#Analytics Capsule - Paso 1. ¿Cómo empezar?

A partir de hoy me he decidido a materializar y convertir en hechos una de las cosas que he venido posponiendo desde hace mucho tiempo. Quiero compartir con ustedes algo de lo que sé, o quizás todo lo que sé, con la finalidad de aportar a la redefinición de sus carreras en esta nueva era digital. Para nadie es una revelación que en esta nueva revolución industrial todos debemos cambiar nuestra forma de trabajar y ser, digámoslo así, más "Analytics - Driven" o "Data -Driven". Así que en lecturas cortas iré publicando algunos "Tips" para iniciar esta carrera profesional (Cualquier carrera) hacia lo digital.

Muchas veces me han preguntado cómo empezar a desarrollar habilidades relacionadas con la Ciencia de datos y la analítica. Y mi respuesta es obvia, estudiar mucho. Actualmente existen diversas guías, cursos online y blogs dedicados a enseñar los primeros pasos. Sin embargo, además de esto, lo primero que recomiendo es aprender a entender las necesidades específicas relacionadas con un problema y a definir las famosas "preguntas de negocio" que se desea resolver. A partir de allí las metodologías y técnicas existentes, las herramientas y las tecnologías nos proveerán los insumos necesarios para ir desarrollando nuestras habilidades como analistas y científicos de datos. Para empezar con esto, les propongo un Tip básico de iniciación. Darle la versatilidad necesaria a las típicas preguntas ¿qué?, ¿quién?, ¿cuándo?, ¿dónde?, ¿cómo? y ¿porqué?.

• Lo primero; saber qué se espera medir, ¿ventas?, ¿producción?, ¿cantidad de clientes?, ¿tiempo?, y desglosarlo en medidas. En muchos casos nos cruzaremos con los ya muy conocidos KPI´s de las organizaciones, pero ¡la analítica es para todos! así que cualquier cosa que se quiera medir es válida.
• Segundo; darle nombre a los sujetos o los quienes de la pregunta, ¿empleados?,¿clientes?, ¿vendedores?, ¿cajeros?, ¿almacenes?, ¿bodegas?, ¿estudiantes?, ¿ciudadanos?. Se vale más de uno, usemos siempre los necesarios y suficientes.
• Tercero; entender la temporalidad y las fechas importantes. Por ejemplo, en una venta, podríamos necesitar la fecha de la cotización, la fecha de la facturación, la fecha del despacho, la fecha de la entrega y la fecha del pago; o para una prueba o certificación la fecha de la inscripción, la fecha del pago y la fecha de la presentación. También es necesario saber desde cuándo se pretende responder las preguntas y entender que los análisis se harán en un marco de tiempo que puede ser por anualidades, semestres, mensualidades, entre otros.
• Cuarto; responder a la ubicación de los hechos, esto suena un poco a análisis forense pero, cada cosa ocurre en un lugar determinado. Así las cosas hay que preguntar y definir cómo se quiere analizar la información en términos de la ubicación geográfica. Países, sectores, ciudades, direcciones o ubicaciones (Latitud, longitud).
• Quinto; entender cómo se dan los hechos o las cosas, supongamos una venta, el "¿cómo?" se respondería por ejemplo, a través del canal utilizado para realizarla o al método de pago. Entender y clasificar la información o segmentarla a través de las variables que responden al como pasó algo ayuda a identificar patrones.
• Por último; definir la manera en que responderemos al porqué ocurren los hechos. Responder al porqué es el fundamento básico o primario del análisis de los datos y se da a través del cruce de todas las variables involucradas en las preguntas anteriores, pero más allá de esto, se da a través del nivel de profundidad que les demos a esas variables. ¿A qué me refiero con esta afirmación? A que cada factor de análisis identificado tiene unas clasificaciones y jerarquías que permitirán agregar, desagregar o cruzar los datos; en términos técnicos me refiero a la granularidad. Identificar el nivel de profundidad o granularidad es esencial para lograr llegar al razonamiento requerido para responder al problema planteado. Cuando entendamos el porqué, podremos dar inicio a otras perspectivas que van hacia la proyección, el pronóstico, la deducción y la predicción.

Partiendo de aquí, daremos inicio al desarrollo de las demás habilidades, todo nace de las preguntas, de los cuestionamientos. Seamos curiosos, indagadores, analistas. Es el primer paso.

Por ahora llego hasta aquí. Con regularidad iré desarrollando más "tips" de iniciación hacia la ciencia de datos, espero poder aportar un granito de arena a la transformación y reinvención de sus carreras en esta competitiva era digital.