PÁGINAS WEBS
REVELAN SI ESTÁS EMBARAZADA O NO ¿CÓMO?
Ya sea que estés tratando de
tomar las mejores decisiones para tu liga de los sueños de
beisbol, buscando sacar provecho de una
oportunidad en un mercado bursátil fluctuante o simplemente
filtrando los resultados de una búsqueda en Google, es difícil
negar que estamos más rodeados por datos que nunca. Como tal, la
tarea de
organizar y sacar conclusiones de datos puede ser un reto,
pero afortunadamente las matemáticas pueden, en muchos casos,
ponerse a la altura.
La
aplicación de las matemáticas a dicho consorcio de datos
rápidamente creciente, sin embargo, no está exenta de controversia.
Por ejemplo, en febrero The New York
Times publicó una investigación escrita por Charles Duhigg
sobre el valor de los datos del cliente para las grandes
corporaciones, y cómo esas corporaciones pueden usar tus datos en
una forma instintivamente espeluznante. La empresa en la que se
enfoca es Target (de compras y promociones en línea) y su deseo de
identificar a mujeres embarazadas basándose en sus hábitos de
compra.
Target pudo haber tenido éxito en su meta. Como escribe Duhigg,
el embarazo de una cliente adolescente en Minneapolis, Estados
Unidos, fue descubierto porque le llegaron
cupones a su casa. Su padre estaba molesto justificadamente al
ver que Target ofrecía a su hija menor de edad descuentos en pañales
y cunas, aunque quizá le molestó más descubrir que Target sabía más
que él sobre la vida personal de su hija.
¿Cómo es posible para Target (o cualquier empresa, para el caso)
sacar conclusiones tan precisas sobre los hábitos de compra de sus
clientes? Duhigg hace mención de que Target está haciendo alguna
especie de magia matemática para asignar a cada cliente mujer una
“puntuación de embarazo. En esencia, lo que estamos buscando es una
forma de asignar una probabilidad a un resultado (por ejemplo, el
embarazo) que es flexible, y puede cambiar a medida que conocemos
más información (por ejemplo, hábitos de compras). Una forma de
hacer esto es aplicar el Teorema de Bayes, un resultado poderoso que
nos permite modificar la probabilidad de algunas hipótesis a medida
que obtenemos más información.
Consideremos el teorema en el contexto de Target y el
embarazo. Supón que Target conoce que en cualquier momento dado,
aproximadamente el 2% de sus compradoras mujeres están embarazadas.
Cierto producto, quizá es un tipo de loción, es particularmente
popular entre las mujeres embarazadas.
Este conocimiento está basado en el análisis del comportamiento
pasado de los clientes. Target sabe que 8 de cada 100 mujeres
embarazadas comprarán esta loción, mientras que sólo una de cada 100
mujeres que no están embarazadas la comprará. Si eres una mujer que
compra esta loción, entonces esencialmente estás aumentando la
posibilidad de que estés embarazada a los ojos de Target.
El Teorema de Bayes nos dice cómo computar explícitamente la
probabilidad de que una mujer esté embarazada si compra ese
producto, considerando el radio del número de mujeres que están
embarazadas y compran la loción, y el número de
mujeres que simplemente compran la loción (independientemente de
que pueda estar embarazada).
Con las cifras presentadas en la parte superior, la posibilidad
de que una mujer que compra la loción esté embarazada aumenta de un
2% a sólo un poco más de 14%; eso es un aumento de siete veces en la
posibilidad, ¡y sólo de la compra de un solo producto! Aunque 14% no
es un porcentaje particularmente alto, cuando estas probabilidades
se combinan entre docenas de compras diferentes, de repente parece
mucho más razonable que una tienda minorista pueda inferir con
precisión acerca de un cliente con base en su historial de
compras.
Desde un punto de vista matemático, el ejemplo de arriba no es
diferente del de una mujer que se hace una prueba de embarazo.
Comprar la loción es lo mismo que tener un resultado positivo en la
prueba, mientras que no comprar la loción es lo mismo que obtener un
resultado negativo en la prueba. La diferencia, por supuesto, es que
cuando una mujer se hace una prueba de embarazo, está optando por
hacer eso, y los resultados de la prueba serán tan confidenciales
como ella quiera. No puede decirse lo mismo de una prueba de
embarazo administrada sin su consentimiento a través de un análisis
de lo que compra.
La moral aquí es que las matemáticas, como el poder de La Fuerza
en Star Wars, pueden ser usadas
para propósitos muy diferentes. Descubrir que tu hija está
embarazada cuando te muestra el resultado positivo de una prueba es
muy diferente a enterarte de que está embarazada por medio de una
tienda minorista que le envía cupones para ropa de maternidad. Es
natural sentirse incómodo al sólo pensar que grandes empresas tratan
de inferir detalles personales sobre ti, pero no pienses en las
matemáticas como el problema. En efecto, este ataque violento de
datos también tiene muchas aplicaciones maravillosas (observa, por
ejemplo, la
búsqueda de un planeta parecido a la Tierra afuera de nuestro
sistema solar).
Por el contrario, es el proceso de recolección de datos en sí lo
que debe sorprendernos. Podría llevarte a comprar más a nivel local
y pagar con efectivo. Por supuesto, tomar unas cuantas clases de
matemáticas para tratar de entender mejor lo que estas empresas
están haciendo tampoco te hará mal. Fuente
|
Compartir este articulo : | | | | |
PRODUCTOS PARA EMBARAZADAS
CITAS POR INTERNET EN MEXICO
¿ESTÁ EMBARAZADA MICHELLE OBAMA?
JENNIFER ANISTON SE CASA EMBARAZADA
CONSEJOS UTILES PARA UN BUEN EMBARAZO
FOTOS DE VESTIDOS DE NOVIA PARA EMBARAZADAS
VIDEOS TIMELAPSE : 9 MESES DE EMBARAZO EN 20 SEGUNDOS
ALGUIEN QUIERE LO QUE TU TIENES, ALGUIEN TIENE LO QUE
TU QUIERES.
- Como vender por Internet
- Como comprar por Internet
- Guías de compras (Lo que debes
saber antes de comprar)
|