Este artículo fue publicado como parte del Blogatón de ciencia de datos.
Explore el camino simple para convertirse en un gran narrador de datos visuales
No todo el mundo está interesado en la codificación, las matemáticas y las estadísticas. Sin embargo, la pasión de trabajar con datos, explorar los conocimientos ocultos en los datos y presentar estos conocimientos de una manera simplista puede ser algo en lo que desee incursionar. Este artículo lo guiará a través de las habilidades, herramientas y recursos necesarios para conviértase en analista de datos.
Habilidades técnicas
El papel de un analista de datos no requiere conocimientos de informática o matemáticas. Puede adquirir las habilidades técnicas necesarias para este puesto incluso si no tiene antecedentes técnicos. A continuación, se incluye una lista de las habilidades técnicas clave necesarias para desempeñar el papel de analista de datos:
- Programación: El nivel de experiencia en codificación requerido para un analista de datos no es tan alto como el de un científico de datos. Debe tener la capacidad de explorar y analizar grandes conjuntos de datos. Esto se logra mediante herramientas de visualización de datos como Power BI y Tableau. Sin embargo, no todas las empresas pueden permitirse comprar estas herramientas. Por lo tanto, la opción omnipresente es utilizar Pitón y sus extensas bibliotecas de visualización de datos. Python es la mejor opción para cualquier persona nueva en la codificación. Es muy fácil de aprender y es el lenguaje de programación más utilizado en ciencia de datos. Puede administrar con habilidades básicas de Python y dominar las bibliotecas clave necesarias para este rol que incluye Pandas, Matplotlib, Seaborn, Numpy y Scikit Learn..
Conocimientos básicos de SQL también es útil ya que le dará control sobre el acceso a los datos de varias fuentes. Comprender la recuperación e integración de datos ayudará a administrar bien los datos.
- Instrumentos: Las herramientas de visualización de datos son las que impulsan la mayoría de las funciones de los analistas de datos. Dominar estas herramientas no requiere conocimientos técnicos. La mayoría de estas herramientas funcionan haciendo clic y arrastrando. El aspecto importante es comprender las diversas funcionalidades necesarias para analizar y visualizar datos utilizando estas herramientas. Según el Cuadrante Mágico 2020 de Gartner, Las mejores herramientas de análisis e inteligencia empresarial del mercado son Power BI y CuadroPuede aprender los dos o concentrarse en uno y dominarlos. Ambas herramientas tienen versiones gratuitas en la nube disponibles que tienen la mayoría de las funciones necesarias para el análisis de datos. El conocimiento básico del uso de estas herramientas se logra en unas pocas semanas con la ayuda de tutoriales gratuitos disponible en linea. Necesitará un poco de esfuerzo para adquirir experiencia en el nivel avanzado del uso de estas herramientas que incluyen varios cálculos, fórmulas, desarrollo de visualizaciones personalizadas y corte / corte de datos. Es fundamental dominar a fondo al menos una de estas herramientas.
Sobresalir es otra herramienta de análisis de datos ampliamente utilizada pero subestimada por su capacidad. Sus características están a la par con las de Power BI, ya que Microsoft ha incorporado la mayoría de las herramientas de Power BI, como el editor de Power Query, a Excel. Hay muchas funciones en Excel, como tablas dinámicas, fórmulas para la manipulación de datos y gráficos para la visualización que se utilizan de manera efectiva para desarrollar algunos cuadros de mando asombrosos.
- Conocimiento de dominio / negocio: El conocimiento del dominio implica comprender los entornos comerciales de los clientes, la competencia y el futuro previsible general de la empresa. Cada analista de datos debe dedicar suficiente tiempo a adquirir el conocimiento comercial / de dominio relacionado con el planteamiento del problema. Esto le proporcionará la habilidad de comprender el problema desde diferentes perspectivas y encontrar la mejor solución posible.
Habilidades blandas
El analista de datos requiere más competencia en habilidades blandas en comparación con un científico de datos. La responsabilidad recaerá en un analista de datos para presentar de manera efectiva el resultado del análisis de datos a un panel que podría incluir partes interesadas importantes, como el gerente, el cliente y la PYME (experto en la materia). Debe tener las habilidades blandas esenciales para convertir la información técnica en un elemento de acción no técnico fácil de entender. Debe presentar con confianza sus hallazgos y presentar soluciones a través de una presentación impresionante. Estas son algunas de las áreas de enfoque clave necesarias para este puesto:
- Narración: Su tablero que consta de todos los gráficos y datos no es suficiente si es simplemente colorido y agradable de ver. Cada elemento del tablero debe transmitir un mensaje y juntos deben tejer un problema combinado con una historia basada en soluciones para las partes interesadas. En el período de tiempo dado, debe tener la capacidad de transmitir una historia de sus hallazgos sin confundir al usuario. Su historia debe ser concisa, simple y resaltar con precisión el área del problema.
- Presentación: “Una imagen vale más que mil palabras”, es un dicho popular que enfatiza la importancia de las imágenes. Un analista visual sabe exactamente el tipo de gráficos que debe usar para varios análisis / comparación de datos. El tablero utilizado para la presentación no debe ser un caos de figuras y elementos visuales que sea difícil de comprender para el usuario final. Su presentación debe dirigir la atención de las partes interesadas a las áreas de enfoque clave en los datos.
- Comunicación: Tener buenas habilidades de comunicación es muy importante, ya que comunicar cuán perspicaces son los resultados y cómo pueden ayudar a los clientes a mejorar las ganancias es crucial. Necesita mirar el problema desde diferentes perspectivas. El pensamiento estructurado es clave para esto. Hacer preguntas continuamente es uno de los aspectos más importantes para prosperar en este rol. Un analista de datos debe ser curioso y estar siempre aprendiendo.
Certificaciones
Hay muchas certificaciones disponibles para validar sus habilidades en este rol. Sin embargo, recomendaría optar por los ofrecidos por líderes de la industria como Tableau (Salesforce) y Microsoft. También incluyo dos importantes certificaciones relacionadas con el análisis de datos de IIBA y TDWI. Las siguientes son las certificaciones clave que puede consultar:
Prospectos de trabajos
La Oficina de Estadísticas Laborales de EE. UU. Informó que la demanda de habilidades en ciencia de datos generará un aumento del empleo del 27,9% hasta 2026. La demanda de profesionales calificados en análisis de datos supera actualmente la oferta.
Como ya se mencionó, tener solo conocimientos técnicos no es suficiente para este rol. El pensamiento analítico y la capacidad de representar números en patrones es muy importante para este rol. Además, el rol de analista de negocios se está fusionando con el de analista de datos, y los analistas de negocios son uno de los profesionales más solicitados. Entonces, aprovechando esta oportunidad, es el momento adecuado para las personas que desean realizar la transición a este campo desde la profesión de marketing / ventas / negocios.
Tanto si acaba de salir de la universidad como si es un veterano en la industria, las perspectivas de comenzar su carrera como analista de datos o de hacer la transición a este puesto son muy posibles con el equilibrio adecuado de habilidades técnicas y sociales.. Utilice plataformas en línea como Galería de Tableau para mostrar sus habilidades. Tableau tiene una gran comunidad en línea que es muy activa.
Conclusión
Estos fueron algunos de los puntos clave que quería discutir para convertirme en un analista de datos exitoso. Concéntrese en sus deficiencias y domine esas habilidades, ya que este es un campo muy competitivo. Desarrolle paneles de control interesantes con Tableau / Power BI / Excel y compártalos en LinkedIn para hacerse notar y llegar a empleadores potenciales.
PD: He proporcionado todos los recursos necesarios como hipervínculos a lo largo de mi artículo.