¿Porqué ArrowModel?

¿Porque hacer modelos estadísticos?

El mundo es un lugar competitivo. Usted no tiene que optimizar nada si no lo desea, ¡Pero tal vez sus competidores le estén sacando ventaja! La mayoría de las empresas que pueden costearlo, desarrollan sofisticados modelos estadísticos para resolver sus problemas mas importantes.

Y los problemas de negocio no son siempre los mismos, por lo que usted necesita desarrollar modelos a medida, modelos que realmente se apliquen a sus datos y a su problema especifico.

Finalmente, el entorno está en constante cambio, por lo que sus modelos deben ser actualizados regularmente. Si necesita ayuda de un consultor, no dude en llamarnos. Pero si no la necesita, ArrowModel puede ayudarlo a hacer el trabajo, por una pequeña parte del costo.

¿Porque usar ArrowModel?

Hay varias maneras de hacer el calculo de puntuación. Hasta puede usar lápiz y papel, al menos como un ejercicio de aprendizaje. Mas abajo describimos las principales maneras de hacer el calculo de puntuación que hemos encontrado en los últimos 20 años de consultoría para empresas de la lista Fortune 500.

Alternativa #1: Paquetes Estadísticos de Propósito General

El escenario más común consiste en usar un paquete estadístico de propósito general como SAS/STAT, SPSS o R, a menudo en conjunto con macros para automatizar tareas repetitivas.

Aunque es extremadamente poderoso y muy flexible, este enfoque lleva mucho tiempo, requiere un buen conocimiento de lenguajes de programación cerrados poco conocidos, y no es muy bueno para implementar mejoras. Tratar de entender el modelo de otra persona (o aun un modelo propio, de unos meses atrás) es todo un reto, ya que a menudo hay diferentes programas y conjunto de datos.

En contraste a eso, ArrowModel mantiene todo lo relacionado a un modelo en un solo archivo, manteniendo una estructura uniforme entre los proyectos de puntuación. A diferencia de R, ArrowModel no necesita que todos los datos residan en la memoria principal y puede trabajar con conjuntos de datos muy extensos. Aun existe la limitación de espacio de disco y memoria, pero la única verdadera restricción es el tiempo.

Con ArrowModel, se puede armar un cuadro de puntuación sin escribir una sola línea de código. En los casos donde se necesite transformar los datos de entrada, se usa SQL, que es extensamente conocido.

Alternativa #2: Mega Soluciones

Soluciones costosas como KXEN Analytic Framework, Intelligent Results PREDIGY Platform o SAS Enterprise Miner apuntan principalmente a grandes organizaciones. Su arquitectura cliente-servidor requiere una gran infraestructura.

En contraste a eso, ArrowModel trata de hacer solo una cosa, y a hacerla bien. Se ha invertido mucho tiempo en decidir que no incluir. Por ejemplo, ArrowModel se desarrollo en torno a la regresión logística y no contiene técnicas de moda como maquinas de soporte vectorial (SVM), bosques aleatorios (random forests), o redes neuronales.

La sencilla interfaz de usuario de ArrowModel le permite al analista concentrarse en ajustar el modelo en vez de tratar de utilizar todas las técnicas disponibles. Esto concuerda con la idea de Frank Harrel de que "ajustar cuidadosamente un modelo incorrecto es mejor que ajustar mal uno bien elegido" [1]. Para la mayoría de las tareas de clasificación útiles, la regresión logística es tan buena, o mejor, que los otros modelos [2].

ArrowModel funciona en su ordenador personal y no requiere una conexión a Internet. Una vez que los datos estén en su disco local (o compartido), usted puede empezar a trabajar.

Alternativa #3: Soluciones de Software internas

Pocas empresas dependen de soluciones de puntuación desarrolladas internamente. A menos que el calculo de puntuación sea el área de especialización principal de la empresa, ese tipo de soluciones son a menudo parches hechos de bases de datos Access, planillas de calculo Excel, componentes VBA y secuencias de comandos que mas o menos mantienen todo el sistema andando.

ArrowModel esta escrito en C++, usando las ultimas técnicas y herramientas de desarrollo de software. Funciona nativamente en todas las plataformas soportadas, dándole una importante ventaja de rendimiento sobre las soluciones a medida que a menudo usan lenguajes interpretados. Como todo producto comercial, ArrowModel fue sometido a extensas pruebas.

Conclusión

Como puede ver, en la mayoría de las situaciones practicas, ArrowModel le permite construir, probar, desplegar, documentar y supervisar modelos de predicción de manera mas fácil y mas rápido que cualquiera de las alternativas. Vea ArrowModel en acción...