En 2021, BBVA creó un entorno resolutivo y retador para no conformarse con algo que funciona, sino aspirar a hacerlo mejor. Pensar en grande. Se desafió a los Data Scientists de la compañía a diseñar su propia propuesta basada en datos del catálogo de formación del Campus BBVA. Para ello, se creó un nuevo formato de búsqueda de soluciones en las que involucrar perfiles multidisciplinares: el Datathon.
El objetivo era mejorar la experiencia de aprendizaje creando una solución basada en los datos disponibles de los diferentes cursos del catálogo de formación del Campus BBVA y las valoraciones realizadas sobre los mismo.
Alcanzar un catálogo en el que todos los cursos estén alineados en tres sentidos fundamentales:
Qué se espera del curso
Cómo se hace llegar lo que aportará el curso
Cuál es la información objetiva del curso
Con la meta de evitar puntos de dolor en toda formación como son el abandono, frustración, falta de motivación… Que en muchos casos ocurre por no tener consistencia en esos pilares.
El desafío estaba basado en datos y en técnicas de Procesamiento del Lenguaje Natural (PLN) que permitieran obtener insights relevantes sobre las características y taxonomía de conocimiento de los cursos del catálogo del Campus BBVA y fundamentó en Datasets y un conjunto de fases diferenciadas para conseguir un marco de evaluación justo:
(Facilitados por el área de Talento & Cultura), quienes detectaron la oportunidad de mejora.
para conseguir un marco de evaluación justo:
Fase exploratoria donde los participantes descubren patrones de similitud entre los distintos cursos, categorías y usos del lenguaje cruzando los datos de los cursos con los roles y descripciones. Así realizaron una foto del estado actual del catálogo siendo capaces de entenderlo y representarlo gráficamente.
Los participantes, enriquecen la información de los cursos gracias a las valoraciones de estos. Se buscó ampliar la foto anterior con las puntuaciones obtenidas, de manera que se pudieran comunicar efectivamente los resultados, con modelos de aprendizaje supervisado y elementos visuales/descriptivos.
Los equipos plantean maneras de relacionar roles y cursos basándose en el lenguaje y su estructura. El objetivo principal es detectar sinergias entre las distintas dimensiones formativas, y permitir nuevas propuestas relacionadas.
Fase analítica, en la que se observa si hay patrones repetitivos o similares en las descripciones de los cursos, lo que permite la introducción de nuevos criterios de agrupación de estos o el refinamiento de los existentes.
Opción voluntaria en la que realizar web scraping para mejorar las taxonomías de los cursos e incluso proponer nuevos que no estén en el catálogo del Campus, al detectar cursos incipientes en la red que pueden ser de interés para la compañía. Detección automatizada de elementos de interés, usando los modelos o recursos creados en las fases anteriores.
Todo lo anterior pone en relieve los beneficios de este espacio, en el que se reúnen un área de negocio que sabe detectar una necesidad real, la gran capacidad resolutiva de los Data Scientists de BBVA para seguir generando oportunidades y la motivación extraordinaria que aporta un entorno retador y de propósito como es un Datathon que permite:
1
Focalizar el esfuerzo para encontrar varias soluciones innovadoras y disruptivas para un único problema.
2
Crear puente y entorno de trabajo colaborativo perfecto entre áreas o perfiles donde uno puede proponer el reto y otro trabajarlo.
3
Generar motivación y orgullo por la organización al proporcionar un entorno de trabajo fuera del día a día monótono sin perder productividad ya que se resuelve un caso real.
