Cómo superar los retos al escalar proyectos de ciencia de datos

Estamos en la recta final de la era de la información.

Pero la agricultura y la industria no desaparecieron a mediados del siglo XX cuando la era de la información se impuso a la era industrial. Del mismo modo, la era de la información va a ser—¿o ya ha sido?—absorbida por la nueva y vibrante etapa en la que vivimos: la era de la experiencia.

Si la era de la información consistía en recopilar cantidades masivas de datos, la era de la experiencia trata de analizarlos y descubrir qué pueden hacer por nosotros: ponerlos a trabajar a nuestro favor.

Y ahí entras tú, como científico o científica de datos. Cada vez más organizaciones forman equipos de ciencia de datos para extraer insights de flujos constantes de datos. La Oficina de Estadísticas Laborales de EE. UU. estima que los empleos en ciencia de datos crecerán un 35% antes de 2033.

Compáralo con la tasa media nacional de crecimiento del empleo del 3% en todos los sectores.

Este dato entusiasma, pero la alta demanda de perfiles en ciencia de datos significa que hay una gran necesidad de insights basados en datos, y todas las organizaciones quieren su parte del pastel.

La presión puede ser abrumadora. ¿Cómo puede tu equipo responder a la demanda de insights basados en datos? ¿Cómo escalar el número de proyectos de ciencia de datos sin disparar los recursos?

La clave es la organización. Con un sistema bien engrasado de gobierno del dato y planificación por sprints, podrás lograr más de lo que imaginas.

¿Qué es el gobierno del dato y por qué es importante?

El gobierno del dato es el sistema que usa un equipo para gestionar el ciclo de vida de los datos que recopila. Con un plan eficaz de gobierno del dato, tu equipo se mantiene organizado y cumple con normativas estatales, federales y globales clave.

Quizá te preguntes: «¿Cuál es la diferencia entre gobierno del dato y gestión del dato?». Piénsalo así:

• Gobierno del dato define las políticas y procedimientos que rigen cómo se adquieren, usan y protegen los datos.
• Gestión del dato es cómo después se recopilan, procesan, almacenan, analizan e interpretan esos datos.

En otras palabras, el gobierno del dato establece el marco para la gestión del dato y supervisa esos procesos. Puedes aprender más sobre conceptos de gobierno del dato con DataCamp.

La mayoría de organizaciones tienen planes de gobierno por defecto a nivel micro—uno para cierta herramienta de negocio y otro para una función distinta. Como profesional de datos, tu trabajo es unificar el gobierno del dato en una máquina altamente organizada y bajo control.

¿Requiere mucho trabajo al principio? Sí. Pero una vez configurado, estarás listo para gestionar conjuntos de datos mayores y asumir más proyectos. Para asimilar estos conceptos rápido, echa un vistazo a la chuleta de Fundamentos de gobierno del dato de DataCamp, una guía práctica con conceptos clave y buenas prácticas.

Cómo crear un marco de gobierno del dato

El proceso de gobierno del dato empieza por formar un equipo.

Tú y el resto de especialistas en datos de tu organización tendréis que colaborar para implantar un programa de gobierno del dato. Los cargos y responsabilidades exactos variarán según la organización, pero en general habrá que cubrir cuatro funciones:

• Data steward: gestiona el programa de gobierno, garantiza la seguridad y actúa de enlace entre negocio y TI
• Arquitecto/a de datos: diseña el sistema que procesará y almacenará los datos y ayuda al data steward a aplicar las políticas de gobierno
• Custodio/a de datos: mueve, almacena, protege y supervisa el uso de los datos
• Analista de datos: interpreta los datos y los convierte en insights accionables para el negocio

Según el tamaño de tu empresa, quizá necesites más de una persona por función. Algunas organizaciones también cuentan con administradores o consejos de datos que supervisan la creación de políticas de gobierno del dato.

Diseñar una estrategia integral es crucial, y el módulo de DataCamp sobre crear una estrategia de gobierno del dato puede darte un enfoque estructurado para este proceso.

Definir una política de gobierno del dato

Una vez creado el equipo, podréis colaborar para definir las políticas de gobierno del dato que todos seguirán.

Plantéate estas preguntas:

• ¿Cómo usará y gestionará la empresa los datos según las mejores prácticas de gobierno del dato?
• ¿Quién tomará decisiones sobre el uso de los datos a medida que la tecnología evoluciona rápidamente?
• ¿Cómo espera la organización que los usuarios finales se beneficien de los datos?

Explora las respuestas y utilízalas para crear tu política global de gobierno del dato. Piensa en ella como el paraguas que protege las subpolíticas que desarrollarás sobre estándares, cultura del dato y seguridad.

Definir estándares, medidas de seguridad y cultura del dato

Ahora tendrás que pensar en los estándares de datos. Los datos no te servirán de mucho si no tienen una calidad excelente. ¿Qué estándares deben cumplir? ¿Cómo filtrará tu equipo los datos que no los cumplan? Entender y garantizar la calidad del dato es fundamental. Profundiza en este tema con el curso de introducción a la calidad del dato de DataCamp.

Lo siguiente en la agenda es la seguridad. Define:

• Cómo clasificarás tus datos—públicos, privados, confidenciales, restringidos, etc.
• Quién tendrá acceso a cada clasificación
• Cómo cifrarás los datos para mantenerlos seguros desde el almacenamiento hasta la transmisión y vuelta
• Un sistema de alertas que notifique a tu equipo sobre violaciones de seguridad
• Una política para gestionar cualquier incidente
• Un calendario de pruebas y auditorías para asegurar que el programa funciona como debe

Por último, una de las cosas más importantes que puede hacer tu equipo de gobierno del dato es mantener informada a toda la organización sobre cómo pueden ayudarles los datos. Mantener a la gente al tanto ayuda a crear una cultura en la que los datos se valoran y se cuidan, como el activo que son.

Entonces, ¿cómo haces que algo aparentemente soso como los datos resulte atractivo para toda la organización?

Haciéndolos cobrar vida, así de simple.

Muestra a tu organización cómo los datos facilitan su trabajo. Organiza presentaciones trimestrales con gráficos y visualizaciones que muestren cómo los datos influyen en las decisiones de la empresa. Envía resúmenes informativos o boletines mensuales en esa misma línea. Ofrece cursos para toda la empresa que ayuden a mejorar la competencia en datos.

Una organización que cuida sus datos ayudará a sostener las políticas, procedimientos y estándares que establezcas. Este nivel de estándares y estructura facilitará que tu equipo de ciencia de datos asuma más proyectos sin sacrificar la calidad ni la seguridad del dato.

Y ahora ya estás listo para el sprint.

Planificación por sprints para equipos de ciencia de datos

Has construido el marco para que los datos se muevan por tu organización de forma segura y eficiente. Ahora toca ver cómo la planificación tipo sprint puede ayudarte. Sí, la planificación por sprints forma parte del sistema de gestión de proyectos scrum usado en desarrollo de software. Pero también funciona muy bien para el gobierno y la gestión del dato.

Porque, igual que el desarrollo de software, la gestión del dato implica millones de piezas en movimiento. Literalmente.

Primero, hablemos de qué es un sprint.

Un sprint es un periodo de tiempo predefinido durante el cual tu equipo trabaja en tareas para alcanzar un objetivo clave. Aunque los sprints pueden durar lo que decidas, normalmente van de una a cuatro semanas. A menudo es tiempo suficiente para que tu equipo de ciencia de datos complete proyectos pequeños o medianos.

Otras veces, necesitaréis varios sprints para completar un gran proyecto. Ya sabes, esos en los que hay que generar un conjunto de datos enorme y llevarlo por todo el ciclo de vida, desde la recopilación hasta la interpretación.

Antes de que empiece el sprint, tu equipo se reunirá para planificarlo.

Así, cuando el sprint comience oficialmente, todos sabrán exactamente qué hacer durante la jornada. Según la metodología Scrum, las reuniones de planificación del sprint no deberían durar más de dos horas por cada semana de sprint.

Imagina que tu organización de salud te encarga un proyecto pequeño. Tu equipo debe averiguar por qué un botón de llamada a la acción (CTA) en la página de inicio de la empresa rinde tan poco. El botón anima a los pacientes a reservar una revisión oncológica importante.

Para resolverlo, tendrás que:

• Analizar datos históricos sobre el público objetivo del botón CTA
• Proponer una o dos variantes nuevas del botón CTA
• Hacer pruebas A/B entre las variantes y la original
• Recopilar, procesar y analizar los datos durante un periodo específico
• Entregar insights accionables para ayudar al equipo de marketing a elegir el mejor botón CTA

El equipo de marketing quiere resultados en un plazo de tres semanas.

Es un calendario ajustado para un test A/B, pero vuestro equipo se pone manos a la obra. Celebraréis una sesión de planificación de sprint de tres horas para vuestro sprint de tres semanas.

Usaremos este escenario para mostrar cómo puede ser la planificación por sprints para un equipo de ciencia de datos.

1. Define el objetivo del sprint y el plazo

Las dos primeras preguntas que debería hacerse el equipo durante la planificación del sprint son:

• ¿Qué resultado queremos obtener con este sprint?
• ¿Qué plazo es realista para lograrlo?

El equipo de marketing ya te ha dado el resultado ideal: un botón CTA que consiga el doble de clics que el actual.

Y ya sabes que tienes tres semanas para completar el sprint.

Listo: a por el siguiente paso.

2. Redacta tu historia de usuario

En desarrollo de software, una historia de usuario describe el producto final desde el punto de vista del usuario. Es una tarea creativa, escrita en lenguaje natural y sencillo. El objetivo es ponerse en la piel del usuario final y relacionar puntos de la historia con tareas concretas dentro del sprint.

Puedes hacer algo similar para tu proyecto de ciencia de datos.

Volvamos a nuestro proyecto simulado del botón CTA. Marketing quiere que las personas quieran hacer clic en el botón para una revisión oncológica gratuita. Eso significa que debes ponerte en la piel de alguien que se encuentra con el botón en la web de la organización sanitaria.

Responde preguntas como estas al escribir tu historia de usuario:

• ¿Quién es la persona que hará clic en el nuevo botón CTA?
• ¿Qué preocupaciones de salud le quitan el sueño?
• ¿Por qué le beneficiaría una revisión oncológica?
• ¿Cómo transmite el botón esos beneficios de forma clara y concisa?
• ¿Cómo le hacen sentir el texto y los gráficos que rodean al botón?
• ¿Qué tiene el color, la tipografía y el copy del botón que le impulsa a hacer clic?
• ¿Por qué esta persona hará clic en el botón CTA?

Adapta estas preguntas a tu proyecto. Céntrate en el resultado y ve hacia atrás hasta entender cómo interactúa y beneficia al usuario.

Si puedes vincular puntos concretos de tu historia a tareas del sprint, mejor aún. Te ayudará con el tercer paso de la planificación tipo sprint.

3. Asigna las tareas del sprint a cada miembro del equipo

A estas alturas, ya deberías saber qué tareas hay que hacer y por qué.

Es hora de asignar a cada miembro del equipo de ciencia de datos una tarea que completar dentro del plazo del sprint. Puede que tengas que dividir algunas tareas en partes más pequeñas. También tendrás que identificar dependencias. Por ejemplo, tu equipo no podrá probar nuevas variantes del botón CTA hasta que estén construidas.

Valora usar software de gestión de tareas para llevar el control de quién es responsable de cada tarea y asegurar que las dependencias estén claras y bien gestionadas.

Esboza una estimación de cuánto debería llevar cada subtarea y tarea. Asigna horas de sprint a cada una. Contrasta con tu equipo que las horas sean razonables y asumibles.

Recuerda que son estimaciones y que las cosas pueden—y van a—cambiar. Si te preocupa el calendario, comunícalo al departamento que pidió el proyecto. Negocia más tiempo si hace falta. Siempre es buena idea añadir un margen. Tu equipo podrá usarlo para evaluar el progreso y ajustarse a cualquier imprevisto.

Correr en un proyecto puede salir más caro en tiempo y dinero a la larga—y eso es justo lo que la planificación por sprints pretende evitar.

Gobierno del dato y planificación por sprints: la combinación perfecta

A medida que la ciencia de datos gana protagonismo en esta emocionante era de la experiencia, tu equipo trabajará en decenas de proyectos a la vez.

Calma y a sprintar.

Es decir:

• Identifica fechas de entrega estimadas para cada proyecto
• Divide cada proyecto en uno o varios sprints
• Asigna distintos sprints a subequipos de tu departamento O programa los sprints según qué proyectos vencen antes
• Organiza sesiones de planificación para cada sprint/proyecto

Ahora toca ver cómo tú y tu equipo vais alcanzando objetivo tras objetivo. Con tu marco de gobierno del dato en marcha, gestionar el flujo constante de datos será un proceso fluido y seguro.

Y si surge algún bache por el camino, tendrás políticas y procedimientos listos para afrontarlo sin despeinarte.

Reflexión final

Al embarcarte en el reto de escalar tus proyectos de ciencia de datos, recuerda que el aprendizaje continuo y la adaptación son la clave del éxito. Para seguir reforzando tus habilidades y conocimientos, explora los cursos completos de DataCamp sobre gobierno del dato, como el curso de conceptos de gobierno del dato, y mantente a la vanguardia en la era de la experiencia.