1 of 9

Análisis ML-IA

Downloaded at:

18/08/2022 21:13:29 UTC

Last data refresh:

18/08/2022 20:44:14 UTC

2 of 9

  • Se realizan algunos análisis de correlación para observación de patrones y gráfico de clusterización (lado derecho).
  • El clúster puede propiciar la delineación de estrategias para grupos que comparten parámetros estadísticamente similares.
  • Los gráficos excluyen valores atípicos y se encuentran bajo escala logarítmica para minimizar los sesgos.

GRÁFICOS DE DISPERSIÓN

3 of 9

  • Se toman en cuenta la producción semanal y posibles variables explicadores de la misma, permitiendo que el modelo utilizado consiga la mejor combinación.
  • La base de datos, ofrece además un seguimiento de las mismas variables en cada semana, sirviendo como insumo para otros análisis.

​

HISTÓRICO PRODUCCIÓN SEMANAL

4 of 9

ELEMENTOS INFLUYENTES EN INGRESOS

5 of 9

MODELO DE ESTIMACIÓN SEMANAL

  • La metodología aplicada es la de Regresión Lineal Múltiple, usando como explicadores las variables X1 y X2. El mismo, se revisa y actualiza semanalmente, con observación estricta del cumplimiento de los supuestos de los errores y de los coeficientes de las variables independientes, obtenidos desde Excel.
  • Brinda, con un esquema de escenarios, estimados de los ingresos, con la selección realizadas de las variables independientes. Se añade un control de Shocks que captura posibles movimientos atípicos, que impactan positiva o negativamente en la producción.
  • El set de explicadores, por tanto, da ideas de las variables que mejor explican (por orden de importancia) a los movimientos de los Ingresos $, dando lugar a conclusiones explorables en la vista proporcionados por PBI.

6 of 9

7 of 9

MODELOS DE EXPLICADORES POR CLIENTE

  • Se realiza un análisis tipo Continuo (lado izquierdo) y categórico (lado derecho).
  • En ambos casos, el análisis es ejecutado para el mismo set de variables, quedando los que mayor correlación posean con el incremento (o disminución) de la variable dependiente, y por otro lado, de las que explican en mayor medida la variable categórica elegida.
  • Cada actualización, por la obtención de más datos, puede propiciar cambios en la relevancia de cada explicador. Los modelos se actualizan automáticamente, desde el escritorio editor o en base a una actualización programada.

​

8 of 9

9 of 9

ESQUEMA JERÁRQUICO

  • La visual da un esquema de la contribución de un conjunto de variables seleccionadas, clasificadas en base a intervalos estandarizados.
  • En un gráfico con interacción, se aprecian el grado de participación, desde un análisis visual, ramificadas entre las mismas variables seleccionadas por el modelo, respondiendo a preguntas: ¿Qué tan relevante es el grupo X o Y? ¿de cuánto es el Índice de Recaudación para los mismos?
  • El análisis de Inteligencia Artificial, integrado en PBI, realiza la mejor división, tomando en cuenta la preponderancia.