Hacia el mundo real: visitando Home Depot
Las palabras de moda van y vienen todos los años: O2O, blockchain, VR, aprendizaje automático, big data, computación en la nube, inteligencia artificial y más. Sin embargo, no importa lo elegantes que suenen, todo depende de que los científicos de datos comerciales utilicen estas tecnologías y recopilen y procesen correctamente los datos para crear un impacto comercial real. Para eso nos está preparando el programa de Master of Science in Business Analytics de Goizueta. Por lo tanto, además de estar equipados con herramientas y técnicas analíticas en la escuela, es igualmente importante para nosotros tener una idea de cómo el análisis de datos crea valor comercial en el mundo real.
Afortunadamente, Atlanta es un importante centro de negocios, con 16 oficinas centrales de compañías Fortune 500, como Delta, UPS, Coca-Cola y Home Depot. Tuvimos el honor de visitar la sede de Home Depot. Como el minorista de mejoras para el hogar más grande del mundo con más de 2200 tiendas en América del Norte, Home Depot nos mostró cómo incorporan el análisis de datos en su negocio.
Durante nuestra visita de medio día, nos reunimos con directores y gerentes senior de estrategia de comercialización profesional, precios y surtido, así como científicos de datos de BlackLocus, una suborganización especializada en soluciones de aprendizaje automático. Me encantó conocer cómo se mezclan la ciencia de datos y los procesos comerciales. Por ejemplo, del equipo de comercialización profesional, aprendimos sobre las oportunidades y los desafíos que el comercio electrónico brinda al negocio tradicional de ladrillo y cemento. Como resultado, vimos cómo Home Depot ha logrado incorporar ambos enfoques para ser más competitivo. También hemos visto cómo Home Depot captura datos de mercado a escala y, a cambio, ofrece soluciones analíticas inteligentes, que es un enfoque que está transformando la mentalidad de toda la organización.
Además de todo este conocimiento, me sorprendió sobre todo la fuerte correlación entre lo que los científicos de datos están haciendo en el campo y lo que estamos aprendiendo en la escuela. Cuando el equipo de fijación de precios habló sobre dividir el mercado en diferentes regiones con diferentes demandas e implementar una solución de fijación de precios automatizada, me recordó la agrupación y los algoritmos de predicción en nuestra clase de aprendizaje automático con el profesor George Easton. Cuando el equipo de surtido mostró sus informes, vi las técnicas de visualización familiares que practicamos en nuestra clase de Visualización de datos con el profesor Jesse Bockstedt. La parte más divertida, sin embargo, fue que cuando el científico de datos senior de BlackLocus dijo que “el 80 por ciento de nuestro trabajo es limpiar y preparar datos”, nos echamos a reír, ya que hemos encontrado la misma diversión en varios proyectos.
El viaje a Home Depot fue nuestro primer pero no último compromiso con la industria. Fue un gran complemento y extensión a nuestra formación académica. Después de aprender algunas técnicas y teorías en la torre de marfil, pudimos ver cómo se ponen en práctica. Regresamos a la escuela con un conocimiento reforzado de por qué estamos haciendo lo que hacemos y consejos para hacer que nuestro trabajo sea más valioso en contexto. Ahora, es el comienzo del semestre de primavera y he comenzado con el proyecto final. Estoy muy emocionado de trabajar con VINFactor, una startup de tecnología con sede en Atlanta, y aplicar lo que he aprendido en la escuela para ayudar con su negocio.