Siete pasos. El último devuelve al primero.
Cada paso tiene una condición de salida: algo que debe estar resuelto antes de avanzar. Saltarse una de esas condiciones es el origen de casi todos los proyectos de datos que terminan sin usarse.
- 01
Definir la pregunta
Una pregunta utilizable dice qué se decide, con qué horizonte y qué diferencia haría conocer la respuesta. «Queremos entender mejor a nuestros clientes» no es todavía una pregunta.
Condición para avanzar
La pregunta cabe en una frase y tiene una decisión asociada.
Error frecuente
Empezar por la herramienta disponible en lugar de por la decisión pendiente.
- 02
Revisar los datos
Qué existe, desde cuándo, con qué frecuencia y con qué huecos. Se comprueban duplicados, unidades, cambios de criterio a mitad de la serie y registros imposibles.
Condición para avanzar
Se conoce la cobertura real y los defectos están documentados, no corregidos en silencio.
Error frecuente
Tratar un cambio de sistema de registro como una variación del negocio.
- 03
Elegir el modelo
Se escoge la familia de modelos más simple capaz de responder la pregunta, y se escriben sus supuestos antes de ejecutarlo. La complejidad se añade sólo cuando una comparación la justifica.
Condición para avanzar
Los supuestos están escritos y son discutibles por alguien del negocio.
Error frecuente
Elegir un modelo por su sofisticación y ajustar después la pregunta para que encaje.
- 04
Comparar alternativas
Todo modelo compite contra una referencia deliberadamente simple: repetir el período anterior, usar el promedio, no hacer nada. Si no la supera de forma medible, la referencia gana.
Condición para avanzar
Existe al menos una referencia y una métrica de comparación acordada.
Error frecuente
Presentar un único modelo sin nada contra qué contrastarlo.
- 05
Validar
Se reserva una parte de los datos que el modelo no ha visto y se mide el error sobre ella. También se prueban casos extremos: valores nulos, divisiones por cero, series demasiado cortas.
Condición para avanzar
El error está medido sobre datos no usados en el ajuste.
Error frecuente
Medir el error sobre los mismos datos con los que se ajustó el modelo.
- 06
Comunicar
El resultado se entrega con su incertidumbre, sus supuestos y las condiciones en que deja de ser válido. Una cifra sin rango ni supuestos no es un resultado: es una opinión con decimales.
Condición para avanzar
Quien decide puede explicar el resultado con sus propias palabras.
Error frecuente
Reportar precisión numérica que el método no sostiene.
- 07
Revisar
Pasado el horizonte, se compara lo previsto con lo ocurrido y se decide si el modelo se ajusta, se cambia o se retira. Sin este paso no hay aprendizaje, sólo entregables acumulados.
Condición para avanzar
Hay una fecha de revisión fijada antes de entregar.
Error frecuente
Dar por cerrado el trabajo el día de la entrega.
El paso siete no cierra el trabajo: lo devuelve al paso uno con información nueva.
Comparar lo previsto con lo ocurrido es lo único que convierte un entregable en aprendizaje. Sin esa vuelta, un modelo envejece en silencio y nadie se entera hasta que falla.
Proponer un proyecto