Análisis Cuantitativo en Empresas (III)
Estimados amigos,
Como continuación del post "Análisis cuantitativo en Empresas (I)" y "Análisis cuantitativo en Empresas (II)", en el que ya se comentaba que hoy en día la "guerra" está en saber quién interpreta mejor esos datos, una buena interpretación puede hacer crecer a tu empresa.
En esta ocasión vamos a reflexionar sobre la generación de datos, Big data y el aprovechamiento de los mismos. En otras ocasiones, hemos hablado de las propiedades que presentan las estimaciones cuando poseemos muestras grandes, desde el punto de vista Estadístico/ Econométrico.
Esta generación de datos y la explotación de los mismos jugará un papel dentro del Análisis Econométrico (por no decir que está jugando ya un papel importantísimo).
En Microeconometría existen cantidades de modelos que devuelven la probabilidad de que un suceso determinado se produzca. Estos sucesos van desde calcular la probabilidad de muerte, la probabilidad de recibir un préstamo por una entidad bancaria, probabilidad de asistir a un determinado evento, probabilidad de ser contratado por una determinada empresa, etc.
Todos estos modelos Microeconométricos devuelven una probabilidad de que ocurra un suceso determinado en función a un conjunto de variables explicativas, basándonos en una función de densidad apropiada.
Hasta ahí todo genial, pero viendo entrevistas y seminarios de uno de mis grandes referentes, Chema Alonso, experto en ciberseguridad del grupo y desde 2016, chief data officer (CDO). El problema reside en cómo se legislará en los próximos años el ámbito de datos a nivel global.
¿Por qué preocuoparnos por esto?
Básicamente, porque nos toca a todos los usuarios de dispositivos en los cuáles exista un riesgo de seguridad. Dispositivos como móviles, smarthphones, pc, ordenadores portátiles, smarthwatchs, pulsómetros, etc.
¿A todos?¿En qué tipo de población existe más riesgo?
En 2016 nos preocupa a un gran número de usuarios. En el futuro habrá más población usuaria de dispositivos de los cuáles se podrá obtener información. Los niños de hoy en día, los "nativos digitales" correrán mayor riesgo. Esto es fundamentalmente, debido a que ellos desde que prácticamente nacen están facilitando información sobre gustos y preferencias.
¿Existe realmente "riesgo"? ¿En qué se puede ver traducido dicho "riesgo"?
El "riesgo", es real. Puede ser traducido en aspectos positivos como aspectos negativos (Como todo en la vida)
Aspectos positivos, existen muchos. Pero el mayor "riesgo" reside en los aspectos negativos. hay que tener en cuenta que todos los tipos de datos que "ofrecemos" inconscientemente pueden determinar un perfil determinado sobre el sujeto en cuestión.
Supongamos que en un momento determinado a un individuo que acude a un banco a pedir un préstamo se le deniega por determinadas circunstancias.
¿Estas determinadas circunstancias de negación a qué se deben?
Fácil, la probabilidad de recibir un préstamo depende de variables explicativas. Como en cualquier análisis econométrico habrá variables que tengan influencia negativa y otras positivas sobre la variable dependiente "probabilidad de recibir un préstamo".
Las variables que influyan negativamente, incrementarán el precio del préstamo bancario. Por el contrario, las positivas, lo reducirán.
A las variables tradicionales como renta, préstamos adicionales, edad del individuo, tiempo de cotización a la seguridad social, vivienda habitual, avalista, etc. Podríamos añadir variables adicionales que influyen sobre la decisión de una entidad bancaria a la hora de conceder un préstamo que podrían ser obtenidas a través de la información que facilitamos en redes sociales. Este tipo de variables influyen y podrían ser obtenidas a través de los datos que generamos a través de internet como puede ser horarios de trabajo, el gusto por los tipos de deportes, a qué dedicas el tiempo libre, nivel de estudios, tendencia sexual, tipos de gustos sobre películas o alimentos, rasgos de la personalidad, grado de responsabilidad de la persona, procedencia del barrio o familia, lugares más visitados, etc.
Un conjunto de variables explicativas que en un determinado momento podrían hacer encarecer, abaratar o hacer negar las condiciones sobre un préstamo de una entidad bancaria.
Hemos seleccionado como ejemplo un préstamos de una entidad bancaria.
Pero, como última reflexión: ¿piensas que podría ocurrir lo mismo con la contratación de un seguro sanitario?
A continuación os dejo unas reflexiones de Chema Alonso sobre estos temas.
