Guía sobre la profesión de analista de datos: quién es, qué hace y cuánto gana

Un analista de datos es un especialista que analiza los datos de una empresa, su industria y el mercado en general para utilizarlos en la toma de decisiones. Todos los días estudia información sobre las preferencias de los clientes, calcula métricas de rendimiento de la empresa, formula y verifica hipótesis. Todo esto es necesario para obtener lo que se llama "insights accionables": conclusiones basadas en las cuales el negocio puede tomar decisiones correctas y mejorar el producto.

En la práctica, esto se ve así. Supongamos que una empresa necesita distribuir su presupuesto entre dos productos: aumentar la inversión en uno, comprando publicidad y aumentando la producción, y reducir la inversión en el otro. ¿Cómo saber cuál de ellos generará mayores ganancias?

Intuitivamente, parece que deberíamos invertir en el producto que más se compra. Pero no es tan simple. La demanda puede ser volátil: crecer y luego disminuir. Los datos de ventas y el estado del mercado a menudo están distribuidos en diferentes sistemas: CRM, servicios de gestión de pedidos, publicidad o comunicaciones de marketing.

La tarea principal de un analista de datos es combinar los datos disponibles, recopilar los que faltan e interpretar la información obtenida.

Las principales herramientas de trabajo de un analista son Sublime Text, Jupyter Notebook, Google Sheets o Excel. En cuanto a este último: en Internet se pueden encontrar bromas sobre el hecho de que considerar las hojas de cálculo de Excel como "big data" ya no está de moda.

Esto no es cierto: muchas empresas en todo el mundo construyen análisis poderosos basados en hojas de cálculo de Excel, incluso teniendo las tecnologías más avanzadas a su disposición. Principalmente porque son herramientas accesibles y simples que permiten resolver los problemas más complejos. Por ejemplo, automatizar el procesamiento de datos en tablas dinámicas, crear hojas de pronóstico para planificar procesos comerciales e incluso construir mapas en 3D.

Los analistas de datos también tienen que escribir consultas en bases de datos SQL para obtener información puntual sobre procesos o clientes. También deben trabajar con sistemas de inteligencia empresarial (BI) como Tableau, Power BI, Looker Studio, que agregan datos de diferentes fuentes. Y a veces incluso tienen que programar en lenguajes como Python, R o Java para, por ejemplo, automatizar la búsqueda en tablas, segmentarlas o descubrir patrones.
Aquí hay un caso concreto: un analista de datos necesita convertir un portal de videos, como YouTube, en una plataforma de transmisión en vivo. Para hacer esto, él:

El resultado del trabajo de un analista son gráficos, tablas y datos. Es decir, artefactos con resultados listos. Sin embargo, los propios especialistas en análisis de datos no toman decisiones basadas en los resultados de su trabajo. Su tarea es encontrar la mejor manera de presentar la información para que el gerente, basándose en ella, pueda tomar decisiones rápidamente.

Por ejemplo, el resultado del trabajo puede ser un gráfico como este con datos de ingresos y ventas, creado en Tableau, un servicio común de visualización de datos:

Aquí hay otro ejemplo: un mapa de calor. Es una forma de visualizar datos en la que los valores se muestran con diferentes colores. A continuación se muestra un mapa de calor con datos sobre el volumen de demanda en diferentes ubicaciones, creado en el elemento visual de Azure Maps para Power BI:

Un analista de datos es necesario en prácticamente cualquier empresa donde se tomen decisiones. Los analistas de datos son demandados en todas partes donde existe el marketing digital: en el comercio minorista, la tecnología de la información, las telecomunicaciones, la atención médica. Estos especialistas convierten el marketing en una herramienta efectiva: ayudan a comprender exactamente dónde se va el dinero y a obtener el máximo beneficio con la menor inversión.

Pero hay industrias y áreas donde el trabajo de un analista de datos es especialmente importante. Por ejemplo, los bancos, un sector donde siempre hay mucha información: datos de usuarios, personales y financieros. Al mismo tiempo, los errores de gestión en el sector bancario son muy costosos. Por ejemplo, si se crea un modelo de scoring incorrecto, un algoritmo que evalúa si se debe otorgar un crédito a un cliente, se pueden perder tanto dinero como la confianza de los clientes.

Además, con la ayuda del análisis de datos se puede:

Se puede convertir en analista incluso si toda tu vida has trabajado como científico, periodista o funcionario público. No se necesitan talentos especiales para esto. Pero aquí hay algunas cosas que definitivamente pueden ser útiles para todos los principiantes:

Al principio, es importante saber cómo trabajar con Excel y Google Sheets, cómo procesar datos utilizando SQL y cómo escribir consultas SQL complejas, cómo presentar información en forma de gráficos y diagramas.

Después de aprender los conceptos básicos del análisis de datos, vale la pena elegir una industria específica. Aquí puede ser útil la experiencia previa. Si has trabajado en recursos humanos, puedes buscar empleo en el campo del análisis de recursos humanos. Si has trabajado como contador, puedes elegir la especificidad económica y financiera, ya que los términos y procesos básicos ya te serán familiares.

Para comenzar a trabajar como analista, no es necesario tener un profundo conocimiento de programación. Pero si estás interesado en el desarrollo, hay otra posible dirección de crecimiento: la ciencia de datos.

Un científico de datos es un experto que trabaja en la intersección del análisis de negocios y el aprendizaje automático. Entrena redes neuronales y crea modelos algorítmicos predictivos para cálculos complejos: optimización de procesos comerciales, cálculos científicos. Con estos modelos, por ejemplo, se pueden predecir la efectividad de las campañas publicitarias, crear nuevas fórmulas de medicamentos e incluso estudiar el espacio. Pero aquí ya no se puede prescindir del conocimiento de Python o los fundamentos del aprendizaje automático.

Si echas un vistazo a Indeed, verás que hay una amplia gama de salarios. Esto se debe principalmente a la experiencia laboral de los especialistas y a la especificidad de cada puesto.

Por ejemplo, a los principiantes en promedio se les ofrece a partir de 12,000 pesos mexicanos.

Los analistas de nivel medio y senior pueden esperar un salario de entre 25,000 y 35,000 pesos mexicanos, dependiendo de su experiencia y habilidades.

El salario también se ve afectado por la región de trabajo. En la Ciudad de México, es probable que un especialista de nivel medio gane al menos 20,000 pesos mexicanos netos. Mientras que en Tijuana, por ejemplo, para un puesto similar, el rango salarial es de 13,000 a 15,000 pesos mexicanos.

Un buen analista no solo recopila datos, sino que también comprende para qué lo está haciendo. Su trabajo es proporcionar no solo gráficos, sino lo que viene después de ellos. Los insights, destellos de iluminación que impulsan el negocio hacia adelante. Sin insights, los gráficos son solo imágenes bonitas.

Para aprender esto, no es suficiente tomar cursos. Es necesario adquirir experiencia, aprender a sumergirse profundamente en el negocio y saber trabajar consigo mismo, evitando generalizaciones simples, conclusiones fáciles y soluciones superficiales. Solo entonces realmente se puede convertir en un experto: valioso, competitivo y demandado.

A primera vista, un analista se parece a un operador de una máquina. Su tarea principal es tomar mediciones objetivas y transmitirlas a los gerentes para la toma de decisiones. Pero a diferencia de un operador, el analista no lo hace mecánicamente, sino reflexivamente, comprendiendo claramente para qué se necesita y cómo los datos ayudarán al negocio.

Es muy importante visualizar la información correctamente para que, al mirar un gráfico, se pueda tomar una decisión fácilmente: desarrollar una dirección, enfocarse en un producto, cerrar una sucursal o prepararse para una crisis.

Esta profesión tiene muchas áreas de aplicación y los especialistas tienen muchas oportunidades de crecimiento y desarrollo. Si un analista sabe cómo trabajar con bases de datos y herramientas de visualización, puede ser colocado medio escalón por debajo de un desarrollador en términos de salario. Y si conoce Python y sabe trabajar con modelos, tal vez incluso un escalón por encima.

Sin embargo, para trabajar en las tareas principales, no es necesario sumergirse profundamente en la programación y el trabajo con modelos. A diferencia de un científico de datos, trabajar con modelos no es una obligación para un analista de datos, sino una opción agradable. Aunque muchos aprovechan esta opción. Ahora hay muchas bibliotecas de modelos listos para usar, por lo que el aprendizaje automático se está utilizando gradualmente incluso en tareas rutinarias como clasificación, pruebas A/B y pronósticos. Por lo tanto, se puede desarrollar y construir una carrera en cualquier dirección.

Para comenzar a aprender como analista de datos, realmente no se necesitan conocimientos o habilidades especiales. Pero puedes prepararte de antemano para que el proceso de inmersión sea más fácil: leer libros, aprender sobre las peculiaridades de la profesión y comprender los términos básicos. Aquí hay algunos libros, cursos y videos que pueden ayudarte:

Libros: