introduzione
“Data Scientist: El trabajo más sexy del siglo XXI” es uno de los artículos más populares de Harvard Business Review (HBR) y ha inspirado a toneladas de personas a seguir sus carreras en el campo de la analiticoL'analisi si riferisce al processo di raccolta, Misura e analizza i dati per ottenere informazioni preziose che facilitano il processo decisionale. In vari campi, come business, Salute e sport, L'analisi può identificare modelli e tendenze, Ottimizza i processi e migliora i risultati. L'utilizzo di strumenti avanzati e tecniche statistiche è fondamentale per trasformare i dati in conoscenze applicabili e strategiche..... Uno de los temas principales de este artículo publicado en HBR fue la tendencia al aumento de puestos de trabajo en la industria de la analítica.
IBM predijo recientemente la misma inferencia diciendo que el número de profesionales de datos de EE. UU. Aumentará de 364.000 un 2,72 millones para 2020.
Y eso ha sucedido este año.
Unánimemente, en toda la industria, estamos viendo un aumento en Analisi aziendale vacantes de trabajo, pero ¿todos estos trabajos necesitan exactamente el mismo conjunto de habilidades? He recibido una serie de consultas centradas en cuáles son las posibles trayectorias profesionales en la industria de la analítica. Estas consultas generalmente provienen de personas que buscan un descanso en el dominio de la analítica o personas que ya trabajan en la industria y buscan un rol más profundo.
In questo articolo, veremos los roles principales disponibles en la industria de la analítica. También te propondré un marco para pensar tu carrera en el espacio de la analítica empresarial.
Si está buscando hacer una carrera en análisis de negocios, asegúrese de consultar el completo curso múltiple Facci sapere cosa ci siamo persi nei commenti.
Sommario
- Acerca del mercado de análisis
- ¿Qué hace un profesional de la analítica empresarial?
- Roles de informes
- Roles analíticos intermedios
- Roles de estrategia
- Roles de los científicos de datos
Acerca del mercado de análisis
Permítanme comenzar con algunas líneas / puntos de datos que se publicaron en un informe de McKinsey sobre Grandi dati (Mayo de 2011):
Solo Estados Unidos enfrenta una escasez de 140.000 un 190.000 personas con experiencia analítica y 1,5 millones de gerentes y analistas con las habilidades para comprender y tomar decisiones basadas en el análisis de big data.
Preste atención a las palabras “con las habilidades para comprender y tomar decisiones basadas en el análisis de big data”. La industria requerirá una gran cantidad de expertos en big data y aprendizaje automático y necesita incluso más (circa 10 volte) personas que puedan tomar decisiones basadas en el análisis, aunque no sean expertos en big data o aprendizaje automático.
Estos roles serán principalmente roles de estrategia y roles de gestión de productos que pueden definir nuevos desafíos para que los resuelvan sus especialistas en análisis. Contrastaremos estos roles estratégicos con los roles de los científicos de datos más adelante en este artículo. Primo, intentemos comprender cuán diversa es realmente esta industria.
Si traza una nube de palabras de todos los artículos relacionados con la analítica (un ejemplo que se muestra en la imagen a continuación), verá aparecer todo tipo de palabras, incluidas estadísticas, programación de computadoras, strategia, planificación, rapporti, eccetera. El campo de los negocios la analítica es extremadamente diversa y se buscan personas con habilidades analíticas y perspicacia para los negocios en todas las industrias en roles numerosos y diversos. Pensar en su carrera con tantas opciones posibles puede ser abrumador y es posible que sienta que está perdiendo la noción de si está progresando en su carrera o no.
¿Qué hace un profesional de la analítica empresarial?
La parola “Analisi aziendale” resume perfectamente cada tipo de trabajo que clasificamos en análisis de negocios. “Negocios” enfatiza la importancia de la comprensión empresarial, y “Análisis” se refiere a la importancia de las estadísticas, la ingeniería informática y la investigación operativa en este tipo de función.
Un profesional de la analítica puede, come ultima opzione, trabajar en un rol muy orientado a la estrategia o puede trabajar como un científico de apprendimento profondoApprendimento profondo, Una sottodisciplina dell'intelligenza artificiale, si affida a reti neurali artificiali per analizzare ed elaborare grandi volumi di dati. Questa tecnica consente alle macchine di apprendere modelli ed eseguire compiti complessi, come il riconoscimento vocale e la visione artificiale. La sua capacità di migliorare continuamente man mano che vengono forniti più dati lo rende uno strumento chiave in vari settori, dalla salute... muy especializado. El primer rol tiene un componente más fuerte de negocio, mientras que el segundo rol tiene un componente mucho más fuerte de análisis. Ovviamente, su rol generalmente tiene una compensación entre estos dos componentes y puede cambiar entre roles que tienen diferentes proporciones de los dos componentes. El valor que crea para sí mismo es una función correlacionada positivamente de comprensión y análisis empresarial. Matemáticamente hablando:
Value = function (Business understanding , Analisi)
Con questa conoscenza, he trazado varios roles en nuestra industria en un gráfico de tabla cruzada a continuación:
Ovviamente, el gráfico anterior es mi comprensión personal de la industria y la posición de cada función en este gráfico ciertamente puede ser debatida. La idea principal en la que quiero que se centre es en la diversidad de roles que puede asumir en la industria de análisis de negocios y la variación en el camino que puede tomar desde su rol actual. Primero tratemos de entender cada uno de los 5 recuadros resaltados arriba con respecto a la categoría de roles.
Roles de informes
Tra 2000 e 2012, esta fue la categoría principal de funciones para los profesionales de la analítica empresarial. El rol se refería principalmente a “Qué (evento) sucedió” en lugar de “Por qué sucedió (el evento)". tuttavia, la mayoría de estos roles han evolucionado en los últimos tiempos después de que las empresas automatizaran muchos de estos procesos y el aprendizaje automático se hiciera popular. tuttavia, todavía hay muchos roles que tendrán más del 50% de trabajo en la presentación de informes y el resto del rol en responder la pregunta: “¿Por qué sucedió el evento?”.
Este es un buen papel para comenzar su carrera en la industria de la analítica. Pero a largo plazo, debe tomar la iniciativa y asumir un rol centrado en “¿Qué está pasando ahora?” vale a dire, Intelligenza aziendale / pannelloUn panel è un gruppo di esperti che si riunisce per discutere e analizzare un argomento specifico. Questi forum sono comuni alle conferenze, seminari e dibattiti pubblici, dove i partecipanti condividono le loro conoscenze e prospettive. I pannelli possono riguardare una varietà di aree, Dalla scienza alla politica, e il suo obiettivo è quello di favorire lo scambio di idee e la riflessione critica tra i partecipanti...., o centrado en “¿Qué va a pasar a continuación?” vale a dire, analisi predittiva.
Roles de análisis intermedios
Este es el tipo de rol con el que comencé mi carrera. La mayoría de los graduados en Economía / Statistiche / Informática comenzarán su viaje con estos roles. Esta es una combinación óptima de negocio y análisis. Es una excelente manera de comprender lo mejor de ambos mundos.
Los roles en el campo de la analítica intermedia también son bastante diversos. Un papel extremo en esta categoría se centrará en Business Intelligence tratando de resolver “¿Qué está pasando ahora?". El otro extremo de esta categoría serán los roles muy centrados en el negocio, como la fijación de precios de productos, en los que debe crear muchos escenarios comerciales y encontrar el precio óptimo para los productos que vende su empresa.
La mayoría de los roles logran un equilibrio más óptimo entre conocer el negocio y trabajar con herramientas de vanguardia como el aprendizaje profundo en la gestión de decisiones / análisis de riesgos / análisis de fraudes. La mayoría de estos roles están involucrados en la toma de decisiones automatizada. Ad esempio, es posible que se le asigne la tarea de crear un algoritmo que pueda aceptar o rechazar solicitudes de tarjetas de crédito según el perfil de riesgo del cliente, o que pueda seleccionar clientes que tengan una alta propensión a optar por una oferta de venta cruzada de un producto de seguro. . Todos estos problemas comerciales requieren que cree modelos predictivos en perfiles de clientes masivos y los clasifique en función de algunas métricas comerciales.
Si está en este grupo, casi todas sus opciones estarán abiertas. Ahora puede optar por pasar a un rol más estratégico o puede optar por convertirse en científico de datos. En caso de que no sepa a dónde ir a continuación, una buena manera de encontrar su ajuste es tomar un papel en el borde de las dos casillas. Ad esempio, si desea asumir un rol estratégico en el futuro, puede probar su ajuste asumiendo un rol en un rol de análisis intermedio basado en pérdidas y ganancias como el precio de productos. Hay algunos roles más, como el análisis de cartera, que puede elegir para familiarizarse con los roles estratégicos. Tenga en cuenta que es posible que tenga que vivir sin técnicas de ciencia de datos como el aprendizaje profundo si elige avanzar en el camino de los roles estratégicos.
In secondo luogo, si desea probar su idoneidad como científico de datos, puede asumir roles de científico de datos integrados en el negocio en lugar de roles puros de científico de datos. In questo modo, no es necesario que pierda el control del negocio antes de pasar al camino de los roles orientados a la investigación.
Aparte de los dos caminos anteriores, tiene una forma más de encontrar una buena compensación entre negocios y análisis: Roles de Tech Product Manager. Pero estos roles no están fácilmente disponibles en la industria. Las empresas utilizan principalmente la ciencia de datos para encontrar una ventaja competitiva sobre otras empresas mediante la creación de estrategias respaldadas por datos.
Las empresas de tecnología como Google y Facebook utilizan la analítica no solo para desarrollar estrategias, sino también para crear productos. Ad esempio, la búsqueda instantánea de Google es un producto tecnológico que utiliza el aprendizaje automático para proporcionar resultados de búsqueda. Estas empresas de tecnología buscan personas con un conjunto de habilidades tanto en pérdidas y ganancias comerciales como en aprendizaje automático para diseñar dichos productos. Si elige seguir adelante en este camino, no solo debe postularse a los grandes gigantes tecnológicos, sino que también debe buscar roles de gerente de producto en empresas de habilidades de nicho como NICE, Aspect o Interactions.
Roles de estrategia
Es posible que haya oído hablar de un principio económico importante: “sin beneficios económicos en un mercado competitivo”:
La existencia de beneficios económicos atrae la entrada, las pérdidas económicas conducen a la salida y, en el equilibrio a largo plazo, las empresas de una industria perfectamente competitiva obtendrán cero beneficios económicos.
Si todas las empresas están en un mercado competitivo perfecto, ¿cómo ganan dinero? Si eres estudiante de economía, conocerás bien la respuesta. Todos los negocios exitosos se basan en las ineficiencias del mercado, por lo que no existe una “competencia perfecta”. El papel de un estratega es identificar estas imperfecciones y nutrirlas para administrar un negocio exitoso. Para las grandes empresas, contamos con estrategas tanto a nivel corporativo como empresarial.
La estrategia corporativa es cuando trabaja a nivel corporativo respondiendo preguntas como “¿Cuál es la cartera de negocios adecuada para su empresa?”, “Para llegar a esta cartera, ¿qué nuevos negocios necesita adquirir / invertir / crecer / cerrar?”, “¿Cuál es la estructura organizativa adecuada para su negocio que fomentará las sinergias en las operaciones y otros dominios?". Ad esempio, si trabaja para la estrategia corporativa de Wells Fargo, desarrollará una estrategia para adquirir o cerrar negocios como inversiones / banca minorista / tarjetas de crédito; también trabajará en la creación de operaciones globales para eliminar los costos operativos de empresas individuales, eccetera.
La estrategia empresarial está más vinculada a una línea de negocio en particular. Si bien la estrategia corporativa puede estar más enfocada en el lado de los gastos a nivel corporativo, la estrategia comercial está mucho más enfocada en maximizar los ingresos netos. Ad esempio, los estrategas de tarjetas de crédito de Wells Fargo podrían centrarse en maximizar los ingresos provenientes de sus clientes de tarjetas. Muchas operaciones pueden ser un activo compartido en todas las líneas de negocios de Well Fargo, como centros de llamadas, centros de chat, sucursales, eccetera. Perciò, estos jefes de gastos están mejor optimizados a nivel corporativo que a nivel comercial. La distribución de responsabilidades puede diferir entre las empresas, pero la mayoría de los estrategas empresariales y corporativos trabajan de la mano.
Ambos roles requerirán que calcule los beneficios de los cambios en las características de un producto, el cambio de proceso y las inversiones en tecnología mediante la creación de varios escenarios comerciales y el cálculo del valor actual neto de diferentes inversiones. Los profesionales de la analítica son muy adecuados para estos roles debido a su conocimiento de los números y su profundo conocimiento de la última tecnología que se utilizará para crear una ventaja competitiva. Los profesionales de la analítica que comenzaron sus carreras antes de 2010 constituyen actualmente una gran proporción de la población en roles estratégicos.
Roles de los científicos de datos
Llegando al papel más fascinante para la mayoría de las personas que buscan ingresar a la ciencia de datos. El rol de científico de datos es un puesto para especialistas. Puede especializarse en diferentes tipos de habilidades como análisis de voz, analisi del testo (PNL), procesamiento de imágenes, procesamiento de video, simulaciones de medicamentos, simulación de materiales, eccetera. Cada uno de estos roles de especialistas son muy limitados en número y, così, el valor de tal especialista es inmenso. Es por eso que estamos viendo una demanda tan alta de científicos de datos en estos días.
Para sobresalir en estos roles, debe mantenerse actualizado con las últimas herramientas y tecnologías. También debería invertir en formarse usted mismo en idiomas relevantes y tener la habilidad de explicar sus modelos complejos en términos simples a clientes y empresas. Siempre puede volver al lado de la estrategia en caso de que sienta la necesidad de comprender los conceptos comerciales.
Note finali
Las trayectorias profesionales mencionadas en este artículo se basan en mi experiencia personal y en una serie de discusiones que tuve con profesionales exitosos en varios campos de la analítica. Con todos los recursos disponibles en línea de forma GRATUITA, puede migrar fácilmente a cualquier puesto que desee con la estrategia adecuada. Espero que este artículo te haya ayudado a definir tu trayectoria profesional.
Si tiene alguna idea o sugerencia sobre el tema, fammi sapere nei commenti qui sotto.
