いろいろありますが、適時性ですね。
基本的にデータサイエンティストは精度を上げていき続けることが出来るわけで、いつリリースするのか。
ビジネス要因でも決まり得るものですが、それ以外にもタイミングを逃す要因はいろいろ。
新しいアルゴリズム(SOTA)が更新された。
APIが公開された。
データが増えた。
仕様が変更された。
基本的にはデータサイエンスで営業とやる場合は援軍ポジションなので、援軍到着が間に合わなければ終わりです
でも逆にリリースが早過ぎてもダメです
アルゴリズムが弱い。
データカラムが少ない。
サンプル数が少ない。
メンバーがジョインしてこない。
あらゆる理由でタイミングを逃します
馬の目を抜く様に精密に適時性を読む必要があります