Conversación con Pier Paolo Rossi

Pier actualmente está al frente del equipo de Data & Analytics en Banc Sabadell, liderando todas las iniciativas de Machine Learning, las actividades de CRM y los proyectos de BI en las áreas de Business y Commercial. Anteriormente trabajó en Caprabo / Eroski y durante casi 12 años en consultoría estratégica. Es ingeniero nuclear y también cuenta con un EMBA del Instituto de Empresa. Asimismo realiza tareas de investigación académica (IESE, Esade) e imparte clases en la UB, BGSE, IESE y IED. Es uno de los co-fundadores del Data & Analytics Club.

Empecemos con un pequeño viaje en el tiempo ¿en qué momento de tu carrera profesional te diste cuenta del potencial de Analytics y del dato? ¿Fue amor a primera vista?  

Pues la verdad es que no. Corría el año 2001 y yo trabajaba en Consultoría estratégica, sobre todo para clientes (Grupo Planeta, Uralita, RACC) en proyectos de Internet. Con Planeta en particular, nos contrataron para definir los algoritmos de optimización en la distribución de coleccionables…conseguimos un servidor Dell, lo instalamos sobre la mesa y en 2 meses ya estábamos definiendo los primeros pilotos…y ¡de aquel día hasta ahora! 

Y desde ese primer momento hasta a la actualidad ¿qué dirías que ha cambiado en el mundo de Analytics y de los datos? 

Todo y nada…lo que más la tecnología. Hace veinte años solo se podía analizar un número limitado de datos y con tiempos de procesado lentos (dejabas lanzado el modelo el viernes y veías el resultado el lunes), ahora el mismo cálculo se puede realizar en horas. Esta inmediatez ha supuesto que los ciclos del método científico sean mucho más cortos y rápidos. En cambio la estrategia, la personalización, las necesidades de negocio, en fin las grandes preguntas que nos hacemos siguen siendo las mismas: quién es mi cliente, cómo es y qué necesita, etc.

En todos estos años ¿cuál o cuáles han sido tus grandes aprendizajes? Si no te importa, me encantaría que me hablaras de tu aprendizaje más dulce y también que hicieras referencia a alguno más amargo 

Sin duda el momento más dulce de nuestro trabajo es cuando te dicen que hacemos magia con los números, o sea, que somos capaces de extraer evidencias, insights, conclusiones que difícilmente una persona de negocio es capaz de hacer, solamente con su visión experta. La verdadera magia para mi, es cuando conseguimos ayudar con nuestro Analytics a tomar decisiones acertadas, a mejorar las ventas o a crear la mejor experiencia de cliente.

Los momentos amargos llegan cuando, después de estar trabajando con el equipo semanas o meses en un modelo y lo pruebas en un piloto real, los resultados no son los esperados y se abre la caja de los truenos.

Recuerdo que cuando nos conocimos, hace ya unos cuantos años, el término de moda era Big Data. Después llegó la ola Machine Learning y en los últimos años parece que no eres nadie si no incluyes la expresión Artificial Intelligence en tus reflexiones. Así que la pregunta es obligada: ¿cuál es tu punto de vista sobre la Inteligencia Artificial?

 Coincido contigo que, más allá de los diferentes nombres que han recibido a lo largo del tiempo, en esencia lo que hacemos no ha cambiado: recoger datos, analizarlos, modelizarlos para predecir la realidad. Dicho esto, el hecho diferencial que veo en la IA es que este proceso que acabo de describir puede ser realizado por una máquina de forma autónoma, sin supervisión humana con una ganancia en eficiencia y escalabilidad evidente, pero también con un potencial de sesgo si no se controla y supervisa correctamente, que puede poner en peligro el uso ético de esos datos y/o modelos.

¿Qué grandes cambios ha vivido el mundo de Analytics y el Dato en los últimos 12 meses? Me refiero a aquellos que has vivido más directamente, estén o no relacionados con la pandemia 

La mayoría de las organizaciones y la nuestra en particular, se han dado cuenta que en momentos de grandes cambios como los que hemos vivido, donde las personas cambian de hábitos, a los clientes les cambian las necesidades. Las capacidades de Analytics para seguirlos, entenderlos, modelizarlos y predecirlos han sido clave para adaptar los planes estratégicos y poner en marcha planes de acción que se adecuen a dichos cambios.

Si miramos al futuro ¿qué grandes cambios o retos vivirá el mundo de Analytics en los próximos 2-3 años? 

No veo grandes hitos más allá de lo que podrá conllevar la Computación Cuántica. Y ésta solo se está desarrollando en ámbitos aún muy restringidos a las grandes BigTech, Universidades y Centros de Investigación. Por lo tanto, tendremos que esperar cierto tiempo (5-10 años) antes de que lleguen a las empresas y los consumidores. 

¿Qué perfiles de Analytics son los más complicados de encontrar ahora mismo? ¿Data Scientists? ¿Data Engineers? ¿Expertos en BI? ¿Data Stewards? ¿Otros?

Mientras exista este gap entre las necesidades crecientes de las empresas, y la escasez de perfiles que es capaz de generar la comunidad formativa, seguirá siendo muy complicado su contratación De todos ellos, quizás los Data Engineers son los más escasos, porque están a caballo de los Data Scientists y los Informáticos y realizan un trabajo ingrato, que no luce tanto pero muy necesario para optimizar el trabajo de los Data Scientists.

Pregunta trampa ¿el equipo de Analytics debe depender de Negocio? ¿O ha de ser independiente? 

Buena pregunta (jeje). Mi opinión, basada en mi experiencia, está clara. Cuanto más cerca esté del Negocio, mejores y más pertinentes preguntas será capaz de formular el equipo de Analytics, mejor y más profundo conocimiento de los datos tendrán y por consiguiente, modelos más útiles (que no necesariamente más precisos) serán capaces de desarrollar para dar respuestas a las necesidades del Negocio.

¿Cómo te mantienes al tanto de las grandes tendencias y cambios en nuestro campo?

Básicamente lo intento combinando diferentes cosas: estar inscrito en web especializadas internacionales, participar en congresos sectoriales (como ponente o como público), ser miembro de un Club de Data & Analytics con colegas de otras industrias y sectores (te suena ¿verdad?) y tener acuerdos de colaboración académica e investigación con universidades y escuelas de negocio (IESE, Esade, BGSE, La Salle), además de dar clases en algunas de ellas. Todas ellas me permiten estar en contacto con profesionales que te enseñan y con los que aprender.

Y ya para acabar. Imagina que te invitan a ir a una clase de niños y niñas de 9 años. ¿Cómo les explicarías en qué consiste tu trabajo? ¿Y cómo les explicarías qué es la Inteligencia Artificial? 

 Lupus in fábula. Justamente hace unos años me invitaron a la clase de mi hija mayor a dar una charla y así lo conté, utilizando un símil: cuando vamos al supermercado y vemos la gente cómo se mueve por los pasillos y coge los productos de las estanterías, sus movimientos parece totalmente aleatorios y desordenados. Pero si pudiésemos ver y analizar el movimiento de cientos, miles, millones de ellos acabaríamos descubriendo que detrás de esa aparente aleatoriedad, existen patrones de comportamiento, de pensamiento y de acción. En otras palabras, con la ayuda de la AI somos capaces de detectarlos, analizarlos, modelizarlos y predecirlos.

Bonus track. Como sabes la idea que tengo es entrevistar a varios profesionales del mundo de Analytics. ¿Qué pregunta le harías a la próxima persona entrevistada?

 ¿Alguna vez te ha pasado que tus proyectos de Analytics entran en conflictos con tus valores y ética personal? ¿En caso afirmativo, cómo los has resuelto?