Big data y estadísticas económicas

Jorge Selaive

Hoy los datos son convertidos en conocimiento. No es novedad que las empresas obtienen datos de la analítica avanzada para estudiar características del bien o servicio que planean sacar al mercado, el precio al que quieren vender, e incluso para apoyar decisiones sensibles como la política de retribución a sus empleados. No es solo que se haya multiplicado el número de datos hasta volúmenes difíciles de imaginar, sino que también han crecido vertiginosamente las posibilidades de interconectarlos.

La palabra revolución corre entre académicos y empresarios en contacto con el floreciente negocio de los algoritmos y el big data.

Acá quisiera llamar a la reflexión respecto de la utilidad de los datos para complementar -y quizás en un futuro reemplazar- las encuestas que se utilizan para elaborar las principales estadísticas económicas y demográficas de los países. Para ilustrarlo, déjenme mencionar tres dimensiones prácticas que he recorrido en lo reciente.

Para el seguimiento de precios, hemos trabajado desde hace más de un año en conjunto con una start up tecnológica, que diariamente recoge datos desde portales nacionales de venta online. Se almacenan, agrupan, tabulan y filtran siguiendo la metodología del Instituto Nacional de Estadísticas (INE) para el IPC. Así construimos una canasta de precios de casi el 80% de los productos encuestados por el INE. Con enorme espacio de mejora, considero que el INE y otros agentes podrían comenzar a utilizar este tipo de datos para complementar la toma de precios que hace un gran número de encuestadores a nivel nacional.

En el caso del mercado laboral, afortunadamente, la relevancia de los datos entregados por otras fuentes de información –los denominados datos administrativos– se ha asentado en el debate, y el mismo INE ha conformado grupos de trabajo para ver los espacios de complementariedad entre otros perfeccionamientos. No es un secreto que existen en la red otras fuentes alternativas disponibles para entender las presiones laborales, y también otros aglutinadores de datos que detallan tipos de contratos y compensación de los trabajadores, que ayudan a entender el composición salarial y calidad de la creación de empleo.

También hace ya tiempo venimos utilizando datos transaccionales para ver el comportamiento del comercio. Es sabido que el uso de efectivo está siendo crecientemente reemplazado por el plástico. En consecuencia, una mayor cantidad de los bienes son adquiridos con tarjetas de débito y crédito. Así, por ejemplo, para las ventas de supermercados se realizan encuestas y se elabora el Índice de Supermercados, pero éste es replicado de manera muy precisa y temporalmente anticipado por estas transacciones. Asimismo, las ventas de otros bienes y servicios replican de manera muy clara las ventas minoristas. Pero más aún, estos datos nos han permitido detectar períodos de des-correlación que podrían haber sido atendidos a tiempo por las autoridades estadísticas de haber contado con esta información.

El llamado es a que las instituciones a cargo de nuestras estadísticas, y el aparato público en general, asuman el desafío de la revolución digital y sean capaces de transformar la enorme cantidad de datos en valor para la sociedad. Un punto de partida es comenzar a utilizar la multiplicidad de datos disponibles para mejorar nuestras estadísticas, lo que permitiría una favorable transición hacia algoritmos más complejos que utilicen datos de las redes sociales y fuentes adicionales.