about-us-1

¿Quienes somos?

Encuestas Digitales llega para mostrar que es posible realizar consultas de opinión con nuevos métodos y nuevas tecnologias, con una densa fundamentación tecnico-cientifica. Por cuestiones de protección personal e industrial, Encuestas Digitales no revela secretos sobre su método y sobre sus tecnologias, ni sobre sus creadores. Asi como sucedió con Uber, la vieja economia suele reaccionar con violencia contra quien  innova, siendo necesario proteger a las personas y a los procesos innovadores.

Nuestro enfoque

De Miami a Ushuaia Encuestas Digitales va a hacer en el mundo de las encuestas lo mismo que Uber hizo en el mundo de la mobilidad: Disrupción. Toda la sociedad cambió en la revolución digital. Transacciones bancárias, comunicaciones personales y corporativas, sistemas de decisión. ¿Por que razón tenemos que continuar utilizando encuestas identicas a aquellas hechas en los años 70?
Los paradigmas de la desmaterialización y de la desintermediación ofrecen nuevos métodos para revisar las tendencias de opinión, con menor costo, más precisión y mayor velocidad.

El análisis de flujos digitales está obteniendo exitos en vários escenarios, con proyecciones absolutamente correctas, como en las elecciones de los EUA (2016) y Paraguay (2018).

¿Por qué razón el análisis de flujos digitales es una herramienta más poderosa que las encuestas de opinión tradicionales?

La primera respuesta es relativamente simple: Porque las encuestas tradicionales están basadas en métodos antiguos, que fueron concebidos para una sociedad "analógica", antes de la revolución digital, y que no consiguen captar con exatitud la dinámica de la sociedad conectada. Por esa razón poseen un potencial predictivo limitado.

Si muchas cosas cambiaron en la nueva sociedad en red, las transacciones bancarias, la forma de llamar a un taxi, de leer noticias, de  comunicarse con las personas, ¿Por que razón tenemos que continuar aceptando pesquisas de opinión con las mismas metodologias de los años 70?

Para entender el análisis de flujos digitales como método predictivo, es necesario aclarar que el gráfico muestra los porcentajes  basado en ese tipo de proyección, y no en el número de persoas que supuestamente serian electores de uno de los candidatos, con base en muestras. Indica la predicción de victoria, con base en la densidad de flujo de información asociado a cada uno de ellos.

Ese tipo de método ha sido utilizado en elecciones con relativo éxito en los EUA por Nate Silver en el site 538.

Encuestas Digitales sin embargo utiliza una versión más sofisticada de ese proceso de proyección.

https://projects.fivethirtyeight.com/2016-election-forecast/

El análisis de flujo de informaciones digitales utilizado por Encuestas Digitales es realizado de acuerdo con un proceso coordinado de colecta de datos. Inicialmente es hecho un proceso de ingeniería del conocimiento sobre los objetos a ser analizados. Luego, son construídas ontologías para que la colecta de datos sea más amplia y precisa. En seguida las informaciones son colectadas en los siguientes ambientes:

  • Redes sociales
  • Búsquedas web
  • Navegación via browser

Luego los datos son analizados  con herramientas lógicas más evolucionadas que la frecuencia estadística tradicional. Raciocínios orientados por referencias como la Ley de Newcomb-Benford, Lógica Bayesiana y Lógica Fibonacci son mejores herramientas  para analizar grandes volúmenes de datos, con un muy alto nivel de acierto (vea al final un ejemplo de contextualización bayesiana).

Las encuestas tradicionales son basadas en estadística meramente frecuencial, que limita su potencial de aciertos, razón por la cual ese tipo de método está dando resultados equivocados muy frecuentemente, como pasó, por ejemplo, en las elecciones americanas del 2016 y en el Brexit (Inglaterra).

Por cuestiones de protección de privacidad y secreto industrial, Encuestas Digitales no divulga datos sobre su método y sus creadores.

Referencias:

Ejemplo de contextualización bayesiana:

1 de cada 50.000 personas adquiere una enfermedad llamada de meningitis. Siempre que usted pregunte a la estadística frecuencial cuales son  sus chances de adquirir esa enfermedad, la respuesta será la misma: 1 chance en 50.000.

La lógica bayesiana desarrolló métodos que permiten pronosticar con mayor exatitud acontecimientos subjetivos e idiosincrasias que alteran esa proporción. Por ejemplo si usted tiene una fuerte tortícolis, ¿eso altera su probabilidad de estar con meningitis? En la estadística frecuencial, no. Por el raciocínio bayesiano, sí.

Eso por que cada 2 persoas que tienen meningitis, 1 de ellas tiene tortícolis fuerte. Y 1 de cada 20 personas, en media, tiene tortícolis fuerte. ¿Cómo se se conectan esos números? De acuerdo con el raciocínio bayesiano, la probabilidad real es obtenida a través de la multiplicación de la probabilidad original (1/50.000) por la primera probabilidad asociada (2 en 1, o 0,5 tortícolis en meningitis), dividida por la segunda probabilidad asociada (1/20, índice general de tortícolis).

En base a ese raciocínio, si usted pregunta "¿Considerando que estoy con una tortícolis fuerte, cuáles son las probabilidades de estar con meningitis?", habrán 2 respuestas:

  • La estadística frecuencial tradicional dirá que nada se altera, y que la probabilidad histórica será siempre de 1 chance en 50.000;
  • La lógica bayesiana dirá que, en ese caso, la probabilidad pasa a ser de 1 chance en 1.250. Bien diferente de 1 en 50.000.

Las encuestas de opinión tradicionales son basadas en estadística frecuencial , por esa razón han mostrado muchos errores.