BIG DATA- Análisis Cuantitativo en Empresas. PROGRAMA BIG DATA & BUSINESS ANALYTICS MÁLAGA 2017(
Estimados amigos,
Como continuación de los post denominados "Análisis cuantitativo en Empresas", ya comentábamos que la "guerra" está en saber quién interpreta mejor esos datos, una buena interpretación puede hacer crecer a tu empresa. Esa interpretación es la que crea valor.
La realidad es que el Big Data es una herramienta muy útil y podríamos decir casi "soñada" por cualquier analista Estadístico o Econométrico. "Soñada" en el sentido de la gran cantidad de datos y los grados de libertad elevados que se generan en esas distribuciones.
Como motivo de la creciente información generada en la red y su tratamiento, he decidido inscribirme en el PROGRAMA BIG DATA & BUSINESS ANALYTICS MÁLAGA 2017, cuya primera edición acaba de comenzar. Impartido por la Escuela de Organización Industrial- EOI
En las dos primeras sesiones recibimos formación del docente Fernando Arencibia de la consultora internacional Habber Tec, consultora especializada en Big Data y análisis cuantitativo.
Los temas a tratar a lo largo de las casi diez horas fueron muy extensos, pero podríamos resumirlos en varios puntos:
- Detección de la problemática a resolver
- Cuantificación de dicha problemática
- Ordenación y almacenamiento de la información (data warehouse)
- Modelización Matemática, Econométrica, Estadísticas, etc (Obtención de KPI´s, Dashboard, etc)
- Validación del modelo
- Explotación de las conclusiones del modelo. Acciones para llevar a cabo.
Entre los aspectos tratados, estuvimos tratando la diferencia conceptual entre "correlación y causalidad". Como ya indicamos en su memomento Clive W. J. Granger en su artículo Investigating Causal Relations by Econometric Models and Cross-Spectral Methods. Econometrica, 37, 424-438, ya trató las relaciones de causalidad entre variables.
Lo cierto es que los modelos Econométricos funcionan por relaciones de causalidad, mientras que el Big Data no funciona por causalidad debido a que la información es instantánea. No habría tiempo para verificarlo y testarlo, por lo tanto funciona por correlaciones matemáticas. El hecho de que la información sea instantánea, en la cuál prácticamente no hay tiempo para la reflexión de los mismos, ya que básicamente este análisis es generado por correlaciones entre variables. Esta correlación de variables puede generar correlaciones espúrias.
Definiremos correlaciones espúrias como relaciones que matemáticamente pueden tener sentido, pero que objetivamente (Según teoría económica, médica, etc) no tienen ningún sentido o que exista una tercera variable no haya sido considerada en el análisis.
Por ejemplo, podría ocurrir que la venta de helados esté correlacionada con los ahogamientos de personas en unas determinadas zonas de playa. Por ejemplo, que un incremento de ventas de helados implica un crecimiento de ahogamientos en el mar. A priori podría existir una correlación positiva, con el análisis inmediato de datos podríamos detectar este hecho en la vida real. Pero lo que si es cierto es que habría terceras variables que no habrían sido tenidas en cuenta en este análisis tan simple.
La Econometría se preocuparía por las relaciones de causalidad entre ambas variables. Como podría ser la estacionalidad, la temperatura, el número de habitantes de esas zonas, etc. Es decir, preocupándose por las posibles causas y relaciones teóricas entre las "ventas de helados" y los "ahogamientos".
La pregunta es ¿cómo evolucionará el análisis? Continuaremos estableciendo Teorías a priori y posteriormente verificaremos con datos. O por otro lado, ¿los datos generarán teorías nuevas?
La respuesta la encontraremos "en un futuro más cercano que lejano", pero lo que es cierto, es que un dato es información y su interpretación, genera valor.
De momento el la próxima clase tendremos clase con el profesor Fernando Maldonado, de la consultora Delfost Research
El tema a tratar será "organizaciones Orientadas al Dato" y "Mercado de Big Data: Situaciones actores y tendencias futuras"
A continuación os dejo con una excelente Conferencia "Big Data: Modelos de uso e implantación" por Wolfram Rozas
