Modelos econométricos de predicción basados en Twitter, un futuro prometedor

La econometría intentar explicar mediante el cálculo, la estadística o sistemas lineales –entre otros- el funcionamiento del sistema económico, la relación entre sus variables y dentro de lo posible, crea predicciones lo más acertadas posibles basándose en fenómenos económicos reales. A su vez la economía estudia el comportamiento económico de los agentes individuales. El punto en común será una derivada del comportamiento de los actores económicos.

El análisis de Twitter por parte de los investigadores permite extraer sentimientos para predecir comportamientos. En este caso la calma es la principal variable explicativa de las tendencias en el Dow Jones

Siendo un hecho cierto que los agentes económicos actúan en función de sus preferencias -más o menos racionales- y en función de criterios más o menos objetivos -en ocasiones subjetivos- que atienden a emociones como podría clasificarse su “aversión al riesgo” o ciertas situaciones de pánico financiero. Es “fácil” poder establecer una relación entre la economía y la econometría, sus modelos matemáticos y la teoría del consumidor o del agente económico, en función de sus curvas de preferencias o indiferencia. Es decir, sería posible establecer patrones, a priori, de sus preferencias adelantando sus comportamientos –con todo lo que ello conlleva-.

Una de las grandes trabas a las que se enfrenta un análisis econométrico es la disponibilidad de datos, series históricas incompletas o todo aquello relacionado con lo que impida cuantificar hechos pasados para “proyectarlos” o para contrastar variables explicadas y explicativas suficientemente representativas para un modelo. Teniendo las grandes posibilidades de disposición de datos sobre preferencias o comportamientos de los agentes que se pueden obtener en una red social de microblogging como es Twitter, el problema de la escasez de datos quedaría resuelto.

En 2010 Johan Bollen y Huina Mao – demostraron que era posible predecir, con un porcentaje de precisión del 86,7% el Dow Jones Industrial Average con tres días de anticipación y basándose en 9,8 millones de tweets. Por tanto, se puso de manifiesto que las predicciones eran posibles y que la disposición de datos era un punto fuerte en la modelización.

Correlación de la puntuación de la calma en el GPMOS (Google-Profile of Mood States) con el Dow Jones (efecto a tres días). En amarillos los puntos en los que una puntuación alta del calma coincidió con una subida elevada del Dow Jones tres días después.

Otros estudios, basados en el análisis de blogs, han demostrado que se podía evaluar el estado de ánimo del público o que los tweets sobre películas pueden predecir las ventas en taquilla.

Los ejemplos anteriores son ejemplos aislados y parciales de lo que podría significar un nuevo campo de actuación dentro, por ejemplo, del marketing online,  para adelantarse a las preferencias de los consumidores, determinar el público objetivo o prever demandas dentro de la dirección de operaciones ajustándolas mejor con el ahorro en costes que ello supondría.

Si junto con a la posible modelización de las preferencias, etc. se le añade una clusterización -la clasificación segmentada del público objetivo se queda pequeña ante la gran cantidad de datos de los que se dispone- de los usuarios de internet permitiría, no sólo aproximarse mucho a las preferencias de los usuarios, sino adelantarse a ellas. Adelantar sus hábitos de compra futuros.  La terna de la predicción econométrica junto a los avances e implantación del social commerce y la geolocalización del usuario daría unos resultados sorprendentes por lo fidedigno de los mismos. El sueño de cualquier empresa.

Respecto a otros ámbitos predictivos, encontraríamos ventajas competitivas a la hora de prever tendencias del mercado “Bull” o “Bear”. Lo que sin duda reportaría una información muy valiosa, tanto para analistas como para inversores. Es evidente que representaría un análisis complementario de mucho calado.

No cabe duda pues, de que la tecnificación y estandarización de internet, es en buena medida una buena base estadística con grandes posibilidades y un nuevo frente –y gran fuente- para el análisis econométrico. Las posibilidades de explicar variables muy relevantes en función otras  explicativas disponiendo de tanto número de datos, es un filón por explotar pero que a buen seguro acabará estandarizándose. No cabe duda de que aunque los comportamientos, de los agentes, en la actualidad no son inducidos, en el futuro si cabría esa posibilidad, dando lugar a predicciones erróneas derivadas de datos falseados. Mientras tanto, casi todo es posible.

Comentarios desactivados en Modelos econométricos de predicción basados en Twitter, un futuro prometedor / 14 Feb 2012 por Cesar Aparicio Gil
MBAftmad /

Comentarios cerrados.