Técnicas de previsión en analítica web

Excelente articulo de la gente de Analítica Web

Seguramente, en multitud de ocasiones os habréis preguntado cómo se las ingenia vuestra herramienta de analítica web, para hacer una estimación del valor que va a tomar un determinado KPI en el futuro. De no ser así, al menos alguna vez habréis sentido curiosidad por saber si existen métodos hasta cierto punto fiables, que os permitan conocer cuál será el siguiente valor que tomarán los indicadores que estáis utilizando. Dentro del mundo de la estadística, existe lo que se conoce como “técnicas de previsión”, y su misión es la de responder a todas estas preguntas, de manera más general, con una base matemática y sin centrarse únicamente, en el mundo de la analítica web.

Muchas de estas técnicas de previsión, se pueden aplicar a un conjunto de datos conocido como “series temporales”. Una serie temporal son los diferentes valores que toma una variable, en el transcurso del tiempo. Es decir, en nuestro caso, los indicadores que estamos utilizando, podrían ser las series temporales sobre las que se harían las previsiones y éstas se llevarían a cabo, teniendo en cuenta ciertas características que poseen este tipo de series de datos; por ejemplo, la componente de “tendencia”, la componente “estacional” y la componente “cíclica”.

La tendencia de una serie temporal, y en concreto de un determinado KPI, es el cambio gradual que experimenta dicha serie temporal a lo largo del tiempo, sin tener en cuenta posibles fluctuaciones aleatorias que se pudieran producir. Por ejemplo, si estuviéramos analizando las visitas que recibe nuestra página web, podría suceder que su número se incrementara a lo largo del tiempo. En este caso estaríamos hablando de que la tendencia del número de visitas que recibe la página, es creciente.

La componente “cíclica” de una serie temporal, son las fluctuaciones que experimenta dicha serie temporal, a lo largo de un periodo de tiempo de más de un año, normalmente. Estos cambios son independientes, además, de la tendencia que estén experimentando nuestros indicadores. Por ejemplo, pudiera ser que la temática de nuestra página web, favoreciera que en periodos de bonanza económica, las visitas recibidas aumentaran, y en caso contrario éstas disminuyeran.

Por último existe lo que se conoce como componente estacional. Es similar a la componente cíclica, pero las fluctuaciones se producen en periodos de tiempo más cortos, normalmente dentro del mismo año. Por ejemplo, siguiendo con el caso de las visitas que recibe nuestra página web, éstas podrían ser mayores los primeros días de la semana, e ir disminuyendo con el transcurso de los días.

Una vez vistas algunas de las características de las series temporales, es posible aplicar diversos métodos conocidos como “técnicas cuantitativas” para llevar a cabo las predicciones. Dentro de estas técnicas tenemos por ejemplo la media móvil, el alisado exponencial y los modelos ARIMA, que obtienen las previsiones basándose en los datos históricos de las series.

También existe otro tipo de técnicas para realizar predicciones conocidas como “técnicas cualitativas”, que no calculan las previsiones mediante ninguna fórmula, sino que se basan en el juicio de las personas para llevar a cabo esta tarea. El método Delphi es una de estas técnicas, en la que un grupo de expertos llega a un consenso sobre una predicción respondiendo de manera individual a preguntas que se basan en las respuestas del resto de miembros del grupo.

De esta forma, ya conocemos un poco más sobre las características principales de una serie temporal que permiten obtener predicciones, como las que realizan las diversas herramientas de analítica web. Los más interesados pueden seguir profundizando en el tema, e incluso si se atreven, tratar de calcular las previsiones para sus propios indicadores.

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s

A %d blogueros les gusta esto: