Desbloquea todo tu potencial como analista de negocios con el poderoso marco de impacto causal de 5 pasos

Aprovecha al máximo tu potencial como analista de negocios con el poderoso marco de impacto causal de 5 pasos

La inferencia causal puede ayudarte a convertirte en una estrella del análisis de negocios

En un contexto empresarial, el liderazgo suele estar interesado en el impacto de una decisión o evento en el KPI de interés. Como analista de rendimiento, paso la mayor parte de mi tiempo respondiendo alguna variante de esta pregunta: “¿Cuál es el impacto de {Noticias, anuncios gubernamentales, eventos especiales…} en el rendimiento del país X?”. Intuitivamente, podemos responder a esta pregunta si tuviéramos una forma de saber qué hubiera sucedido si las Noticias/anuncios/eventos especiales nunca hubieran ocurrido.

Esta es la esencia de la inferencia causal, y algunas personas muy talentosas están trabajando arduamente para hacer que los marcos de inferencia causal estén disponibles para que los usemos.

La librería Causal Impact de Google es uno de esos marcos. Desarrollado por Google para ayudarles a tomar mejores decisiones sobre el presupuesto de marketing, esta librería puede ayudarnos a cuantificar el impacto de cualquier evento o intervención en una serie temporal de interés. Puede sonar aterrador, pero en realidad es bastante intuitivo.

Como analistas de negocios, debemos aprovechar estas herramientas en nuestra vida diaria; aquí te presento 5 pasos sencillos que puedes seguir para implementar tu primer análisis de Causal Impact.

• Noticias VoAGI, 22 de noviembre 7 controles esenciales de calidad de datos con Pandas • Los 5 mejores bancos de datos vectoriales que debes probar en 2024
• Análisis de datos de autoservicio como una jerarquía de necesidades
• Grandes Modelos de Lenguaje, StructBERT — Incorporando Estructuras del Lenguaje en el Entrenamiento Previo

Paso 1: Instalar e Importar Paquetes

Para esta guía, utilizaremos Python.

Comenzaremos instalando el paquete Google Causal Impact.

>pip install tfcausalimpact

puedes encontrar más información sobre este paquete en GitHub: https://github.com/WillianFuks/tfcausalimpact

Para ejecutar un análisis de Causal Impact, solo necesitas 4 paquetes.

from causalimpact import CausalImpactimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as plt

Paso 2: Importar Datos y Definir Períodos Antes/Después

Podemos pensar en el marco de Causal Impact como un problema de series temporales.

En una fecha específica, observamos un evento, noticias, etc. y seguimos cómo cambia nuestra medida de interés después de este evento en comparación con un punto de referencia. Puedes pensar en tu punto de referencia como…

We will continue to update Zepes; if you have any questions or suggestions, please contact us!