Análisis Predictivo y su relación con el Big Data

Análisis Predictivo en la demanda de bienes de equipo en diversos mercados y su relación con el Big Data

Se ha demostrado que la demanda de bienes de equipo está fuertemente influenciada por los cambios en las condiciones económicas de cada país  y  que las variaciones de determinados indicadores económicos en éstos nos pueden ayudar a anticipar las fluctuaciones de la demanda.  Para fabricantes cada vez más exportadores, el conocer la situación de nuevos mercados, es fundamental para el éxito en la aproximación y entrada en dichos mercados.

Una competencia altamente intensa y un rápido crecimiento en la innovación crea una necesidad para los fabricantes, proveedores de éstos y distribuidores, de anticipar el desarrollo futuro de la demanda para asegurar un mercado estable y rentable.

Por ejemplo, los estudios realizados sobre la demanda de maquinaria y equipos para la construcción en función de la demanda general de obra se pueden clasificar en dos tipos: los que se centran en investigar las relaciones entre los indicadores económicos y la demanda utilizando técnicas econométricas y los que se centran en pronosticar la demanda usando inteligencia artificial.

Incluso los datos de ventas de maquinaria y equipamiento para la construcción tienen una fuerte tendencia estacional. Tendencia que refleja la estacionalidad en el negocio de la construcción como consecuencia de la diferencia en las condiciones climáticas en determinados mercados.  Quizá en países como España, donde la climatología no es tan extrema como en otros, la estacionalidad no tenga tanta trascendencia, sin embargo en muchos países,  las fluctuaciones estacionales son importantes.

Algunos de los indicadores analizados en diferentes estudios por diferentes autores y su efecto en la demanda de maquinaria y equipamiento para la construcción son:

Hanna Ihnatovich en su estudio “Predicting the development of the construction equipment market demand using economic indicators: Artificial Neural Networks approach” (2017) para el top 8 de los países del EMEA (geographical region Europe, Middle East and Africa): Alemania, Francia, Reino Unido, Rusia, Arabia Saudí, Turquía, Italia y Noruega, definió los siguientes factores de influencia:

Alemania: empleo total, exportaciones de bienes y servicios, índice de producción industrial, inversión total y datos de venta.

Francia: gasto por consumidor, empleo total, PIB per cápita, deuda gubernamental, intereses, ganancias y dividendos, inversión en viviendas privadas, inversión total, porcentaje sobre el PIB de inversión total, préstamos de bancos, tasa de desempleo y datos de venta.

Reino Unido: gasto por consumidor, deuda gubernamental, intereses, ganancias y dividendos, préstamos de bancos y datos de venta.

Rusia: índice de precios al consumidor, tasa de desempleo, precio de referencia del gas y datos de venta.

Arabia Saudí: precio de referencia del gas y datos de venta.

Turquía: índice de producción industrial, inversión total, porcentaje sobre el PIB de inversión total, precio de referencia del petróleo y datos de venta. 

Italia: índice de precios al consumidor, reservas, divisas y datos de venta.

Noruega: PIB per cápita, precio mundial de los metales y datos de venta.

Los sistemas actuales de información deben comenzar a incorporar como datos con los que trabajar de forma continuada, todo este tipo de información. Seleccionar las fuentes adecuadas donde acudir para la extracción y recopilación de datos, integrarlos en los sistemas corporativos, conjugarlos con los datos internos,  establecer relaciones, obtener patrones de comportamiento situacional, definir previsiones, analizar la realidad y la predicción… todo en aras de la toma de decisiones con el menor margen de error posible.

La configuración de un proyecto Big Data está pensado para dar solución a todo este entramado de datos, relaciones, fórmulas e indicadores que ya se hace indispensable en determinado tipo de empresas, ya sea por su tamaño, por los mercados donde opera, por la diversidad de productos que componen su oferta o por el número de clientes potenciales a los que puede llegar.