Data manager: ¿quién exprime los datos de una empresa?

20 dic 2019

6 min

Data manager: ¿quién exprime los datos de una empresa?
autor
Ivo Cabral

Periodista freelance

Si los datos son el petróleo de la economía del siglo XXI, el data manager es el capitán general de la explotación. Daniel Castejón, actual jefe de operaciones de Ubiqum, una escuela para programadores de Barcelona, comparte con Welcome to the Jungle su etapa como data manager, una profesión que ha ejercido hasta hace muy poco. El data manager está a cargo de los equipos que se zambullen en las bases de datos de una empresa con el fin de dar asesoramiento estratégico a sus clientes: cómo vender más, comprar más barato o gestionar los recursos de forma eficiente.

¿Cómo llegaste a convertirte en data manager?

Mi carrera universitaria no tiene que ver con los negocios ni con nada técnico: soy pianista clásico. Con 28 años vi que tocar el piano no me iba a dar un empleo sostenible, así que hice un análisis con la ayuda de un test de cuáles eran mis fortalezas. Los resultados determinaron que tenía un perfil de consultoría estratégica.

Entonces tuve la oportunidad de participar en un curso de Ciencia de Datos (también llamado Data Analytics o Machine Learning). El curso me gustó mucho y me di cuenta que el contenido tenía mucho que ver con esas fortalezas que me habían señalado en el test y que tenía las habilidades técnicas necesarias, ya que había estudiado Matemáticas y Física en la carrera de Arquitectura, que cursé durante dos años . Así que poco después pude empezar a enseñar la profesión en Ubiqum.

En pocas palabras, ¿en qué consiste el trabajo de un data manager?

Para mí el data manager es la persona de mayor rango en la organización de datos y tiene dos retos principales. Primero, el almacenamiento y gestión de los datos (data engineering): el data manager es quien decide cómo recopilar la información, cumpliendo las leyes de protección de datos, y cómo usar esos datos en la organización. Por ejemplo, se pueden conectar algunos datos con interfaces gráficas para crear visualizaciones. Se trata de montar los ‘pipes’ –nuestras tuberías, los diferentes caminos que pueden tomar los datos– que van desde la fuente a cada una de las interfaces de consulta de datos, llamadas ventanas, de nuestros trabajadores.

El segundo reto es la parte analítica: analizar todos estos datos, es decir, organizar los datos en crudo de manera que revelen informaciones y estadísticas sobre diferentes aspectos del negocio. En algunas empresas estas tareas se asignan a una persona de más rango.

image

¿Por qué es importante analizar esos datos?

Los datos guardan muchas pistas sobre cómo ha funcionado, cómo está funcionando y cómo puede funcionar un negocio en el futuro. Hace miles de años los comerciantes ya hacían análisis de datos contando su inventario, el precio de sus productos, etc. Así que esto no es nada nuevo.

En los últimos años el volumen de datos ha crecido tanto y almacenarlos es tan barato, que ya no tiene sentido trabajar solo con muestreos o grupos de control. Hoy se analiza todo. Esto ha hecho posible un nuevo sistema de creación de modelos de análisis: el machine learning o aprendizaje automático.

¿Cómo resumirías el proceso de análisis de datos?

Todo tiene su origen en una pregunta concreta por parte de la empresa. Entonces empiezas a observar las fuentes de datos a las que tengas acceso que puedan ayudar a resolver esa pregunta, tanto internas como externas, recoges todos esos datos, los “metes en la coctelera”, los procesas, los armonizas y los estandarizas. Todo este proceso se programa en lenguajes como Python o R.

Y una vez hecho esto, entonces aplicas modelos de predicción para interpretar esos datos, crear nuevas hipótesis, generar investigaciones y repetir el proceso para ir mejorando los resultados cada vez. Es un proceso de mejora continua.

El resultado final puede ser generar un informe o simplemente conseguir tener visibilidad sobre alguno de indicadores de actividad (KPI). A veces, se trata de ir afinando el proceso semana tras semana.

image

¿Cómo es el día a día?

Hay dos áreas clave: una es la gestión del personal, y la otra, la gestión de los KPI.

Por una parte, en cuanto a las cuestiones técnicas, el trabajo es valorar las herramientas o ayudar haciendo el primer prototipo de una analítica de producto. Y en lo que respecta a la gestión, todo consiste en hablar con los miembros del equipo, comprobar cómo van los proyectos e intentar escoger a los profesionales adecuados para cada proyecto. Si no has pasado antes por la posición técnica, es muy difícil acertar.

En una startup, por ejemplo, hay una gran parte de gestión diaria, pero también muchas actividades estratégicas y un elemento importante de resolver urgencias que van surgiendo. Cuando tenemos un problema, investigamos cuál es la mejor forma de medir los datos que necesitamos, para poder establecer cómo recoger información cualitativa, hacer un diagnóstico, un plan de acción y decidir qué personas tienen las fortalezas para llevar a cabo las acciones.

¿Por qué es importante un data manager para una empresa?

En el mundo digital, las empresas tienen una cantidad de datos al alcance de la mano que sería absurdo desaprovechar. Un buen ejemplo es el caso del marketing digital: hay multitud de herramientas que permiten a las empresas optimizar costes y segmentar clientes, y eso se consigue gracias al análisis de datos.

Por ejemplo, un data manager puede crear algoritmos de clustering o segmentación de clientes con hábitos de compras similares. Prácticamente todos los departamentos de marketing saben esto pero no todos lo están ejecutando con la profundidad que les gustaría.

¿Qué habilidades y cualidades hay que tener para ser un buen data manager?

Es necesaria una combinación de tres habilidades. Primera, la capacidad técnica. Segunda, estar dispuesto a trabajar con los equipos y a gestionarlos para hacer el trabajo. La tercera, tener una “mentalidad de procesos”. Esto último está relacionado con ser una persona analítica y con capacidad de diagnóstico, capaz de identificar cuáles son los procesos en los que están implicados los datos que nos interesan y distribuir recursos para mantenerlos y almacenarlos.

image

¿Qué hay que estudiar para trabajar en ese puesto?

Yo me formé de forma interna, ya que hice el curso de Ubiqum, y eso me ha permitido también ser consultor e ir creciendo dentro de la compañía. Hay tres alternativas para llegar a la posición. Puedes acceder a ella desde unos estudios en Dirección de Empresas que te lleven a interesarte por la parte analítica y luego cursar una formación adicional, como por ejemplo un bootcamp (formaciones prácticas aceleradas en programación). También puede que provengas del ámbito de la Ingeniería Informática y te interese toda la parte de sistemas y los aspectos más analíticos y matemáticos, o, por último, que provengas de una carrera más matemática, física o estadística y te interese la parte de gestión y de sistemas. Al final las tres cosas confluyen en un mismo punto.

O sea que en realidad no hay unos estudios fijos…

Si quieres ser data manager y buscas una formación con este nombre, no existe. Aunque lo primero es adquirir un conocimiento técnico. Para ello, el acceso a formaciones técnicas es muy amplio. Existen MOOCs (cursos en línea), bootcamps y varios tipos de másteres técnicos, así que conseguir estos conocimientos técnicos no es ningún problema. La pregunta es de dónde vas a sacar otro tipo de habilidades como por ejemplo las soft skills (habilidades personales) o la gestión de empresas. Esto es lo difícil.

¿Cómo se consiguen esas soft skills?

Uno tiene que sacar la cabeza de la pantalla y tener en cuenta otras cosas. Puedes hacer un trabajo muy bueno a nivel analítico, pero debes saber convencer, explicar, ser persuasivo, conseguir que cada uno de los miembros del equipo se sienta parte de a la organización… En mi caso, por ejemplo, diría que para mi día a día me ha servido más la formación de comunicación que hice para dar un Ted Talk, que las matemáticas que aprendí en la carrera.

image

¿Cuáles son las perspectivas laborales de un data manager?

Lo más habitual es seguir un recorrido de promoción interna. O “robas” a alguien con este perfil a otra compañía o asciendes a un trabajador que tenga interés en el puesto.

Aunque considero que los puestos de data manager van a ser cada vez más frecuentes. En los comités ejecutivos hay cada vez más temas relacionados con el análisis de datos y tiene que haber alguien que avale y revise estos análisis. Esa es la responsabilidad del data manager. Muchas veces en las organizaciones se pierde tiempo duplicando esfuerzos para crear un informe, hacer tablas, analizar tareas que uno está desarrollando en su posición… Y eso tendría que venir de un servicio centralizado y coordinado por alguien dentro de la compañía: el data manager.

El data manager podrá producir de una manera periódica y automatizada los informes que necesiten los diferentes miembros de la compañía, y ofrecer un servicio en sintonía con las decisiones tácticas y estratégicas de la compañía.

Quiero ser data manager. ¿Por dónde empiezo?

Yo empezaría por una posición de data analyst o de business intelligence. Debes entender que hay una serie de elementos que almacenan datos, que son bases de datos, y que tendrás que comunicarte con ellos. Después, deberás aplicar unos métodos cuantitativos matemáticos para hacer análisis, desde algo tan simple como una media aritmética hasta sistemas algorítmicos avanzados. También vas a necesitar saber picar código. Con esas tres herramientas te puedes poner a trabajar.

Con los años vas cogiendo experiencia en el data management aplicado a los negocios y podrás ir subiendo posiciones hasta la gestión de equipos. Al final acabarás como data manager. Con una progresión rápida en una empresa startup podrías alcanzar la posición en unos 4 o 5 años. Pero, en mi opinión, este ascenso cada vez se alargará más y se va a acercar más a los 10 años para empresas medianas y quizás 20 en las grandes empresas.

Foto de WTTJ

¡Sigue a Welcome to the Jungle en Facebook y abónate a nuestra newsletter para recibir nuestros mejores artículos!

Las temáticas de este artículo