Richard Benjamins, director del área de BI & Big Data en Telefónica, nos cuenta el trabajo que desarrolla, las oportunidades de negocio que los datos abren tanto a la gran empresa como a las pymes, nos pone ejemplos del uso de datos y nos especifica las características principales que debe reunir un data scientist.
Richard Benjamins conoce bien el trabajo que debe desempeñarse con los datos y, lejos de incidir en el qué, nos centra en el para qué queremos usar los datos. "Lo importante no es aglutinar datos porque sí sino que "los insights derivados de esos datos se usen para un fin interesante". Lo que es evidente es que los Big Data pueden servir para optimizar los procesos de dos maneras. "Por un lado, se pueden mejorar el funcionamiento interno en las organizaciones; por otro, se pueden hacer cosas nuevas en la sociedad hacia los usuarios".
Benjamins, quien visitó el Centro de Innovación BBVA para ser ponente en el evento Oportunidades de negocio alrededor de Big Data, movilidad y omnicanalidad en retail, asegura que para las pymes, los datos están al alcance en la nube: "Las pymes deben ir al cloud, donde hay muchas ofertas de storage, analítica y dashboards...". Además, éstas pueden sacar tajada de los datos que las grandes empresas abren a todo el mundo. "Si los datos de Telefónica se anonimizan y agregan, pueden aportar un valor a otros sectores".
Otro de los puntos que destaca es la omnicanalidad o, como él mismo define, "la visión 360º del cliente". En este conocimiento sobre el cliente deben confluír las acciones que éste realice en "tiendas, call centers, internet, apps...". Y, por supuesto, añade un nuevo ingrediente que debemos incluír en esa olla: "los Social Media".
La analítica de datos es muy importante y por ello, los data scientists están de moda. Según diversos estudios, para 2015 se necesitarán unos 4 millones de data scientists. Pero como la cosa no ha hecho más que comenzar, el profesional que se dedique a los datos debe saber que "con el tiempo vamos a pasar de ser generalistas a especialistas en determinadas áreas que pueden ir del retail a la energía, pasando por la salud, el transporte...".
Además de sexy, como decía DJ Patil recientemente en el Centro de Innovación BBVA, un data scientist debe reunir una serie de conocimientos que van mucho más allá de la analítica de datos. Benjamins puntualiza: "El data scientist debe saber además sobre negocio y tiene que tener una gran capacidad para comunicar y convencer".