Sobre mi


  • Soy José Luis Cañadas Reche 👋
  • Data Scientist/ Estadístico 💻
  • ️MasOrange 🍊
  • En unas semanas 🏡

¿Quién fui/soy yo?


  • Alumno de esta facultad. No especialmente brillante los primeros años
  • Becario en el IECA.
  • Otras cosas raras
  • Estadístico en Instituto de Estudios Sociales de Andalucía (IESA)

¿Cómo acabé en esto del “Bigdata”?


Avatares del destino

  • Fin de contrato en el IESA
  • En Andalucía es/era díficil encontrar trabajo de estadístico
  • Migración a Madrid
  • Consultora y Telefónica. 2016- 2018
  • Orange. 2018-2025

¿Qué es esto del “Bigdata”? ¿Y la ciencia de datos?


  • Nadie tiene muy claro qué es BigData. ¿Lo de las 5 V’s?
  • En realidad no importa mucho cómo se defina.
  • Es un “hype”, igual que ahora el nuevo “hype” es la IA.
  • Data Science exists because Statistics (as a field) missed the boat on computers.
  • Lo de “ciencia” en ciencia de datos es “cuestionable”

¿Y qué tiene que ver con la Estadística?


¿Qué pintamos los estadísticos?

¿Qué debería hacer un estadístico para ser un buen científico de datos?

  • Aprender a programar, ¿R, Python, sql, julia, Rust, C++ ?
  • Entender el campo de aplicación, negocio, ciencia.
  • Saber contar historias con datos y transmitir conceptos complejos de forma simple.
  • Mucha gente se empeña solo en programar y aprender bien un lenguaje. Es útil, pero lo que os diferencia a vosotros es el pensamiento estadístico.
  • La estadística es la ciencia de la incertidumbre. 1/3 != 100/300

¿Qué tiene que cambiar en la formación reglada?

¡Ojo!. No sé cómo está ahora

  • Aliarse con la gente de informática. Hay gente muy buena en Granada.
  • Énfasis en la aplicación, sin dejar de lado la rigurosidad.
  • Colaboración con las empresas.
  • Saber vendernos
  • ¿?

Oportunidades

  • Es más fácil ser un estadístico con habilidades de programación que al revés.
  • Alfabetización estadística. Muchos DS’s actuales no tienen ni idea
  • Comunicar eficazmente la incertidumbre => Mejores decisiones
  • Las empresas están redescubriendo las posibilidades de la IO (ML Prospectivo lo llaman ahora)

Ejemplos en telco.

  • Modelos de clasificación. Propensión de compra, fuga de clientes.
  • Marketing Mix Modelling.
  • Análisis de redes.
  • Perfilado de clientes.

Mensaje para estudiantes y egresados

  • Confía en tu formación estadística
  • No te obsesiones con aprender a programar. ¡Pero aprende!
  • Hay mucho desconocimiento estadístico, incluso en empresas top
  • No dejes de estudiar y aprender, terminar la carrera es sólo el principio
  • Crea un portfolio personal de proyectos, por ejemplo en github
  • Participa en comunidades de datos, como R-Hispano, Pydata.

Fuga de clientes


  • Predecir solicitudes de portabilidad.

  • Elegir diariamente clientes con mayor probabilidad de fuga

  • Mandar a campaña diaria. Elección grupo de control

  • Análisis de accionabilidad. Inferencia causal

Marketing Mix Modelling

  • Básicamente hacen regresiones multivariantes encadenadas
  • Se podría mejorar con
    • Ecuaciones estructurales
    • Modelos bayesianos.
  • Se optimizan usando cosas como cplex, gurobi.

SNA


  • 50 millones msisdn en cdrs

  • Histórico 4 meses

  • Matriz de adyacencia 40 Millones x 40 Millones

  • Graphframe de spark

SNA. Definición de vínculo


  • Criterio seleccionar sólo vínculos fuertes

  • \[link_{i,j} = \dfrac{\sum{calls_{i,j}}}{\sum calls_i + \sum calls_j - \sum{calls_{i,j}}} \]

  • Para cada teléfono se obtiene sus contactos importantes a alcance 2.

SNA

mi egografo

Perfilado de clientes. Navegación

¡El Álgebra es tu amiga!

  • Navegación web. Anonimizamos tlfs
  • Consideramos las 10 mil urls más visitadas
  • Muestreamos tlfs fijos (20% nos basta)
  • SVD de la matriz resultante. 400 mil filas x 10 mil columnas. Matriz muy dispersa

Urls similares

> dist_matrix[grep("*.pullandbear.com",rownames(dist_matrix), fixed = TRUE), ] |>  enframe() |> arrange(value)
# A tibble: 9,564 × 2
   name               value
   <chr>              <dbl>
 1 *.pullandbear.com    0  
 2 *.stradivarius.com  68.1
 3 *.pullandbear.net   69.6
 4 *.nagich.com        77.9
 5 *.backmarket.com    85.6
 6 *.bershka.com       86.2
 7 *.backmarket.es     89.9
 8 *.salesmanago.es    94.6
 9 *.turnto.com       101. 
10 *.quickcep.com     104.

Urls similares

Blog

Podcast