Esta lista de libros de gestión empresarial, que cambian la mentalidad, te ayudarán a convertirte en un mejor científico de datos.

Según Drew Conway, el Data Science Unicorn es un experto en estadísitca, programación y negocios. Si bien se ha dicho y hecho mucho para ayudar a los científicos de datos a mejorar en matemáticas y programación, también es necesario agudizar su mentalidad empresarial. 5 libros de negocios para Científicos de Datos.

La siguiente selección de libros sobre negocios y toma de decisiones te ayudará a comprender y navegar mejor por el mundo.

Estos libros no son teóricos de núcleo duro. Más bien, se trata de libros divertidos de leer, a la vez que están respaldados por la ciencia y transmiten lecciones importantes.

5 libros de negocios para Científicos de Datos

Comencemos a leer.

El método Lean Startup, de Eric Ries

Harvard Business Review afirma que Lean Startup lo cambia todo. Tiene razón, el libro El método Lean Startup, de Eric Ries, debería cambiar todo lo que hacemos. Su mensaje principal es omitir todo el trabajo innecesario y centrarse en probar la suposición más arriesgada de nuestra tesis. Concentrémonos en el bucle Construir-Medir-Aprender (Build-Measure-Learn).

Primero, creemos un producto mínimo viable (Minimum Viable Product, MVP) que pruebe nuestra suposición más arriesgada de la manera más rápida y económica posible. En segundo lugar, midamos la respuesta del cliente. ¿Cuántos clientes de pago adquirimos? En tercer lugar, aprendamos de las métricas y mejoremos el producto, o pasemos a otra idea.

La metodología Lean Startup se puede aplicar fácilmente a nuestro trabajo como científico de datos. Creemos un modelo lo más rápido posible. Evaluemos el modelo con métricas predefinidas. ¿Funcionará este enfoque? ¿Necesitamos más datos? Luego, mejoremos el modelo hasta que satisfaga nuestras necesidades, pasemos a otro caso de uso, o eliminemos el proyecto por completo.

construir-medir-aprender
Bucle Construir-Medir-Aprender

Tengamos en cuenta que nunca importa cuánto esfuerzo hayamos invertido en un proyecto. Si descubrimos que el enfoque actual no funcionará, nuestros esfuerzos anteriores nunca fueron en vano. Creamos aprendizajes, que nos ayudarán a mejorar en el futuro.

Andrew Ng creó un curso sobre cómo mejorar nuestro algoritmo, y se adhiere a los principios Lean. Aquí podemos leer un resumen de este curso.

De Cero a Uno, de Peter Thiel

El experimentado emprendedor e inversor de Silicon Valley, Peter Thiel, explica sus puntos de vista contra intuitivos sobre los negocios en este clásico. La idea más importante del libro De Cero a Uno es que debemos ser audaces para crear productos completamente nuevos y, en última instancia, mantener un monopolio.

Peter Thiel argumetna que la competencia eventualmente destruye los beneficios. Cuantas más empresas ofrezcan productos similares, menor será nuestro margen de beneficio. Consideremos los márgenes de beneficio, que describen cuánto dinero recibimos realmente por cada euro que ganamos. El negocio de la construcción altamente competitivo gana en promedio 24 centavos de dólar, según una investigación de la NYU. Como empresa, debemos evitar la competencia a toda costa.

Las industrias más rentables en 2015
La tecnología de la salud fue muy rentable en 2015, mientras que los servicios de distribución competitivos fueron menos rentables. Fuente: https://goo.gl/R3Xjb1

Después de pasar de cero a uno al crear un producto que no tiene suplemento, debemos crear un monopolio. Los monopolios son la estructura más efectiva para mantener beneficios saludables. Google o Facebook nunca admitirían que poseen un monopolio, porque entonces se enfrentarían a un escrutinio regulatorio más estricto, pero son monopolistas y se benefician de esta posición de mercado.

¿Qué significa esto para nuestro trabajo como científico de datos? ¡Apoyemos a nuestra empresa creando servicios que ningún competidor puede ofrecer! Luego, intentemos monopolizar el producto poseyendo la tecnología detrás de él, o creando efectos de red. Esto podría significar cualquier cosa, desde solicitar una patente u ofrecer el mejor servicio de recomendación porque la mayoría de los usuarios utilizan nuestro servicio. Leamos el libro de Peter Thiel – De Cero a Uno – sobre cómo crear y mantener un monopolio.

Pensar rápido, pensar despacio, de Daniel Kahneman

En el aclamado libro Pensar rápido, pensar despacio, el ganador del Premio Nobel de Economía, Daniel Kahneman, resume décadas de investigación pionera sobre el comportamiento humano. Este libro explica cómo y por qué nuestra mente nos falla a veces. Los conocimientos que obtendremos al leer este libro nos ayudarán a evitar trampas en nuestro propio razonamiento, e influir en las decisiones de otras para nuestro beneficio.

La conclusión clave de este libro es que tenemos dos niveles de pensamiento, llamados intuitivo, o Nivel 1, y pensamiento racional, denominado Nivel 2. Ambos niveles son importantes, pero tienen diferentes propósitos.

El pensamiento de Nivel 1 consume poca energía y está constantemente “encendido”. Observa nuestro entorno y decide rápidamente. ¿Hay una amenaza sustancial a la vuelta de la esquina? ¿Debo cambiar mi opinión sobre un tema debido a la historia que acabo de escuchar? ¿Cómo doy sentido al entorno? Todas estas son preguntas que responde el Nivel 1.

Una vez que surgen preguntas más difíciles, entra en juego el pensamiento de Nivel 2. El pensamiento de Nivel 2 es lento, laborioso y confiable, e involucra operaciones matemáticas o razonamiento lógico complejo. Activemos el pensamiento de Nivel 2 siempre que necesitemos la razón y no la intuición.

Pensar rápido, pensar despacio
Fuente: https://goo.gl/teTu5P

Como científico de datos, esto significa que demos reconocer los dos niveles de pensamiento. Tengamos cuidado de encontrar respuestas fáciles a través del Nivel 1. Comprendamos cuándo el pensamiento de Nivel 1 intenta saltar a una conclusión rápida sin prestar atención a las estadísticas y los hechos necesarios. Reconozcamos que el uso intenso del pensamiento de Nivel 2 agotará nuestra energía y nos recargará con carbohidratos saludables a tiempo.

El cisne negro, de Nassim Taleb

El filósofo, comerciante y estadístico Nassim Taleb aborda en el libro El cisne negro nuestra ceguera ante la oportunidad de la incertidumbre. La anécdota del cisne negro sirve como metáfora de un evento imprevisible. Por ejemplo, la gente estaba convencida de que todos los cisnes son blancos, porque todos los cisnes que habían visto eran blancos. Pero cuando los exploradores se encontraron por primera vez con un cisne negro en Australia, esto destrozó nuestra noción preconcebida sobre los cisnes.

De acuerdo con esta historia, Nassim Taleb señala las diversas trampas en nuestro pensamiento, y cómo afectan a nuestra toma de decisiones. Como humanos, nos gusta crear historias para dar sentido al pasado y subestimar la importancia del azar en los efectos futuros.

Para los científicos de datos, este libro nos enseña a ser conscientes de la incertidumbre y a aceptarla. Los negocios funcionan en un entorno altamente incierto, lo que podría obligar a la empresa a cambiar la estrategia o cambiar a otro caso de uso del producto. Vayamos y probemos diferentes enfoques y modelos y, tal vez, incluso por casualidad, podamos encontrar la solución correcta. Nunca se sabe qué sorpresas nos depara el futuro.

Good Strategy/Bad Strategy, de Richard Rumelt

Una estrategia de negocios define lo que una empresa hace y lo que no hace. El objetivo de una estrategia es tener una ventaja en el mercado sobre los competidores.

En su libro Good Strategy/Bad Strategy, Richard Rumelt se sumerge profundamente en la explicación de los pilares de la buena estrategia y la mala estrategia. Una buena estrategia se ejemplifica con un diagnóstico profundo, una política orientadora y un conjunto coherente de acciones. Una mala estrategia se identifica centrándose en el gasto para alcanzar una meta, evitando los detalles de los problemas y centrándose en las plantillas de estrategia, misión y visión.

Sin embargo, la conclusión clave del libro de Rumelt es que una empresa debe utilizar todos los recursos disponibles para ejecutar la estrategia. Esto significa que, como científico de datos, primero debemos desafiar y comprender la estrategia de la empresa. En segundo lugar, debemos alinear los proyectos que sugerimos y en los que trabajamos con la estrategia de la empresa. Comprender la estrategia de la empresa nos ayudará a (A) identificar los impulsores de valor que se pueden lograr a través de la ciencia de datos, (B) impulsar nuestros proyectos, y (C) comprender qué dirección tomará la empresa en el futuro.

Conclusiones clave

  • Aplicar la metodología Lean de Construir-Medir-Aprender.
  • Esforzarse por crear un producto completamente nuevo y crear un monopolio.
  • Ser consciente del pensamiento intuitivo y racional.
  • No subestimar la incertidumbre.
  • Comprender la estrategia empresarial y apoyarlas a través de nuestro trabajo.

Estos libros agregarán otra dimensión a nuestra forma de pensar, y nos ayudarán a comprender ciertos aspectos de la estrategia empresarial. Se trata de libros que contienen muchas perlas de sabiduría y que son divertidos de leer.

Como científicos de datos, queremos saber qué rumbo está tomando nuestra empresa, por qué se implementan ciertas medidas, o convencer a alguien de nuestro proyecto. Estos libros pueden ayudarnos a hacer precisamente esto.