La Ciencia de Datos no termina cuando logramos tener un modelo predictivo con alto desempeño. La predicción cambia la realidad, y este “efecto observador” debe reintroducirse al modelo. Para este efecto la Ciencia de Datos debe apoyarse en la Ingeniería de Datos para completar el ciclo “observar, predecir, actualizar” mediante productos de datos que se integren a la cadena de valor.

1. http://sg.com.mx/dataday #datadaymx
Un Producto Predictivo de
la A a la Z.
Miguel Angel Escalante Serrato
@skalas

2. ¿Qué hace un
matemático
aquí?
2

3. ¿Qué es lo que
más le gusta a
mis usuarios?
So it goes...
3

4. ¿Qué
información
tenemos?
4

5. Alcance:
Número de personas a las cuales
un post puede llegar
Impresiones:
Número de veces que un contenido
es desplegado
Engagement:
Número de personas que
interactúan con algún contenido de
la página.
Link Clicks:
Número de clicks que llevan a la
persona a la página.
Métricas en
el mundo
digital
5

6. Flujo de
información
6

7. Usando la graph api
de Facebook,
construimos nuestra
base de datos.
“Data! data! data!” he
cried impatiently. “I can't
make bricks without
clay.”
-- Sir Arthur Conan Doyle
7

8. Modelo
Bag of words
5 consejos para iniciar una colección de arte
8
1 0 1 1 0 0 0
arte árbol colección para por pareja correo

9. Modelo
Lasso y selección de
variables
● Se tienen más de 10,000
palabras en total dentro de los
títulos
● Regularización
● Selección de Variables
9

10. Modelo
Bosque Aleatorio
10

11. Modelo
Bag of words
+
Regularización
+
Categoría
+
Hora de publicación
+
Random forest
11

12. R
¿web?
¡plumbr!
API
12

13. Entradas:
• Título
• Categoría
• Hora de
publicación
API
13

14. Resultado:
• Predicción de
clicks
• Score: {1,2,3,4}
API
14

15. Herramienta
de análisis
15

16. 16
Herramienta
de análisis

17. 17
Herramienta
de análisis

18. ¿Cómo le va al
modelo?
¿Cómo le va a las
publicaciones?
¿Qué funcionó?
¿Qué no funcionó?
Reportes
18

19. 19

20. Cambios al
producto
20
Capacidad Predictiva

21. Cambios al
producto
21
Capacidad Predictiva

22. Cambios al
producto
22
Sugerencias de los
usuarios:
• Hora y categoría
• Número de clicks ruidoso
• Contexto
• Sugerencias
• Similaridad

23. Term Frequency - Inverse
Document Frequency
(TF-IDF)
Estandarización por hora y
categoría
Sugerencia de palabras
Similaridad
Contexto
Modelo
23

24. Contexto
24

25. Sugerencias
25

26. Similaridad
26

27. 27

28. ¡Resultados!
28

29. 29
¿Qué viene?

30. 30

31. Análisis de
Audiencia y
Sistemas de
Recomendación
31

32. ¿Preguntas?
Twitter: @skalas
Mail: miguel.escalante@culturacolectiva.com
Github: https://github.com/skalas/
32