Gestión del talento analítico en la empresa

La demanda de profesionistas en analítica ha crecido notablemente en los últimos años. La mayor digitalización y la abundancia de información han llevado a las empresas a buscar continuamente expertos capaces de interpretar y extraer valor en los datos. Los roles como científicos de datos, analistas de datos y analistas de negocios se han vuelto indispensables en casi todas las industrias.

Por lo tanto, una pregunta clave es: ¿cuáles son las competencias esenciales que deben tener los profesionistas en analítica? Identificar estas habilidades es fundamental para definir los perfiles de talento que las organizaciones necesitan. Este tema es importante incluso para estudiantes de negocios que busquen alinear su formación con las demandas del mercado.

Selección del talento analítico

Una investigación que aborda este tema es la realizada por Stanton y Stanton (2020), quienes analizaron 191,276 vacantes en el área de analítica publicadas en LinkedIn para identificar las características más solicitadas. Si bien pueden existir nuevas tendencias, este análisis es útil para tener una perspectiva de qué se espera de los candidatos.

Experiencia y conocimientos: No es de extrañar que el atributo más buscado por las empresas fuera la experiencia previa (76-80% de los empleadores lo piden). Un título universitario sigue siendo importante: en ciencia de datos se prefirió un título en computación (38%), administración (33%), ingeniería (31%) o negocios (29%); mientras que para analítica de negocio lo más solicitado fue un título en negocios (67%), administración (49%) o ingeniería (20%). Las certificaciones resultaron útiles para validar conocimientos especializados en 15% de las vacantes en analítica de negocio.

Habilidades blandas: En cuanto a las habilidades blandas, hay tres que resultaron clave para ciencia de datos y analítica de negocio: capacidad analítica (22% y 46% respectivamente), comunicación escrita efectiva (19-30%) y trabajo en equipo (16-27%). Luego de las tres anteriores, la habilidad para resolver problemas (13-35%), la comunicación verbal (15-26%) y la innovación (15-21%) también fueron relevantes para destacar entre los candidatos.

Habilidades técnicas: En ciencia de datos las habilidades más pedidas fueron análisis de datos (27%), programación (22%), inteligencia artificial (20%), tableros de control (18%) y machine learning (16%). En analítica de negocio lo más solicitado fue análisis de datos (30%), modelado (18%), estrategia de negocios (18%), programación (16%) y analítica financiera (15%).

Tanto para ciencia de datos como para analítica de negocio, resultó indispensable utilizar Python (26-30% respectivamente) y SQL (23-30%). Adicionalmente se encontraron menciones a otros lenguajes (R y Java), herramientas para reportes (Tableau), plataformas en la nube (AWS, Azure) y ofimática (Power Point, Excel y Word).

Desarrollo del talento analítico

La gestión del talento no solo consiste en buscar y atraer personas con las habilidades adecuadas, también se deben desarrollar continuamente esas competencias dentro de la organización. Como mencionan Paul y MacDonald (2020) las empresas líderes no solo utilizan incentivos salariales, sino que además ofrecen la oportunidad de trabajar en un entorno dinámico de aprendizaje.

Oportunidades para adquirir experiencia: Dado que muchas vacantes en analítica requieren experiencia previa, es esencial que las empresas ofrezcan programas para practicantes (internships) o colaboren con universidades en proyectos y competiciones. Estas iniciativas permiten a estudiantes desarrollar habilidades prácticas y fortalecer la conexión entre teoría y práctica.

Incorporación de certificaciones: En un estudio entrevistaron a 21 directivos relacionados con el área de analítica en diferentes industrias y todos coincidieron en que los trabajadores rara vez poseen las competencias necesarias y que se debe proporcionar capacitación adicional (Persaud, 2020). Para ello, una recomendación es que las empresas ofrezcan programas de certificación. Así, podrán mejorar las competencias de sus empleados, aumentar la retención y contribuir a su éxito a largo plazo.

Conclusión

En la era de los datos, la gestión del talento en analítica es clave para el éxito organizacional. Con la creciente demanda de expertos en ciencia de datos, analítica de datos y de negocios, es fundamental no solo atraer a personas con las competencias adecuadas, sino también invertir en su desarrollo y retención. Las empresas que identifiquen los perfiles necesarios, brinden experiencias prácticas y promuevan certificaciones estarán mejor preparadas para enfrentar los desafíos del mercado y aprovechar el potencial de sus equipos, asegurando su liderazgo futuro.

Referencias:

• Paul, J. A., & MacDonald, L. (2020). Analytics curriculum for undergraduate and graduate students. Decision Sciences Journal of Innovative Education, 18(1), 22-58. https://doi.org/10.1111/dsji.12199
• Persaud, A. (2021). Key competencies for big data analytics professions: A multimethod study. Information Technology & People, 34(1), 178-203. https://doi.org/10.1108/ITP-06-2019-0290
• Stanton, W. W., & Stanton, A. D. (2020). Helping business students acquire the skills needed for a career in analytics: A comprehensive industry assessment of entry-level requirements. Decision Sciences Journal of Innovative Education, 18(1), 138-165. https://doi.org/10.1111/dsji.12199

Sobre el autor:

Jaime González Maiz Jiménez. Doctor en ciencias administrativas con especialidad en finanzas por la EGADE Business School sede Monterrey. Profesor de tiempo completo en la UDLAP desde el 2015. Apasionado de la docencia e investigación. Es miembro del Sistema Nacional de Investigadores y su campo de especialidad son las finanzas corporativas y los mercados financieros

Contacto: jaime.gonzalezmaiz@udlap.mx

Sobre el coautor:

Adán Reyes Santiago. Maestro en estadística aplicada por el Tecnológico de Monterrey. Se ha desempeñado como docente en varias universidades como EGADE Business School, Tecnológico de Monterrey y Universidad de Monterrey, entre otras. Sus investigaciones se han publicado en varias revistas internacionales arbitradas. Actualmente se desempeña como Data Scientist en Deacero.

Contacto: adanreyes@gmail.com