Predicciones de Business Analytics para 2020: ¿’data scientists’ o ‘data analysts’?

By in Big Data

Si las herramientas de CRM han sido desarrolladas desde una perspectiva de relación con el cliente, del exterior a la concentración de datos, el Business Analytics proporciona información en tiempo real sobre el comportamiento de los procesos internos de negocio, lo que implica una relación analítica con proveedores y también agentes externos: clientes y potenciales.

Si los fabricantes buscan obtener mayores conocimientos sobre la lógica de su productividad, reducir el tiempo del lanzamiento de productos al mercado y aumentar la calidad del producto, el análisis se vuelve esencial para cualquier negocio que busque mantener su competitividad.

De acuerdo con una publicación lanzada por la agencia de noticias Reuters, titulada ‘Research and Markets: Business Analytics Market Report 2015 – Global Forecast to 2019′, se espera que el tamaño del mercado global de Business Analytics vaya a crecer de los 40,814.6 millones de dólares en 2014 a los $ 66,719.8 millones en 2019, una tasa anual prevista de crecimiento del 10,3%.

Según el diario Forbes este crecimiento se verá inducido por la rápida evolución de la gestión cada vez mayor de la cantidad de datos, la virtualización y la estandarización del Cloud Computing.

Un artículo de ‘Forbes titulado Six Business Intelligence Predictions For 2015‘ hace referencia a cómo en los próximos años la gran cantidad de datos por gestionar serán la fuerza dominante, pasando de un requisito basado en el consumidor a una estrategia imprescindible para las empresas para mantener su competitividad.

El desenfoque entre los ‘data scientists’ y los ‘data analysts’

Harvard Business Review llegó a asegurar que el ‘data scientist’ es “el trabajo más sexy del siglo XXI’. Según este medio el papel del científico de datos está evolucionando cada vez más rápidamente, desde el análisis predictivo, la escritura de código y la capacidad de comunicarse en un lenguaje que todos sus grupos de interés entienden.

Las diferencias entre ‘data scientists’ y el ‘data analysts’ se agrandan conforme surgen nuevos requerimientos del negocio para el análisis de datos y nuevas herramientas de inteligencia de negocios.

En 2015 se esperan nuevas responsabilidades entre una nueva clase de expertos en datos que tendrán que tener habilidades como su capacidad para presentar informes, visualizar datos, y ser capaz de entender «la complejidad de las nuevas bases de datos, como NoSQL, o el software de desarrollo Hadoop, además tendrá que ser capaz de recoger datos de diversas fuentes y tipos, con el fin de producir modelos predictivos útiles y rentables, según asegura la consultora Gartner.