Hispanopedia Wiki
Articulo de referencia

Pensamiento basado en datos

Data Thinking es un marco que integra la ciencia de datos con el proceso de diseño . Combina el pensamiento computacional, el pensamiento estadístico y el conocimiento específic...

Hispanopedia WikiContenido en espanolLectura gratuita

Data Thinking es un marco que integra la ciencia de datos con el proceso de diseño . Combina el pensamiento computacional, el pensamiento estadístico y el conocimiento específico del dominio para guiar el desarrollo de soluciones basadas en datos en el desarrollo de productos. El marco se utiliza para explorar, diseñar, desarrollar y validar soluciones, [ 1 ] con un enfoque en la experiencia del usuario y el análisis de datos , incluyendo la recopilación e interpretación de datos.

El marco tiene como objetivo aplicar la alfabetización de datos e informar la toma de decisiones a través de conocimientos basados ​​en datos. [ 2 ] [ 3 ] [ 4 ] [ 5 ]

Más allá de su descripción como marco de desarrollo, el Pensamiento de Datos también se ha caracterizado como una mentalidad que parte de problemas empresariales y casos de uso concretos, en lugar de tecnologías o fuentes de datos disponibles. Desde esta perspectiva, las soluciones basadas en datos se desarrollan y evalúan en función de su aplicación práctica y la creación de valor organizacional. [ 6 ] [ 7 ]

Componentes principales

Según "Pensamiento computacional en la era de la ciencia de datos": [ 1 ]

  • El pensamiento basado en datos implica comprender que las soluciones requieren reglas basadas tanto en datos como en el conocimiento del dominio.
  • El análisis de datos evalúa si los datos representan con precisión escenarios de la vida real y mejora la recopilación de datos cuando es necesario.
  • Este marco conceptual subraya la importancia de preservar el significado específico del dominio durante el análisis de datos.
  • El pensamiento basado en datos incorpora análisis estadísticos y lógicos para identificar patrones e irregularidades.
  • El pensamiento basado en datos implica probar soluciones en contextos de la vida real y mejorar iterativamente los modelos en función de nuevos datos.
  • El proceso requiere evaluar los problemas desde múltiples niveles de abstracción y comprender el potencial de sesgos en las generalizaciones.

Fases principales

Contexto estratégico y análisis de riesgos

Analizar la estrategia digital general y evaluar los riesgos y las oportunidades es un paso común antes de comenzar un proyecto. Técnicas como la búsqueda de tendencias , el análisis de tendencias y la planificación de escenarios pueden ser útiles para ello. [ 8 ]

Ideación y exploración

En esta fase, se identifican las áreas de enfoque y se desarrollan casos de uso mediante la integración de los objetivos organizacionales, las necesidades de los usuarios y los requisitos de datos. Se aplican métodos de pensamiento de diseño, como la creación de personas y el mapeo del recorrido del cliente. [ 9 ]

Prototipado

Se crea una prueba de concepto para evaluar la viabilidad y refinar las soluciones mediante una evaluación iterativa para optimizar el rendimiento efectivo. [ 10 ]

Implementación y seguimiento

Las soluciones se prueban y se supervisan para evaluar su rendimiento y su mejora continua. [ 2 ] [ 4 ]

Implementación del pensamiento basado en datos

Los siguientes recursos explican con más detalle el pensamiento basado en datos y sus aplicaciones:

  • "Pensamiento basado en datos: Marco para soluciones basadas en datos" de StackFuel [ 11 ]
  • "¿Qué es el pensamiento de datos? Un enfoque moderno para diseñar una estrategia de datos" por Mantel Group [ 12 ]
  • "Pensamiento en ciencia de datos" de SpringerLink [ 13 ]

Estas fuentes proporcionan información detallada sobre la metodología, las fases y los beneficios de adoptar el pensamiento basado en datos en los procesos organizativos.

Véase también

Referencias

  1. ^ Mike , Koby; Ragonis, Noa; Rosenberg-Kima, Rinat B.; Hazzan, Orit (21 de julio de 2022). "Pensamiento computacional en la era de la ciencia de datos" . Comunicaciones de la ACM . 65 (8): 33– 35. doi : 10.1145/3545109 . ISSN 0001-0782 . S2CID 250926599 .  
  2. 1 2 "¿Por qué las empresas necesitan el pensamiento basado en datos?" . 2020-07-02.
  3. ↑ "Data Thinking - Mit neuer Innovationsmethode zum datengetriebenen Unternehmen" [ Con nuevos métodos de innovación para la empresa basada en datos ] (en alemán).
  4. 1 2 "Pensamiento basado en datos: Una guía para el éxito en la era digital" .
  5. ↑ Herrera, Sara (21-02-2019). "Data-Thinking als Werkzeug für KI-Innovation" [ El pensamiento de datos como herramienta para la innovación en IA ] . Handelskraft (en alemán).
  6. ↑ Kronsbein, Tizian; Mueller, Roland M. (2019). Data Thinking: A Canvas for Data-Driven Ideation Workshops . Actas de la 52.ª Conferencia Internacional de Hawái sobre Ciencias de Sistemas. págs. 561–570 . 
  7. ↑ "Pensamiento basado en datos: el método detrás de la implementación exitosa de la IA" .
  8. ↑ Schnakenburg, Igor; Kuhn, Steffen. "Pensamiento de datos: Daten schnell produktiv nutzen können". LÜNENDONK-Magazin "Künstliche Intelligenz" (en alemán). 05/2020: 42– 46.
  9. ↑ Nalchigar, Soroosh; Yu, Eric (2018-09-01). "Análisis de datos impulsado por el negocio: un marco de modelado conceptual". Data & Knowledge Engineering . 117 : 359–372 . doi : 10.1016/j.datak.2018.04.006 . S2CID 53096729 . 
  10. ↑ Brown, Tim; Wyatt, Jocelyn (2010-07-01). "Design Thinking for Social Innovation". Development Outreach . 12 (1): 29– 43. doi : 10.1596/1020-797X_12_1_29 . hdl : 10986/6068 .
  11. ↑ "Artículo del blog" .
  12. ↑ "Artículo del blog" .
  13. ↑ "Enlace al documento" .