.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

¿Qué es la Hiperpersonalización de IA? Ventajas, Estudios de Caso y Preocupaciones Éticas

Explora el concepto de hiperpersonalización de IA, sus mecanismos y estudios de caso. Aprende sobre sus ventajas e im...

Ciencia de Datos

Vuelva a entrenar los modelos de aprendizaje automático y automatice las predicciones por lotes en Amazon SageMaker Canvas utilizando conjuntos de datos actualizados.

Ahora puedes re-entrenar modelos de aprendizaje automático (ML) y automatizar flujos de trabajo de predicción en lote...

Inteligencia Artificial

Inmersión profunda en el modo de copia por escritura de pandas Parte I

pandas 2.0 fue lanzado a principios de abril y trajo muchas mejoras al nuevo modo de Copy-on-Write (CoW). Se espera q...

Aprendizaje Automático

Microsoft Bing acelera la entrega de anuncios con NVIDIA Triton.

El equipo de Jiusheng Chen acaba de acelerarse. Están entregando anuncios personalizados a los usuarios de Microsoft ...

Inteligencia Artificial

LastMile AI lanza AiConfig un marco de desarrollo de aplicaciones de IA basado en configuración de código abierto y compatible con el control de fuente.

En el ámbito en constante evolución del desarrollo de aplicaciones de inteligencia artificial, AI Config de LastMile ...

Inteligencia Artificial

El viaje de la IA hacia la IA generativa y cómo funciona

Este artículo discute los conceptos básicos de IA/ML, su uso, la evolución de la IA generativa, la ingeniería de inst...