Definición:
La analítica prescriptiva es el conjunto de métodos que compara posibles acciones y estima sus consecuencias para apoyar una decisión. Combina datos, reglas, modelos y restricciones con el fin de identificar alternativas compatibles con un objetivo definido.
Puede responder preguntas como qué cantidad asignar, qué ruta elegir o cómo distribuir recursos ante distintos escenarios. El resultado no es necesariamente una decisión óptima o correcta, porque depende de la calidad de los datos, de los supuestos del modelo y de cómo se hayan expresado los objetivos y límites.
La analítica prescriptiva puede incorporar predicciones, pero no se limita a anticipar qué ocurrirá. Su función principal es evaluar qué podría suceder bajo diferentes acciones y qué compromisos existen entre sus resultados.
Índice de contenidos
Cómo funciona la analítica prescriptiva
El proceso comienza con una decisión concreta. Antes de aplicar un algoritmo deben definirse las alternativas, los criterios de evaluación y las condiciones que no pueden incumplirse.
Un análisis prescriptivo suele integrar estos cinco componentes:
- Objetivo: representa el resultado que se quiere maximizar, minimizar o mantener dentro de un intervalo, como coste, tiempo, margen o nivel de servicio.
- Alternativas: son las acciones o combinaciones que el sistema puede comparar, incluidas las decisiones discretas y las cantidades que pueden variar.
- Restricciones: recogen límites de presupuesto, capacidad, inventario, tiempo, normativa u otras condiciones operativas.
- Modelos y reglas: relacionan las decisiones con sus consecuencias mediante optimización, simulación, reglas de negocio, métodos estadísticos o machine learning.
- Incertidumbre: representa escenarios, probabilidades o intervalos cuando la demanda, los costes u otras variables no se conocen con exactitud.
Después se calculan y comparan soluciones posibles. El resultado puede ser una recomendación, un conjunto de alternativas ordenadas o una explicación de los compromisos entre varios objetivos. Una solución matemáticamente válida puede no ser aplicable si el modelo omite una restricción, utiliza datos desactualizados o simplifica en exceso el contexto.
La decisión final puede automatizarse en operaciones delimitadas o mantenerse bajo revisión humana. Esta elección depende del impacto, la capacidad de supervisión y la posibilidad de corregir errores.
Aplicaciones de la analítica prescriptiva
La analítica prescriptiva se utiliza cuando existen varias acciones posibles y recursos o condiciones que limitan la elección. Estas cinco aplicaciones muestran distintos tipos de decisión:
- Logística y rutas: asignar vehículos, entregas o recorridos teniendo en cuenta capacidad, tiempos, costes y prioridades.
- Inventario y producción: decidir cantidades de compra o fabricación según existencias, demanda estimada, plazos y capacidad disponible.
- Precios y promociones: comparar escenarios de precio o descuento bajo límites comerciales, operativos y legales.
- Asignación de recursos: distribuir presupuestos, personal o infraestructura entre actividades con objetivos que pueden competir entre sí.
- Mantenimiento y riesgo: priorizar intervenciones según probabilidad de fallo, impacto, coste y disponibilidad de los equipos.
En analítica web, un modelo podría comparar distribuciones de presupuesto o reglas de personalización. La recomendación no demuestra por sí sola que una acción causará el resultado estimado ni sustituye una prueba controlada cuando esta sea viable.
Las aplicaciones cambian según el sector, pero comparten la necesidad de traducir una decisión real a variables, objetivos y restricciones comprobables.
Diferencias y limitaciones
La analítica prescriptiva se relaciona con otros enfoques, aunque responde a una pregunta diferente. La secuencia puede resumirse en cuatro niveles:
- La analítica descriptiva resume qué ocurrió o cuál es el estado observado.
- La analítica diagnóstica investiga por qué pudo producirse un resultado.
- La analítica predictiva estima qué podría ocurrir o cuál es el valor de una variable desconocida.
- La analítica prescriptiva compara qué acciones conviene considerar según los objetivos, restricciones y escenarios introducidos.
Estos niveles no forman una cadena obligatoria. Una regla prescriptiva sencilla puede funcionar sin un modelo predictivo, mientras que una decisión compleja puede necesitar previsiones, simulaciones y actualizaciones continuas.
Una prescripción refleja las prioridades incluidas en el sistema. Si el objetivo solo minimiza costes, puede ignorar calidad, equidad, sostenibilidad o experiencia de cliente salvo que esos criterios se representen como objetivos o restricciones. También pueden trasladarse sesgos presentes en los datos y en las reglas seleccionadas.
La evaluación debe comprobar la sensibilidad de la recomendación ante cambios de datos y supuestos, compararla con alternativas y vigilar su resultado después de aplicarla. La analítica prescriptiva apoya la decisión, pero no elimina la incertidumbre ni la responsabilidad sobre sus consecuencias.