- Inicio
- Glosario de IA
- Datos y analítica
- Análisis predictivo
Qué es el análisis predictivo
También se dice analítica predictiva, predictive analytics o modelado predictivo.
En dos frases
Tipo de análisis que usa datos históricos y modelos estadísticos o de machine learning para estimar qué es probable que ocurra: cuánto se venderá, qué cliente se dará de baja o qué factura se pagará tarde.
- Bloque
- Datos y analítica
- Nivel
- Básico
- Actualizado
Definición amplia
El análisis predictivo responde a la pregunta «qué es probable que pase». IBM lo define como la rama de la analítica avanzada que hace predicciones sobre resultados futuros a partir de datos históricos, con modelado estadístico, minería de datos y machine learning. El resultado es una estimación: una cifra con un margen de error o una probabilidad para cada caso.
Familias de técnicas
- Clasificación: asigna a cada caso una categoría o una probabilidad, por ejemplo si un cliente se dará de baja.
- Regresión: estima un valor numérico, como el importe de un pedido o los días que tardará un cobro.
- Series temporales: proyecta una magnitud medida a lo largo del tiempo, como la demanda semanal.
Qué hace falta para que funcione
Un modelo predictivo aprende de lo que ocurrió, así que depende de que el futuro se parezca al pasado y de la calidad de los datos. Debe evaluarse con casos que no ha visto durante el entrenamiento y vigilarse una vez en marcha, porque su precisión se degrada cuando cambian los clientes, los precios o el mercado. IBM insiste en esos dos puntos: la calidad de los datos determina la fiabilidad del modelo, y los modelos necesitan seguimiento y ajustes continuos.
Lo que una predicción no dice
Una predicción no indica qué hacer. Saber que un cliente tiene una probabilidad alta de irse solo es útil si hay una acción prevista para ese caso y un criterio para decidir cuándo compensa aplicarla. Además, el modelo encuentra variables asociadas al resultado, no sus causas: que una variable prediga bien no significa que cambiarla vaya a cambiar el resultado.
Cuando la predicción se usa para decidir sobre personas, como conceder un crédito o descartar una candidatura, entra en juego el artículo 22 del RGPD: el interesado tiene derecho a no ser objeto de una decisión basada únicamente en el tratamiento automatizado, incluida la elaboración de perfiles, que produzca efectos jurídicos en él o le afecte significativamente de modo similar, salvo las excepciones que prevé el propio artículo.
Ejemplos de uso
Comercial y ventas
En ventas, se usa para estimar la probabilidad de cierre de cada oportunidad abierta.
Marketing
En marketing, permite calcular la propensión de compra de cada cliente antes de lanzar una campaña.
Administración y finanzas
En finanzas, sirve para anticipar qué facturas tienen más riesgo de cobrarse tarde.
Atención al cliente
En atención al cliente, se aplica para prever el volumen de llamadas y dimensionar los turnos.
Recursos humanos y talento
En recursos humanos, aparece en modelos de riesgo de rotación, sujetos a las limitaciones del RGPD cuando afectan a decisiones sobre personas.
Términos relacionados
Fuentes
Del término a aplicarlo en tu empresa.
Lo que explica este glosario se trabaja en los programas de Kynetik, área por área.