Lienzo de Matriz de Prioridad: Caso de Uso PICK

¿Por qué usarlo?

Elige la mejor aplicación/caso de uso de datos y IA según la relación costo-valor.

¿Cuándo utilizarlo?

Si existen múltiples ideas de casos de uso para aplicaciones analíticas y de IA dentro del mismo dominio de aplicación y en el mismo nivel de madurez analítica y de IA, y no está claro cuál priorizar para investigar más durante el taller o para implementar posteriormente, utiliza el método PICK. Este método ayuda a tomar decisiones rápidas en grupo basadas en una "guesstimation"—una estimación aproximada de la complejidad frente al valor de cada aplicación. El acrónimo "PICK" representa los cuatro cuadrantes de la matriz de prioridad: "Posible", "Implementar", "Desafiar" y "Eliminar".

¿Cómo usarlo?

I. Preparación

① Completa el encabezado del lienzo:

a) Etiqueta Enfocarse en en el encabezado del lienzo con una nota adhesiva blanca para el dominio de aplicación y la madurez analítica y de IA.

② Etiqueta los ejes y cuadrantes con notas adhesivas blancas:

a) Eje X: "Complejidad técnica, analítica y organizacional" - la complejidad puede surgir de varias fuentes, como un panorama de datos fragmentado, obstáculos técnicos o procesos complejos. Esta complejidad no solo incrementa los costos de implementación y operación, sino que también provoca retrasos que posponen la realización del valor. Adicionalmente, aumenta los riesgos económicos, ecológicos, legales y técnicos.

b) Eje Y: "Valor añadido al objetivo" - Evalúa el valor de una aplicación en función de su contribución hacia el logro del objetivo establecido durante el taller.

③ Etiqueta los cuadrantes: Cada uno de los cuatro cuadrantes debe ser etiquetado de acuerdo con el acrónimo "PICK". El orden se muestra a continuación.

a) I. Cuadrante: "I. Implementar" - Debes implementar aquellas aplicaciones de baja complejidad y alto valor.

b) II. Cuadrante: "III. Retar" - Deberías retar esas aplicaciones de alta complejidad y alto valor antes de implementarlas.

c) III. Cuadrante: "II. Posible" - Podrías implementar esas aplicaciones de baja complejidad y bajo valor, si no hay aplicaciones de baja complejidad y alto valor.

d) IV. Cuadrante: "IV. Eliminar" - Deberías "eliminar" y por lo tanto evitar o posponer aplicaciones que son de alta complejidad pero bajo valor. Colócalas en tu backlog (por ejemplo, catálogo de casos de uso) hasta que se desarrollen las estructuras técnicas, organizacionales y de personal necesarias para reducir la complejidad.

II. Estimación inicial

④ Ancla: Selecciona una aplicación del campo "Ordenar en" en el borde izquierdo que tenga complejidad y valor medios. Colócala en el centro del lienzo. Esto servirá como tu elemento ancla, proporcionando un punto de referencia para comparar todas las demás aplicaciones mientras las categorizas según su complejidad y valor.

Consejo: Si ya implementaste una aplicación dentro del mismo dominio y nivel de madurez analítica y de IA que tiene complejidad y valor medios, usa esta aplicación existente como tu ancla.

Ahora comienzas a trabajar con los cuadrantes que etiquetaste en el paso ③: Haz que los participantes evalúen cada aplicación restante en comparación con las ya posicionadas en la matriz, particularmente el elemento ancla. Ajusta la colocación según esta comparación:

• Complejidad: Mueve la aplicación hacia la derecha si su complejidad es mayor que la del ancla, y hacia la izquierda si es menor.

• Valor: Coloca la aplicación más arriba si su valor es mayor que el del ancla, y hacia abajo si es menor.

Además, utiliza notas adhesivas blancas para anotar cualquier supuesto realizado durante tus estimaciones, asegurando claridad y transparencia en el proceso de toma de decisiones.

Consejo: Si una aplicación depende de otra, ilustra esta dependencia conectándolas con flechas. Coloca la aplicación dependiente más a la derecha y más arriba, indicando una mayor complejidad debido a su dependencia de otra aplicación y un mayor valor al aportar beneficios adicionales.

Opcional: Si hay mucho debate o incertidumbre sobre la probabilidad de fallo o impacto, utiliza colores en las notas adhesivas para mostrar cuán seguro estás:

• Verde: Absolutamente seguro

• Amarillo: Moderadamente seguro

• Rojo: No seguro en absoluto

III. Próxima Mejor Aplicación

Concéntrate en las aplicaciones en el I. Cuadrante "Implementar": ese es tu conjunto relevante.

Si este cuadrante está vacío, dirígete al III. Cuadrante "Posible". Si ambos cuadrantes carecen de entradas, reevalúa tu elemento de anclaje, ya que puede no representar de manera precisa el escenario promedio. En tales casos, rehacer el paso II. Guesstimation utilizando una aplicación "promedio" más representativa.

Importante: ¡El elemento de anclaje también forma parte de tu conjunto relevante!

Del conjunto relevante, selecciona una aplicación que no dependa de ninguna aplicación precursora o prerrequisito como la próxima mejor aplicación. Discute sus ventajas y desventajas. Si no se alcanza un consenso sobre la próxima mejor aplicación, realiza una votación o deja que el responsable de la decisión tome la decisión final.

¿Dónde encontrar más?

Datentreiber te ofrece no solo esta plantilla de Miroverse, sino también:

• El Data & AI Business Design Kit ofrece numerosos lienzos de código abierto para aplicar el Método de Diseño de Data & AI Business.

• Además, la comunidad Data & AI Business Design Community está disponible de forma gratuita para intercambios, eventos y contenido experto.

• Los cursos de formación online y presenciales con certificación están disponibles en la Data & AI Business Design Academy.

• Muchos más herramientas de gestión, plantillas de talleres y planos de proyectos están disponibles en nuestro comercial Data & AI Business Design Bench.

• Nuestro servicio de Data & AI Business Consulting ofrece soporte para tus proyectos de estrategia, innovación y transformación de datos e inteligencia artificial.

Si estás interesado o tienes alguna pregunta o comentario, por favor contáctanos en: info@datentreiber.de.

Derechos de autor: Todos los derechos reservados por Datentreiber GmbH.