No veo mejor oportunidad para insistir en lo fundamental que es tener buenos datos para tomar decisiones. Y cuando digo buenos datos no necesariamente es que el dato haya de ser perfecto, me explico: el dato puede ser el que es, el "minado" en bruto. Lo que es necesario es extraer de ahí su sentido sin añadir inferencias artificiales.
Se trata de evitar las decisiones basadas en intuiciones o conjeturas y basarse en los datos que son representativos de tendencias y que pueden ayudar en el proceso de la toma de acciones. No significa que quitemos la parte de la mirada experta, la parte humana de las decisiones; si no que podamos verificar, asistir y evaluar que las decisiones son las mejores que podríamos tomar ante un problema dado.
Lo fundamental es que antes de encontrar las respuestas es necesario plantearse las adecuadas preguntas para tener la estrategia básica que nos permitirá empezar el minado de los datos.
Cuando compongamos nuestros primeros conjuntos de datos es necesario poner esos datos a trabajar en base a la estrategia y a las tendencias para hacer proyecciones aplicando IA que puedan usar redes neuronales de aprendizaje en base a modelos numéricos, de esta forma podremos abrir pequeñas ventanas que nos muestren cómo afectarían nuestras decisiones y ponerlas en test antes de su implementación.
¿Cuanto cuesta todo esto? La respuesta es si vale la pena no hacerlo, si vale la pena dejar pasar la oportunidad de teniendo los datos no analizarlos y verificar las opciones. Cambiando la pregunta, ¿cuánto estás dispuesto a pagar por no hacerlo?