Qué es la alfabetización de datos
- Gestión de información
Las habilidades de alfabetización de datos pueden crecer internamente, pero se necesita el compromiso de TI de arriba a abajo.
Las organizaciones carecen de habilidades tanto de BI como de ciencia de datos, por lo que ¿hay alguna manera de que los científicos de datos residentes y los profesionales de BI puedan entrenar a sus compañeros en la alfabetización de datos?
¿Qué es la alfabetización en datos?
Gartner define la alfabetización en datos como "la capacidad de leer, escribir y comunicar datos en su contexto, con una comprensión de las fuentes y construcciones de datos, los métodos y técnicas analíticas aplicadas y la capacidad de describir la aplicación del caso de uso y el valor o resultado empresarial resultante".
Los analistas de negocio ya son expertos en el desarrollo de casos de uso, en la comprensión del contexto de los datos y en la búsqueda del valor empresarial de los mismos. Lo que no dominan es el conjunto de herramientas de BI que pueden hacer que sus esfuerzos sean aún más impactantes.
El conocimiento de la ciencia de los datos es una historia diferente. Hay profesionales de TI que no son científicos de datos y que entienden cómo leer, escribir y mezclar datos en contextos de negocio, pero no saben cómo trabajar con big data no estructurado para lograr estos objetivos, ni entienden las plataformas de big data como Hadoop o lenguajes de programación como MapReduce.
Tampoco conocen la metodología de desarrollo iterativo que caracteriza el perfeccionamiento de los algoritmos de análisis de big data ni el procesamiento paralelo que requieren los grandes volúmenes de datos no estructurados.
La clave para crear habilidades de alfabetización de datos en BI y ciencia de datos es familiarizar a los analistas de negocio habituales y a los trabajadores de datos en TI con las herramientas, plataformas y metodologías que se utilizan en BI y ciencia de datos.
Descubre la innovación
Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.
