Definición del problema y alcance
Del deseo al problema
«Queremos usar IA» no es un problema. Hay que bajarlo a una necesidad concreta: qué dolor, qué decisión o qué proceso se quiere mejorar, y por qué importa.
Preguntas que aclaran
- ¿Quién sufre el problema y cuánto?
- ¿Qué decisión cambiaría con una mejor respuesta?
- ¿Cómo se mide hoy y cómo se mediría el avance?
Objetivos medibles
Cada objetivo debe ligarse a una métrica y un umbral. «Mejorar la predicción» se vuelve «subir el recall de fraude del 70 % al 85 % sin pasar de 1 % de falsos positivos».
Métricas de negocio frente a técnica
- Una métrica de modelo no siempre traduce valor real.
- Conectar exactitud con coste, ingreso o riesgo.
- Validar que optimizamos lo que de verdad importa.
Acotar el alcance
Definir qué entra y, sobre todo, qué queda fuera. El alcance acotado hace el proyecto terminable; sin recortes, todo proyecto se desborda.
Requisitos y restricciones
- Datos disponibles y su calidad real.
- Limitaciones de tiempo, cómputo y presupuesto.
- Restricciones legales, éticas y de privacidad.
Estudio de viabilidad
Antes de comprometerse, conviene un análisis rápido: ¿existen los datos? ¿hay señal plausible? ¿el esfuerzo justifica el beneficio esperado?
Riesgos tempranos
- Datos inaccesibles o de peor calidad de la supuesta.
- Problema que resulta no ser de datos.
- Criterio de éxito ambiguo que nadie firmó.
El documento de alcance
Un texto breve y firmado que fija problema, objetivos medibles, entregables, límites y riesgos. Es el contrato que evita discusiones después.
Partes interesadas
- Identificar quién decide y quién sufre el resultado.
- Alinear expectativas desde el principio.
- Un patrocinador que respalde el criterio de éxito.
Revisión y validación
Contrastar la definición con expertos del dominio. El error más caro es resolver perfectamente el problema equivocado.
Errores frecuentes
- Empezar por la técnica antes de entender el problema.
- Dejar el alcance abierto y sin límites escritos.
- Atar el éxito a una métrica vaga que nadie firmó.
Ejemplo resuelto: de un deseo a un problema acotado
Un banco dice «queremos usar IA». Así se traduce a un proyecto definible:
- Identificar el dolor concreto: impagos que se detectan tarde.
- Definir la decisión que apoya: a qué cliente revisar primero.
- Atar una métrica con umbral: subir el recall del 70 al 85 por ciento.
- Acotar el alcance: solo crédito al consumo, no hipotecas.
- Verificar viabilidad: existen los datos y hay señal plausible.
¿Para qué sirve en la realidad?
La mayoría de proyectos de datos fracasan por un mal arranque: definir bien el problema y firmarlo evita meses trabajando en algo inabarcable o que nadie necesitaba.
Un buen objetivo de proyecto de datos debe ser:
Acotar el alcance de un proyecto aumenta la probabilidad de terminarlo con éxito.
Alcance
Ordena la puesta a punto de un proyecto:
Problema
Metrica
Viabilidad
Alcance
Acta de proyecto
Documento que autoriza y delimita un proyecto.
Une cada pregunta con lo que aclara:
Del deseo al acta
# Definir un proyecto ## Problema ### quién lo sufre ### qué decisión apoya ## Objetivos ### métrica con umbral ### valor de negocio ## Viabilidad ### datos disponibles ### señal plausible ## Alcance ### qué entra ### qué queda fuera
Deriva del alcance
El crecimiento descontrolado de límites que desborda un proyecto.
Un banco pide «predecir impagos con IA». Formula el problema en una frase, una métrica con umbral y un riesgo de viabilidad que comprobarías primero.