El documento habla sobre el seguimiento de proyectos de Big Data desde la perspectiva de la alta gerencia. Explica que los proyectos de Big Data tienen características particulares como su novedad, alto costo y retorno de inversión incierto. Recomienda acordar factores críticos de éxito, cuantificar la zona de éxito, buscar precedentes, considerar si pequeños datos pueden ser suficientes, realizar un despliegue gradual y validar supuestos de manera incremental.
Seguimiento de los proyectos de big data desde la perspectiva de la alta gerencia
1.
2. Seguimiento de los proyectos de
Big Data desde la perspectiva de
la alta gerencia
2ignacio.urteaga@gmail.com
3. Agenda
• ¿Qué es Big Data?
• ¿Por qué seguimiento?
• ¿Qué tienen de particular los proyectos de Big
Data?
3ignacio.urteaga@gmail.com
4. ¿Qué es Big Data?
• Tamaño
• Complejidad
• Irreductibilidad
4ignacio.urteaga@gmail.com
5. ¿Seguimiento?
• Antes de empezar
– Análisis del negocio
– Nivel de madurez
• Durante: Diseñar para la validación gradual
• Después: Lecciones aprendidas
5ignacio.urteaga@gmail.com
6. ¿Qué tienen de particular?
• Novedad
• Costo
• Retorno de la inversión nebuloso
6ignacio.urteaga@gmail.com
7. ¿Qué tienen de particular?
• Novedad
– Lujuria tecnológica
– Falta de precedentes de retornos
– Falta de madurez organizacional
• Costo
• Retorno de la inversión nebuloso
7ignacio.urteaga@gmail.com
8. ¿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
8ignacio.urteaga@gmail.com
9. ¿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
9ignacio.urteaga@gmail.com
10. 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
10ignacio.urteaga@gmail.com
11. 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.
11ignacio.urteaga@gmail.com
12. 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
12ignacio.urteaga@gmail.com
13. 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
13ignacio.urteaga@gmail.com
14. ¿Alcanza con small data?
• ¿Puedo muestrar los datos sin destruir el problema?
• ¿Puedo reducir la dimensión del problema?
• ¿Puedo paralelizar soluciones parciales
tradicionales?
14ignacio.urteaga@gmail.com
15. 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?
15ignacio.urteaga@gmail.com
16. 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?
16ignacio.urteaga@gmail.com