Se acabó.
La competencia por quién ocupará el lugar de Obama en la Casa Blanca ha finalizado, dejando como vencedor inesperado (?) a Donald Trump
Digo inesperado porque, hasta el día previo a las elecciones, Clinton aparecía como favorita en casi todas las plataformas que ofrecían predicciones sobre quién saldría vencedor. Casas de apuestas, periódicos, revistas, etc. Todos parecían tener un resultado sólido y conciso: Trump pierde. Ahora la pregunta obvia es: ¿Qué pasó?
No son pocos los que quedaron atónitos con el resultado, buscando en donde estuvo el gran error de las predicciones realizadas. En la mayoría de los casos, estas predicciones estaban sustentadas en modelos estadísticos o matemáticos, por lo que no quedaba sólo en una «corazonada», había un análisis detrás, datos y trabajo que apoyaba el pronóstico.
Entonces, el modelo estaba equivocado? No necesariamente.
Primero que todo, NO EXISTE el modelo perfecto. A pesar de que, tras años de práctica y haber identificado las variables de mayor influencia al momento de decidir quién será el candidato elegido; comportamiento de votantes según estado, el colegio electoral, indicadores socioeconómicos o demográficos. Si bien se pensaba que el modelo comprendía el comportamiento de los votantes, existe la posibilidad de que algo haya faltado, alguna variable clave que no fue considerada y pudo haber avisado lo que estaba por ocurrir. Hasta ahora, estos modelos habían funcionado bastante bien, por lo que aún no es claro si fue un error en la modelación, o si fue algo más.
Otra posibilidad es que, el modelo pudo haber estado correcto, así como sus resultados. Pero hay que considerar, que aún una predicción del 95% de confianza puede fallar. Quizás, lo que se vió en esta ocasión fue justamente un caso aislado, esas situaciones que ocurren muy rara vez, aún cuando las estadísticas favorecían el desenlace opuesto.
Quizás los datos estaban incorrectos. Si el modelo funciona adecuadamente, lo que pudo haber ocurrido es que la data con la que fue alimentado no estaba correcta. No hay razón para pensar que los indicadores demográficos y socioeconómicos fueran errados, lo que deja solamente la información de los centros de votación. Es posible que los datos históricos de votaciones anteriores hayan sido un mal parámetro para predecir el desenlace de esta votación.
Sea cuál sea la razón, el hecho es que muchas personas quedaron impresionados por la gran diferencia entre los resultados esperados y los que se dieron durante las pasadas elecciones. Sin embargo, hay un grupo que no se vió sorprendido por este desenlace: los equipos de datos digitales y tecnología de Donald Trump.
Matt Oczkowski, director del equipo, afirmo saber que Trump tenía una sólida oportunidad de quedarse con la oficina oval, a pesar de lo que todos los demás decían y publicaban.
¿Que tenían sus modelos? ¿Sabían algo que los demás no?
Al parecer, fue mas bien un asunto de reaccionar ante los cambios, hacerlo de manera dinámica y a tiempo.
Hace unos días, el equipo de Oczkowski notó un cambio en las tendencias de votantes que preferían a Trump. En EE.UU existen modalidades no presenciales de votación, en las que pueden votar anticipadamente a la fecha en que se celebren las elecciones, y al observar estos votos anticipados, se dieron cuenta que había un incremento en los votos de hispanoamericanos, asi como también una caída en los de afroamericanos. Considerando estos cambios, había un incremento de mas del 55% a su favor.
Convencionalmente, un mayor numero de votantes de tercera edad es bueno, un menor numero de votos afroamericanos es malo, y un mayor numero de votantes hispanicos es «problemático». Según Oczkowski estas son las tendencias a las que se aferran la mayoría de los encargados de predecir los resultados electorales, a lo cuál el no se aferro ciegamente.
Ante estos cambios inesperados, ajustaron sus modelos rápidamente, obteniendo como respuesta que la clave estaría justamente en los estados del llamado «Rust Belt», zona dedicada a la manufactura y producción (Ohio, Michigan, Iowa, y Wisconsin). Todo apuntaba a que el votante rural sería la clave. Sorpesivamente, estados que eran cartas seguras de Clinton, como Michigan o Wisconsin, quedaron en poder de Trump, tal como anunciaron los modelos ajustados.
La conclusión parece ser evidente, no basta con observar lo que ha ocurrido en situaciones anteriores, es necesario percibir y reaccionar rápidamente ante los cambios que se vean, más que aferrarse a tendencias que se han repetido anteriormente. El mundo de hoy cambia, y muy rápido. Los que son capaces de predecir y reaccionar oportunamente ante estos cambios se ven beneficiados, aún cuando todas las predicciones puedan ser desfavorables.
Para más información, contáctanos y sigue nuestras noticias en redes sociales.
[social_links size=»normal» align=»left» email=»» facebook=»» twitter=»https://twitter.com/penta_analytics» google=»» linkedin=»https://www.linkedin.com/company/penta-analytics» youtube=»https://www.youtube.com/channel/UCwDDRsxyd2pI7YJa7CdqL-Q/videos» vimeo=»» flickr=»» instagram=»» behance=»» pinterest=»» skype=»» tumblr=»» dribbble=»» vk=»» rss=»»]