¿La profesión más sexy post COVID?

La “profesión más sexy del siglo 21”, llamada así en 2012 por Harvard Business Review para definir al Data Scientist, ha pasado por diversos estados emocionales últimamente, según su campo de acción. Quienes apoyan en entender y predecir la situación sanitaria son héroes, cuyos análisis definen cuestiones de vida o muerte como dónde mandar nuevos respiradores artificiales. Por otro lado, los responsables de modelos predictivos para demanda de productos, riesgo crediticio o fuga de clientes por ejemplo, pueden sentir frustración al verlos perder precisión y relevancia con los cambios bruscos de demanda y oferta ocasionados por la cuarentena. ¿Cómo se sentirán los Data Scientists de líneas aéreas peruanas ante el reto de prever la demanda de pasajeros en las próximas semanas, los próximos meses?

Muchas decisiones corporativas que hasta febrero de este año eran tomadas en base a modelos predictivos de inteligencia artificial ahora son tomadas de manera subjetiva por personas, como se hacía antes de la era ‘big data’.

¿Volver a la intuición pura es la solución? Momentito… Podemos hablar de nueva realidad, pero los humanos seguimos siendo irracionales, sesgados y hasta ciegos, o sea intrínsecamente limitados para tomar decisiones. Los modelos cuantitativos, con todas sus limitaciones, pueden ser magníficos compañeros para tomar las buenas decisiones, si sabemos usarlos.

La clave es partir de la decisión de interés – por ejemplo la cantidad de insumo por comprar o el crédito por otorgar o no – en vez de la data disponible. Quién parte de la decisión buscará el camino más adaptado para tomarla dado el contexto, sea objetiva- o subjetivamente. Existen mil maneras de soportar una decisión, como lo explicaba en un artículo anterior: escenarios, simulaciones, machine learning y más. El machine learning – técnica propia del Data Scientist que consiste en entrenar un algoritmo con data histórica para predecir – es una de esas alternativas, que como tal sólo tiene sentido si genera resultados superiores a las demás, en un contexto dado.

El Decision Scientist – también llamado Analytics Translator o Analyst – es el perfil que responde a esta necesidad de tomar la mejor decisión y que podría florecer en este nuevo contexto donde existe data y capacidad analítica, pero a la vez mucha inestabilidad y complejidad. Inspirado por Cassie Kozyrkov, Chief Decision Scientist en Google y Chris Dowsett, Head of Decision Science en Instagram, comparo a continuación los perfiles Data Scientist y Decision Scientist, esperando aclarar diferencias sutiles y complementariedad:

Data_Scientist-Decision_Scientist

Cada rol es importante y complejo, tanto así que pueden ser subdivididos todavía. Buscar perfiles que cumplan con todo es ilusorio.

La toma de decisión – base fundamental del éxito – se logra en equipo. Identifiquen sus decisiones más críticas y asegúrense de contar para ellas con los ‘skills’ necesarios. El perfil de Decision Scientist tiene mucho por aportar a las organizaciones que cuenten con capacidad analítica y para trabajar en equipo. Tal vez se vuelva la profesión más sexy post COVID…

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s