En un reciente webinar impartido por la Dra. Lourdes Pozueta (Directora de AVANCEX+i, consultora en mejora continua e innovación, y colaboradora de Addlink Software Científico), se exploraron las posibilidades que ofrece el análisis predictivo en combinación con las herramientas de aprendizaje automático (machine learning) de Minitab.

Todo empieza con la pregunta fundamental de los expertos en las organizaciones: ¿Por qué existe tanta variabilidad en el comportamiento de los individuos? ¿Hay patrones que podemos identificar para obtener insights valiosos? Estos interrogantes plantean la base para comprender cómo el análisis predictivo puede ayudar a anticipar comportamientos aleatorios en los siguientes contextos:

• Predecir: anticiparnos a los posibles escenarios futuros basados en datos históricos y patrones identificados.
• Encontrar pistas para buscar las causas: Es importante recordar que correlación no implica causalidad. Sin embargo, el análisis de datos puede ayudarnos a identificar posibles relaciones y pistas que nos guíen hacia las verdaderas causas de los fenómenos observados.

Minitab ofrece herramientas intuitivas que permiten a expertos y no expertos en algoritmia obtener resultados significativos con solo un clic y sin necesidad de usar un lenguaje de programación. No obstante, a pesar de los avances tecnológicos en computación, es importante comprender que el machine learning no es una solución mágica que sustituye la experiencia y el conocimiento humano: es una herramienta poderosa, pero siempre se necesita la guía del experto del tema en que se está trabajando y el pensamiento estadístico para recoger datos de calidad e interpretar los resultados de manera adecuada.

La analítica predictiva ofrece numerosas aplicaciones que se exploran en detalle en el webinar: desde la clasificación de datos hasta la predicción de valores de respuesta en conjuntos de datos supervisados. También se enfrenta al desafío de trabajar con datos no supervisados, donde la agrupación de datos con características similares es fundamental para obtener insights relevantes.

El análisis predictivo con machine learning resuelve importantes desafíos frente a la analítica clásica. Por ejemplo, cuando no existe una relación lineal clara entre las variables predictoras y la variable de respuesta, hay presencia de grupos con comportamientos diferentes, existe una alta dimensionalidad en los datos (más variables que individuos y/o variables muy correlacionadas) y existencia de datos aberrantes o incompletos.

Minitab ofrece una variedad de herramientas de machine learning, como árboles de decisión CART®, MARS®, TreeNet® y Random Forests®, que se adaptan a diferentes contextos y necesidades analíticas. Estas herramientas permiten a los usuarios explorar y analizar datos de manera eficiente, generando modelos predictivos robustos que respaldan la toma de decisiones informadas y ayuda a los expertos a encontrar valor en los datos. Sin embargo, el papel del experto sigue siendo crucial en todo el proceso, desde la recopilación de datos hasta la interpretación de los resultados.

Es fundamental formar a los expertos en habilidades analíticas y estadísticas para aprovechar al máximo estas herramientas: qué herramientas predictivas hay, que resultados aportan, sensibilidad frente a datos de no calidad… Con un entrenamiento (formación) adecuado se puede aportar mucho valor al experto para lograr obtener información de valor que abra nuevas oportunidades para la innovación y el crecimiento empresarial.