Resulta imprescindible hoy en día, en una era en la cual hay una vorágine de cambios tecnológicos y transformaciones digitales progresivas, establecer cuál es la diferencia de conceptos entre ciencia de datos o análisis de datos. A menudo nos preguntamos: ¿Llegamos ya al futuro? ¿Estamos preparados para la transformación digital? La respuesta es sencilla: sí, pero no tenemos algunos conceptos claves todavía muy claros, por eso mismo es importante tenerlos perfectamente definidos en la mente para no incurrir en errores.
Cuando nos referimos a la ciencia de datos o aún mejor, transformación digital, se debe tener presente que es un término ya usado desde hace varias décadas, según algunos expertos en la materia, precisamente desde 1960 – 1970. Se puede reconducir a John W. Tukey conocido como unos de los primeros en utilizarlo. Lo relevante es entender que el manejo de los datos para resolver problemas muy complejos se viene haciendo desde hace mucho tiempo atrás como para no tomar en serio el asunto de informarse.
La ciencia de datos por lo tanto, profundiza e incorpora datos que parecen no ser relevantes, para poder sucesivamente analizarlos de forma científica. ¿Cómo? Con matemática avanzada, es cierto. La tendencia actual ha intensificado su uso porque se han empezado a gestar empresas basadas en estas técnicas científicas para sus avances y para globalizar servicios. Esto se refiere al mainstream media lo que a su vez se refiere en lo especifico a la ciencia de datos, analítica predictiva, análisis de datos, científico de datos, inteligencia artificial y más.
Se puede afirmar en definitiva que la ciencia de datos es un campo interdisciplinario en el cual se usan multitudes de métodos científicos, matemáticos, procesos y sistemas para comprender datos generados de diferentes formas que por último habilitan información para la toma de decisiones. El objetivo de la ciencia de datos entonces es hacer posible que los datos generen respuestas útiles y acciones concretas para la resolución de problemas muy complejos.
¿Qué pasa con el análisis de datos, entonces?
Este viene siendo una de las etapas fundamentales de la ciencia de datos. El análisis de datos se puede definir como un proceso que consiste en la recopilación de los datos, limpieza de estos, transformación y correlación entre ellos para poder determinar su relevancia, su relación y que tipología de impactos pueden generar. Un ejemplo concreto puede ser la de toda la información de una tienda para X público recopilada en el equipo de encargo de los sistemas: cajas registradoras, tarjetas de crédito, información de inventarios, entradas y salidas de las personas etc… que puede ser independiente y no estructurada.
Por todo lo comentado, cuando se habla de análisis de datos hay que diferenciar entre datos estructurados y no estructurados. Sucesivamente se deja paso a una labor de limpieza y homogenización de la información que se define como “transformación de la información”. Este trabajo sirve para luego poder relacionarla entre sí, proceso que se conoce como minería de datos.
Ciencia de datos y análisis de datos: una visión completa
En resumen, hay mucha información generada sobre estos temas pero no del todo clara. Lo más relevante es llegar a tener una noción clara del panorama general. Para poder profundizar el tema, es aconsejable que se tomen como referencia dos vertientes distintas: la de los expertos de industria como: Gartner, Forrester, IDC, entre otros; y los que ofrecen plataformas de ciencia de datos: Microsoft, SAS Institute, IBM, SAP.
Estaría bien también poder investigar más lo que la comunidad de científicos de datos suele usar: los lenguajes R y Python. De esta manera será posible poder tener una visión global y completa.
Digital Marketing & Communication Consultant con formación en Comunicación e Idiomas para la Cooperación internacional, habla cuatro idiomas (italiano, español, inglés y francés). Especializada en Comunicación Corporativa, Digital/Inbound Marketing & E- Commerce. Doctoranda en Estudios de Género, es ganadora del premio “Professionista Accreditato”(Profesional acreditado) reconocimiento otorgado por el del Ministerio de la Educación en Italia por haber finalizado sus estudios universitarios cum laude. Finalista en el premio para el mejor proyecto fin de carrera y tesis doctoral acerca de la violencia de género. Actualmente es Fundadora y Directora de Own Value, agencia de marketing especializada en mujeres emprendedoras creada con el fin de contribuir y formar parte del cambio social hacia una mayor igualdad de género impulsando el empoderamiento y el emprendimiento femenino. En MIR es Directora de Comunicación adj. y Responsable de la sección MKT&Women. Apasionada por temas de comunicación y branding, durante su trayectoria se ha dedicado principalmente a proyectos de comunicación digital y marketing de contenidos como Content Manager, Senior y SEO Copywriter y Social Media Manager. Recientemente ha trabajado para Nespresso Italia (2019) en el proyecto SEO- On Page y para el Dusable Museum of African American History de Chicago (2017) como Directora del proyecto en español. Cuenta también con una amplia experiencia en el sector Ventas, en posiciones de Account Manager & Sales Consultant y experiencia en el sector Eventos como Event Manager para marcas de prestigio como: BMW, Mercedes- Benz, Toyota, Jaguar y Land Rover.
