La importancia del People Learning en la era del Machine Learning para los proyectos de Data Analytics

Por Rubén Obando

El contexto actual de pandemia puso definitivamente a los Datos en el centro de la escena. Los hechos, en lugar de las percepciones, pasaron a ser la principal fuente de información para tomar decisiones sanitarias, gubernamentales, corporativas e institucionales, señal inequívoca de que para las organizaciones de toda escala se presenta el desafío de animarse a participar de esa misma liga.

Desde ese disparador, toca hablar no tanto de tecnologías de almacenamiento, procesamiento, flujos de datos y visualización, sino del inmenso poder que tenemos las personas para guiarlos y darles un sentido desde un punto de vista estratégico. Transformar la inquietud de cómo aplicar Ciencia de Datos/Machine Learning/Analítica Avanzada en una empresa, a focalizarse en lo que es, y seguirá siendo base para el aprovechamiento de todo lo anterior; People Learning para proyectos de toda índole. Gran parte del trabajo de quienes trabajamos en Data Analytics consiste en mostrarles a las empresas de todos los tamaños, cómo las soluciones de datos ya dejaron de estar disponibles sólo para grandes compañías, eso sí, siempre que se tengan claros los objetivos estratégicos de la misma.

Existen respuestas técnicas para todas las escalas de negocio, pero sin duda alguna el valor agregado se lo daremos desde las cualidades humanas y los protocolos para que el trabajo sea ágil, eficiente y flexible, esto con el fín de moverse en escenarios cada vez más cambiantes. De ahí la importancia de involucrarse en los proyectos de datos, no sólo a través de las tecnologías, sino de cuerpo entero desde las llamadas habilidades blandas: curiosidad, perspicacia, visión holística, orientación y culto al detalle sin dejar de lado la conexión física con procesos/productos.

Con esto recuerdo la fantástica experiencia que nos vinculó en Datalytics con una de las más importantes productoras y comercializadoras de banano|bananas de Colombia. Desde el primer momento que comenzamos a conversar con sus directivos, sabíamos que teníamos una necesidad y que la tecnología nos podía ayudar, pero necesitábamos conocer a profundidad el negocio y sus importantes procesos, por lo que, en lugar de empezar a evaluar tecnologías, servidores y algoritmos, viajamos a conocer en campo la realidad y sumergirnos en el fascinante proceso productivo en una finca en el Urabá. Sólo allí nos dimos cuenta de que el foco de nuestro proyecto tenía que estar en la fruta que quedaba no óptima para la exportación luego de las diferentes etapas del proceso productivo. Hacia allí se dirigió nuestra estrategia de datos, entender, comprender y optimizar la rentabilidad de la producción, dando por descontada su calidad, sabor y las preferencias históricas de los clientes.

A medida de que el Analytics demuestra su capacidad para integrarse a distintas industrias, podemos trabajar con Datos que son transversales a cualquier compañía, un flujo que se vuelve cada vez más dinámico y enriquecedor, hasta formar un formar un ecosistema de ideas, proyectos, tecnología y, sobre todo, personas. Es por eso que ahora en época de hacer una pausa y reflexionar, sumado a que la ciencia de datos y machine learning está en boga, cobra más relevancia el People Learning, ya que somos los seres humanos quienes estamos detrás de escena entendiendo los negocios y al final de cualquier proyecto, técnica o modelo somos los que con nuestras capacidades decidimos que es lo que hacen y como aplicarlos, y por supuesto quienes tenemos la capacidad de interpretar sus resultados desde una mirada estratégica propia.