¿Por qué Bayesiano?#
Los datos como las transacciones de los clientes y el gasto en publicidad pueden tener baja granularidad (por ejemplo, mensual), contener errores de medición y tener valores faltantes. Este tipo de entorno de datos ruidosos puede ser un desafío para los métodos tradicionales que se basan únicamente en los datos para sacar sus conclusiones.
Los enfoques bayesianos permiten que la valiosa experiencia en el dominio de su equipo se incorpore en el proceso de modelado en forma de creencias previas bayesianas. Esto puede hacer una gran diferencia, especialmente cuando los datos son ruidosos e inciertos. En lugar de que su modelo se contorsione de maneras extrañas para ajustarse mejor a datos complejos y ruidosos, las creencias previas bayesianas pueden mantener su modelo en el camino correcto, lo que lleva a percepciones mucho más sensatas que se alinean con su experiencia en el dominio.
Los enfoques frecuentistas pueden requerir dos o más años de datos históricos. Los métodos bayesianos pueden trabajar con datos de muy corto plazo, lo que significa que no tienes que esperar mucho tiempo recolectando datos antes de obtener información. La certeza en tus estimaciones crecerá a medida que tu conjunto de datos aumente.
Los enfoques bayesianos destacan en la modelización de datos jerárquicos o anidados. Esto es particularmente útil si acabas de lanzar un nuevo producto, o si operas en una nueva región, o si estás tratando con una nueva cohorte o demografía de clientes y no tienes muchas observaciones. Los modelos jerárquicos bayesianos permiten que la información aprendida sobre algunas categorías te informe de manera inteligente sobre categorías novedosas.
Los métodos bayesianos proporcionan la manera de tomar decisiones bajo incertidumbre. Esto te permite generar y predecir escenarios futuros, sabiendo cuán seguro o no estás de esas predicciones. Puedes ejecutar procesos de optimización para decidir qué acciones tomar en el futuro, teniendo en cuenta completamente la incertidumbre. Esto ayuda a gestionar tu riesgo.
Descubre más#
Para obtener más información, haz clic en la miniatura del video a continuación para ver la charla Solving Real-World Business Problems with Bayesian Modeling de Thomas Wiecki, grabada en PyData London 2022.
