Analítica de datos: Conjugar opciones y variabilidad es clave en las operaciones complejas


analitica de datos, analítica predictiva

No basta solamente con usar datos para construir indicadores o hacer pronósticos (analítica descriptiva/predictiva). Tomar decisiones óptimas basadas en modelos matemáticos que se alimenten de ellos (analítica prescriptiva) es, hoy, fundamental.

Por Gustavo Angulo, Ph.D en Investigación de Operaciones y académico del Departamento de Ingeniería Industrial y de Sistemas UC.

La operación de sistemas complejos requiere conjugar, por un lado, un conjunto amplio de opciones de donde elegir y, por otro, la inherente variabilidad de las condiciones a las que nos veremos enfrentados.

No basta solamente con usar datos para construir indicadores o hacer pronósticos (analítica descriptiva/predictiva). Tomar decisiones óptimas basadas en modelos matemáticos que se alimenten de ellos (analítica prescriptiva) es, hoy, fundamental.

Analítica de datos: un ejemplo

Para ilustrar, supongamos que deseamos visitar a un grupo de amistades durante el día, digamos Ana, Boris y Claudio, para lo cual iremos a distintos puntos de encuentro siguiendo un orden por definir. Por ejemplo, podríamos visitar a Ana, luego a Boris y finalmente a Claudio, generando la secuencia ABC, o hacerlo al revés, siguiendo la secuencia CBA, habiendo un total de seis combinaciones posibles. Si fuesen siete amistades, habría más de cinco mil secuencias, y ya con 11 serían casi 40 millones de combinaciones.

Este crecimiento explosivo de posibilidades no impide que en la actualidad podamos elegir la mejor de ellas en pocos segundos mediante algoritmos basados en optimización matemática.

La variabilidad de los datos aporta complejidad a la decisión

La elección de la secuencia y ruta a seguir típicamente considera algún tipo de costo, ya sea monetario, tiempo o distancia. La variabilidad de los datos agrega una capa de complejidad no menor a la toma de decisiones. Por ejemplo, si lo que más nos apremia es la duración total del viaje y contamos con datos históricos sobre tiempos de desplazamiento en la ciudad, podríamos buscar la ruta que, en promedio, se demore menos.

Mejor aún, podríamos pronosticar los tiempos que observaremos durante el día para luego definir nuestro camino en base a ello. Incluso podríamos incluir consideraciones de riesgo, como utilizar una calle que suele estar despejada, pero que a veces presenta atochamientos.

Ahora, a medida que transcurre el día, los tiempos de desplazamiento van cambiando, por lo que es conveniente revisar el plan inicial, adaptándolo a las condiciones observadas. En particular, podríamos tener acceso a información de tráfico actualizada en línea y, por consiguiente, pronósticos más certeros de los tiempos de desplazamiento que observaremos en los próximos minutos.

De esta forma, a medida que completamos visitas, podemos ir evaluando nuestras decisiones, eventualmente cambiando parte de la secuencia y ruta de las siguientes visitas. Es importante destacar que las decisiones más cruciales son probablemente las primeras que hagamos; puesto que ellas condicionan lo que podamos hacer o no a futuro.

En sistemas complejos: las herramientas existen

Si definir cómo visitar a nuestras amistades resulta ser una decisión no trivial, no cabe duda de que determinar cómo operar un sistema complejo será un problema técnico y computacionalmente desafiante.

Sin embargo, no por ello dejaremos de hacerlo. Las herramientas existen. Pasar de la analítica descriptiva y predictiva a la analítica prescriptiva, es decir, pasar de indicadores a reglas de operación basadas en modelos matemáticos, revelará oportunidades no evidentes incluso al ojo más experto.

 

Este artículo fue originalmente publicado en el diario El Mercurio de Santiago.






¿Te gustó? Inscríbete a nuestro newsletter