En este Episodio nos dimos a la tarea de contar una historia al rededor de una de las 3 causas más comunes por las cuales los proyectos de datos y en específico de ciencia de datos fallan. Nos referimos a "Empezar con  una modelo demasiado ambicioso". Es decir, que deseamos que nuestro modelo matemático y estadístico resuelva la mayoría de preguntas o su alcance sobrepase nuestras capacidades técnicas para desarrollarlo.

Finalmente de dejamos las siguiente sugerencias para evitar que esto suceda:

Recuerda:  "Las empresas que utilizan los datos para tomar decisiones tienen que estar dispuestas a la incertidumbre"

Para más información sobre estos temas u otros, visítanos en:

#marketingAnalytics #marketingIntelligence #Cienciadedatos #DataScience #BigData #DataViz #BigDataAnalytics #InteligenciaArtificial #AI #InteligenciaArtificialEnMarketing #klustomer #BRITA #MachineLearning