Convirtiendo el Conocimiento en Acción

Ahora que hemos evaluado los resultados de nuestro análisis y generado informes sobre el valor potencial de los resultados, el siguiente paso consiste en determinar que acciones deben tomarse basándonos en los conocimientos adquiridos.

Fase de Accionamiento del Conocimiento del Proceso de Ciencia de Datos

Acuérdate de por que hemos empezado primero reuniendo los datos y analizándolos: para buscar conocimientos útiles o valiosos dentro de todos estos conjuntos de datos, para responder a preguntas o para mejorar los procesos de negocio. Por ejemplo, ¿Debemos cambiar algo en nuestro proceso para eliminar cuellos de botella?, ¿Deberíamos añadir datos a la aplicación para que sea más precisa?, ¿Debemos segmentar nuestra población en grupos mejor definidos para tener un marketing dirigido más eficaz? Este es el primer paso para convertir el conocimiento en acción.

Una vez que hayamos decidido como actuar, el siguiente paso es averiguar como implementar la acción. ¿Que es necesario para añadir esta acción a nuestro proceso o aplicación? ¿Como vamos a automatizarla? Debemos identificar a los grupos de interés y hacer que se involucren en este cambio.

Al igual que sucede con cualquier optimización de procesos, tenemos que monitorizar y medir el impacto de la acción en el proceso o aplicación. Evaluar el impacto conlleva una evaluación de resultados.

La evaluación de resultados de la acción aplicada determinará los pasos a seguir: ¿Necesitamos llevar a cabo un análisis adicional con el fin de obtener mejores resultados? ¿Que datos debemos revisar? ¿Que posibilidades adicionales debemos investigar? Por ejemplo, no olvidemos lo que nos permite hacer Big Data: acciones en tiempo real basadas en la transmisión de flujos de información a alta velocidad. Tenemos que definir que parte del negocio necesita acciones en tiempo real para poder influir en las operaciones o en la interacción con el cliente. Una vez que hayamos definido estas acciones en tiempo real, tenemos que asegurarnos de que existan sistemas automatizados o procesos para la realización de dichas acciones y proporcionar mecanismos de recuperación ante fallos en caso de problemas.

Resumiendo:

Big Data y la Ciencia de Datos son útiles únicamente si los conocimientos (insights) pueden convertirse en acciones, y si las acciones son cuidadosamente definidas y evaluadas.