Transcript

Seguimiento de los proyectos de Big Data desde la perspectiva de

la alta gerencia

[email protected]

Agenda

• ¿Qué es Big Data?

• ¿Por qué seguimiento?

• ¿Qué tienen de particular los proyectos de Big Data?

[email protected]

¿Qué es Big Data?

• Tamaño

• Complejidad

• Irreductibilidad

[email protected]

¿Seguimiento?

• Antes de empezar– Análisis del negocio

– Nivel de madurez

• Durante: Diseñar para la validación gradual

• Después: Lecciones aprendidas

[email protected]

¿Qué tienen de particular?

• Novedad

• Costo

• Retorno de la inversión nebuloso

[email protected]

¿Qué tienen de particular?• Novedad– Lujuria tecnológica

– Falta de precedentes de retornos

– Falta de madurez organizacional

• Costo

• Retorno de la inversión nebuloso

[email protected]

¿Qué tienen de particular?• Novedad

• Costo– ¿Hace falta comprar equipos?

– ¿Hace falta contratar expertos?

– ¿Hay que educar a los consumidores?

• Retorno de la inversión nebuloso

[email protected]

¿Qué tienen de particular?

• Novedad

• Costo

• Retorno de la inversión nebuloso– Buscar antecedentes reales de la industria

– Sospechar de los vendedores de software

– Sospechar de los casos de éxito

[email protected]

Pasos recomendados• Acordar los factores críticos de éxito

• Cuantificar la zona de éxito

• Buscar precedentes

• ¿Alcanza con small data?

• Planear un despliegue gradual

• Planear validación de supuestos paso a paso

[email protected]

Acordar factores críticos de éxito

• Indicadores que permitan medir el nivel de éxito alcanzado.

• Incluir como se calcularán a partir de los sistemas transaccionales

• El acuerdo debe incluir a todos los sectores interesados: comercial, operaciones, BI, etc.

[email protected]

Cuantificar la zona de éxito

• Explicitar como se calculará el desvío estadístico de cada indicador

• Definir la zona de éxito para cada indicador si son independientes o en conjunto si son dependientes

• De ser posible reducir a un indicador atado a la ganancia del negocio

[email protected]

Buscar precedentes• En principio en la misma industria

• Si no se puede buscar tamaños comparables en otras industrias.

• Validar los costos propuestos contra los reportados

• Validar las mejorías obtenidas

• Puede valer la pena pagar distintos planes de mejora para comparar las propuestas

[email protected]

¿Alcanza con small data?

• ¿Puedo muestrar los datos sin destruir el problema?

• ¿Puedo reducir la dimensión del problema?

• ¿Puedo paralelizar soluciones parciales tradicionales?

[email protected]

Despliegue gradual

• ¿Necesito todo el hardware desde el día 0?

• ¿Qué resultados parciales encontraré por el camino?

• ¿Qué valor del negocio puedo extraer de ellos?

[email protected]

Validación paso a paso

• ¿Puedo medir algún éxito a medio camino?

• ¿Puedo refutar alguna hipótesis a medio camino?

• ¿Hay cambios en los supuestos e hipótesis?

[email protected]

¿Preguntas?

[email protected]


Recommended