Contenido
La base para construir cualquier tipo de análisis es la información, es necesario tener información histórica con la cual trabajar, en el mundo de la ciencia de datos se definen tres tipos de análisis de datos que se pueden realizar, los cuales son:
¿Qué es el Análisis descriptivo?
Nos ayuda a saber qué es lo que está pasando en este mismo momento o lo que sucedió en el pasado, tomando como referencia la información histórica es que se busca tomar mejores decisiones en el futuro.
Podemos decir que Business Intelligence cae en este tipo de análisis, debido que se construyen dashboard que nos permiten ver por el retrovisor y entender que es lo que ha pasado, dar seguimiento puntual a cada uno de los principales indicadores definidos para cumplir con los objetivos de la empresa y tener claridad de las acciones a realizar para llegar a la meta.
Por ejemplo, el equipo de ventas necesita vender 1 millón de pesos durante el mes de agosto, por lo cual es importante proveer de información clara y oportuna a los gerentes y vendedores, informando el avance de la venta día por día, clientes nuevos, clientes que han comprado en el pasado y que no han comprado etc.
Se utiliza estadística simple como promedios, desviaciones estándar o bien estadística más sofisticada como distribuciones, intervalos de confianza, asociaciones avanzadas o algoritmos de agrupación para realizar este tipo de análisis.
¿Qué es el Análisis Predictivo?
Este tipo de análisis se basa en tomar la información histórica, es decir, lo que sabemos que sucedió y usar esa información para ayudarnos a predecir lo que sucederá en el futuro. Para realizar este tipo de análisis nos acercamos a métodos estadísticos avanzados cómo las regresiones lineales o logísticas, algoritmos basados en árboles, redes neuronales y técnicas de simulación Monte Carlo.
El análisis predictivo utiliza como base machine learning, tomando como base la información histórica se construyen modelos, los cuales son algoritmos que se entrenan de tal forma que sean capaces de identificar patrones y tendencias, a grandes rasgos después de que los modelos son entrenados con información histórica se evalúa el nivel de certeza con la cual realiza las predicciones, si tiene un buen nivel entonces estará listo para que se le ingresen nuevos datos y realice predicciones.
Algunos ejemplos del mundo real donde se están aplicando los análisis predictivos son:
Identificar clientes que potencialmente pueden cancelar un servicio. Los proveedores de servicios telefónicos están construyendo modelos los cuales les permite reducir el porcentaje de deserción de los clientes e impulsar la fidelidad del cliente creando ofertas muy personalizadas.
Actividad fraudulenta bancaria. Con este tipo de análisis los bancos pueden determinar si una operación que se está realizando es confiable o se trata de alguna transacción que no está siendo realizada por el cliente.
¿Qué es el Análisis Prescriptivo?
Este tipo de análisis ayuda a vincular explícitamente el análisis con la toma de decisiones al proporcionar recomendaciones sobre lo que debemos hacer o que elección debemos hacer para lograr un resultado determinado, para realizar este tipo de análisis se involucran técnicas de optimización numérica con reglas comerciales e incluso con algún modelo financiero.
Por ejemplo, en el sector energético, algunas empresas productoras de gas e intermediarios utilizan este tipo de análisis para identificar los factores que afectan al precio de ese combustible para de esa forma obtener mejores beneficios y reducir riesgos.
En conclusión, el análisis predictivo y prescriptivo son co-dependientes, son muy similares pues ambos necesitan realizar predicciones, pero a su vez, los tres tipos de análisis necesitan forzosamente información histórica, la cual es utilizada por business intelligence para saber qué pasó y qué hacer, por lo tanto, podemos decir que en términos de niveles, el análisis descriptivo es el primer nivel, posteriormente el análisis predictivo y finalmente el análisis prescriptivo.
Pensando en una persona que quiere implementar esto en su negocio, se sugiere empezar con el análisis descriptivo para saber lo que pasó, posteriormente implementas machine learning para saber lo que pasará y finalmente pasar al análisis prescriptivo implementando modelos financieros y aplicando reglas de negocio.
