Nuestros sitios
Ver edición digital Título de la edición actual
Comparte
Compartir

Digital

El impacto de la recesión en el análisis y la ciencia de datos

Durante la última década hubo una gran demanda por el trabajo de la nueva estirpe de expertos en información analítica, quienes poseen habilidades técnicas para resolver problemas complejos. ¿Acaso esto podría cambiar en el futuro a corto plazo?


Enrique 02 Jul 2020
El impacto de la recesión en el análisis y la ciencia de datos

El estallido de la pandemia de COVID-19 está teniendo un impacto negativo dramático en las economías de Estados Unidos y en todo el mundo, y las tasas de desempleo están aumentando. Dadas las perturbaciones económicas, parece probable que muchos países de la economía global experimenten una recesión.

Las organizaciones están comenzando a lidiar con factores como la desaceleración económica, la cual influirá en las inversiones que se están haciendo en todos los ámbitos. Una incógnita sobre la que nos abocamos es si la demanda de recursos analíticos y de la ciencia de datos seguirá siendo fuerte o disminuirá. No hay que buscar mucho para encontrar evidencia que permita entender que el enfoque en esta área ha sido fuerte: un informe de 2017 de IBM, por ejemplo, predijo que el número de puestos de análisis y ciencia de datos, sólo en Estados Unidos, aumentaría de 364,000, a 2,729,000 para 2020.

En 2019, LinkedIn clasificó el término “científico de datos” como el trabajo número 1 más prometedor de la unión americana. Con base en oportunidades de empleo, salario y opciones de crecimiento profesional, LinkedIn registró un aumento del 56% en las ofertas de trabajo para científicos de datos durante el año anterior. El crecimiento exponencial de los datos y el deseo de la industria de usar los mismos para obtener mejores resultados comerciales ha sido ampliamente citado como una razón de la creciente demanda de talento analítico.

¿Acaso la recesión actual retrasará el crecimiento de la demanda de análisis y la ciencia de datos? ¿Los cambios en los objetivos y el enfoque de la organización harán que sea probable la pérdida de empleos en estos campos? Cualquier disminución de la demanda general sería una buena noticia para los adoptadores agresivos de Inteligencia Artificial y los proveedores centrados en la misma; incluso, muchos de los cuales ya están contratando científicos e ingenieros de datos despedidos. Pero para la empresa promedio, una menor demanda de científicos de datos será una señal de que hay menos ciencia de datos dentro de sus organizaciones, lo que significa que habrá una dependencia continua de la intuición y otras guías menos poderosas para la toma de decisiones y la acción.

Predicciones: influencias en las inversiones analíticas en el próximo año

Para comprender cuál es el panorama sobre dónde ir con el análisis y la ciencia de datos el próximo año, nos comunicamos con varios líderes de distintas compañías y revisamos la demanda agregada en las bolsas de trabajo. De acuerdo a lo que fuimos observando, creemos que las organizaciones se esfuerzan por imaginar una nueva realidad económica provocada por la pandemia de COVID-19, y cuatro factores determinarán sus decisiones sobre la inversión continua en lo referente al análisis y la ciencia de datos.

  1. Rendimiento comprobado de la inversión. El ROI (retorno de la inversión) es una de las primeras métricas utilizadas cuando las empresas recurren a la reducción de costos en una recesión. Esto será cierto para analizar las inversiones en sus grupos de análisis y ciencia de datos. Los individuos, grupos o proyectos que no muestran un claro retorno de la inversión, probablemente se incluirán en la lista de posibles recortes para el ahorro de costos. Esto podría resultar en una disminución del crecimiento de la inversión o una reducción real del empleo.

El ROI es un estándar difícil para la ciencia de datos, en parte porque muchos algoritmos nunca se implementan en aplicaciones de producción. Según algunas estimaciones, el 85% de los proyectos enfocados en grandes datos fracasan. Lograr el éxito en el análisis y la ciencia de datos, y documentar adecuadamente el ROI puede ser un desafío. Un informe de McKinsey afirma: “Si bien las inversiones en análisis están en auge, muchas empresas no están viendo el ROI que esperaban. Luchan por pasar de emplear el análisis en algunos casos de uso exitosos a escalarlo en toda la empresa, incrustándolo en la cultura organizacional y la toma de decisiones cotidianas”. Los grupos que han estado haciendo análisis descriptivos y predictivos, en su mayoría estarán en riesgo si tienen un pequeño porcentaje de implementaciones o se han concentrado sólo en construir modelos.

Por otro lado, los grupos de datos que han demostrado su valor podrían prosperar. John Morris, director gerente de ciencia de decisiones de operaciones en Delta Air Lines, nos dijo que “el liderazgo ejecutivo seguramente buscará orientación en el grupo de análisis / ciencia de datos durante una recesión, porque los análisis tienen un historial comprobado para agregar valor basado en información”.

  • Apoyo al liderazgo anterior a COVID-19. El apoyo existente por los altos ejecutivos (C-suite) para una cultura basada en datos, será otro factor importante que determinará el nivel de inversión continua de una empresa durante una recesión. Si el eslabón más alto de la organización ha creado una cultura basada en datos, es probable que el uso de análisis sea generalizado y sea parte de la estrategia central de la empresa. Sin embargo, una encuesta de Deloitte, realizada en 2019 a distintos ejecutivos de grandes empresas, descubrió que el 63% no cree que sus empresas estén basadas en datos. Del mismo modo, sólo el 31% de los ejecutivos -de la C suite- de las grandes firmas estadounidenses, encuestadas por New Vantage Partners, clasificaron que sus empresas sí se manejan a partir del flujo de datos. La falta de un fuerte liderazgo analítico y una cultura que lo respalde presenta un factor de riesgo significativo.

Según Charles Thomas, quien ha dirigido grupos de datos y análisis en USAA, Wells Fargo y ahora General Motors, el liderazgo fuerte de los grupos de datos y análisis es fundamental para su destino en las recesiones económicas. “Los altos ejecutivos, a menudo, forman grupos de análisis centralizados al fusionar unidades más pequeñas, porque creen que se puede generar más valor si se unen”, nos dijo. Estos grupos, incluso si reciben algún apoyo de alto nivel, todavía tienen que luchar para resaltar su beneficio incremental para el negocio a fin de obtener recursos y demostrar su validez. El mejor de los líderes de estos grupos de análisis señaló que ha perfeccionado su capacidad para concentrarse en los resultados comerciales: “[Llegaron] a donde están, debido a su capacidad de comunicar su valor (además de su destreza técnica) al conjunto organización”. Un líder analítico que está haciendo su trabajo correctamente, mencionó, “ha forjado incursiones con socios comerciales”.

  • Análisis de madurez. ¿Qué tan avanzada está una empresa cuando obtiene valor de sus datos? Muchos de los llamados modelos de madurez miden el desarrollo analítico por el progreso de una organización, desde el uso de estadísticas descriptivas para datos predictivos hasta análisis prescriptivos más complejos. Bajo tales modelos, los análisis descriptivos y predictivos están en mayor riesgo, porque no impactan directamente en la toma de decisiones, a menos que estén incluidos o integrados en un sistema basado en reglas, un modelo de puntuación sustentado en aprendizaje automático o una optimización; es decir, a menos que los datos se implementen.

En una recesión, cuando habrá un mayor énfasis en la reducción de costos y la eficiencia, debería haber una mayor demanda de análisis prescriptivos. La optimización se aplicará a todo, desde la producción hasta la logística y la gestión de recursos humanos, y las organizaciones analíticamente maduras deberían ver un aumento en la demanda de servicios de ciencia de datos. La realidad es que los grupos de análisis en organizaciones analíticamente maduras que han logrado crear implementaciones de producción para sus algoritmos están más seguros en una recesión.

  • La estructura organizativa del grupo analítico. La forma en que se entregan e implementan los análisis puede influir en su valor percibido para una organización. Una estructura centralizada, más común en grandes organizaciones, consiste en un grupo de consultoría interno o un centro de excelencia. Una estructura integrada permite que las funciones individuales aporten su propio soporte analítico. Una estructura híbrida tiene algunos miembros en un grupo central y otros integrados en las unidades de negocios.

Un grupo totalmente integrado podría ser más susceptible a los recortes si hay cortes generales en todas las unidades de negocios. Las estructuras centralizadas también podrían ser bastante vulnerables, particularmente en organizaciones menos analíticamente maduras y especialmente si el grupo no ha demostrado su ROI. En una organización analíticamente madura, lo contrario podría ser cierto. Como observó Thomas de GM, los grupos maduros y centralizados a menudo tienen líderes más fuertes que son hábiles para entregar y comunicar valor.

Un grupo centralizado con un fuerte liderazgo, un ROI comprobado y el apoyo de la alta cúpula de ejecutivos, podría experimentar un aumento en la demanda. Jack Levis, quien dirigió un grupo de análisis en UPS, señaló que a los grupos centralizados maduros y bien conectados se les podría pedir que empleen análisis para reducir los costos. “Durante la recesión [2008], todos querían encontrar medidas de reducción de costos. Mi equipo fue sepultado por el trabajo. Tuvimos suerte, ya que creamos muchas herramientas para el modelado de redes y no necesitábamos comenzar desde cero. Estábamos ejecutando alternativas día y noche.”

El determinante más probable de la demanda

Después de discutir este tema con varios líderes de alto rango, llegamos a la conclusión de que el ROI demostrado, o la falta de él, probablemente sea el factor determinante más importante para determinar si las organizaciones fortalecerán o contraerán sus esfuerzos de análisis y ciencia de datos. Para aquellos equipos de datos que han demostrado un ROI fuerte y positivo, la demanda de análisis aumentaría en una recesión.

Según los datos de la herramienta Labor Insight, de Burning Glass Technologies, en el promedio de tres semanas para el periodo que finalizó el 18 de abril de 2020, el crecimiento en los nuevos puestos de trabajo en Estados Unidos se ha desacelerado, con tasas de disminución que varían en industrias como finanzas y seguros, tiendas de mayoreo, aerolíneas de pasajeros y servicios de carga aérea. Sin embargo, aunque las nuevas ofertas de trabajo en ciencia de datos y análisis han disminuido en general, actualmente parecen estar haciéndolo a un ritmo más lento que el de la mayoría de las otras ocupaciones. Y dentro de la industria financiera y de seguros, las nuevas ofertas de trabajo en el espacio de análisis y la ciencia de datos han aumentado.

Estamos caminando en la cuerda floja y debemos tener cuidado. Creemos firmemente que las capacidades de la ciencia de datos son fundamentales para el éxito competitivo, por lo que esperamos que las empresas no dejen que esas habilidades desaparezcan o que los mejores científicos de datos trabajen para algunas empresas de Tecnologías de la Información. Los profesionales de análisis y la ciencia de datos han experimentado una demanda extrema por sus servicios en la última década. Si las organizaciones continúan buscándolas dependerá en gran medida de los factores que hemos discutido aquí.

Versión al español: Armando Cintra Benítez

A partir de:

https://sloanreview.mit.edu/article/the-recessions-impact-on-analytics-and-data-science/