Ciclo de vida en soluciones Machine Learning

Una de las claves del éxito de las aplicaciones de analítica avanzada es precisamente el ciclo de vida de la solución a la problemática planteada. La estrategia corporativa debe contemplar la incorporación de los agentes necesarios para acometer la iniciativa Data Analytics y, por tanto, debe existir una estrategia a alto nivel que impulse y comunique la necesidad y la importancia e impacto que estas técnicas pueden ejercer en el negocio.

Desde el punto de vista estratégico:

• Identificar los Stakeholders: Definir los stakeholders dentro de las áreas de negocio que, junto con la figura del CDO pueden acotar el alcance y encontrar el requerimiento y posible solución que de respuesta a la problemática planteada.
• Una vez creada la petición, el CDO debe validar junto con su equipo de desarrollo la viabilidad, tanto técnica como funcional y, confirmar si es posible la implementación de la solución.
• Una vez confirmada es necesario crear KPI objetivos que permitan evaluar la mejora de la solución a la problemática actual.
• El equipo de desarrollo junto al CDO debe crear el modelo que pueda sustentar y posibilitar dar respuesta a la solución original. Esta solución se puede potenciar a través del uso de metodología ágiles, e ir generando iteraciones con los stakeholders.
• Una vez definido el modelo adecuado, se debe promocionar al entorno de pruebas para que, en fases posteriores, la solución pueda ser correspondientemente validada. Una vez validada se despegará en entornos de producción
• Comunicación de resultados. Comunicar a negocio los puntos clave de la solución propuesta.

Para tener más detalle de los pasos necesarios a acometer desde el punto de vista Data analytics, se muestra un esquema del workflow que debe llevarse a cabo en este tipo de iniciativas.

Cada una de las tareas debe llevarse a cabo de manera secuencial

• Business requirements: Entender las necesidades de negocio
• Viability Check: Estudiar la viabilidad de la solución
• Data Acquisition: Incorporar los datos necesarios al problema
• Advanced Analysis Solution: Búsqueda de la solución
• Data Governance: Incluir nuevos datos den catálogo
• Solution Validation: Validar la solución