1

Como la Analítica de datos ayudó al expresidente Obama a ser reelegido.

Rodrigo Armando

Vega Rueda

Fundación Universitaria del Área Andina

042-Introducción al Big Data

Jorge Isaac Castañeda Valbuena

12 de septiembre del 2021

Bogotá, D. C.

Tabla de contenido.
 2

1. Introducción.................................................................................................................3

2. Objetivos......................................................................................................................3

3. Lectura ¿Como la Analítica de datos ayudó al expresidente Obama a ser

reelegido?....................................................................................................................4

4. Tipos de analítica…...................................................................................................5

…...................................................................................................................................7

5. Describan de manera detallada la forma en que llevaron a cabo esta evaluación y

cuáles fueron los puntos de vista más importantes destacados como grupo de

trabajo….......................................................................................................................8

6. Genere una tabla en formato horizontal para describir los puntos claves de cada

analítica que ustedes pueden evidenciar en el proceso que realizó el equipo de

Obama….......................................................................................................................9

7. Finalmente, expliquen por qué consideran que la estrategia seleccionada

para cada objetivo es la ideal para el cumplimiento del mismo………....

………………………………………………....…………………...9

8. Conclusiones..............................................................................................................10

9. Bibliografía…............................................................................................................10
 3

1. Introducción.

El Big Data es un sistema de representación de datos que recoge una gran cantidad de
información que será utilizada para un estudio posterior, de esta manera el expresidente Obama
en 2012 el primer candidato a unas elecciones presidenciales, decidió utilizar una combinación
de bases de datos analíticos HP Vertica MPP con los modelos predictivos, prescriptivos y
descriptivos, logrando de esta manera recopilar toda la información de los ciudadanos
estadounidenses que publicaban en la red, así podían saber quién estaba a favor de que medidas
y quien no, mejorando de esta manera sus propuestas y su enfoque , obteniendo una mayor
margen de competencia frente a sus rivales.

2. Objetivos.

Distinguir cada una de las clases de analíticas y poder aplicarlas en diferentes escenarios e
industrias sacando conclusiones y poder decidir acciones a tomar para poder lograr lo
planificado y llegar al objetivó deseado.

3. ¿Como la Analítica de datos ayudó al expresidente Obama a ser reelegido?

El analisi de datodLa Analítica de datos puede ser aplicada sobre cualquier tipo de

información y para resolver cualquier tipo de necesidad y eso fue lo que sucedió para la

reelección de Obama en 2012. Tras su primer mandato, el expresidente de los EEUU, Barack

Obama, decidió utilizar la Analítica de datos prescriptiva, predictiva y descriptiva para su

reelección en 2012. Unas 100 personas (aproximadamente) trabajaron en el departamento de

analítica de la campaña. 50 estaban fijos en las oficinas centrales, otros 30 se movilizaron a

lo largo y ancho de las distintas sedes del país, y 20 estaban única y exclusivamente

centrados en la interpretación de
 4

los datos recibidos. Tras un primer análisis, los esfuerzos de la campaña se enfocaron en tres

aspectos:

• Registro (recoger datos de los votantes convencidos).

• Persuasión (dirigirse a los dudosos de una forma eficaz).

• Voto del electorado (asegurarse de que los partidarios fueran a ejercer el voto sí o sí).

Y, por primera vez, los tres equipos más importantes de las campañas electorales trabajaron

con una estrategia unificada con los respectivos datos de cada uno, y la analítica les permitió

evidenciar los procesos en común y con ello poder generar relaciones efectivas entre ellos y

los votantes.

El equipo de campaña de Obama decidió recopilar toda la información que los ciudadanos

estadounidenses publicaban en toda la red (www). Así podrían saber quién estaba a favor de

qué medidas y quién no, mejorando de esta manera sus propuestas y su enfoque, mientras

transcurrían las votaciones y a tiempo real. La analítica les permitió conocer mejor en un 66%

a los diferentes segmentos en los que sus votantes estaban divididos, especialmente a aquellos

sectores más indecisos, y poder convencerles en los medios en los que prevalecían. Por

ejemplo, decidieron anunciarse en las pausas publicitarias de Walking Dead o en la revista

Reddit. Introdujeron publicidad en Facebook, Twitter, Instagram, Google Ads, Youtube,

entre otras y utilizaron las 10 V 's del Big Data para poder generar la mayor cantidad de datos

provenientes de los votantes que jamás se hubiese obtenido en alguna elección en los EE.UU.

Con analítica, se optimizó 83,33 % la comunicación y mejoró la respuesta del electorado,

permitiendo no malgastar recursos, tiempo y dinero en votantes que no eran partidarios de su

partido ya que ahí se encontraban los segmentos a los que tenían que convencer. Otro uso que

tuvo la Analítica de datos en esas elecciones históricas fue que la Analítica prescriptiva les

permitió lidiar con el complicado estado de Ohio (estado contrario completamente al partido

presidencial) gracias a la geolocalización, conociendo cuáles fueron las inquietudes de sus

 5

habitantes y sabiendo utilizarlas con la analítica predictiva. Por ejemplo, en la cena que se

realizó para la recolección de fondos las analíticas arrojaron con un 56,88 % de posibilidad

que el invitado de honor fuese el actor George Clooney, también mostraron evidencia que se

debían invitar a un 71,98 % de mujeres entre 40 y 49 años de edad y con un perfil específico

a la cena, el cual obtuvieron de estudios realizados con big data, realizar la cena un día

específico de la semana, a una hora exacta, incluso hasta predijeron el posible valor a pagar

por la cena. Toda una hazaña aplicando Analítica de datos para una campaña presidencial. El

resultado… ya lo sabemos (Méndez, 2015).

Tipos de analítica.

4. Analitica descriptiva: Esta analitica nos permite captar la información de lo que ha

sucedido, mostrando resultados de cómo están funcionando nuestros negocios hasta la fecha.

Partiendo de lo anterior esta nos permite detectar qué productos se están vendiendo más, la

analitica descriptiva se puede categorizar a los clientes según sus preferencias de producto, lo

que se busca con esta es recopilar datos y buscar patrones entre las personas, es decir que

compara y procesa similitudes y diferencias, para lograr un buen resultado descriptivo con

mayor detalle.

Ejemplo: Mercado libre, busca satisfacer las necesidades de los usuarios; partiendo de eso, la

página recopila datos de las últimas búsquedas siguiendo un patrón, mostrando productos

que se relacionan con lo que los usuarios requieren, muestran diferentes marcas, estilos,

precios y hasta vendedores, pero siempre asociándolo con un patrón de búsqueda.

Analitica predictiva: Recopilacion de datos que predice que podría suceder en el futuro, esta

analitica se basa en predecir posibles futuros resultados de algo, permitiendo a los comercios

anticiparse a las tendencias.

 6

Basándonos en el ejemplo anterior para que mercado libre muestre artículos similares al que

el usuario está buscando, hace una recopilación de datos, analiza el rango de precios que se

buscan, el color, material etc. Arrojando posibles resultados asociados al patrón de búsqueda

del usuario.

Ejemplo: Las empresas energéticas emplean la analitica predictiva para determinar los

patrones energéticos de sus clientes, lo cual les da la opción de adaptar su rango de precios de

forma personalizada, en nuestro caso la empresa multinacional productora y distribuidora de

energía eléctrica y de gas llamada Enel, implementa la tecnología como un inicio de relación

entre el cliente y la empresa, accediendo a que las personas sean partícipes en la gestión y uso

de la energía.

Analitica prescriptiva: Esta analitica permite a los usuarios (prescribir) un número de

diferentes acciones posibles y guiarlos hacia una solución. Esta intenta cuantificar el efecto

de las decisiones futuras con el fin de asesorar sobre los posibles resultados antes de que se

den las acciones realmente. Es decir que busca brindar recomendaciones óptimas durante el

proceso de toma decisiones.

Ejemplo: El aumento de las capacidades de los medios de almacenamiento de datos permite

a las empresas almacenar mucha más información asequible, como lo es a través de

soluciones de servicios de alojamiento en la nube. Los avances en estructura de red también

permite la captura de una variedad más amplia de información en formas nuevas y más

poderosas.

Analitica diagnostica: Esta analitica toma en consideración el contexto para analizar la

información, de esta manera puede descubrir algunas tendencias casuales entre los resultados,

teniendo en cuenta que puede proveer una probabilidad sobre el ¿Por qué? de los resultados

obtenidos.
 7

En este análisis se debe contar con las herramientas necesarias para profundizar los datos y

aislar la causa raíz de un problema.

Ejemplo: En la industria de la salud como lo es el hospital de suba y demás, usan una

estrategia para los clientes junto con varios factores aplicados (como diagnósticos y

medicamentos recomendados), permitiendo medir el riesgo de hospitalización, los hospitales

apuestan por el análisis diagnóstico ya que proporciona información detallada sobre la raíz

problema en particular.

5. Básicamente en relación al proyecto de reelección de Obama su equipo de trabajo uso 3

analiticas en el siguiente orden:

● Descriptiva: Registro; recoger datos de los votantes convencidos.

● Predictiva: Persuasión; dirigirse a los dudosos de forma eficaz.

● Prescriptiva: Voto del electorado; asegurarse que los partidarios ejercieran el

voto si o si.

Consideramos que este orden fue el adecuado, ya que se obtuvieron los resultados que se

buscaban, además estos tres tipos de analítica debe coexistir, una no es mejor que la otra,

pero si arrojan resultados diferentes, todos apuntando a un objetivo.

Básicamente este es el único orden, ya que estas tres analíticas siguen su patrón de análisis,

¿Que ocurrió?, ¿Qué ocurrirá? y ¿Cómo podemos hacer que ocurra?.

6. Basándonos en el referente del eje 2 seguimos el texto que involucra patrones que

centran las 10 v 'sy las analíticas, en los puntos clave para realizar la evaluación y como lo

dice en el referente (Sin big data, las empresas están caminando a ciegas. Los datos

correctamente ordenados pueden ayudar a la administración de la empresa a determinar la

dirección en la que necesita avanzar para tener éxito).

 8

Básicamente el grupo se basó en el conocimiento de los tipos de analiticas y como pueden

aplicarse en la vida real.

Para ello se leyó el referente del eje, se investigaron lecturas complementarias, y se

proyectaron videos todos asociados al tema.

Para finalmente concluir en la importancia que tiene el conocimiento y la aplicación de las

analíticas de datos, hasta el punto de hacer cambiar de opinión a un estado completo.

7.

TIPO DE ANALÍTICA PUNTOS CLAVES

Analítica de datos prescriptiva

● Vieron hacia adelante con los datos de

hoy.

● Reunieron las mejores decisiones

para trabajar en el futuro

Analítica de datos predictiva ● Tuvieron una observación futurista.

● Utilizaron modelos para pronosticar lo

que podía suceder en las elecciones,

pronosticaron el futuro utilizando

estadísticas, modelado, captura de

datos como la minería de datos y

machine learning.
Analítica de datos descriptiva ● Observaron hacia atrás.

● Detectaron patrones de

comportamiento de las

personas.

8. Los objetivos eran 3, reafirmar el voto, predecir el voto, concretar el voto.

 9

Para eso se usaron las tres estrategias básicas de la analítica de datos, descriptiva, predictiva y

prescriptiva, con la que lograron recopilar los datos necesarios para lograr una muy segura

reelección.

Básicamente era tomar la situación, describirla, categorizarla y seguir un patrón de análisis,

Para conseguir asegurar un buen proceso en el futuro. Se utilizaron estratégicamente las

analíticas, para solucionar cada uno de los objetivos, se ordenan tomando puestos fijos

laborando con el departamento de analítica. Las estrategias que se utilizaron por el equipo de

Obama fueron las determinantes para la reelección ya que sabían lo que se pretendía, se

basaron en las predicciones para poder determinar cuál era el nicho de personas que seguían

al mandatario, asegurando así una gran mayoría de votos y de esa forma como lo

mencionamos anteriormente asegurar la reelección.

Conclusiones

9. Podemos afirmar que el uso del Big Data fue determinante para la reelección del

presidente Obama, ya que por medio de el uso de los tipos de analytics que utilizaron

pudieron realizar un estudio exhaustivo de los futuros votantes, estudiando las variables más

importantes a las que hace referencia el presente contexto, así tomando decisiones acertadas y

dándole manejo a las personas que no seguían al mandatario para poder cumplir con el

porcentaje necesitado para llegar al éxito en las elecciones. Sin duda alguna el Big data es

una gran herramienta que se utiliza hoy día en la mayoría de industrias y sectores económicos

para poder tomar determinaciones importantes basados en los diferentes datos obtenidos de

los distintos registros que se obtienen.

Bibliografía

Arimetrics.que es analitica prescriptiva- Definicion y ejemplos. Tomado

de:https://www.arimetrics.com/glosario-digital/analitica-prescriptiva
 10

Executrain(03 de octubre del 2017). Los cuatro tipos de analíticas que debes conocer.

Tomado de:https://www.executrain.com.mx/blog/big-data/item/los-4-tipos-de-analitica-de-

datos-que-debes-conocer

Instituto de ingeniería del conocimiento.Analitica descriptiva-IIC. tomado

de:https://www.iic.uam.es/big-data/analitica-descriptiva/ Analitica de retal,( 07de agosto del

2018).4 tipos de analiticas de retail que todo comercio necesita en 2018.Derechos

reservados.MKT. Tomado de:http://analiticaderetail.com/tipos-de-analitica-de-retail/

Méndez, F. (2015). ¿Cómo el Big Data ayudó a Obama a ganar? SPAIN BOOKS, Editor,

Revista Forbes. Tomado de:https://forbes.es/emprendedores/7560/como-el-big-data-ayudo-a-

obama-a-ganar/