Las encuestas serán desplazadas por la ciencia de datos

Las encuestas derivan del modelo Gallup que fue implementado en 1932 para predecir una elección en Estados Unidos. 90 años después, aún podemos ver el uso de alguna versión de dicha tecnología. Para atender ese rezago empleamos la ciencia de datos y desarrollamos la metodología que se usará los próximos 50 años.

Publicado por

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on email
Email
img-ciencia-de-datos-encuestas@metricser

Las encuestas a 90 años del modelo original

Las encuestas modernas se derivan del modelo Gallup, que inventó George Gallup y que se implementó por primera vez en 1932 para predecir una elección local en Iowa, Estados Unidos. En 2020, es decir, casi 90 años después, las encuestadoras siguen usando alguna versión de la metodología de Gallup.

Aunque no cambia la concepción fundamental, hay diferencias esenciales derivadas de la evolución de todos los aspectos de la humanidad, incluyendo la revolución tecnológica que ha sucedido durante estos 88 años, desde que Gallup diseñara el antiguo método de las encuestas. Para atender ese rezago en Metrics con la ciencia de datos desarrollamos la metodología que la humanidad usará los próximos 50 años.

img-ciencia-de-datos-encuestas-tabla@metricser


Sabiduría de las masas, sabiduría de los expertos y sabiduría de las máquinas

La metodología que desarrolló Metrics contempla tres niveles de análisis en cuanto a principios y su aplicación:

Principio de Surowiecki

En lo que se refiere a la resolución de problemas, toma de decisiones, innovación y predicción, la sabiduría de la masas cuyo principio es, la inteligencia de grandes grupos de usuarios es más inteligente que el más inteligente de sus miembros, o inteligencia individual.

Aplicación

Analizamos grandes cantidades de datos extraídos de las conversaciones digitales para analizar los mensajes.

Principio de Tetlock y Gardner

Se refiere a que algunas personas tienden a ser mejores en análisis y predicciones, sean o no expertos en algún campo y lo hacen comenzando por una predicción inicial, pero lo más importante es su capacidad de ajustar su predicción con base en su aprendizaje y las circunstancias.

Aplicación

Aislamos al grupo más acertado en predicciones de entre las masas que estudiamos y ya sea que analizamos su comportamiento sistemáticamente y/o les pedimos directamente que elaboren sobre el tema de interés para analizar sus contenidos.

Principio de Metrics

Los datos procesados por científicos de datos que aplican, computación analítica y aprendizaje de máquina, logran mejores resultados que la inteligencia de las masas y de los expertos, por sí sola y/ en conjunto.

Aplicación

Vertemos la meta información en nuestra tecnología y la procesamos con nuestros más de 40 algoritmos, aplicamos el método científico para encontrar líneas de investigación y creamos un método de análisis sistemático y programático para resolver dilemas.


Leer también:
Proceso Ciencia de Datos, Adopción y Visualización Inteligente del Negocio


Método de Tratamiento de Datos

img-ciencia-de-datos-encuestas-datos@metricser


Los datos, desde que son ingestados por nuestras tecnologías de extracción, pasan por un proceso donde se les aplica el factor humano, a través de científicos de datos y el factor tecnológico, que les aumenta el valor, hasta que llega el punto que representan cuantitativa y cualitativamente la realidad, pasada, presente y futura, a eso llamamos sabiduría.



Javier Murillo es socio fundador y presidente del Consejo de Metrics.