Saltar la navegación

3. Análisis de la información para la toma de decisiones.

Esquema Big Data

Actualmente accedemos a un mar de datos en constante expansión que para su comprensión han de procesarse. Este procesamiento o data mining pasa por diferentes fases:

  • conocer qué pasó (analítica descriptiva),
  • por qué pasó (diagnosis),
  • qué pasará (analítica predictiva) y,
  • qué acciones se deben realizar para conseguir un objetivo (analítica prescriptiva).

En todas estas fases se utiliza la estadística con distintos fines.

La analítica descriptiva permite tratar los datos para conocer los sucesos. Por ejemplo, se observa un descenso en ventas en los últimos 3 meses.

La diagnosis permite saber a partir de ciertos datos que sucedieron, ciertos hechos. Se basa en encontrar correlaciones entre los datos. Por ejemplo, se encuentra la relación entre el descenso de ventas y un descenso en la inversión en marketing.

La analítica predictiva es la aplicación de técnicas matemáticas avanzadas, tales como el aprendizaje automático para predecir datos. Por ejemplo, se encuentra un modelo matemático que si aumentamos el marketing un 10% aumentarán las ventas un 20%.

La analítica prescriptiva busca cómo a partir de un suceso, corregirlo encontrando la decisión óptima, dependiendo de un objetivo marcado. Por ejemplo, el sistema detecta que existe un descenso en ventas de un 5% y activa automáticamente un aumento en marketing porque se ha generado anteriormente un modelo matemático que si aumentamos el marketing un 10% aumentarán las ventas un 20% .