Drill 09
Se mueven juntos, ¿y qué?
Dos cosas subieron al mismo tiempo. ¿Una causó la otra?
Cómo no confundir que dos cosas se muevan juntas con que una cause la otra.
Cuándo se saca
Cuando alguien muestra dos gráficos que suben o bajan a la vez y propone actuar sobre uno para mover el otro.
Cómo se usa
- Busca lo que podría estar moviendo a las dos al mismo tiempo: la temporada, un cambio de precio, una campaña o el crecimiento general del negocio.
- Revisa el orden en el tiempo. Si la supuesta causa aparece después del efecto, no es la causa.
- Pregunta qué habría pasado sin el cambio. Si no hay un grupo que no lo recibió ni una forma razonable de estimarlo, lo que tienes es una coincidencia con buena historia.
La pregunta que ordena todo es siempre la misma. ¿Comparado con qué?
Una escena típica
Escena ilustrativa, sin datos de un caso real.
Escena típica en un área de marketing.
Lo que se veíaLos meses con más inversión en publicidad coinciden con los meses de más ventas, y se propone subir la inversión todo el año.
Lo que eraLa inversión se concentraba en la temporada alta, cuando las ventas iban a subir de todas formas. La temporada movía a las dos.
En qué terminóAntes de subir el presupuesto se armó una prueba con zonas que recibían la campaña y zonas que no, para medir cuánto aportaba de verdad.
Dónde se cae la gente
Tomar una relación fuerte como prueba. Que dos cosas se muevan muy parecido no dice cuál empuja a cuál, ni si hay una tercera detrás de las dos.
Fuego rápido
3 preguntas sobre esto mismo. Si fallas una, la línea de abajo dice por qué.
Dónde se pone a prueba
Saber el método no es la habilidad. Estos challenges no te dicen cuál usar, y ese es justamente el ejercicio.
Quién lo revisa
Rodrigo Urrea
Analítica · Forecasting · Productos digitales
- 14 años
- Chile · Alemania · EE.UU.
- Varias industrias
- Forecasting
- Productos digitales
- MSc Business Analytics
- AI-ready
Catorce años en analítica, en Chile, Alemania y para compañías en Estados Unidos.
Empecé en consumo masivo y bebidas, donde los pedidos llegaban con apuro y sin contexto. Después forecasting, productos digitales, y empresas sin equipo de datos que necesitaban una respuesta usable el lunes y no el mejor modelo posible. Un MSc en Business Analytics en el camino. Trabajé en varias industrias, y el patrón se repite en todas: el problema casi nunca es la técnica o la herramienta.
Hoy trabajo en construir capacidades AI-ready para tareas de analítica: qué parte del trabajo conviene automatizar y qué parte sigue siendo criterio. La segunda es más grande de lo que parece.
Los 21 challenges salen de pedidos que me hicieron a mí.
LinkedIn ↗Todos mis enlaces ↗