¡Esa es una buena pregunta! Cubrí este tema en un curso que tomé recientemente y esto también surgió en una conversación con un amigo economista, así que esto es muy actual.
Antes de intentar responder la pregunta, tengo una opinión contraria a esta afirmación:
“A partir de ahora podemos predecir con bastante precisión el crecimiento del PIB unos pocos trimestres”.
- Soy un recién graduado en ingeniería industrial, ¿cómo comienzo mi camino en ciencia de datos para la cadena de suministro?
- ¿Se han desacreditado o confirmado los ciclos de Edward Dewey en el análisis de datos moderno?
- ¿Qué necesita aprender un ingeniero de software para ingresar a la ciencia de datos o la carrera de big data?
- Cómo iniciar una nueva empresa de ciencia de datos en un país en desarrollo como Bangladesh
- Cómo aprender ciencia de datos y análisis desde un punto de vista de gestión
Tengo dudas con esto. Casi todas las predicciones del PIB que leo son predicciones puntuales , lo que realmente significa muy poco. ¿Con qué frecuencia escuchamos que “los principales economistas esperan un crecimiento del PIB de -0.5 a 3.2% este trimestre”?
La economía es compleja (mucho más complejo de lo que creo que puede modelarse razonablemente), las métricas son opacas y se basan en supuestos que pueden ser una representación inadecuada de la realidad. De hecho, el más obvio es que pronosticamos el futuro en función del pasado . Por lo tanto, si sucede algo que nunca ha sucedido antes, los modelos se tambalearán.
También parece que se presta poca atención a mirar las predicciones pasadas y ver qué tan bien se mantienen después del hecho. Sospecho que los resultados serían peores de lo esperado. Y esto es deliberado (y una acusación en sí mismo) o un punto ciego. Ambos son indeseables.
¿Por qué deberías ignorar las previsiones económicas?
La verdad desordenada detrás de los datos del PIB
Dicho esto, la respuesta a tu pregunta es quíntuple:
1. Ya se está haciendo en silencio en varios sectores de la economía.
Las ‘carreras armamentistas’ de análisis han existido durante años en nuestro medio en industrias donde una ventaja predictiva se traduce en valor directo e inmediato, como los fondos de cobertura en los mercados financieros y la llegada de ‘moneyball’ en deportes competitivos.
Esto continuará sucediendo sin mucha fanfarria, porque si algo realmente ofrece una ventaja competitiva, y el análisis bien hecho puede hacerlo, lo mejor para la organización es no informar a nadie. Se mantendrá en secreto el mayor tiempo posible, con solo sus efectos en el mercado.
De hecho, los documentos sobre su idea de ‘usar el procesamiento del lenguaje natural de los datos de las redes sociales para medir la confianza del consumidor’ han existido durante al menos 5 años y probablemente más. Me parece un espacio fascinante.
Estudios en Twitter y predicciones de Livejournal del mercado de valores.
2. La compensación requerida entre previsibilidad e interpretabilidad reduce el uso de algunas tecnologías
Al contrario de lo que algunos podrían sacar del rumor en línea sobre las tecnologías de big data, el gobierno y las grandes corporaciones se mueven mucho más lentamente y toman tiempo para adoptar estas tecnologías.
Una razón es que las técnicas más avanzadas de ‘análisis de big data’ pueden ser buenas para la predicción , en el sentido de comprender la ‘función’ o ‘patrones’ subyacentes de los datos, pero a veces la predicción no es útil sin receta. es decir, a veces es mejor usar un modelo más simple que sea más comprensible para que pueda enfocarse en oportunidades de mejora.
Dicho esto, separar la correlación y la causalidad es difícil y es un gran tema en sí mismo.
3. Existen dinámicas organizacionales que hacen que la forma actual de hacer las cosas sea difícil de cambiar.
La otra razón es la realidad en las trincheras de que el pronóstico económico, la planificación estratégica, el presupuesto financiero y la gran cantidad de capacidades que requieren predicción han sido gestionados en gran medida por un grupo de economistas y estadísticos que están bien arraigados en su forma de trabajar y sus ideas. .
El hecho de que la mayoría considere que una determinada forma de hacer las cosas es “correcta” no la convierte en la “mejor” forma de hacer las cosas. Pero ciertamente lo convierte en el camino de menor resistencia. Y eso importa.
4. Construir y adoptar tales capacidades a escala es difícil y costoso
Es bastante fácil ver cómo tales capacidades son un proyecto factible, pero desarrollar una capacidad continua dentro de una gran organización es una cuestión diferente. El trabajo para obtener exactamente lo que necesita, compilarlo en una forma que sea útil, almacenarlo de forma segura, asegurar la propiedad y la responsabilidad, integrarlo con otros almacenes de datos organizacionales, modelarlo, probarlo, integrarlo en los procesos organizacionales e impulsar adopción: no es una tarea trivial.
5. La economía es un sistema complejo.
Sería irresponsable no mencionar que la economía es un ‘sistema complejo’, básicamente que existen muchas relaciones entre partes del sistema, su totalidad y su entorno, y esas relaciones no se representan o modelan fácilmente. Por lo tanto, es un área para pisar con cuidado.
TL: DR: hacerlo a escala no es fácil ni barato, y cualquier resultado debe tomarse con una cucharada de sal. Pero ya está sucediendo, aunque principalmente de formas invisibles para el observador casual.
