Con todos mis respetos, este gran personaje creado por Sir Athur Conan Doyle, no sería el famoso e inteligente detective que conocemos si no existieran los datos. Éstos son necesarios para elaborar cualquier teoría. Para resolver cualquier problema o tomar una decisión es imprescindible observar los datos, recogerlos, analizarlos y organizarlos. En el caso de Holmes, para resolver complicados casos; en el caso de las empresas, para orientar el negocio, para realizar campañas comerciales, para decidir dónde invertir…
No digo nada nuevo porque esta necesidad de datos ya la demanda el mismo Sherlock en uno de sus casos: «data! data! data! I can´t make bricks without clay!» Es decir, los datos son como la arcilla, la base para fabricar ladrillos y levantar muros, en nuestro caso, son la base para formular teorías y establecer relaciones que nos ayuden a sacar conclusiones y tomar decisiones.
Y es que si en algo destaca el detective de Baker Street es en su inteligencia y en su capacidad de observación y deducción de los hechos. Y así lo describía Watson: “he is the most perfect reasoning and observing machine that the world has seen.” Podríamos dedicar un blog entero a citas y frases de Sherlock Holmes, pero donde realmente quería ir a parar con este post es a un tema de actualidad: Según McKinsey, el perfil más demandado en los próximos años va a ser el data scientist o data analyst. Es decir, alguien que sepa seleccionar e interpretar la ingente cantidad de datos que tienen las empresas y sacarle partido a esa información.
Pero no hay que alarmarse ni asustarse por este nombre del puesto; no se trata de un perfil matemático o un profesional que sepa construir complicados algoritmos, no. «Simplemente», y lo entrecomillo porque tampoco es algo sencillo, tiene que ser alguien con curiosidad, observador, con ganas de jugar y analizar los datos e intentar ver más allá de la relación tradicional entre los datos. Un detective que sepa interpretar la información y aplicarla al negocio.
Hay que ser capaz de abstraerse de lo cotidiano, de lo habitual y PENSAR. Por ejemplo, a la hora de realizar una campaña de marketing y seleccionar nuestro público objetivo, hasta ahora se creaban grupos por su sexo, edad, ingresos… Pero seguro que hay otras características que gracias al Big Data nos ayuden a concretar más nuestro target: quizá por la música que escuchen, las series de televisión que vean… Necesitamos la mayor cantidad de información posible, por muy obvia que parezca, para sacar conclusiones correctas.
A modo de ejemplo y para cerrar el post, recurriré otra vez a Sherlock y al caso Silver Blaze donde tiene la siguiente conversación con un agente de Scotland Yard:
Gregory (Scotland Yard detective): “Is there any other point to which you would wish to draw my attention?”
Holmes: “To the curious incident of the dog in the night-time.”
Gregory: “The dog did nothing in the night-time.”
Holmes: “That was the curious incident.”
La conclusión que quiero transmitir, sin ánimo de spoiler, es que tenemos que prestar atención a todos los datos y a todo lo que nos rodea sin pasar nada por alto, aunque sea algo que ocurre de forma natural, porque quizá ahí tenemos una explicación a nuestro problema o una oportunidad para nuestro negocio.
bigdatahoy 