Presentamos RSO-F

Estamos desarrollando RSO-F para predecir eventos reales. El modelo estima la probabilidad de que algo ocurra en un periodo definido, en ámbitos que van desde la demanda de clientes hasta los cambios económicos y los asuntos internacionales.

Una probabilidad permite expresar una expectativa antes de conocer el resultado. Puede compararse con otra estimación, revisarse cuando cambia la información y evaluarse una vez que se resuelve el evento. Desarrollamos RSO-F para que esas estimaciones sean útiles en distintos ámbitos y horizontes temporales.

Definir la pregunta

La predicción empieza por una pregunta lo bastante precisa como para responderla. La expectativa de que aumente la demanda necesita un periodo y una base de comparación. Una predicción de interrupción debe especificar qué se consideraría una interrupción y cuándo se comprobará el resultado.

Pensemos en una empresa que se prepara para un aumento estacional de los pedidos. Preguntar si los pedidos superarán su capacidad actual no es lo mismo que preguntar si las ventas crecerán. Ambas preguntas tratan sobre la demanda, pero pueden conducir a decisiones operativas distintas. La predicción debe responder a la pregunta que la empresa necesita resolver.

Medir la precisión

Evaluamos RSO-F en ForecastBench, donde las predicciones se presentan antes de que se resuelvan los eventos. A medida que se conocen los resultados, esas predicciones se pueden puntuar y comparar con las de otros modelos. Esto nos permite examinar estimaciones hechas cuando la respuesta aún era incierta.

Examinamos el rendimiento en distintas preguntas y horizontes temporales, además de la calibración. La calibración comprueba si los eventos a los que se asigna una probabilidad determinada ocurren aproximadamente con esa frecuencia en un número suficiente de predicciones. Nos ayuda a examinar la confianza del modelo junto con su capacidad para distinguir los resultados más probables de los menos probables.

Un resultado necesita contexto. Los temas cubiertos, el periodo evaluado y las preguntas que ya se han resuelto influyen en lo que puede decirnos una comparación. Publicaremos los resultados con esos detalles y las comparaciones pertinentes. Las aplicaciones fuera de esa evaluación necesitarán pruebas adecuadas a su propio uso.

Utilizar una predicción

Una predicción contribuye a una decisión junto con sus costes y consecuencias. En el ejemplo de la capacidad, una empresa quizá pueda absorber pedidos adicionales con poco aviso. Otra puede necesitar comprometerse a comprar equipos con mucha antelación. La misma estimación puede respaldar elecciones distintas porque las empresas afrontan limitaciones diferentes.

Desarrollamos RSO-F para su uso mediante API, de modo que las predicciones puedan aparecer en los productos donde se toman esas decisiones. Entre sus posibles aplicaciones están las herramientas de planificación y el análisis financiero, donde una estimación puede valorarse junto con la información específica de cada decisión.

Trabajar con predicciones

Nuestro trabajo en interfaces se centra en lo que las personas pueden hacer con una estimación una vez que la tienen. Un documento dinámico podría incorporar una predicción a un cálculo y mostrar cómo cambia el resultado al modificar un supuesto. Una interfaz conversacional podría ayudar a examinar alternativas o aclarar la pregunta que se quiere formular.

Desarrollamos esas interfaces junto al modelo. Para una decisión de planificación, una vista útil podría incluir la predicción, la capacidad ya disponible y el coste de modificarla. Mantener visibles esas relaciones permitiría examinar la base de una elección antes de comprometerse con ella.