Superando a grande falta de habilidades de dados - dummies

Grandes habilidades de dados são escassas. Como a quantidade de informações digitais geradas pelas empresas cresceu exponencialmente, surgiu um desafio (algumas pessoas até chamam de crise): não há pessoas suficientes com as habilidades necessárias para analisar e interpretar todos esses grandes dados. Em uma pesquisa recente, mais de metade dos líderes empresariais questionados sentiram que sua capacidade de realizar grandes análises de dados estava limitada pelo desafio de encontrar o talento certo.

Mais e mais cursos estão surgindo para atender a essa falta de habilidades e os grandes dados são, sem dúvida, tornando-se uma rota de carreira desejável para estudantes que abandonam a faculdade. Mas levará tempo para o número de pessoas qualificadas para alcançar a demanda por grandes habilidades de dados. Assim, pelo menos para os próximos anos, a grande falta de habilidades em dados é um problema que todas as empresas interessadas em dados importantes (que deveriam ser todas as empresas) terão que enfrentar.

Com uma forte concorrência para atrair os melhores talentos, as empresas estão se voltando para formas criativas de aproveitar as grandes habilidades de dados. Walmart, por exemplo, decidiu aplicar o poder da multidão, voltando-se para a plataforma de competição de análise de crowdsourcing Kaggle. Em Kaggle, cientistas de dados de poltronas aplicam suas habilidades a problemas analíticos apresentados pelas empresas, com o designer da melhor solução sendo recompensada - às vezes financeiramente ou, no caso do Walmart, com um emprego.

Na primeira competição da Walmart, realizada em 2014, os candidatos receberam um conjunto de dados de vendas históricos de uma amostra de lojas, juntamente com eventos de vendas associados, como vendas de liquidação e reversões de preços. Eles foram convidados a apresentar modelos que mostrem como esses eventos afetariam as vendas em vários departamentos. Como resultado da competição, várias pessoas foram contratadas na equipe de análise.

O melhor de tudo, essa abordagem de crowdsourcing levou a algumas consultas interessantes - pessoas que talvez não tenham sido consideradas para uma entrevista com base em seus currículos sozinhos. Um nomeado, por exemplo, teve um histórico muito forte em física, mas não teve um histórico analítico formal.

O que isso significa para pequenas empresas? Mesmo que você possa se dar ao luxo de contratar um cientista de dados interno, você pode encontrar-se contra a concorrência feroz de empresas maiores. O exemplo do Walmart nos mostra que, para aproveitar as grandes habilidades de dados, talvez seja necessário criar um pouco de criatividade. Talvez você também possa divulgar projetos de dados (mesmo que o resultado final seja uma simples recompensa financeira, em oposição a um emprego a tempo inteiro).

Ou talvez você possa fazer parceria com uma universidade ou faculdade local, onde os estudantes criam seus dados em troca de alguma orientação mental. Ou talvez você já tenha fortes pensadores analíticos e comunicadores em sua empresa que, com um pouco de ajuda e treinamento adicionais, possam criar e executar grandes projetos de dados no futuro.