No todo análisis de datos responde a la misma pregunta. Unos dicen qué pasó, otros qué va a pasar, otros qué debemos hacer. Entender los tres niveles de analytics — descriptiva, predictiva y prescriptiva — ayuda a saber dónde está tu empresa y hacia dónde puede evolucionar.
Analítica descriptiva: qué pasó
Es el punto de partida y el más común: informes, dashboards y KPIs que resumen el pasado. "Vendimos X el mes pasado", "el Norte creció 10%". Responde a la pregunta qué pasó y es la base de todo — sin una buena descripción del presente, no hay previsión fiable.
Analítica predictiva: qué va a pasar
Aquí usamos los datos históricos para anticipar el futuro: prever ventas del próximo trimestre, estimar qué clientes están en riesgo de irse, proyectar la demanda. Se apoya en modelos estadísticos y de machine learning que aprenden patrones del pasado y los proyectan hacia adelante.
Analítica prescriptiva: qué debemos hacer
El nivel más avanzado no solo predice sino que recomienda acciones. "Dado que estos clientes se irán, ofrece este descuento"; "para minimizar costos de transporte, usa estas rutas". Combina predicción con optimización y reglas de negocio para sugerir la mejor decisión.
Una escalera, no una elección
- Descriptiva: esencial, es donde casi todos empiezan.
- Predictiva: requiere datos históricos limpios y cierta madurez analítica.
- Prescriptiva: exige las dos anteriores bien montadas, más optimización.
El error de saltar peldaños
Muchas empresas quieren "IA que decide" (prescriptiva) sin tener la descriptiva en orden — sin confiar en los números que ya tienen. Es como querer correr antes de andar. El valor crece nivel a nivel, y cada uno se apoya en el anterior.
En la práctica
Descubre en qué nivel estás: ¿tus informes son fiables? ¿Ya predices algo? ¿Ya automatizas decisiones? Subir un peldaño a la vez es más seguro y más rentable que saltar a la moda. ¿En qué nivel de analytics está hoy tu organización?
