¿Para qué sirven los datos? Breve introducción a los Niveles de Análisis y sus posibles usos en Marketing

Contemplum

La palabra contemplar deriva del vocablo latino contemplum. Así se denominaba a una plataforma elevada que solía estar en los templos paganos. Se la utilizaba para estudiar el firmamento por las noches y descubrir desde allí los designios de los dioses. Lo que iba a suceder. De contemplum procede el término contemplari que significa “mirar lejos”.

Contemplar es mirar, pero con atención. ¡Con interés! Y ese interés proviene del valor que tiene lo observado. Hay distintas maneras de llevar adelante esta observación para extraer lo deseado. Es decir: el cómo observamos define lo que obtenemos.

Se dice en las empresas, se repite de manera hueca, que los datos aportan valor. Pero poco se estudia cómo extraerlo. El valor de los datos no está dado por los datos en sí, sino por las técnicas de análisis que se aplican sobre ellos. 

Cada técnica genera un tipo de valor diferente.

En Data Science se definen dos métodos de contemplación que sirven para extraer resultados diferentes: el Análisis Descriptivo y el Análisis Predictivo. Ambos, además, se dividen en 2 subniveles.

Mirando hacia atrás: el Análisis Descriptivo

Hay un atributo que tienen los datos que es incuestionable: son propiedad del pasado. Cuando hago Análisis Descriptivo me paro en el presente, me doy vuelta hacia atrás y describo lo que sucedió. 

El valor a obtener en este nivel surge de responder la pregunta: ¿Qué pasó?

Así, la mayoría de los reportes que consultamos en nuestro BI son de naturaleza descriptiva:

• Histórico de ventas mensuales del último año.
• Usuarios que hicieron reclamos en los últimos 90 días.
• Clientes que compraron por encima de la media en su último pedido.

Las herramientas clásicas de Data Science para hacer Análisis Descriptivo son: las tablas dinámicas en Excel, las medidas de tendencia central, los histogramas, el SQL básico.

Si a esa descripción histórica de lo que veo en los datos le agrego técnicas de exploración que encuentren los motivos de lo sucedido, estaré haciendo también Análisis Diagnóstico.

El valor a obtener en este nivel surge de responder la pregunta: ¿Por qué pasó?

Algunos ejemplos de reportes de diagnóstico son:

• Histórico de mis ventas en relación a la evolución del mercado total.
• Correlación entre variables de la economía y mi demanda.
• Evolución de la demanda ante variaciones de los precios.

Las herramientas clásicas de Ciencia de Datos para hacer Análisis Diagnóstico son: las correlaciones, las regresiones y el SQL avanzado.

¿Qué es predecir?

El Análisis Predictivo no es adivinar el futuro, es una forma de contemplación diferente. Aclaremos una obviedad: este tipo de análisis se hace también sobre la misma fuente: los datos del pasado. No tenemos información del futuro para predecir (salvo que seamos clarividentes). La materia prima es la misma.

Entonces cuando hablamos de Análisis Predictivo nos referimos a una serie de técnicas de análisis en particular. A diferencia de los niveles ya descritos, donde el objetivo es obtener una representación de lo que pasó, en los niveles predictivos buscamos crear los escenarios futuros más probables en base al análisis histórico de lo sucedido.

Los resultados de los modelos predictivos estarán siempre asociados a una probabilidad de ocurrencia que tiene que ver con la certeza que el modelo asume sobre sí mismo. No profundizaré sobre este tema hoy, pero sí diré que las técnicas predictivas son capaces de evaluarse a sí mismas y dar un grado de veracidad a sus resultados.

Aquí es clave entender esta idea de probabilidad asociada al resultado. Por lo general, cuando implemento modelos de este tipo con mis clientes, les cuesta mucho entender los resultados en términos de probabilidad y hacen un mal uso de la herramienta. El problema es que estamos acostumbrados a entender a los datos de manera determinista (descriptiva). 

Tratemos de clarificar esta idea con un ejemplo. Le propongo que piense: hay un modelo predictivo que la mayoría de las personas consume a diario. Adivine ¿se le ocurre cuál es?

Continuar leyendo en mi blog...