Do Business Model Canvas (BMC) para o Machine Learning Canvas
O Business Model Canvas (BMC) é uma ferramenta de gestão estratégica para definir e comunicar com rapidez e facilidade uma ideia ou conceito de negócio.
É um documento de uma página que trabalha através dos elementos fundamentais de um negócio ou produto, estruturando uma ideia de forma coerente e fornecendo os detalhes necessários para a proposta de valor e todas as informações para decidir se o projeto é justificável ou não.
Esta ferramenta foi implementada em vários tipos de canvas, como o Deep Learning Canvas, o All Project Canvas, o Machine Learning Canvas e muito mais.
Os canvas são gráficos visuais que permitem a descrição de objetos complexos de maneira clara: cada componente-chave tem seu próprio bloco e os blocos são organizados de forma a facilitar a compreensão visual.
O Machine Learning Canvas é a ferramenta que traduz as atividades de data science da organização nas iniciativas estratégicas de negócios da organização. O MLC pode ser enriquecido usando o Machine Learning ROI que poderá demonstrar como modelar o valor de investimento do MLC.
Benefícios do uso de Canvas
Por que deve usar o Canvas?
- Fácil de entender, muito visual e apenas em uma página
- Mantém a equipa focada
- Flexível: é rápido e fácil fazer alterações e esboçar diferentes ideias.
- Direcionado para o cliente: o Canvas facilita a identificação proposta de valor
- Demonstrar correlações: A natureza gráfica de página única do Canvas mostra como as diferentes partes do modelo se inter-relacionam entre si.
- O modelo de Canvas é tão fácil de entender que permitirá a partilha e informação sobre o progresso com a equipa.
Porquê o Machine Learning Canvas?
O MLC é o primeiro passo para associar os objectivos de MLC com os objetivos da organização e posteriormente avaliar a sua viabilidade.
Poderá identificar as principais restrições do sistema ML, que têm impacto na tecnologia a ser escolhida. O ML Canvas deve ser feito antes da Análise Exploratória de Dados.
O Machine Learning Canvas permite descrever o aprendizado real que ocorre em sistemas inteligentes.
Deve ser iniciado com a Proposta de Valor do sistema onde o ML será usado. A proposição de valor inclui o quê, por que e quem: o que se está a fazer, por que é importante e quem vai usar o sistema ou será afetado por ele. Depois, há o Como, que pode ser dividido em duas partes: aprender e fazer previsões.
Live Evaluation and Monitoring, permite especificar métodos e métricas para avaliar o sistema após a implementação e quantificar a criação de valor. É dedicado a medir o funcionamento do sistema.
Quando terminar, a equipa deve decidir se essa ideia deve continuar.
Quando é um Sim, a Equipa deve usar o Machine Learning ROI para demonstrar o retorno do investimento do ML para validar o valor para os negócios.
Digitalização SMART
A inovação tecnológica está a impulsionar os negócios para transformar o modo tradicional de trabalho na sua empresa através da digitalização, esperando que essa mudança contribua para gerir riscos e melhorar custos, desempenho, qualidade e segurança.
Após a transformação, a sustentabilidade é uma necessidade, por isso é necessário mudar os processos e adaptar as habilidades a essa nova maneira de trabalhar.
É por isso que é tão importante validar as iniciativas que sua empresa está promovendo, antes de começar a gastar um monte de dinheiro em solução que mais tarde não servirá aos objetivos da empresa.
