Los datos permiten tomar mejores decisiones, pero ojo con los resultados

datos decisiones resultados ok Twitter shu_281485034-min

En el mundo actual, en el que hay gran efervescencia por las técnicas de ciencias de datos, no siempre hay buena información, y por lo tanto se pueden obtener resultados erróneos.

Los métodos analíticos como apoyo a la toma de decisiones han sido usados desde hace décadas, pero hoy son fundamentales para apoyar sistemas como el de Amazon, entre muchos otros. Ellos deben lograr al menos lo siguiente:

• Tener una buena estimación de qué pedidos van a recibir dentro de las próximas pocas horas.

• Definir cómo y por dónde despachar los vehículos que deben entregar esos pedidos.

El primer problema nos lleva a uno de los temas más activos de hoy: el uso masivo de datos para apoyar decisiones. Tradicionalmente, los pronósticos que se hacían en gestión de operaciones eran sobre plazos de semanas o meses. Ahora queremos un pronóstico para las próximas pocas horas.
Necesitamos una buena predicción del comportamiento, ya no de un grupo de clientes, sino de un cliente individual.

Aquí es donde las modernas técnicas de ciencias de datos muestran un gran potencial. Compañías como Amazon y otras están aplicando desde hace tiempo sofisticados métodos estadísticos y de big data, incluyendo machine learning, que permiten, si hay suficiente información, hacer buenas predicciones, clasificar bien a los clientes, entregarles recomendaciones para nuevas compras, etc.

Por ejemplo, si hay diferencias de comportamiento entre clientes, las técnicas de clasificación permiten construir fórmulas matemáticas para definirlos bien.

Pero esto se puede hacer si hay suficiente información, y eso es precisamente lo que tienen compañías como Amazon. Sin embargo, hay que levantar una alerta de precaución: no siempre hay suficiente información y, aun así, algunas personas insisten en aplicar técnicas de este tipo. Esto, simplemente, va a entregar malos resultados y, para peor, estos últimos serán usados para apoyar decisiones.

Hoy, en que hay gran efervescencia por las técnicas de ciencias de datos, debe tenerse especial cuidado con la validez de los resultados y los impactos que estos provoquen.

Luego, no basta con tener buenas predicciones del comportamiento de los consumidores si al final, cuando estos hagan un pedido, no somos capaces de entregarlo en el momento comprometido. Es aquí donde entran en juego las herramientas analíticas de optimización que se usan en gestión de operaciones y logística.

Las matemáticas aplicadas —especialmente la disciplina conocida como investigación operacional— han hecho grandes contribuciones en esta materia. Por ejemplo, en el famoso “Problema del Vendedor Viajero”.

Este artículo corresponde a un extracto de la página del curso online “Eficacia Operacional” de Clase Ejecutiva UC que se publicó en el diario El Mercurio de Santiago en 2019. Puedes descargar la página aquí , luego de completar unos datos.

Lee aquí sobre el curso online “Eficacia Operacional” de Clase Ejecutiva UC.





Jorge Vera
Artículos más recientes del autor