DATA DRIVEN & Decisiones basadas en datos, pero ¿cómo comenzar con los Datos?
Muchas empresas se han dado cuenta de la importancia de los datos, ven cómo su competencia los incorporan en sus planes estratégicos, hacen inversiones. Luego de un tiempo se notan sus mejoras, exhibiendo ofertas más ajustadas a las necesidades de sus clientes, mejor blindaje de sus carteras, comunicación más enfocada, en definitiva, con mayor fortaleza competitiva. Los altos ejecutivos quieren que en las empresas se tomen decisiones basadas en datos. Quieren escenarios y simulaciones que brinden orientación inmediata sobre las mejores acciones a tomar cuando ocurren interrupciones, interrupciones que van desde competidores inesperados, un terremoto en una zona de suministro hasta un cliente que indica su deseo de cambiar de proveedor. Los ejecutivos quieren soluciones óptimas basadas en parámetros comerciales complejos o nueva información, y quieren tomar medidas ya.
Si estamos partiendo con los datos y enfrentamos las aspiraciones y expectativas de los altos ejecutivos, surgen varias interrogantes: ¿Por dónde empiezo?, ¿Qué debo hacer?, ¿Cómo puedo estar seguro de que tendré resultados que sirvan? Y algo no menor, ¿hace sentido realizar una analítica de datos para los problemas que enfrenta mi empresa?
Lo que sucede con demasiada frecuencia es que el análisis no conduce a ninguna parte. Sí, así de frío. Lo que en simple significa que los resultados no generan ninguna ACCIÓN y no CAMBIARÁN una decisión que hubiera tenido lugar de todos modos, con o sin el análisis. En los negocios, se necesita un claro retorno de la inversión, en personas especialistas en analíticas y las herramientas que las respaldan. Y el conocimiento mismo, aunque ciertamente valioso, no justifica una inversión a menos que podamos demostrar que marca la diferencia en las decisiones que tomamos. También operamos en un entorno de recursos limitados, nunca hay suficiente tiempo o dinero para hacer todas las cosas que nos gustaría hacer. Por lo tanto, debemos centrarnos en determinar qué cosas haremos y cómo las llevaremos a cabo.
Hay una buena noticia, tenemos una manera de comenzar a desenredar la madeja para asegurarnos que nuestro proceso analítico sea eficiente y efectivo. Específicamente comencemos pensando al revés, es decir, comencemos por la decisión que queremos tomar. Es una idea relacionada de manera cruzada con el enfoque de manejo de hipótesis utilizado en investigación científica. Cuando comenzamos con algo específico, creemos que es verdad, luego diseñamos un experimento para probar la hipótesis de que realmente es cierto. Para hacer esto de manera eficiente, necesitamos contexto, tenemos que partir comprendiendo lo suficiente sobre el negocio y sobre cómo se toman las decisiones para saber lo que es realmente importante, y lo que es más probable que influya en una decisión.
La primera pregunta que debemos hacernos es si el resultado del análisis influirá realmente en la toma de la decisión en forma significativa, en otras palabras, si el análisis muestra resultados por “X”, entonces la decisión será “Y”, y si el resultado es “Z”, la decisión será “W”. En caso de que se descubra que independiente del resultado la decisión sigue siendo la misma, el análisis no es tan importante, entonces debería ser reconsiderada la inversión en este análisis.
Desde 1996 existe una metodología proveniente de la Unión Europea, que nos ayuda en nuestro comienzo con los datos, es clara y simple para abordar un proyecto de analítica de datos. Esta metodología es CRISP-DM "Cross-Industry Standard Process for Data Mining", en el que se abordan la mayoría de las preguntas y etapas para este tipo de proyectos.
Diagrama CRISP DM
La metodología CRISP-DM proporciona un enfoque estructurado para planificar un proyecto de análisis de datos. Es una metodología robusta y bien probada. Es una metodología poderosa por lo práctica, fácil de entender, se acomoda con agilidad y es flexible. Esta metodología, consta de etapas bien definidas y con una secuencia lógica, sin embargo, en muchas ocasiones es necesario adelantar o retroceder o repetir las etapas, dependiendo del problema y los obstáculos con los que nos enfrentamos. Sus etapas son:
1) Business understanding | Entendimiento del negocio
Durante esta etapa nos preguntaremos si el resultado es de valor, medible y la organización tiene los procesos para utilizar los resultados en accionables. Determina los objetivos comerciales; evalúa la situación; determina objetivos de la analítica de datos; Produce el plan de proyecto, define el equipo que trabajará y sus roles
2) Data Understanding | Entendimiento de los datos
Durante esta etapa se recopilan los datos iniciales; se describen los datos; se exploran los datos; se verifica la calidad de estos. Importante tener un estándar para verificar la calidad, consistencia y veracidad de los datos.
3) Data preparation | Preparación de los datos
(Generalmente, la etapa que consume más tiempo): selecciona datos; limpia los datos; construye datos; integra datos; formatea datos.
4) Modeling | Modelamiento
En esta etapa se seleccione la o las técnicas de modelado; se genera el diseño de prueba; modelo de construcción; evaluación del modelo.
5) Evaluation |Evaluación
La evaluación del modelo debe ser efectuada con el usuario, donde se resolverá si los resultados cumplen con los criterios de éxito; proceso de revisión; determinación de los próximos pasos, en caso de que sea exitoso o deba ser necesaria una nueva iteración.
6) Deployment |Despliegue
Plan de despliegue; plan de monitoreo y mantenimiento; producir informe final; proyecto de revisión.
Qué beneficios tiene CRISP-DM?
Aunque CRISP-DM fue diseñado para minería de datos, William Vorhies, uno de los creadores de CRISP-DM, argumenta que debido a que todos los proyectos de ciencia de datos comienzan con la comprensión del negocio, tienen datos que deben recopilarse y limpiarse, y aplicar algoritmos de ciencia de datos, "CRISP-DM proporciona orientación sólida incluso para las actividades de ciencia de datos más avanzadas de la actualidad ”(Vorhies, 2016).
CRISP-DM es un proceso natural y de sentido común que los equipos lo adoptan rápidamente.
Al igual que Kanban, CRISP-DM se puede implementar sin mucha capacitación, cambios en el rol organizacional o controversia.
La primera etapa, entendimiento del negocio, es muy útil para alinear la visión y trabajo técnico con las necesidades de los usuarios y para acercar a los Data Sciencist a los problemas que deben resolver. Además, la implementación también aborda consideraciones importantes para cerrar el proyecto y la transición al mantenimiento y las operaciones.
La naturaleza flexible y cíclica de CRISP-DM puede proporcionar muchos de los beneficios de las metodologías ágiles. Al aceptar que un proyecto comienza con importantes incógnitas, el usuario puede recorrer los pasos, cada vez obteniendo una comprensión más profunda de los datos y el problema. El conocimiento empírico aprendido de los ciclos anteriores puede alimentar los siguientes ciclos.
¿ Debilidades y desafíos ?
Por otro lado, CRISP-DM sufre las mismas debilidades de Waterfall y obstaculiza la iteración rápida. Requiere bastante documentación previa a comenzar a codificar, lo que aumenta los plazos de proyectos, sobre todo si se piensa en experimentos rápidos.
Quizás lo más significativo es que CRISP-DM no es una verdadera metodología de gestión de proyectos, porque supone implícitamente que su usuario es una sola persona o un equipo pequeño y muy unido, e ignora la coordinación del trabajo en equipo, necesaria para proyectos más grandes (Saltz, Shamshurin y Connors, 2017). Por lo tanto, se debe agregar una estructura para ayudar a coordinar equipos de trabajo numerosos.
Mis Recomendaciones
CRISP-DM es un excelente marco de partida para aquellos que buscan comprender el proceso general de la ciencia de datos. Asimismo, puede servir bien a equipos pequeños, y si se complementa con otros enfoques de gestión de proyectos, se puede adaptar a equipos más grandes. Sin embargo, como CRISP-DM nació antes de BIG DATA, podría ser necesario adoptar otro tipo de metodología, tales como los enfoques emergentes que combinan la gestión ágil de proyectos y CRISP-DM, por ejemplo: Microsoft TDSP o Domino Lifecycle, son probablemente más efectivos.
Desde la primera reunión con nosotros en Datarunner orientamos todos los esfuerzos para obtener valor de los datos y que tu proyecto sea efectivamente un proyecto exitoso.
Fuentes:
https://sloanreview.mit.edu/article/big-data-analytics-and-the-path-from-insights-to-value/
WorkForceManagement - OfficeTrack - Transformación Digital
4 añosExcelente artículo Osvaldo