13 - Análisis predictivo

Lección 13 del curso Introducción a la Ciencia de Datos.

Introducción

En la lección anterior hablamos del Análisis Explicativo, la fase de un proyecto de Ciencia de Datos que nos permite encontrar las razones que, como su nombre lo indica, explican el comportamiento de los datos que estamos analizando.

En esta lección hablaremos del Análisis Predictivo en Ciencia de Datos, que permite tomar registros históricos e intenta, como su nombre lo indica, predecir su comportamiento a futuro.

Contenido exclusivo suscriptores

Suscríbete para tener acceso al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online

Definición

Podemos decir que lo que busca el análisis predictivo es encontrar patrones en datos históricos para predecir el comportamiento de estos datos en un futuro próximo.

Y acá vale la pena resaltar el término “encontrar patrones en datos históricos”. Estos patrones se refieren a encontrar relaciones en los datos, las cuales a su vez permitirán obtener las predicciones.

Veamos algunos ejemplos prácticos que nos permitirán entender este concepto.

El comportamiento del salario

En este ejemplo podemos ver cómo el salario de un grupo de personas cambia con base en su edad, del año en el que fueron tomados los datos y del nivel educativo de las personas.

Con esta información podemos determinar qué variables (edad, tiempo, nivel educativo) influyen en el salario de un grupo de personas e intentar predecir a futuro cómo éste se comportará y cómo esto afectaría administrativamente a un negocio en particular.

El comportamiento de los consumidores

Podemos intentar determinar si existen patrones de compra de ciertos productos y cómo se relacionan con el clima.

Conociendo estos patrones, y dependiendo de la época del año, las tiendas puedan aprovisionar su stock para satisfacer la demanda de aquellos productos que más ventas tienen.

Los perfiles de clientes

Por ejemplo un centro comercial puede recolectar información de sus clientes (como la edad y sus hábitos de consumo) y encontrar diferentes perfiles que posteriormente pueden ser usados para lo que se conoce como “segmentación de clientes”: definir diferentes tipos de clientes, cada uno con diferentes características, y ofrecer productos acordes a dichos perfiles.

La demanda de un producto o servicio

Podemos usar el comportamiento histórico en la demanda de ciertos productos para determinar por ejemplo patrones estacionales y encontrar épocas de alta y baja demanda.

Objetos dentro de una escena

Incluso podemos extender el término predicción al campo de la visión por computador. En este caso se desarrollan sistemas que son capaces de encontrar patrones en las imágenes y de determinar los tipos de objetos que se encuentran dentro de una escena, una aplicación muy usada por ejemplo para la navegación de vehículos autónomos.

Anomalías en imágenes médicas

Y en el campo de la salud podemos encontrar también este tipo de análisis predictivo para desarrollar sistemas capaces de detectar patrones anómalos en imágenes médicas y de esta forma apoyar el diagnóstico de una enfermedad por parte de especialistas.

Patrones en el lenguaje escrito

Las aplicaciones de chat en los dispositivos móviles son también un ejemplo de análisis predictivo. En este caso se trata de sistemas que almacenan la información histórica de lo que escribimos en el dispositivo y que luego intentan predecir la siguiente palabra que queremos escribir en una conversación.

El objetivo final del análisis predictivo

Con base en los ejemplos anteriores podemos formalizar un poco más la definición del análisis predictivo.

Podemos decir que el análisis predictivo busca desarrollar y hacer uso de modelos capaces de hacer predicciones a partir de datos históricos.

Contenido exclusivo suscriptores

Recuerda suscribirte para acceder al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online

Conclusión

Muy bien, ya tenemos un panorama de lo que es el análisis predictivo que como vimos no se reduce únicamente a predecir valores futuros sino que se extiende incluso a tareas como la clasificación o el agrupamiento.

Y en últimas recordemos que el objetivo central de este análisis predictivo es la construcción de modelos que permitan llevar a cabo estas predicciones, modelos que pueden ser de tipo estadístico o de machine learning.

Así que para cerrar esta sección, en la próxima lección nos enfocaremos entonces en el último tipo de análisis que podemos llevar a cabo en un proyecto de Ciencia de Datos: el análisis prescriptivo.

Ver todas las lecciones de este curso