Big Data tiene el potencial para transformar los procesos de creación de valor de la empresa generando así diferenciación competitiva y es por ello por lo que las organizaciones necesitan una estrategia Big Data que una sus pretensiones con las iniciativas clave del negocio.
Pero ¿Qué cambios ha provocado esta nueva forma de entender el valor de los datos en los profesionales que desempeñan la actividad especialmente en las áreas de Inteligencia de Negocio (BI)?
Roles del mundo del dato: Data Scientist & BI Analyst
Los nuevos roles como los Científicos de Datos (Data Scientist), vienen a sustituir o a complementar a los Analistas de Inteligencia de Negocio (BI Analyst), aportando un mayor valor al negocio, estando su actividad más centrada en realizar análisis predictivos y descriptivos y respondiendo a las preguntas tipo ¿Por qué? ¿Qué ocurrirá? o ¿Qué debería hacer para solucionarlo?
Sabias que el Big Data tiene el potencial para transformar los procesos de creación de valor de la empresa generando así diferenciación competitiva
En cambio, el Analista de BI está más centrado en análisis meramente descriptivo y realización de informes que responden básicamente a la pregunta de ¿Qué ha ocurrido?
¿Cuáles son las diferencias más evidentes entre el BI Analyst y Data Scientist
En cambio el Data Scientist pone el foco en patrones, correlaciones y modelos, usando un proceso exploratorio, experimental y visual. Los datos se van añadiendo según se necesitan, transformándolos bajo demanda para así enriquecer la información y así la calidad de los datos es suficientemente buena. El esquema se define cuando se lanza la consulta, siendo el análisis predictivo y prescriptivo.
BI Analyst pone el foco en informes, KPIs y tendencias. Su proceso es estático y comparativo. Además, las fuentes de datos son pre-planificadas y se añaden lentamente con lo que las transformaciones son cuidadosamente planificadas. Respecto a la calidad de los datos, únicamente existe un versión de la realidad. El esquema de datos se define antes de la carga y su análisis des retrospectivo y descriptivo.
