Explorar las perspectivas de sus datos
Objetivos de aprendizaje
Después de completar esta unidad, podrá:
- Explicar qué es una perspectiva de datos.
- Definir los tipos de perspectivas de datos que genera Einstein Discovery.
- Explorar las perspectivas de datos e interpretarlas.
¿Qué son las perspectivas de datos?
Una perspectiva es un hallazgo obtenido a partir de sus datos. Cuando se crea una versión del modelo, Einstein Discovery analiza en profundidad los datos y genera perspectivas basadas en este análisis.
Einstein Discovery genera perspectivas superveloces que son imparciales, objetivas y estadísticamente relevantes. Usa gráficos y explicaciones fundamentadas para facilitar la comprensión e interpretación de estas perspectivas. Las perspectivas ofrecen un punto de inicio para investigar las relaciones entre las variables explicativas del modelo y su objetivo. Simplemente debe recorrer las perspectivas y encontrar las que sean más relevantes para el resultado que desea mejorar.
Tipos de perspectivas
Einstein Discovery genera los siguientes tipos de perspectivas.
| Tipo | Descripción |
|---|---|
|
Descriptiva |
Derivadas de los datos históricos con un análisis descriptivo que incluye un análisis estadístico. Las perspectivas descriptivas muestran qué ocurrió con los datos. |
|
De diagnóstico |
Derivadas del modelo. Las perspectivas de diagnóstico muestran por qué ocurrió algo. Las perspectivas de diagnóstico profundizan y ayudan a comprender qué variables tienen un efecto más significativo sobre el resultado de negocio que se está analizando. Nota: el término por qué se refiere a un patrón de datos sólido, no necesariamente a una relación causal. |
|
Comparativo |
Derivadas del modelo. Las perspectivas comparativas explican la diferencia en la variable de resultado al comparar dos subgrupos específicos. Con las perspectivas comparativas, puede aislar factores (categorías o depósitos) y comparar su repercusión en el resultado con otros factores o con medias globales. Einstein Discovery muestra gráficos en cascada para ayudarlo a visualizar estas comparaciones. |
Ver las perspectivas de datos
En el panel de navegación izquierdo, haga clic en Perspectivas de datos. Einstein Discovery muestra la pantalla de perspectivas de datos.
- En el resumen del modelo (1), se muestra el objetivo del modelo, las filas totales analizadas, la media del resultado y cualquier diferencia respecto de la versión anterior. El botón Explore a Variable (Explorar una variable) alterna el panel de variables.
- En el panel de variables (2), se muestra la lista de variables explicativas en su modelo y su correlación con el resultado del modelo, comenzando por la correlación más alta. Mientras mayor sea la correlación, expresada en porcentaje, más sólida es la relación estadística. En nuestro modelo, Tipo de oportunidad tiene la mayor correlación con las oportunidades ganadoras, seguido de Origen del prospecto e Industria.
- En los paneles de resumen de perspectivas (3), se muestran los principales efectos positivos y negativos de la variable de resultado. En nuestro modelo, el mayor índice de oportunidades ganadas se obtiene cuando el origen del prospecto es Referencia de socio y el tipo de oportunidad es Nuevo negocio/Adicional. El menor índice de oportunidades ganadas se obtiene cuando el tipo de oportunidad es Negocio existente y el valor es inferior a 21,810. En este caso, el índice de oportunidades ganadas observado es del 0.8 %, lo que significa que solo se ganan 8 de cada 1000 oportunidades.
A continuación, veremos cada uno de los tipos de perspectivas que generó Einstein Discovery. En esta unidad, aprenderá sobre las perspectivas descriptivas, comparativas y de diagnóstico.
Explorar las perspectivas descriptivas
Las primeras perspectivas que se muestran son las descriptivas. Las perspectivas descriptivas son las perspectivas principales. Brindan una descripción general de qué factores contribuyeron al resultado, en función de un análisis estadístico de su conjunto de datos. Einstein Discovery utiliza gráficos de barras para mostrar las diferencias, las tendencias y la importancia de los valores.
Desplácese hasta debajo del resumen de perspectivas para ver el primer elemento de la lista de perspectivas descriptivas. Las perspectivas se ordenan por importancia estadística. Las principales perspectivas tuvieron el mayor impacto en el resultado del modelo.
Cada perspectiva tiene los siguientes elementos:
- Un título (1) de lo que se mide.
- Un gráfico (2) que muestra visualmente los resultados.
- Un texto explicativo (3) que describe los resultados y las interacciones con otras variables del conjunto de datos.
Como le indicó un objetivo a Einstein (maximizar las oportunidades ganadas), cada perspectiva indica si algo fue "mejor" o "peor" respecto de ese objetivo. Un círculo verde con una flecha indica una condición que lo acerca a su objetivo. Un círculo rojo con una flecha indica una condición que lo aleja de su objetivo.
Esta perspectiva muestra que, entre los tipos de oportunidades, Nuevo negocio/Adicional tiene el mayor índice de oportunidades ganadas, mientras que Negocio existente tiene el menor.
En el gráfico, pase el cursor sobre una barra para ver un mensaje emergente que incluye detalles subyacentes. 
En el texto explicativo, si pasa el cursor sobre un hipervínculo, la barra correspondiente del gráfico se destaca con un color diferente. 
Si lo desea, desplácese hacia abajo para revisar otras perspectivas descriptivas de la lista.
Profundizar en una sola variable (perspectivas de primer orden)
Para filtrar la lista de perspectivas, haga clic en Tipo de oportunidad en el panel de variables.
En la lista de perspectivas, se muestran únicamente las perspectivas asociadas Tipo de oportunidad. El selector de filtro ubicado sobre la perspectiva muestra la variable que se está investigando. 
La primera perspectiva de la lista muestra cómo se asocia el tipo de oportunidad con el resultado. Representa un resumen de todos los valores asociados con la variable. Para las perspectivas descriptivas, también se denomina perspectiva de primer orden, porque examina cómo una variable (Tipo de oportunidad) explica la variación de la variable de resultado (IsWon TRUE).
Explorar subgrupos (perspectivas de segundo orden)
Desplácese hasta la siguiente perspectiva de la lista. 
Esta perspectiva muestra cómo una combinación de variables (subgrupos) se asocia con la variable de resultado. En este ejemplo, el origen del prospecto de Consulta telefónica se destaca por hacerlo peor que otros orígenes de prospectos, especialmente cuando se trata de una oportunidad adicional. En el gráfico se ve la comparación entre Consulta telefónica diferente (columnas azules) y los demás orígenes de prospectos (columnas grises) entre los tipos de oportunidades. ¿Cuál es la conclusión? Que las llamadas en frío no son una forma eficaz de generar nuevos negocios.
Si lo desea, desplácese hacia abajo para examinar otras perspectivas de la lista. Ahora, veamos las perspectivas de diagnóstico.
Explorar perspectivas de diagnóstico
Mientras que las perspectivas descriptivas indican qué ocurrió, las perspectivas de diagnóstico indican por qué ocurrió algo. Las perspectivas de diagnóstico le ayudan a analizar en profundidad los factores que llevan a un resultado. Einstein Discovery obtiene perspectivas de diagnóstico a partir del modelo que genera durante la creación. Einstein utiliza gráficos en cascada para visualizar las perspectivas de diagnóstico.
Nota: recuerde que el término por qué se refiere a un patrón de datos sólido, no necesariamente a una relación causal.
Para ver las perspectivas de diagnóstico, seleccione una variable (Origen del prospecto) del panel Variables y, luego, en Seleccionar un valor, seleccione un valor para la variable (Referencia de socio). 
Einstein muestra un resumen del desempeño del valor seleccionado. 
Einstein luego muestra la perspectiva de diagnóstico cuando Origen del prospecto es Referencia de socio. 
Este gráfico en cascada aporta mucha información. Detallemos eso.
Empecemos con las barras azules.
- En la parte superior, se encuentra la Media global, o el promedio de todas las variables y los valores.
- En la parte inferior, se encuentra la Media de la variable y el valor seleccionados. Muestra la diferencia en comparación con la media global (el efecto neto).
Ahora veamos las barras verdes y rojas del medio. Estas barras son los Impulsores específicos, o los efectos individuales, que indican el vínculo entre los factores individuales o grupos de factores y el resultado. Las barras verdes representan una mejora, mientras que las rojas representan un empeoramiento.
- Los Pequeños términos relacionados representan el efecto agregado de todos los términos que interactúan con la selección y que no aparecen en las barras del gráfico descritas anteriormente. Varios factores afectan el resultado de la variable seleccionada. No es posible incluirlos todos en el gráfico, por lo que se muestran solo los más relevantes. Los demás efectos se agrupan en las condiciones pequeñas. Esta organización se utiliza para diferenciarlos de estos dos grupos.
- En No explicado, se cuantifica la brecha que este modelo no pudo atribuir a distintos impulsores. Los impulsores de las perspectivas de diagnóstico, en conjunto, explican la brecha entre el resultado observado para el origen del prospecto Referencia de socio y la media global. Tenga en cuenta que estos impulsores se generan a partir de un modelo de predicción y que ningún modelo es perfecto. Si el valor de No explicado es 0, indicaría que el modelo siempre predijo perfectamente que la relación de oportunidades ganadas para el origen del prospecto es Referencia de socio, lo cual no sería realista y solo puede significar que hay un sobreajuste del modelo.
Podríamos aprender muchas cosas más (prueba pasar el cursor por encima de los impulsores para ver todas sus puntuaciones), pero debemos pasar a las perspectivas comparativas.
Explorar perspectivas comparativas
Las perspectivas comparativas son un caso particular de perspectivas de diagnóstico. Recuerde que una perspectiva de diagnóstico divide la diferencia entre un subgrupo particular y la media global en factores que contribuyen. Una perspectiva comparativa hace lo mismo, pero entre dos subgrupos diferentes. Einstein Discovery obtiene perspectivas comparativas del modelo que genera. Einstein Discovery muestra gráficos en cascada para ayudarlo a visualizar estas comparaciones.
Para ver perspectivas comparativas, seleccione una variable (Origen del prospecto) en el panel Variables. En Seleccionar valor, seleccione una categoría para la variable (Referencia de socio) y, luego, una segunda categoría (Consulta telefónica).
Einstein muestra la perspectiva comparativa. 
Desglosemos parte de la información de esta pantalla.
- El título (1) indica qué categoría tiene mejor desempeño en cuanto al resultado.
- El resumen (2) muestra la correlación entre cada categoría y el resultado, además de la diferencia entre ellos.
- El subtítulo (3) describe exactamente qué se está comparando.
- El gráfico en cascada (4) muestra las diferencias principales entre las dos categorías.
- Media cuando Origen del prospecto es Consulta telefónica (barra azul superior)
- Media cuando Origen del prospecto es Referencia de socio (barra azul inferior)
- Factores cuando Consulta telefónica tiene mejor desempeño (barras rojas)
- Factores cuando Referencia de socio tiene mejor desempeño (barras verdes)
¿Qué más se puede hacer con las perspectivas?
Además de revisar e interpretar las perspectivas de datos del modelo, puede hacer lo siguiente:
- Agregar marcadores para perspectivas a las que quiera regresar y filtrar la lista para ver solo las perspectivas marcadas.
- Filtrar perspectivas asociadas con variables relevantes al analizar los sesgos de los datos.
¿Qué es lo siguiente?
Ahora que ha explorado las perspectivas, vamos a implementar nuestro modelo.
