Fase de Comprensión del Negocio en CRISP-DM: Definición Técnica del Problema Analítico

Fase de Comprensión del Negocio en CRISP-DM: definición del problema analítico y criterios de éxito

Esta fase asegura que el proyecto resuelva un problema real, medible y alineado con objetivos estratégicos. Aquí se define qué decisión se quiere mejorar, cómo se medirá el éxito y qué restricciones no se pueden ignorar. Si falla, aparecen modelos correctos pero inútiles.

Ver la guía completa del proceso

Cómo explorar datos y evaluar su calidad

Cómo decidir si el resultado sirve

Accesos rápidos

Qué es esta fase Qué se busca conseguir Componentes clave Errores frecuentes Importancia estratégica Relación con el resto del proceso Conclusión

Qué es esta fase

Es la etapa inicial en la que se analiza el contexto, se identifican necesidades reales, se traducen objetivos estratégicos en problemas analíticos y se definen criterios claros de éxito. Actúa como puente entre la organización y la analítica, evitando que el proyecto se convierta en un ejercicio técnico desconectado de decisiones.

flowchart LR
A[Necesidad real] --> B[Decisión]
B --> C[Objetivo analítico]
C --> D[Trabajo con datos]
D --> E[Impacto]

Qué se busca conseguir

El objetivo no es hablar de datos, sino responder con precisión a qué se quiere mejorar, qué decisión se quiere apoyar y qué impacto se espera. Solo cuando estas respuestas están claras tiene sentido avanzar a explorar datos y evaluar su calidad.

flowchart TD
A[Qué mejorar] --> B[Qué decidir]
B --> C[Impacto esperado]
C --> D[Criterios de éxito]

Si estas preguntas se responden a medias, el proyecto suele derivar en métricas bonitas sin cambios reales.

---

Componentes clave

Definir objetivos reales

Se identifican objetivos claros, realistas y alineados con la estrategia, como reducir abandonos, optimizar logística, incrementar ventas cruzadas o detectar fraude con antelación.

flowchart TD
A[Objetivo] --> B[Medible]
A --> C[Realista]
A --> D[Alineado]

Evaluar la situación actual

Se analiza el estado de procesos, sistemas disponibles, limitaciones legales o técnicas, y recursos humanos y tecnológicos. Esto evita diseñar soluciones imposibles de operar o mantener.

flowchart TD
A[Procesos] --> E[Viabilidad]
B[Sistemas] --> E
C[Restricciones] --> E
D[Recursos] --> E

Traducir el objetivo a un objetivo analítico

Se convierte el propósito en una tarea concreta. Por ejemplo, si se quiere reducir fuga de clientes, el objetivo analítico puede ser estimar la probabilidad de abandono en un horizonte temporal definido. Esta traducción determina el tipo de análisis y el enfoque de modelado.

flowchart LR
A[Meta] --> B[Decisión]
B --> C[Tarea analítica]
C --> D[Salida esperada]

Definir criterios de éxito

Se fijan métricas de negocio y métricas técnicas, además de condiciones mínimas de aceptación. Sin criterios de éxito, no se puede evaluar el resultado final de manera objetiva.

flowchart TD
A[Métricas de negocio] --> C[Aceptación]
B[Métricas técnicas] --> C
C --> D[Decisión final]

Elaborar el plan del proyecto

Se define alcance, entregables, cronograma aproximado, riesgos y suposiciones iniciales. El plan guía el trabajo, pero debe ser flexible: en proyectos de datos casi siempre se aprende algo nuevo al explorar el dato.

flowchart TD
A[Alcance] --> E[Plan]
B[Entregables] --> E
C[Cronograma] --> E
D[Riesgos] --> E

Errores frecuentes

• Empezar directamente con los datos sin una decisión clara.
• Definir objetivos vagos o imposibles de medir.
• No involucrar a responsables del negocio.
• Confundir métricas técnicas con éxito empresarial.
• Ignorar restricciones legales o éticas.

flowchart TD
A[Objetivo vago] --> C[Modelo inútil]
B[Sin responsables] --> C
D[Ignorar límites] --> C

Importancia estratégica

Esta fase reduce retrabajo, mejora la comunicación entre equipos, aumenta la probabilidad de adopción del resultado y justifica la inversión. Por eso sigue siendo clave incluso en enfoques modernos de IA: pone el foco donde importa, en la decisión y en el impacto.

flowchart TD
A[Claridad] --> B[Menos retrabajo]
A --> C[Mejor comunicación]
A --> D[Más adopción]
A --> E[Mejor ROI]

Relación con el resto del proceso

Las decisiones tomadas aquí afectan a qué datos se recopilan, cómo se preparan, qué modelos se eligen, cómo se evalúan resultados y cómo se despliega la solución. Una mala definición inicial compromete todo el proyecto, incluso si el trabajo técnico posterior es excelente.

flowchart LR
A[Definición] --> B[Datos]
B --> C[Preparación]
C --> D[Modelo]
D --> E[Evaluación]
E --> F[Uso]

Si quieres ver cómo se materializa esta conexión, consulta la exploración de datos y la evaluación final: Exploración y calidad Validación y criterio

Conclusión

Esta fase no es una formalidad: es el núcleo conceptual del proyecto. Define qué problema merece ser resuelto, por qué y cómo se sabrá si se ha tenido éxito. Sin una ejecución sólida aquí, el resto del proceso pierde sentido.

flowchart TD
A[Problema correcto] --> B[Trabajo correcto]
B --> C[Resultado útil]

Lecturas relacionadas:
Visión completa del proceso Siguiente paso: comprender los datos Más adelante: evaluación final