MODELOS
PREDICTIVOS
MDY7101
Alexis Muñoz
[email protected]
2
OBJETIVO DE LA CLASE
Conocer las etapas y características de los modelos
predictivos
3
QUÉ VAMOS A REVISAR
• Modelos predictivos.
• Conceptos y características relevantes de los
modelos predictivos.
• Predicciones.
• Aplicaciones de los modelos predictivos.
4
DEFINICIONES
DEFINICIONES
“ El análisis predictivo consiste en la tecnología que
aprende de la experiencia para predecir el futuro
comportamiento de individuos para tomar mejores
decisiones”.
Eric Siegel
6
DEFINICIONES
El modelo predictivo es un modelo de
datos, que se basa en estadísticas
inferenciales y que se utiliza para
predecir, por ejemplo, la respuesta a
una promoción de marketing directo
que pueda realizar una empresa de
Retail.
El modelo predictivo utiliza
estadísticas para predecir los
resultados.
7
DEFINICIONES
➢ El objetivo principal de la
investigación predictiva es poder
prever o anticipar situaciones futuras
y para esto se requiere de la
exploración, la descripción, la
comparación, el análisis y la
explicación.
➢ La investigación del estilo pronóstico
es aquella en la cual el propósito
principal es “predecir” la dirección
futura de los eventos investigados.
8
CARACTERÍSTICAS
CARACTERÍSTICAS
La tendencia al uso del Análisis Predictivo es consecuencia de la nueva cultura que se ha generalizado con respecto a los datos.
La capacidad real de almacenar y procesar grandes conjuntos de datos, ligada a los avances experimentados por las TI ha
permitido generar archivos masivos de datos de todo tipo, susceptibles de ser analizados en busca de tendencias.
Se requiere de herramientas informáticas capaces de detectar patrones en los datos analizados que permitan formular a
partir de los mismos reglas susceptibles de ser utilizadas para formular predicciones.
Para llevar a cabo el análisis predictivo es indispensable disponer de una considerable cantidad de datos, tanto
actuales como pasados, para poder establecer patrones de comportamiento y así inducir conocimiento.
En un principio puede parecer que el análisis predictivo es lo mismo que hacer un pronóstico (que hace predicciones a
un nivel macroscópico), pero se trata de algo completamente distinto.
Mientras que un pronóstico puede predecir cuántos helados se van a vender el mes que viene, el análisis predictivo puede
indicar qué individuos es más probable que se coman de un helado.
Esta información, si se utiliza de la forma correcta, permite orientar los esfuerzos para ser más productivos en la consecución de los
objetivos.
10
ETAPAS
APRENDIZAJE
COMPUTACIONAL
• El aprendizaje computacional es parte fundamental
en un proceso de análisis predictivo. Proporciona las
técnicas de análisis de datos donde se pueden
descubrir relaciones entre variables que se
consideran insignificantes, pero que, tras la aplicación
de estas técnicas, puede descubrirse la importancia
de las mismas.
• Por ejemplo, un estudio realizado a los clientes de la
compañía Canadian Tire descubrió que los hábitos de
compra podían influir en la fiabilidad de pago de un
deudor.
• Si el cliente suele pagar con tarjeta de crédito en
bares supone un mayor riesgo de impago, mientras
que si la utiliza para pagar el dentista supone un
menor riesgo. ¿Por qué creen que se concluyó eso?
• Puede ser que la persona que visita el dentista se
considera que, probablemente, sea más conservadora
y lleve una vida más planificada.
12
SUPOSICIONES
» Si bien, establecer correlaciones entre variables
puede proporcionar información muy valiosa,
hay que saber interpretar las mismas del modo
correcto para no llegar a conclusiones erróneas.
La correlación no implica causalidad.
» El descubrimiento de una relación entre A y B no
implica que una cause la otra.
» Por ejemplo, se identifica una correlación entre
el un incremento en las ventas en almuerzos en
el restaurant las PALMERAS en la playa y el
incremento en las muertes por ahogamiento.
Esta información podría llevar a pensar que el
hecho de comer en las PALMERAS implica un
aumento de la probabilidad de ahogarse, sin
embargo, esto no es cierto.
13
SUPOSICIONES
» Existe el mismo riesgo de ahogamiento para el que
come en las PALMERAS que para el que se trae la
colación desde su casa.
» El incremento de muertes por ahogamiento se debe
al buen tiempo, puesto que hace que la gente vaya
más a la playa, por lo que aumenta el número de
clientes de las PALMERAS, así como el número de
personas en la playa y, en consecuencia, también
aumenta el número de muertes por ahogamiento.
Una vez definidas las suposiciones correctas hay
que tratar de aprovechar las mismas, que se
utilizarán para realizar predicciones.
14
PREDICCIONES
Luego de identificar las correlaciones entre variables mediante
técnicas de aprendizaje computacional y establecer las
suposiciones correctas, se identifican patrones de
comportamiento que permiten crear un modelo predictivo.
MODELADO MODELOS
DATA
PREDICTIVO PREDICTIVO
15
PREDICCIONES
Este modelo predictivo se podrá utilizar para predecir cuál es la
probabilidad de que una persona, en función de los datos que
se disponga de la misma, reaccione de una manera
determinada (si comprará un producto, si cambiará de voto, si
contratará un servicio).
16
PREDICCIONES
Entonces, teniendo los datos de la persona y si los aplicamos al
modelo predictivo se obtendrá una calificación que indicará la
probabilidad de que se produzca la situación estudiada por el
modelo.
CARACTERÍSTICAS MODELADO PUNTUACIÓN
DE LA PERSONA PREDICTIVO PREDICTIVA
17
PREDICCIONES
Un ejemplo típico es el de la compañía de seguros de
auto.
» Se puede crear un modelo predictivo que indique el
riesgo de que una persona necesite hacer uso del
seguro contratado y, en función de los resultados
obtenidos, la agencia puede establecer un precio.
» Obviamente, esta herramienta es de gran ayuda para
las aseguradoras, ya que les permite realizar ofertas
que se ajustan más a las condiciones del cliente y, de
este modo, no correr riesgos.
18
PREDICCIONES
» En el análisis predictivo aparecen los términos de Influencia
sobre las personas, ya que la herramienta les proporciona
información a las empresas para poder orientar las
campañas. También nos entrega información acerca de a
qué personas NO contactar.
» Otro de los temas que aparece es la discusión ética sobre el
uso y los límites de análisis predictivo se enlazan en el
debate más general del papel que juegan las TI en el nuevo
modelo de sociedad que surge como consecuencia de las
mismas.
» El análisis predictivo es capaz de generar conocimiento
sobre las personas, pues no trabaja con los datos de un
individuo en particular, pues se limita a identificar patrones
de comportamiento que se producen en un conjunto de
individuos.
19
PRINCIPALES APLICACIONES
1. Segmentación de clientes: La segmentación permite adecuar las ofertas en
función del nivel de ingresos, franja de edad, sexo o estudios realizados, entre
otras variables.
2. Personalización de la oferta: Conocer cuál es la siguiente mejor oferta que
se le puede hacer a un cliente a partir de su comportamiento histórico. “El
cliente ha comprado un nuevo móvil, por lo tanto, puede estar interesado en
comprar una funda”.
3. Detectar el riesgo: De que el cliente abandone la relación comercial en
función del ritmo de pedidos o contactos que realiza o de las incidencias que
registra.
20
PRINCIPALES APLICACIONES
4. Conocer cuáles son los clientes más propensos a responder a las iniciativas
de comunicación publicitaria para sacar el mayor provecho a la inversión
hecha “mercadológicamente”.
5. Conocer la tasa de deserción, es decir, predecir en forma anticipada y
proactiva cuáles son los clientes que están buscando otras ofertas para evitar
que estos desvíen su atención hacia la competencia. A través de esta
aplicación se separa a los clientes rentables de los que no lo son.
21
PRINCIPALES
HERRAMIENTAS
ESTADÍSTICA PREDICTIVA
Herramientas existentes hoy en el mercado, :
» SPSS, IBM
» SAS
» MATLAB
» R
» Weka
» KNIME
» Orange
23
EJERCICIOS
EJERCICIOS
Analítica Predictiva con Excel.
Predecir el total de páginas vistas de una web en los próximos
tres meses...
Fuente: https://www.merkleinc.com/es/es/blog/analitica-predictiva-basica-excel
25
EJERCICIOS
Calcular los índices mensuales para cada año a través de la media anual de las páginas vistas, calcularemos un índice
por mes y año. Esto nos ayudará a modular el impacto de la estacionalidad del negocio analizado. Para hacerlo más
visual organizaremos los datos de cada año en columnas:
Fuente: https://www.merkleinc.com/es/es/blog/analitica-predictiva-basica-excel
26
EJERCICIOS
Hallar un valor ajustado para cada mes en función del promedio de los índices anteriormente calculados.
Para facilitar el cálculo añadimos dos columnas a nuestra tabla inicial:
“Promedio índice (de cada mes)”: la media de los índices calculados en el paso anterior, incluido el periodo
para el que queremos estimar los datos.
“Valor Ajustado”: resulta de la división entre Páginas Vistas / Promedio índice (para cada fila).
Fuente: https://www.merkleinc.com/es/es/blog/analitica-predictiva-basica-excel
27
EJERCICIOS
Obtener la ecuación de la línea de tendencia
Insertar gráfico: Seleccionar los datos de las columnas “Mes”; “Páginas Vistas” y “Valor Ajustado”. Insertar
gráfico de línea (menú):
Fuente: https://www.merkleinc.com/es/es/blog/analitica-predictiva-basica-excel
28
EJERCICIOS
Agregar línea de tendencia de los valores ajustados: seleccionar la línea de los valores ajustados del gráfico;
clicar botón derecho y seleccionar la opción “Agregar línea de tendencia…”:
Fuente: https://www.merkleinc.com/es/es/blog/analitica-predictiva-basica-excel
29
EJERCICIOS
Incluir la ecuación de la línea de tendencia clicando en las opciones que se despliegan al insertar la línea de
tendencia:
Fuente: https://www.merkleinc.com/es/es/blog/analitica-predictiva-basica-excel
30
EJERCICIOS
Generar nueva columna para aplicar la ecuación obtenida y obtener así los datos futuros teniendo en cuenta la
estacionalidad del negocio:
Fuente: https://www.merkleinc.com/es/es/blog/analitica-predictiva-basica-excel 31
