Solo trato de activar algunas ideas basadas en lo que solía hacer como pronosticador.
En el lado de los datos pequeños, solía ayudar con el pronóstico de la ubicación del sitio de ventas físicas, que requiere una evaluación del área circundante de una tienda propuesta y una comparación de las alternativas del sitio. Podría hacer un modelo de regresión lineal para pronosticar algo como el rendimiento de la tienda. Desarrollamos varias capas del sistema de información geográfica (SIG) para informar un pronóstico, incluyendo características de población y crecimiento, ingresos por vecindario, flujos de tráfico, tiendas competitivas en el área, etc.
Por supuesto, un análisis del mundo real como este requiere fuentes de datos estándar disponibles, como datos censales y geográficos combinados con datos que usted reúne cerca de los sitios propuestos y los datos que el cliente proporciona sobre el rendimiento de la tienda. Descubrí que hacer su propia recopilación de datos es muy divertido, y ver los sitios, la geografía y las ubicaciones competitivas y recopilar datos sobre ellos en los sitios era indispensable para el pronóstico. Los gobiernos municipales son excelentes fuentes de datos locales.
Otro tipo de pronóstico es el pronóstico de tendencias tecnológicas con la ayuda de modelos de curva S como el modelo Fisher-Pry. Solía armar pronósticos de demanda para la demanda de chips inalámbricos, lo que nuevamente requería fuentes que podría encontrar en línea más fuentes que tendría que desarrollar a partir de investigaciones de escritorio, entrevistas, etc. Tendría que pronosticar el crecimiento de suscriptores por país, qué sistemas se utilizaron, qué dispositivos portátiles u otros equipos estaban usando el chip, estimar los zócalos de chip por sistema y luego calcular la demanda del chip. A veces, un punto de datos de una entrevista puede hacer o romper un pronóstico.
- Entiendo que Bertrand Russell tiene un argumento contra la causalidad. ¿Cuáles son algunos de los conceptos básicos de eso?
- Tengo 5 años de experiencia en el sector de TI en India y quiero obtener un MBA a tiempo completo en recursos humanos. ¿Es aconsejable? ¿Las compañías de reclutamiento prefieren ese perfil?
- Acabo de comenzar mi primer trabajo en Google y me siento muy abrumado con proyectos y plazos. Dicen que esto es “normal” y “esperado”, pero ¿es realmente así?
- Disfruté enormemente el R&J ferozmente minimalista del Northern Ballet. Me sorprendió la crítica tibia de The Guardian. ¿En qué críticos de ballet confías?
- Me acabo de unir a un equipo de fútbol y soy el peor del equipo, ¿cómo puedo mejorar?
Technology Futures hace pronósticos de curva S. Aquí hay un ejemplo de cómo un modelo de curva S aplicado de la manera correcta puede tener poder predictivo:
De Technlogy Futures (tfi.com)
Nuevamente, para hacer este tipo de pronóstico, debes encontrar y construir sobre lo que otros han hecho. Al realizar una investigación de escritorio, puede encontrar estadísticas base instaladas sobre suscriptores, equipos, características de demanda y luego desarrollar sus propios conjuntos de datos utilizando otros tipos de investigación. La gente no le entrega todos los datos que necesita para hacer esto. Tienes que encontrarlo o desarrollarlo tú mismo. Y puede encontrar formas de estimar cuándo le faltan datos. Por ejemplo, adivina la demanda en Burundi en base a comparables, pero tendrá que encontrar números de base instalados confiables para China.
Luego, debe trabajar con el modelo para ajustarlo a los datos y hacer su pronóstico.
Puede encontrar listas de conjuntos de datos para analizar en la web, tanto grandes como pequeños, pero, por supuesto, debe comenzar con lo que desea analizar. Aquí hay un ejemplo de una lista que encontré: ¿Dónde en la web puedo encontrar muestras gratuitas de conjuntos de Big Data, por ejemplo, de países, ciudades o individuos, para analizar?