No creo que una consultoría de ciencia de datos pueda agregar mucho valor a las primeras empresas.
Con una gran excepción.
Cuando nos fijamos en un inicio temprano, ya sea:
- ¿Qué estrategias sugiere para resolver este problema de detección de fraude en un negocio minorista y de suministro con minería de datos y análisis de datos?
- ¿Existe una demanda de escritores técnicos que se especialicen en ciencia de datos?
- ¿Cómo podemos estar seguros de que podemos confiar en los científicos? ¿Cómo sabemos realmente que los científicos no son los clérigos modernos? Parece que la ciencia toma tanto la fe como la religión.
- ¿Cuál es el mejor campo para aprender y ganar, base de SAP o ciencia de datos?
- ¿Cómo debo planificar cuando aspiro a ser un científico de datos?
- La ciencia de datos es una competencia central de su inicio, en cuyo caso uno de los cofundadores ya debería ser un científico de datos, O
- Su inicio no está haciendo un producto o servicio de ciencia de datos y realmente no necesitan científicos de datos en esta etapa en su empresa.
Déjame analizar eso un poco más.
Escenario # 1: la ciencia de datos es una competencia central de su inicio.
Por ejemplo, ofrecen algún tipo de predicción o recomendación o están agregando y visualizando datos de alguna manera valiosa.
En este caso, uno de los cofundadores probablemente sea o deba ser un científico de datos. De lo contrario, el negocio tendrá dificultades. Tal vez podrían usar la ayuda de un contratista o consultor con un conjunto de habilidades de científicos de datos, pero es más probable que vayan a hablar con sus amigos o contratar a los primeros empleados fuertes para trabajar en esta parte central del negocio.
Escenario # 2: La puesta en marcha no hace un producto de ciencia de datos.
Por ejemplo, una empresa de juegos o una empresa de redes sociales o una herramienta SaaS devops para informar errores. El producto principal no se trata de predicciones o recomendaciones o datos de modelado.
En este caso, las primeras empresas simplemente no necesitan análisis sofisticados, estadísticas o modelado de datos. Deben centrarse totalmente en encontrar el producto / ajuste al mercado. No es que no necesiten datos o no deberían estar basados en datos, lo contrario es cierto, pero solo lo tienen disponible en pequeñas escalas y solo están interesados en efectos realmente obvios. Una buena persona con mentalidad empresarial debería ser capaz de manejarlo. Los datos cualitativos y los comentarios de los usuarios son mucho más importantes para las primeras empresas que los análisis de productos rigurosos o las pruebas AB o un modelo LTV sofisticado u otros tipos de cosas que agregan valor a las grandes empresas.
La excepción
En el escenario 2, una forma en que un consultor de ciencia de datos puede agregar valor sería ayudar al plan de inicio para un futuro científico de datos . En este caso, el consultor no está haciendo ningún análisis o trabajo técnico real. Más bien, están ayudando a la compañía a formular su estrategia de ciencia de datos. Hay cosas que su empresa debería hacer ahora para que esté listo para contratar científicos de datos más adelante. Al igual que la recopilación de datos y la construcción de infraestructura que permitirá que una buena primera contratación de ciencia de datos comience a funcionar. Un buen científico de datos con experiencia en startups sería un gran asesor (consultor) para una startup en una etapa temprana a este respecto.
