La conversación al revés (parte 1 de una serie) – Enlace

La mayoría de las conversaciones entre los encargados de la toma de decisiones y los profesionales de datos comienzan al revés

Si usted es un tomador de decisiones que quiere hacer el mejor uso de los datos y otros recursos de información, como la inteligencia artificial (IA), para respaldar sus decisiones, es probable que las conversaciones entre usted y sus analistas de datos vuelvan a ocurrir. frente.

Los analistas de datos deberían animarnos a explicar,

“Esto es lo que necesito que hagas por mí…”

En cambio, muy a menudo comienzan con:

“Esto es lo que tenemos para ti…”.

Las soluciones que ofrecen los analistas perspectivas eso podría ser relevante. Pero en realidad no le brindan al tomador de decisiones la información que necesita para tomar su decisión con un nivel de justificación en el que pueda confiar. resultados deseados. Y es probable que todo el proceso tome demasiado tiempo y requiera mucho trabajo innecesario.

Hay una mejor manera; comienza con iniciar la conversación en la dirección correcta.

Considere una situación muy análoga. Cuando una organización de TI crea software para resolver un problema, el primer paso es comprender los requisitos del cliente. La interacción entre los equipos de análisis y ciencia de datos y sus clientes debe comenzar de la misma manera. Entonces, ¿por qué hay tanta diferencia entre los proyectos de datos, donde la cola parece estar moviendo al perro, y los proyectos de software donde lo que se entrega lo definen aquellos que tienen los problemas que el software pretende resolver? La razón es que La ingeniería de software pasó años, si no décadas, reconociendo que el software solo tenía éxito si satisfacía las necesidades de los usuarios finales. Años de dolorosas fallas llevaron a metodologías formales e informales para obtener requisitos de los usuarios y representarlos de manera comprensible para usuarios no técnicos y lo suficientemente precisos para que los desarrolladores de software puedan construir sistemas que satisfagan las necesidades de los usuarios.

Permitir que los tomadores de decisiones aprovechen al máximo los beneficios de los activos de datos y análisis desarrollados por la ciencia de datos requiere un conjunto de metodologías y herramientas similares a las que desarrollaron los ingenieros de software para satisfacer las necesidades de los clientes.

La necesidad de estas herramientas, junto con la articulación de los beneficios que ofrecen, se denomina cada vez más Decision Intelligence (DI). Gartner incluye DI en su Principales tendencias tecnológicas estratégicas para 2022y dice “Gartner espera que para 2023, más de un tercio de las grandes organizaciones tengan analistas que practiquen la inteligencia de decisiones, incluido el tipo de modelado de decisiones que es esencial para obtener una ventaja competitiva”.

A pesar del creciente consenso de que DI puede brindar un gran valor a los tomadores de decisiones y sus organizaciones, ha habido poca orientación práctica sobre cómo implementar DI o especificación de herramientas de software para ayudar en esto. Esta publicación es la primera de una serie para llenar este vacío y proporcionar:

  • Una metodología práctica que cualquier organización puede usar para obtener beneficios tempranos de Decision Intelligence, y
  • Un conjunto de aplicaciones de software que automatizan y asisten en esto.

Específicamente, exploraré los dos problemas clave para la toma de decisiones basada en datos:

  1. ¿Cómo pueden los tomadores de decisiones identificar los datos que necesitan para respaldar sus decisiones?
  2. ¿Cómo podemos usar los activos de datos para mostrar cómo los resultados de las decisiones dependen de las acciones del tomador de decisiones?

También presentaré nuevas herramientas para respaldar las respuestas a estas preguntas. Más detalles en la siguiente publicación.



marca zangari


Además de sus funciones como director ejecutivo, Zangari dirige la división Scalable Solutions de Quantellia LLC, donde es responsable de las soluciones de tecnología financiera, telecomunicaciones y Covid-19. Zangari también es el arquitecto de la suite de soluciones World Modeler de la empresa. Antes de unirse a Quantellia, Zangari pasó 15 años como CTO para una empresa de GIS espacial, donde se especializó en brindar soluciones para servicios públicos y telecomunicaciones.

Físico de formación, los artículos de Zangari sobre cosmología todavía se mencionan en la actualidad.

Fuente del artículo

¿Que te ha parecido?

Deja un comentario