La ciencia de datos es una gran herramienta para tener cuando se ejecuta un negocio.
Sin embargo, el análisis solo ayudará si genera impacto. Este impacto podría ser cualquier cosa, desde el crecimiento de la empresa, mejores productos o mayores ingresos.
El uso de análisis para tomar decisiones en su negocio se conoce como toma de decisiones basada en datos. Esto implica recopilar datos, extraer patrones y hechos y hacer inferencias.
Definitivamente es más popular ahora invertir tiempo y recursos para hacer que la mayoría de las decisiones de su empresa estén basadas en datos.
A pesar de esto, las encuestas muestran que corazonadas todavía factores en el proceso de toma de decisiones.
Un factor importante en esto es la falta de un marco adecuado para la toma de decisiones en la organización.
Este artículo presentará el marco BADIR y cómo puede usarlo para crear acciones procesables basadas en datos. conocimientos para su negocio.
Marco BADIR de datos a decisiones
El BADIR framework es un marco de datos para decisiones altamente efectivo diseñado para resolver problemas comerciales.
Es fácil de adaptar y funciona para cualquier industria. Su objetivo es combinar la ciencia de datos y la ciencia de decisiones en un marco fácil de seguir.
aryng, una conocida empresa de consultoría, capacitación y asesoramiento en ciencia de datos ideó este marco de datos para la toma de decisiones.
Hoy, varias empresas de Fortune 500 para sus iniciativas de transformación digital han adoptado BADIR.
Características clave del marco de datos para decisiones
- Proporcione información procesable basada en datos
- Formular un plan de análisis basado en hipótesis
- Facilita la especificación de datos para hacer dat
- Conocimientos derivados de las técnicas de reconocimiento de patrones en Aprendizaje automático (Machine learning & LLM) y estadísticas
- Presentar recomendaciones prácticas a las partes interesadas
Los cinco pasos en el marco de Data-to-Decisions
El marco de datos para decisiones de BADIR consta de cinco pasos que deben seguirse en orden.
Pregunta comercial
Antes de realizar cualquier tipo de extracción o análisis de datos, primero debemos comprender el contexto del problema que estamos tratando de resolver. Esto ayudará a reducir el número de iteraciones necesarias en el futuro.
Esto implica hacer las preguntas correctas. El marco nos anima a hacer las seis preguntas básicas (quién, qué, dónde, cuándo, por qué y cómo).
Por ejemplo, debemos asegurarnos de que entendemos qué decisión debe tomarse.
¿Es urgente esta decisión?
Necesitamos saber cuándo se espera que hagamos una recomendación final.
Por último, necesitamos saber quiénes son nuestros grupos de interés.
¿Deberían compartirse los datos con el equipo de marketing y el equipo de logística?
¿Cuántas partes interesadas necesitan conocer los resultados de nuestro análisis?
En efecto, tratamos de convertir preguntas muy básicas en preguntas adecuadas. Por ejemplo, podría tener la siguiente solicitud de datos: "datos de clientes por país, producto y característica".
Una solicitud mejor y más útil debería verse así: “¿Cuáles son las razones por las que perdemos clientes después del lanzamiento? ¿Qué acciones puede hacer el departamento de ventas y marketing para abordar esta pérdida?”
Plan de analisis
Después de decidir sobre una pregunta comercial concreta, nuestro siguiente paso es formular un plan de análisis.
Debemos crear objetivos SMART. SMART es un acrónimo que significa Specific, Measurable, Achievable, Relevant and Time Bound.
A continuación, debemos formular nuestras hipótesis. Estas son declaraciones que pretendemos probar o refutar usando nuestros datos. Junto a estas hipótesis, debemos fijar los criterios necesarios para probar cada una de ellas.
También debemos analizar la metodología necesaria durante el análisis de datos. Las metodologías comunes incluyen:
-
Agregados
-
La correlación
-
Tendencia
-
Estimacion
Después de decidir sobre la metodología, también debemos decidir sobre la especificación de datos.
¿Usaremos datos del año pasado o datos de todos los tiempos?
¿Utilizaremos principalmente datos financieros o datos de marketing?
Estas preguntas son importantes porque facilitarán el proceso de recopilación de datos más adelante.
El resultado final de este paso es un plan de proyecto. Esto incluye todos los recursos necesarios para ejecutar este análisis, así como el cronograma de cada paso del proceso. El plan del proyecto también especifica quiénes son las partes interesadas, así como los diversos roles dentro del equipo.
Por ejemplo, supongamos que tenemos la siguiente hipótesis: “Nuestra empresa está perdiendo clientes debido a una campaña de marketing menos exitosa en el último trimestre”.
Para probar o refutar este análisis, tendremos que extraer datos de marketing del año pasado.
Podemos usar la metodología de correlación para determinar si una métrica como el CTR está correlacionada o puede predecir la cantidad de clientes para cada trimestre.
Recolectar Datos
La recopilación de datos ahora es mucho más fácil, ya que pudimos describir la especificación de datos durante nuestro paso del Plan de análisis. Esto evitará que se recuperen datos innecesarios.
Esto es especialmente importante si estamos tratando con una cantidad significativa de datos, ya que ahorrará tiempo al realizar nuestra metodología elegida.
El paso de recopilación de datos también implica la limpieza y validación de datos. La limpieza de datos se refiere a la manipulación de datos para hacerlos utilizables.
Necesitamos realizar una validación de datos para asegurarnos de que los datos que tenemos sean precisos.
Obtener información
Nuestro próximo paso implica la obtención real de conocimientos a partir de nuestros datos.
En este paso, revisamos patrones en nuestros datos.
Por ejemplo, en el análisis de correlación podemos comenzar con un análisis univariante que analiza la distribución de las métricas clave. Si corresponde, también podemos averiguar si hay una diferencia entre una población de prueba y una población de control.
Usando los criterios que establecimos en el segundo paso, también tratamos de probar y refutar nuestras hipótesis.
Finalmente, el resultado de este paso debe ser nuestros hallazgos. Deberíamos presentar nuestros hallazgos con respecto al impacto cuantificado.
Por ejemplo, puede mencionar el impacto en dólares de una caída porcentual particular para involucrar a sus partes interesadas.
Se podría decir que una caída porcentual en la adquisición de clientes puede resultar en una caída de ingresos de $1 millón.
Recomendación
Las recomendaciones son el paso más importante en el marco BADIR. Estas recomendaciones deben ser procesables.
Son la razón principal por la que pasamos por cada paso en este marco.
En este último paso, queremos lograr múltiples cosas. En primer lugar, tenemos que comprometernos con el público objetivo. Esto significa que debe presentar recomendaciones breves y perspicaces.
Una recomendación creíble y sólida también lo llevará a ser percibido como un socio comercial eficaz.
Por último, su recomendación debe impulsar a su audiencia a la acción.
Si estará a cargo de presentar las recomendaciones, es importante crear una presentación de diapositivas que contenga todos sus hallazgos.
La creación de una plataforma de diapositivas es iterativa, comienza con todos sus hallazgos y optimiza progresivamente el flujo de la plataforma.
El conjunto de diapositivas final debe tener un resumen ejecutivo conciso. Podemos añadir cualquier información adicional en un apéndice.
Conclusión
Adoptar un marco de datos para decisiones es una excelente manera de asegurarse de que puede obtener información procesable de sus datos comerciales.
La combinación de la ciencia de datos con la ciencia de decisiones permite un diálogo entre todas las partes interesadas involucradas. Cada paso en el marco BADIR de datos a decisiones conduce a un resultado final efectivo: recomendaciones procesables.
¡Háganos saber cómo su negocio o equipo puede beneficiarse de este tipo de marco!
Deje un comentario