MIT Grandes empresas aumentar talento de datos y análisis
Las empresas deben identificar el tipo de talento que necesitan para orientarse a los datos.grandes empresas aumentar talento de datos y análisis
Si bien muchas empresas están contratando científicos de datos y otros tipos de talentos analíticos y de inteligencia artificial, existe poco consenso dentro y entre las empresas sobre las calificaciones para dichos roles.
El término científico de datos puede significar un trabajo con un gran énfasis en estadísticas, codificación de código abierto o trabajar con ejecutivos para resolver problemas comerciales con datos y análisis. La idea de los «unicornios» de los científicos de datos que poseen todas estas habilidades a altos niveles nunca fue muy realista.
A medida que el trabajo se ha vuelto más popular y solicitado , un número creciente de profesionales ha comenzado a utilizarlo para describir su función.
Los colegios y universidades también han respondido a la demanda ofreciendo cientos de nuevos programas sobre ciencia de datos y análisis. Pero las habilidades que se enseñan en tales programas varían ampliamente y algunas universidades ofrecen múltiples programas con diferentes énfasis. Tanto para los empleados recién contratados como para los experimentados, los títulos como científico de datos y analista cuantitativo probablemente no sean una buena guía para conocer sus capacidades reales.
grandes empresas aumentar talento de datos y análisis
Si bien existen iniciativas para estandarizar los diferentes tipos de roles de datos y análisis y las habilidades necesarias en todas las organizaciones, se encuentran en las primeras etapas. La idea detrás de estas iniciativas es excelente, pero el desarrollo de nuevos estándares suele llevar muchos años.
Mientras tanto, las empresas deben dedicar una atención considerable a clasificar y certificar los diferentes tipos de trabajos analíticos que tienen y necesitan. También se beneficiarían de la expansión de sus grupos de talentos al trabajar con universidades directamente en programas educativos y al construir y fomentar comunidades dentro de sus organizaciones para desarrollar empleados para sus equipos de datos. Estos pasos son esenciales para las empresas que buscan utilizar la analítica para mejorar tanto las operaciones como las oportunidades de innovación digital: empresas como TD Bank Group.
La idea de los «unicornios» de los científicos de datos que poseen todas estas habilidades a altos niveles nunca fue muy realista.
Comprender los roles de datos necesarios
El talento en análisis e inteligencia artificial es un recurso escaso y valioso para todas las empresas, pero especialmente para aquellas que desean estar basadas en datos. Esa es la situación en TD Bank Group, un gran banco norteamericano (el más grande por activos en Canadá). TD tomó la decisión de utilizar sus grandes cantidades de datos para impulsar nuevas experiencias de cliente basadas en datos y mejorar sus propios procesos. Para hacerlo, ha adoptado datos, análisis, inteligencia artificial y la necesidad de nutrir el talento que utilizará esas herramientas en toda la organización.
grandes empresas aumentar talento de datos y análisi
Los ejecutivos de TD realizaron una serie de inversiones internas dirigidas a la importancia crítica de evaluar, contratar y motivar su talento de datos y análisis. Peter Husar, vicepresidente de planificación y estrategia de análisis empresarial, me dijo que él y sus colegas vieron la oportunidad de expandir el papel de la analítica aportando primero coherencia a las definiciones de puestos y puestos relacionados con los datos y la analítica que existían en todo el banco.
Husar y su equipo se enfocaron en comprender quién estaba en su comunidad de datos y análisis para brindar una imagen clara de su panorama de talentos. Trabajaron rápidamente para crear agrupaciones y clasificaciones de trabajos estandarizados mediante la identificación de siete familias de trabajos (roles que se centraban en análisis avanzados, administración de aplicaciones comerciales, administración de información, conocimientos, inteligencia comercial y generación de informes, gobierno de datos y visualización).
Dentro de cada familia de puestos, se definieron puestos de trabajo específicos en detalle: en total, 65 funciones diferentes en siete familias de puestos. Para cada rol, se describieron varios atributos, incluido su propósito principal, sus responsabilidades clave, su amplitud y profundidad, y la experiencia y educación necesarias para desempeñarlo. Se identificaron los atributos de los contribuyentes individuales, así como los atributos de los gerentes de personas. Se etiquetaron competencias adicionales en todas las clasificaciones de puestos, junto con evaluaciones de competencias y un proceso de autoevaluación.
grandes empresas aumentar talento de datos y análisis
Con este nuevo marco, los empleados de TD que trabajan en roles de datos y análisis se asignaron a las familias de puestos y puestos de trabajo específicos. TD tiene una oficina del director de datos, que supervisa la gestión, el análisis y la inteligencia artificial de datos empresariales.
Aunque la mayoría de las empresas no tienen la escala y el alcance del talento analítico que tiene TD, muchas empresas medianas y grandes tienen algunos científicos de datos y analistas cuantitativos. Para que sus proyectos tengan éxito, es importante crear al menos una clasificación simple de sus capacidades. ¿Están orientados principalmente al análisis y modelado estadísticos, a la codificación de soluciones de TI o a la traducción de problemas comerciales en soluciones de análisis y datos? Los proyectos pueden requerir las tres habilidades, pero es poco probable que esas habilidades se encuentren en una sola persona.
Adquirir y retener nuevos talentos
Además de gestionar de forma más eficaz los datos y el talento analítico existentes, las organizaciones deben hacer un esfuerzo concertado para incorporar y retener empleados altamente cualificados.
En 2018, TD adquirió la empresa de inteligencia artificial Layer 6 y nombró a uno de sus cofundadores, Tomi Poutanen, director de inteligencia artificial del banco. TD continúa transfiriendo las capacidades de Layer 6 al banco en general, incluidos los programas de intercambio de información en Layer 6 para los empleados de datos y análisis.
El banco ha establecido relaciones sólidas con varias universidades canadienses, incluidas la Rotman School of Management de la Universidad de Toronto, la Western University, la Queen’s University y la Schulich School of Business de la York University. TD patrocina eventos en estas instituciones, incluidos hackatones y series de oradores. En Rotman, TD ha financiado TD Management Data and Analytics Lab y el Rotman Financial Innovation Hub en Advanced Analytics para ayudar a fomentar el desarrollo de profesionales de datos y análisis.
grandes empresas aumentar talento de datos y análisis
TD también trabaja en estrecha colaboración con los principales programas de investigación de IA en Canadá, incluidos los del Vector Institute en Toronto, del cual TD fue patrocinador fundador, y Mila en Montreal, para fomentar asociaciones y conexiones.
Estos esfuerzos no han pasado desapercibidos. TD ha sido calificado entre los empleadores más atractivos para el talento de datos y análisis por parte de estudiantes canadienses: en una gran encuesta de estudiantes en Canadá, los estudiantes de análisis clasificaron a TD como una de las cuatro principales empresas para las que considerarían trabajar.
La mayoría de las organizaciones tendrán que recurrir a múltiples proveedores de talento para adquirir la gama de habilidades necesarias. Deben trabajar con las universidades y colegios que les brindan nuevos talentos para comprender mejor los focos de los programas de análisis y ciencia de datos de las escuelas. También deberían embarcarse en el uso de la estandarización y clasificación de puestos para diseñar programas internos de educación y desarrollo de habilidades. Cuando las organizaciones dejan en claro qué habilidades están asociadas con qué trabajos, los empleados pueden decidir más fácilmente qué roles quieren y adquirir las habilidades para desempeñarlos.
grandes empresas aumentar talento de datos y análisis
Cree una comunidad de datos y análisis
Los líderes de análisis y datos de TD son conscientes de la necesidad de crear una comunidad y enfoques de intercambio de conocimientos entre los profesionales de análisis y datos de todo el banco. Eso incluye brindar oportunidades para que los empleados orientados a los datos y el análisis se conecten y escuchen las tendencias en la industria. Hace cinco años, el banco celebró su primera cumbre anual de Big Data & Analytics, a la que asistieron 40 empleados. En 2019, el banco tuvo su quinta cumbre anual (divulgación: fui un orador pagado en este evento), con la asistencia de más de 2,000 empleados, y los números continúan creciendo.
Otro aspecto clave de la comunidad es el voluntariado. En 2019 se creó una iniciativa llamada TD Mindpower: Analytics for Social Good para vincular a los empleados de datos y análisis con proyectos de datos y análisis para organizaciones sin fines de lucro en Canadá y los EE. UU.Como parte de la adquisición de Layer 6 por parte del banco, también se comprometió a dedicar tiempo y talento para trabajar específicamente en proyectos de IA para el bien social.
El ejercicio inicial de mapeo de trabajos de TD condujo a una visión más clara de cómo las personas pueden moverse, mejorar y hacer crecer sus carreras. El equipo que encabeza el plan creó materiales educativos para ayudar a los empleados de datos y análisis a desarrollar sus habilidades y puso esos materiales a disposición en una plataforma en línea de toda la empresa para el autoaprendizaje y el desarrollo. El banco ahora se centra en ampliar la comprensión del potencial de los datos y el análisis a todos los empleados de TD y también ha desarrollado planes de estudio de aprendizaje para los profesionales no analíticos. El objetivo es integrar aún más la toma de decisiones basada en datos en todos los aspectos del banco.
grandes empresas aumentar talento de datos y análisis
Según Husar, los datos, el análisis y la inteligencia artificial en TD han recorrido un largo camino en los últimos cinco años y están ayudando a moldear y ofrecer resultados tangibles para los clientes y empleados. En particular, durante estos tiempos sin precedentes, el banco ha demostrado su capacidad para pivotar, aprovechar los datos y el análisis, y movilizarse rápidamente para responder a las necesidades de sus clientes, creando formas nuevas e innovadoras de mantenerse conectado y responder preguntas. Por ejemplo, TD ha utilizado datos y análisis del cliente para personalizar la comunicación con el cliente . Los clientes que visitan a menudo reciben mensajes específicos sobre cambios en el horario de las sucursales bancarias, y los que tienen más probabilidades de haber recibido un cheque de estímulo recibieron mensajes sobre cómo realizar depósitos móviles.
Ya sea que las personas se llamen científicos de datos, analistas cuantitativos u otra cosa, estos títulos aún son relativamente nuevos para las empresas. No es sorprendente que haya poco consenso sobre su significado. Con el tiempo, surgirán nuevos títulos que describan mejor las actividades particulares involucradas en un trabajo; El ingeniero de datos, por ejemplo, ya ha surgido para describir a las personas que pasan la mayor parte del tiempo discutiendo datos. Sin embargo, hasta que se alcance un mayor consenso en toda nuestra sociedad, es importante que las empresas emulen a TD Bank e identifiquen claramente los tipos de talento necesarios para convertirse en impulsados por datos y luego adquirirlos, nutrirlos y liberarlos.
MIT, nuevas pistas sobre la enfermedad de Parkinson Revista NUVE