Capítulo 32: La importancia del Data Analytics y su impacto en la industria

La gran importancia que está teniendo hoy el análisis de datos o del Data Analytics es que mejora la productividad y optimiza el desempeño de los procesos. ¿Cuál es su rol e impacto en diversos sectores de la industria y las personas?

Hace unos días un equipo de astrónomos del Observatorio Europeo Austral (ESO) descubrieron al menos 70 nuevos planetas errantes en nuestra galaxia, el grupo más grande de estos cuerpos celestes detectado hasta la fecha. Los planetas errantes son esquivos objetos cósmicos con masas comparables a la de los planetas de nuestro Sistema Solar, pero que no orbitan una estrella, sino que deambulan libremente.

Para detectar tantos planetas errantes, el equipo utilizó datos de varios telescopios basados en tierra y en el espacio, que abarcan unos 20 años de observaciones. Se utilizaron decenas de miles de imágenes de amplio campo obtenidas con las instalaciones de ESO, correspondientes a cientos de horas de observaciones y literalmente decenas de terabytes de datos. Para analizar grandes volúmenes de datos de la atmósfera y optimizar la ciencia de vanguardia realizada por los telescopios de ESO se recurre a la Inteligencia Artificial. Por lo cual, podemos concluir que la astronomía también está enfrentando la transformación digital y adoptando los conceptos de la industria 4.0.

En este último capítulo de la temporada 2021 conversamos sobre la importancia del análisis de datos con Patricio Cofre, socio de Consultoría en Data Analytics de EY.

La transformación digital se está dando a pasos acelerados. Y la pandemia también influyó para que su adopción e implementación al interior de las empresas fuera asumida con mayor rapidez. También esto ha ido generando nuevas áreas bajo al alero de la tecnología. Dos que han tomado un verdadero protagonismo en los últimos años son el Data Analytics y el Data Scientist . Y sabes cuál es la principal diferencia entre ambos conceptos Arturo. Un Data Scientist predice el futuro a partir de patrones del pasado. Mientras que el Data Analyst, por el contrario, extrae información significativa a partir de los mismos. Otra diferencia es que un científico de datos crea preguntas, mientras que un analista de datos encuentra respuesta al conjunto de preguntas existentes.

Muchas de estas técnicas han llegado a automatizarse hasta llegar a ser procesos mecánicos. Para eso, se hace uso de algoritmos que sintetizan la información para que resulte más fácil de digerir por las personas. La gran importancia  del Data Analytics e que al ser adoptada al interior de una organización  permite que las empresas optimicen su desempeño. Así, implementarla dentro del modelo de negocios significa que las compañías pueden reducir costos al identificar formas más eficientes de funcionar, así como una cantidad enorme de información de valor que se obtiene.

Todos quienes quieran aprender y especializarse en el tema de Data Analytics pueden asistir gratis a un curso que ha liberado de dicha temática IBM en cursera. Solo hay que dedicarle 3 horas por semana durante 11 meses. El curso es dictado en inglés, pero cuenta con subtítulos en español. Desde el resumen del programa señalan que no se requiere conocimientos en el tema de análisis de datos.

Frente el avance en la preponderancia de los datos, la Universidad Adolfo Ibáñez, desde su Facultad de Ingeniería y Ciencias, dio luz verde a la creación del primer Doctorado en Data Science (DDS) de Chile, iniciativa que busca perfeccionar y realizar desarrollo en la investigación junto con profesionales de múltiples áreas que buscan abrirse camino en un campo laboral altamente digitalizado.

Y para quienes gustan de la literatura, les queremos citar 3 libros recomendados por expertos y vinculados al Data Analytics y Data Scientist. Una de las publicaciones es: Data Science For Business: What You Need to Know About Data Mining & Data-Analytic Thinking. Fue escrito por dos expertos en la materia de la talla de Foster Provost y Tom Fawcett. Otro libro recomendado es The Hundred-Page Machine Learning Book, que en 100 páginas el autor, Andriy Burkov, resumen de manera clara que es el analítica de datos y su impacto en las empresas y sociedad. Y tercer libro que recomiendan los expertos es The Art of Data Science. Roger Peng y Elizabeth Matsui, elaboraron este manual orientado a aquellos que se inician en el mundo de los datos con el fin de compartir las mejores prácticas.