El equipo de LaNubia está encantado de compartir el don del conocimiento con nuestros amigos y familiares en todo el mundo. Únase a nosotros para una breve conversación con Asitav Sen, científico de datos de LaNubia, sobre qué es la ciencia de datos y cómo puede ayudar a su negocio.


LaNubia: ¿Qué es la ciencia de datos?

AS: La ciencia de datos puede ayudar a las empresas a tomar decisiones que afecten su crecimiento y sostenibilidad. Se utiliza principalmente para extraer conocimientos y perspectivas de los datos recopilados que ayudan a responder preguntas que, eventualmente, impulsarán las decisiones comerciales. A esto se le llama toma de decisiones basada en datos. Este proceso aplica métodos científicos a la información para extraer conocimientos y conocimientos. Es un proceso extenso de recopilación, estratificación, transformación, visualización y análisis de datos (extracción de conocimiento / percepción) y se basa en elementos de matemáticas, estadística, informática, ciencias de la información y conocimiento de dominio del campo relevante.

 

LaNubia: ¿Cómo puede la ciencia de datos ser útil para una organización de cualquier tamaño?

AS: La ciencia de datos se puede utilizar en organizaciones de cualquier tamaño, ya que puede ayudar a responder las preguntas comerciales que surgirán en cualquier operación. Sin embargo, dado que la cantidad de datos y la inversión difieren de las grandes operaciones a las pequeñas y medianas empresas (PYME), el enfoque de un problema a veces difiere. Además, el presupuesto y la escala operativa pueden variar mucho de una empresa a otra. El equipo de ciencia de datos de LaNubia es capaz de evaluar y responder a las diferentes necesidades y capacidades de una variedad de clientes, creando soluciones apropiadas que serán implementables e impactantes.



LaNubia: ¿Qué hace que el equipo y las capacidades de ciencia de datos de LaNubia sean únicos y destacados?

AS: La fortaleza, y quizás la singularidad, del equipo de ciencia de datos de LaNubia es su enfoque personalizado para los problemas de ciencia de datos. El equipo comprende que muchas iniciativas de ciencia de datos no logran sus objetivos por razones no técnicas. Para evitar este escollo, el equipo de ciencia de datos de LaNubia se centra en el desarrollo integral de herramientas, trabajando para construir algo que se combine orgánicamente con las operaciones existentes y ayude a las partes interesadas a optimizar sus procesos. Para ayudar con esto, nuestro equipo está formado por expertos con experiencia en ciencia de datos y negocios. Para ayudar aún más a las pymes, generalmente desarrollamos nuestras soluciones utilizando herramientas asequibles de código abierto, reduciendo así la necesidad de herramientas propietarias complicadas y costosas.

Nuestro equipo utiliza un proceso ágil que comienza identificando y construyendo el producto mínimo viable, utilizando los mínimos recursos posibles. Luego, nos enfocamos en las mejoras, un aspecto a la vez, en función de la disponibilidad de servicios y recursos. Esto ayuda a nuestro cliente a alcanzar una solución implementable que se puede ampliar aún más según lo requieran las necesidades y / o los recursos lo permitan.
Nos basamos en los datos, pero primero pensamos en la decisión. Esto significa que nuestro enfoque principal está en el producto final requerido para el problema en cuestión. Una vez que hemos identificado el (los) problema (s), cambiamos nuestro enfoque hacia la disponibilidad y calidad de los datos. Si los datos existentes o viables no están disponibles, desarrollamos métodos para recopilar datos y luego procedemos a analizarlos para construir una solución.

En la gestión de relaciones con el cliente (CRM), existe un ejemplo clásico en el que la ciencia de datos se puede utilizar para identificar un problema y generar los datos adecuados para ayudar a crear soluciones. A menudo, las empresas utilizan los datos para encontrar clientes con alta probabilidad de abandonar o dejar de hacer negocios con esa empresa. Una vez que se identifica a un grupo de clientes que es probable que se vayan, la empresa empleará varios métodos, como enviar regalos, en un esfuerzo por retener el negocio del cliente. Esta es una práctica común, pero las empresas a menudo no prueban el resultado de sus esfuerzos de retención en la pérdida de clientes. Esencialmente, la empresa tomó los datos existentes, hizo suposiciones y luego nunca revisó los resultados para ver si habían identificado el problema de rotación de clientes de manera adecuada.
El equipo de ciencia de datos de LaNubia va más allá del pensamiento limitado de lo que se puede hacer con los datos existentes. En su lugar, comenzamos con un enfoque holístico que primero identifica el (los) problema (s), luego identifica cómo recopilar datos que son informativos e impulsa el desarrollo de soluciones impactantes.



LaNubia: ¿Puede dar un ejemplo de implementación ágil de ciencia de datos en una unidad de negocio muy pequeña?

AS: Este es un caso común para las operaciones de pequeños proveedores.

En el mercado de Utrecht, Marvin vende Oliebollen en las noches de invierno. El negocio es generalmente bueno, excepto que al final de cada día queda una buena cantidad de inventario y se desperdicia. Marvin tiene miedo de reducir su inventario diario, por temor a que se agoten los oliebollen antes de la hora de cierre, lo que ha sucedido varias veces. Quiere resolver este problema y puede hacerlo utilizando la ciencia de datos.

Como primer paso, LaNubia puede ayudarlo a recopilar datos de ventas diarias desde el punto de venta. Con estos datos, se puede utilizar una aplicación web simple para ayudar a Marvin a pronosticar las ventas en función de sus datos de ventas anteriores recopilados recientemente. Este pronóstico ayudará a Marvin a optimizar su inventario diario. Una vez que Marvin haya ahorrado algo de dinero mediante el uso de la herramienta de pronóstico para reducir el desperdicio diario de productos, es posible que desee mejorar aún más. Utilizando un análisis avanzado, el equipo de LaNubia revisará los datos para realizar un análisis de series de tiempo y agregar estacionalidad a las ventas de Marvin, por ejemplo, identificando que las ventas los fines de semana son más altas que los días laborables. Para mejorar aún más la operación de Marvin, exploraremos la correlación entre factores, como la temperatura, el mes y la hora del día, y las ventas para ver dónde puede Marvin optimizar aún más su operación.

A través de un proceso manejable paso a paso, el negocio de Marvin se basa cada vez más en datos, lo que lo ayuda a mejorar gradualmente su operación.

 

This post is also available in: Inglés