Ingles | Portugués |
www.bayes.com
 
Inicio Modelos Explicativos y Predictivos > Los Requerimientos de la Modelación »

Son cuatro los requerimientos de un proceso de modelación: identificación de los problemas de negocio, datos, capacidad de modelación y tecnología estadística.

» Los Requerimientos de la Modelación

  • Problemas de negocio
    La modelación tiene que estar motivada por problemas bien identificados. Los modelos tienen que contestar preguntas concretas. Una de estas preguntas es: ¿qué va a ocurrir?, ¿cómo van a evolucionar las magnitudes básicas del negocio?. ¿cómo va a evolucionar la demanda?, ¿qué resultados en términos de canibalización puedo esperar con el lanzamiento de un cierto producto?, ¿qué resultados en términos de fidelización de clientes?. La capacidad para contestar preguntas de esta índole se encuentra en la base de la capacidad de medición de las acciones comerciales, propias y de la competencia, así como de las innovaciones de los mercados.
  • Información histórica detallada
    Sin información histórica detallada no puede haber modelos apropiados. Cuanta mas información histórica tengamos mayores serán las posibilidades de crear modelos ricos y útiles. De hecho, la estructura temporal de la información es absolutamente esencial para distinguir entre causas y efectos y proporcionar, por tanto, modelos explicativos.
    Además, la información no se distribuye uniformemente en los datos sino que por el contrario, se concentra en las anomalías. El mismo concepto de anomalía o error extraordinario exige una gran acumulación de información, puesto que sólo dicha acumulación nos puede mostrar cuál es el comportamiento ordinario y cual el anómalo. Es obvio, a modo de ejemplo, que modelar apropiadamente el comportamiento de los clientes y los mercados exige el conocimiento del ciclo estacional, algo completamente ordinario y natural. Pero dicho conocimiento no puede producirse sin el análisis de varios de estos ciclos; vale decir sin el análisis del mayor número posible de estos ciclos.
  • Capacidad de modelación
    Sin duda alguna, el recurso más escaso en la producción de modelos es, precisamente, la capacidad de modelación. Es importante señalar, no obstante, que la capacidad de modelación se alimenta de la experiencia previa de modelación y del conocimiento previo del objeto que se pretende representar. Es, por tanto, una tarea que no puede realizarse de modo íntegro en el interior de las organizaciones, ya que los modeladores precisan adquirir una experiencia variada como fuente de inspiración y de capacidad de conjeturación; pero tampoco puede hacerse delegando esta tarea ya que el conocimiento del negocio resulta completamente básico.

    La modelación es un proceso iterativo de aprendizaje controlado por los datos y el conocimiento previo radicalmente opuesto a los intentos de solución que intentan sustituir la modelación por procesos automáticos de cálculo.

 

Soluciones /

Las soluciones que Bayes Forecast desarrolla permiten entender el pasado, controlar el presente, prever los probables resultados futuros y tomar continuamente las mejores decisiones.

Marketing Cuantitativo
Sistemas de Previsión
Sistemas de Decisión
Inteligencia de negocio
©2006 Bayes Forecast. Todos los Derechos Reservados.
Privacidad | Legal
Inicio | Mapa del Sitio | Localización