No hay magia

En los últimos blogs te estuve contando el valor que tiene el Análisis Predictivo para las empresas:

  • De la intuición a la predicción
  • No se trata de “tirar” más, sino de apuntar mejor
  • Como un GPS … pero para empresas
  • El número 1
  • El Marketing y la Ingeniería

 

Ahora bien, cuando uno entiende el concepto, lo que sigue inmediatamente es la intriga de y  cómo ocurre la “magia” del Análisis Predictivo?

Te lo voy a explicar con un ejemplo hipotético(*) y vas a ver que es conceptualmente fácil y que no hay tal “magia”.

Lo primero que tenés que entender es que el Análisis Predictivo no pretende “predecir el futuro”. Eso no existe. Tan solo -y nada menos!- pretende tener mayor precisión en las predicciones (forecast) de ciertas variables que nos interesan.

Supongamos que somos una bodega y queremos hacer un pronóstico (forecast) de producción con una precisión que evite fabricar de más (lo que es un costo financiero importante) ni de quedarme sin stock ante la demanda (que implica no poder vender).

El consumo de vino no es caprichoso. Responde a muchas razones. Hay características culturales: como buenos hijos de “tanos” y “gallegos”, en la Argentina consumimos mucho vino. Además, se toma más en verano  que en invierno. Y hay provincias con una tradicción de mayor consumo per cápita que otras. También hay variaciones de consumo por el tipo de vino: en nuestra bodega no solo se fabrica el mejor Malbec, sino que también tenemos un Tanat y un Merlot de excelencia!. Pero el consumo también depende de las promociones, es decir, en cuánto voy a invertir en promocionar mis diferentes tipos de vinos en diferentes zonas geográficas y canales de comunicación?

Para volverse loco? No? No! Lo que hay que hacer es utilizar la historia de nuestra empresa. Por ejemplo, tomemos la de dos años atrás en adelante. Tomemos los datos de que cantidades de diferentes tipos de vinos hemos vendido –mes a mes- en las diferentes zonas geográficas en que se divide nuestro esquema de comercialización, indicando en cada caso, que inversión de promoción se ha realizado en cada caso.

Tomaremos los primeros 3 semestres y dejaremos –por ahora- fuera el último semestre. Vamos a tomar ahora el primer semestre y lo vamos a utilizar para que el sistema de Análisis Predictivo “APRENDA” cuál es el modelo de forecasting que mejor ajusta a los datos reales.

Hay muchos modelos, por ejemplo de esos que encantan en la economía y que representan comportamientos de todo tipo, hasta los que parecen impredecibles. Y también hay variables de entorno que no se deben dejar de atender por su influencia en las series. Por ejemplo, cómo afectan a la producción de vinos las heladas tempranas (temperatura), la escasez de fertilizantes y el valor del dólar?
Lo asombroso de estos modelos es que puede considerar –como también descartar- variables que hayan ocurrido en el pasado y que sean repetitivos o no, como puede ser la aparición de una plaga o un hongo, para así calcular más acertadamente el futuro.

Por último, también hay dimensiones en el análisis que agrupa la información de tal manera que sea más entendible a la hora de calcularla.

El sistema de forecasting entonces, toma los datos del primer semestre y los pasa repetidamente por todos los modelos que tiene y verifica con cual se ajustan mejor los datos reales a la variable que buscamos (en este caso, la demanda –medida en cantidad de botellas).

El sistema “prueba” así los valores con cada uno de los diferentes modelos y determina cual es el que mejor “ajusta” a la curva de los datos que tenemos (la historia). Una vez que se determinó cual es el modelo que mejor ajusta, se utiliza el segundo trimestre de datos y con ellos, el modelo se perfecciona. Se repite el proceso y entonces el modelo toma el tercer trimestre y verifica si modelo determinado, ajustando y prediciendo con gran precisión los datos que sucedieron en el tercer trimestre. El sistema también permite jugar con escenarios tipo “what if” donde podemos simular el resultado deseado cuando algunas de las variables cambian. Por ejemplo, que pasaría con la demanda de Merlot en el Litoral si subimos el precio un 10% pero se promociona más agresivamente?

Nos había quedado un cuarto trimestre de datos históricos, recordás?
Ese cuarto trimestre no es cargado al sistema, sino que se usará como “benchmark” del mismo.
Lo que queremos es que el sistema prediga cuáles serán los valores de ese cuarto trimestre y entonces los podemos comparar con lo que tenemos como datos ciertos (los históricos, reales).

Pero siempre habrá una diferencia entre nuestro mejor pronóstico y lo que ocurrió en la realidad (la historia), no es cierto? Afirmamos arriba que no podemos predecir el futuro, con lo que debemos aceptar que siempre tendremos un error respecto a lo que predecimos. Si, cierto. Pero es que hay algo más, que nos ayudará a determinar la precisión de nuestro sistema o dicho de otro modo, de MEDIR el VALOR que agrega un sistema de AP.

Oportunamente –hace dos años en nuestro ejemplo-, alguien en nuestra bodega hizo un pronóstico. Seguramente sin más herramientas que el viejo y querido Excel, alguien tuvo que “jugarse” y mandar a producir cuantas botellas de cada variedad de vino había que producir para cada zona comercial y cuanto invertir en promociones.

Ahora si tenemos todos los componentes en su lugar:

  1. Lo Histórico (lo REAL, los datos que usamos)
  2. El Pronóstico ORIGINAL (que alguien estimó)
  3. El Pronóstico con Análisis Predictivo (lo que explicamos hoy)

De esta manera, podremos verificar –en los datos del gráfico- que el Pronóstico Original fue muy conservador –respecto al real – a principios de año (perdiéndose así ventas por no poder satisfacer la demanda) y fue muy agresivo hacia fin de año (ordenándose fabricar una cantidad de botellas que no fueron consumidas, lo que trajo aparejado un exceso de stock con su consabido costo financiero).

Si hubiéramos usado Análisis Predictivo oportunamente, podríamos haber vendido más y reducido los costos al mismo tiempo.
Esta doble función de ayudar a vender más –por disponer de producto cuando será demandado- y de reducir costos –por no fabricar en exceso- son las razones por las cuales los sistemas de forecasting de Análisis Predictivos se han establecido en la enorme mayoría de las empresas de USA y EU.

Espero que el artículo te haya ayudado a entender que no hay tal “magia”.
No… que va a haber magia! Magia hace falta para acertar usando Excel!

Si esto te parece valioso, esperá a que te cuente cómo podés hacer campañas de venta usando Análisis Predictivo cuando llegás a tus consumidores directamente…..

Gustavo

(*) Los casos suelen ser sustancialmente más complejos en la vida real. Este ejemplo es una simplificación que pretende ayudarte a avanzar un paso más en la comprensión del Análisis Predictivo. Si necesitás una explicación a mayor nivel de detalle, por favor, contacte conmigo o leé este paper.

Acerca de GGutman

Ocupo la posición de Country Manager en SAS y como tal, responsable del desarrollo de negocios y de la consolidación de SAS para los principales mercados de nuestro país y la región Cono Sur. Entre mis objetivos podemos mencionar el crecimiento de la operación en la región, fortalecimiento de las alianzas globales y la red de socios locales, e incrementar el liderazgo de SAS en el sector de cuentas corporativas y el sector gubernamental. Previamente, me desempeñé como Country Manager para Microstrategy Argentina, fuí Gerente de ventas para el Cono Sur de EMC Corporation y ocupé varios cargos en posiciones comerciales en Microsoft Argentina. Soy Licenciado en Sistemas graduado en la Universidad de Belgrano y tengo un MBA en el CEMA.
Esta entrada fue publicada en Sin categoría. Guarda el enlace permanente.

Una respuesta a No hay magia

  1. Pingback: Conductas predecibles |

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>