Inventaria capacidades con claridad: dominios de negocio, servicios críticos, dependencias, flujos de datos y herramientas. Mide deuda técnica con criterios compartidos, no opiniones sueltas. En una plataforma de streaming, catalogar pipelines de datos reveló duplicidades costosas. En un neobanco, revisar colas de eventos mostró picos no controlados en horas de nómina. Documenta riesgos, oportunidades rápidas y estimaciones de esfuerzo para priorizar tramos de impacto temprano.
Identifica quién decide, quién ejecuta y quién puede frenar el avance. En neobancos, regula la conversación con cumplimiento, auditoría interna y proveedores críticos. En streaming, alinea con licenciamientos, publicidad y soporte. Enumera normativas relevantes, como prevención de lavado de dinero, privacidad de datos y estándares de seguridad. Visualiza riesgos y controles compensatorios, proponiendo salvaguardas pragmáticas que habiliten experimentación responsable y aprendizaje rápido.
Establece definiciones únicas para conceptos críticos como usuario activo, transacción válida y reproducción completa. Automatiza validaciones de integridad, frescura y unicidad. Asigna responsables de dominios con acuerdos de nivel de servicio de datos. Documenta transformaciones con linaje verificable para auditorías. Cuando los analistas confían en las métricas, la conversación pasa de discutir números a decidir acciones. Invita a líderes a revisar paneles mensuales y proponer mejoras basadas en anomalías detectadas.
Comienza simple con reglas y modelos baseline, luego itera hacia enfoques más sofisticados. Mide lift incremental, no solo precisión offline. En streaming, mezcla popularidad contextual con embeddings; en neobancos, usa señales de comportamiento responsable para ofertas prudentes. Controla fatiga usando límites y diversidad. Establece experimentos con segmentos protegidos, evitando impactos negativos en colectivos sensibles. Comunica cómo se usa la información, construyendo confianza tan importante como el rendimiento del modelo.





