¿En qué consiste tu trabajo en SAS?

Trabajo como Gerente de Proyectos, en el área de Business Analytics, coordinando los esfuerzos del equipo para cumplir todo el alcance de cada proyecto dentro del tiempo estimado y con el plantel que se considera necesario. Actualmente estoy liderando dos proyectos de Payment Risk en dos empresas de telecomunicaciones y coordino un equipo de desarrollo ETL. En los proyectos de riesgo crediticio desarrollamos modelos para predecir comportamientos de pago de clientes con las siguientes características: A) Application: predecir si la persona que va adquirir un nuevo producto o servicio de telecomunicaciones lo va a poder pagar. B) Behaviour: saber si la persona va a pagar o no la próxima factura. C) Collection: detectar si una persona es potencial no pagadora el próximo mes y hacer una gestión de cobranza distinta, que se ajuste a su perfil.

El destinatario final del modelo es el usuario de créditos y cobranzas pero a su vez complementan al usuario de ventas y marketing para conocer la propensión de compra de un producto unido al riesgo de poder pagarlo o no. También se está implementando un proyecto para Forecasting de llamadas, basado en la predicción de comportamientos para call centers.

El primer modelo que se realizó para el cliente principal fue Churn. Se usa para la retención de clientes en marketing, ya que predice con cierta probabilidad de acierto si el cliente se dará de baja de la compañía o no. Una vez que generamos el modelo, le explicamos a nuestro destinatario cómo funciona, le transferimos habilidades para implementarlo y los usuarios finales de marketing se quedan como dueños de ese modelo para los ajustes posteriores y para crear el mismo modelo en otros segmentos, para otros productos o servicios, de acuerdo a sus necesidades.

¿Cuál es el perfil de las personas que trabajan en este equipo?

Es un equipo formado por 14 personas en total y en cada proyecto con perfiles: desarrollador ETL, tester de ETL y analista.

ETL (en castellano “extraer, transformar y cargar”) es el proceso que permite a las organizaciones mover datos desde múltiples fuentes, reformatearlos y limpiarlos, y cargarlos en otra base de datos o en otro sistema operacional para apoyar un proceso de negocio. Aclaro que es sólo un medio para llegar al modelo, ya que no reemplaza la metodología de predicción en data mining. Es el proceso previo el que toma más tiempo y que resulta totalmente necesario para modelar.

 ¿Pero en qué se diferencian el analista en minería y el analista ETL?

Es una pregunta maravillosa. Si bien llamo indistintamente “analista” a la persona que realiza el requerimiento o la definición del desarrollo ETL y también al “minero de datos” propiamente dicho, no todos los mineros tienen claros los conceptos de ETL, porque saben lo que ellos necesitan pero lo que yo busco desde mi lugar es que sean capaces de armar un requerimiento para un desarrollador. No todos vienen del mundo de sistemas y para trabajar con los datos para modelar, tienen que hablar el mismo lenguaje y manejar los mismos parámetros que un desarrollador, entonces este es un conflicto que suele aparecer.

 A la vez el hecho de que no vengan de Sistemas les puede abrir la cabeza para ver los proyectos desde otro punto de vista…

Como todo, tiene cosas positivas y negativas. En general es gente que entiende el negocio de una manera más amplia, lo cual es fantástico para nuestros modelos. Creo que el camino del profesional analítico recién está comenzando.

 ¿Cuál considerás que es el principal desafío de un proyecto ETL?

Creo que es el diálogo entre el minero y el desarrollador. Los pequeños detalles que pueden causar demoras en los proyectos. Mi tarea implica que cada proyecto se termine a tiempo porque cualquier retraso tiene un costo a cargo nuestro. Si el minero realiza una transformación en los datos de la tabla que no avisa a los desarrolladores o si le pide cambios al área que genera la interfaz de origen, todo eso trae apaejado demoras.

Una cuestión menos hard y más soft es la percepción del trabajo en ETL. Es un trabajo menos glamoroso en comparación con la tarea del minero. Porque el minero de datos sería aquel experto profesional que en el imaginario colectivo genera científicamente una especie de “bola de cristal”. Suele estar muy bien posicionado en una entrevista laboral y en su propio desempeño. Mientras que el trabajo de ETL es mucho más de “pico y pala”, más operativo, no está tan bien conceptuado. Eso genera un problema tanto de espíritu de equipo como para hacer reclutamiento en recursos humanos. Me parece que es un tema de marketing de la labor en sí misma, porque los desafíos intelectuales en el desarrollo ETL son muy bonitos y aportan muchísimo valor a las empresas pero cuesta que se perciban de esa forma.