Imaginemos a un artista que desea crear un cuadro creativo e innovador, y de pronto le decimos que para llegar a esa obra de arte debe cada día avanzar un 10%. Y en cada día en específico debe hacer una tarea, una nube, un lago, un cielo, hasta en un estimado de 20 días poder tener una primera versión. Como el hijo de un artista graduado de la histórica escuela de artes plásticas, La Esmeralda, les puedo decir que no hay nada más lejano del proceso creativo que poner fechas y tareas duras cada día.
Ahora bien, imaginemos una planta de ensamblado, donde se desea crear motos eficientemente. Y para lo cual se le dice a cada obrero que haga lo que desee y en el orden que guste. Que no se preocupe por seguir un plan y que use su imaginación para colocar las piezas. Se volvería un caos de ineficiencia y jamás saldrían las motocicletas a tiempo, ni que decir de la consistencia de calidad en el producto. Se necesitan tareas claras, y entregables claros paso a paso.
La metodología de manejo de trabajo llamada SCRUM nace de implementar técnicas de organización de manufactura a diferentes áreas. Y se ha vuelto muy popular en el desarrollo de productos de software. Donde muchas veces tiene que haber calendarios claros de cuando las diferentes tareas tienen que entregarse y quienes son los principales encargados de cada una de las mismas. Sin embargo, esta metodología no es conducente para trabajo creativo donde las tareas no son claras. He visto a varios líderes de equipo fallar miserablemente al tratar de integrar metodologías como SCRUM a equipos de Ciencia de Datos. Muchos implementan esta metodología haciendo modelos rápidos y que resuelven parte del problema, sin embargo, en mi opinión es una pérdida de tiempo, ya que esos modelos están destinados a fracasar al momento de ser evaluados en ambientes más estrictos.
Se piensa que el trabajo de un Científico de Datos es más afín al trabajo creativo de un artista. Muchos piensan que, si uno tiene un grupo de científicos de datos, eventualmente algo mágico pasará y proyectos maravillosos empezarán a surgir de ese equipo. Después de todo, así nació Gmail, de un proyecto creado por un ingeniero de software al que se le dio libertad. No obstante, gente trabajando sin ton ni son, por más creativos que estos sean, al no estar alineados con las necesidades de negocio, será difícil que puedan crear soluciones que en realidad otorguen valor al negocio. He visto muchos científicos de datos crear soluciones a problemas que no existen ni existirán en el futuro.
¿Entonces, cómo se debe de manejar un equipo de Científicos de Datos? Por su naturaleza misma, la ciencia de datos es una disciplina que se presta mucho a la experimentación y a la creatividad. Es difícil desfragmentar una tarea de Ciencia de Datos en diferentes subtareas como lo haríamos en la metodología SCRUM. Es difícil entregar valor constantemente como si un modelo fuese una especie de “feature” en una aplicación.
De igual forma, la ciencia de datos debe de ser definida desde el punto de vista de creación de valor para el negocio, no como un laboratorio de investigación donde cada uno estudia lo que desea y le interesa, esto lo único que va a lograr es un gasto alto, y falta de fe de la empresa en el tema de ciencia de datos y justamente querer controlar al equipo con metodologías tipo SCRUM.
¿Cuál es entonces la mejor forma de manejar y llevar un equipo de ciencia de datos? La realidad es que hay diferentes formas de hacerlo, una muy útil es hacer que la persona encargada de crear modelos se integre en el negocio, al tiempo que tiene contacto constante con un equipo de científicos de datos. La integración al negocio le permitirá conocer conceptos importantes al mismo, así como la cadena de valor. Y el contacto con un equipo de científicos de datos le permitirá seguir desarrollando esa creatividad al momento que intercambia ideas con sus pares.
Es muy difícil establecer este tipo de dinámicas, ya que muchas veces se piensa en ciencia de datos como un modelo de servicio, es decir, una persona a la que se le pide algo, se otorga el servicio y se termina la interacción. Cuando en realidad la ciencia de datos debe ser un motor de creación de valor, y embeber los modelos, los tableros y los análisis para que tengan el mayor efecto posible dentro de la cadena de valor del negocio.
Es importante entender que la Ciencia de Datos no es un servicio más, es una forma diferente de llevar la empresa que tiene que estar integrada claramente en la creación de valor y estrategia de esta. Las empresas que mejor han implementado sus equipos de Ciencia de Datos han sido las que han comprendido el verdadero rol de la disciplina dentro de sus procesos internos.