Clase 20.11 — Proyección de resultados#

Clase 11 de 14 de la parte 20 — Analítica comercial y marketing science, de nivel Crecimiento y analítica. Dura unos 150 minutos.

🚦 Antes de empezar#

Vienes de la clase 20.10, A/B testing: ten a mano su entregable, porque esta sesión lo retoma y lo lleva más lejos.

Trabajarás sobre el caso de la clase. Si prefieres usar datos de tu organización, lo mínimo que necesitas es una serie histórica de precisión de proyecciones previas con la que calcular una línea base: sin ella podrás discutir el concepto, pero no comprobar si tu decisión mejora algo. Ten también dónde escribir —planilla o cuaderno— y, de la lectura comparada, al menos el índice y los capítulos que se indican al pie.

Calcula 150 minutos de trabajo dirigido más una hora de lectura selectiva. Sabrás que terminaste cuando exista el entregable y puedas responder las seis preguntas de comprobación sin volver al texto; si tienes el entregable pero no las respuestas, lo que produjiste es un documento, no un criterio.

Lee el propósito y la agenda antes que el desarrollo. La agenda dice qué debe salir de cada tramo, y el desarrollo se entiende mejor cuando ya sabes qué artefacto tiene que producir. No avances de sección sin escribir algo: este material está hecho para dejar decisiones documentadas, no notas de lectura.

La idea que ordena la sesión. Los gráficos de comportamiento del proceso como filtro entre señal y ruido — Donald J. Wheeler. Todo lo demás en esta clase existe para poner esa idea a prueba contra un caso concreto.

🎯 Propósito#

Proyectar resultados comerciales exige distinguir tendencia, estacionalidad y ruido. El error habitual es extrapolar el último trimestre, que confunde variación aleatoria con dirección. Wheeler ofrece el criterio operativo: antes de proyectar, determinar si el proceso es estable; si no lo es, ninguna proyección es válida.

El material se ordena alrededor de una pregunta que un comité comercial haría en voz alta. La parte 20 busca sostener decisiones de ingreso con métricas correctamente construidas; en esta clase esa progresión se concreta exigiendo que toda afirmación sobre proyección de resultados termine en una definición operacional, una señal observable, una decisión y una condición de revisión.

Pregunta rectora de la parte: ¿Esta cifra mide lo que creo que mide, y qué decisión cambiaría si estuviera equivocada?

Los conceptos que estructuran la sesión son tendencia, estacionalidad, estabilidad del proceso y intervalo de proyección. No se estudian como lista de vocabulario: cada uno debe producir una predicción distinta sobre lo que ocurriría en la operación.

📚 Resultados de aprendizaje#

Al terminar esta clase serás capaz de:

Distinguir tendencia, estacionalidad, estabilidad del proceso y intervalo de proyección por sus observables y no por su definición memorizada.
Explicar por qué esas distinciones cambian una decisión concreta dentro de Analítica comercial y marketing science.
Aplicar la secuencia verificar la estabilidad de la serie histórica → separar tendencia, estacionalidad y ruido → elegir el método de proyección según los datos disponibles → presentar el resultado como intervalo → medir la precisión de las proyecciones anteriores conservando supuestos, alternativas descartadas y trazabilidad.
Operacionalizar precisión de proyecciones previas, amplitud del intervalo y estabilidad de la serie indicando numerador, denominador, ventana, fuente y uso permitido.
Resolver el caso con al menos dos opciones defendibles y un criterio explícito de detención.
Contrastar dos obras de la lectura comparada y señalar dónde entregan recomendaciones distintas.

🧭 Agenda sugerida (150 minutos)#

Tramo	Foco	Evidencia de avance
0–15 min	Recuperación	Define tendencia y estacionalidad sin mirar el material; corrige después con la tabla de conceptos.
15–45 min	Núcleo conceptual	Lectura del desarrollo y construcción de la tabla `hecho / inferencia / supuesto`.
45–75 min	Medición	Ficha de la señal precisión de proyecciones previas: fórmula, fuente, ventana y lectura prohibida.
75–110 min	Ejemplo trabajado	Recorrido de los 5 pasos del método sobre el caso de la clase.
110–140 min	Caso ejecutivo	Dos alternativas, trade-offs, recomendación y señal de detención.
140–150 min	Cierre	Entregable, preguntas de comprobación y registro de lo que aún no sabes.

🧩 Conceptos centrales#

Concepto	Definición operacional	Cómo demostrar que lo entendiste
tendencia	dirección sostenida de una serie más allá de la variación aleatoria	Da un hecho compatible con la definición y otro que la refute.
estacionalidad	patrón recurrente asociado al calendario	Explica qué decisión cambiaría si el concepto estuviera ausente.
estabilidad del proceso	condición en que la variación se mantiene dentro de límites previsibles	Construye un caso límite donde el concepto se confunde con el anterior.
intervalo de proyección	rango dentro del cual se espera el resultado futuro	Indica qué dato tendrías que ver para afirmarlo en una reunión de comité.

Una definición que no produce predicciones observables sigue siendo demasiado vaga para dirigir. Si dos personas del equipo aplican la misma definición a un caso y clasifican distinto, la definición todavía no es operacional.

🧠 Modelo mental#

1. verificar la estabilidad de la serie histórica → 2. separar tendencia, estacionalidad y ruido → 3. elegir el método de proyección según los datos disponibles → 4. presentar el resultado como intervalo → 5. medir la precisión de las proyecciones anteriores

La secuencia no es un ritual: cada paso reduce una incertidumbre distinta y produce un artefacto revisable. Saltarse un paso no acelera la decisión, sólo traslada el error a una etapa donde corregirlo cuesta más caro.

Frontera de aplicación. Ningún método proyecta cambios estructurales: la entrada de un competidor o un cambio regulatorio invalidan la serie histórica.

📖 Desarrollo#

1. Tendencia: mecanismo central#

Tendencia se entiende aquí como dirección sostenida de una serie más allá de la variación aleatoria.

Proyectar resultados exige separar tendencia, estacionalidad y ruido. La mayoría de las proyecciones comerciales fallan por confundir los tres: se toma una racha favorable como tendencia y se extrapola. Donald Wheeler propuso una disciplina básica que evita ese error: distinguir variación común de variación especial antes de interpretar.

De dónde viene esta afirmación. Donald J. Wheeler — Understanding Variation (2000) aporta la idea que sostiene este bloque: los gráficos de comportamiento del proceso como filtro entre señal y ruido. Búscala en los capítulos sobre gráficos de control. Aplicada a esta clase, esa idea predice algo verificable: si es correcta, «precisión de proyecciones previas» debería moverse cuando cambie tendencia, y no debería moverse cuando cambie el resto. Ese es el contraste que tienes que montar antes de recomendar nada.

Relaciona el mecanismo con estacionalidad. Si ambos se mueven juntos no concluyas causalidad: nombra una tercera variable capaz de explicar el mismo patrón. El resultado de este bloque debe ser una hipótesis refutable, no una recomendación anticipada.

2. Estacionalidad: frontera conceptual y error de clasificación#

Definición operacional: patrón recurrente asociado al calendario. Su valor está en distinguirlo de tendencia.

La estabilidad del proceso es la condición para proyectar. Si la serie muestra variación especial —cambios de nivel, saltos, rachas fuera de los límites naturales— la proyección basada en el promedio no tiene sentido. Verificar la estabilidad antes de proyectar es un paso que casi nunca se ejecuta.

Contraste bibliográfico. Foster Provost y Tom Fawcett — Data Science for Business (2013) aporta aquí una distinción concreta: la evaluación contra una línea base y no contra la nada (los capítulos sobre evaluación de modelos). Formula dos mini-casos: uno que satisface la definición de estacionalidad y otro que sólo se le parece en la superficie; después decide cuál de los dos describiría esa obra con su propio vocabulario. Si la obra no permite separarlos, la distinción es tuya y tienes que sostenerla con evidencia del caso, no con la cita.

Antes de pasar a «separar tendencia, estacionalidad y ruido», registra explícitamente qué decisión sería errónea si esta frontera se ignora. Esa frase convierte el vocabulario en criterio de gestión.

3. Estabilidad del proceso: operacionalización y medición#

Estabilidad del proceso significa condición en que la variación se mantiene dentro de límites previsibles.

El intervalo de proyección es tan importante como el valor central y debe presentarse siempre. Una proyección puntual induce una precisión que el dato no tiene y produce compromisos que después no se cumplen. La versión honesta declara el rango y la probabilidad asociada.

Ficha de medición obligatoria para precisión de proyecciones previas: diferencia entre proyectado y real, por periodo. Registra además fuente del dato, frecuencia, responsable, interpretación permitida e interpretación prohibida. Si no existe un dato confiable, la salida correcta no es inventar precisión: es diseñar el mecanismo de captura y declarar la incertidumbre.

Control de lectura. Douglas W. Hubbard — How to Measure Anything (2014, 3.ª ed.) pone una condición sobre la medición: la calibración de estimaciones subjetivas como habilidad entrenable (los capítulos sobre estimación calibrada). Contrasta tu ficha con ella: si la métrica que acabas de definir cae dentro de lo que esa obra considera un error de medición, corrígela antes de usarla para decidir.

4. Intervalo de proyección: trade-offs y efectos de segundo orden#

Definición: rango dentro del cual se espera el resultado futuro.

Proyecciones más elaboradas capturan mejor los patrones y son más difíciles de auditar y de explicar. En contextos comerciales, un modelo simple con supuestos visibles suele producir mejores decisiones que uno complejo, porque permite discutir los supuestos en lugar de confiar en el resultado.

Lo que aporta la fuente. Alistair Croll y Benjamin Yoskovitz — Lean Analytics (2013) aporta el criterio para pesar el intercambio: el análisis de cohortes como corrección al promedio que esconde la mezcla (el capítulo sobre cohortes y segmentación). Úsalo para construir una matriz beneficio esperado / costo / reversibilidad / afectado / señal temprana. La evidencia estabilidad de la serie ayuda a detectar si el intercambio está ocurriendo como se esperaba, pero no elimina la obligación de observar efectos laterales fuera del indicador principal.

Haz un pre-mortem: supón que la opción recomendada fracasó a los seis meses y enumera tres mecanismos que lo expliquen. Al menos uno debe provenir de un efecto de segundo orden asociado a intervalo de proyección y otro de un supuesto del caso que nunca fue validado.

5. Gobernanza, límites y responsabilidad#

La pregunta ejecutiva es siempre la misma: quién decide, quién ejecuta, a quién hay que consultar, qué evidencia queda registrada y qué condición obliga a detener, corregir o escalar. Al ejecutar «medir la precisión de las proyecciones anteriores», deja una traza que permita a otra persona reconstruir por qué la decisión parecía razonable con la información disponible en ese momento.

Toda proyección supone que las condiciones se mantienen, y ese supuesto es el que falla. Un cambio de competencia, de regulación o de comportamiento invalida el modelo sin previo aviso. Declarar qué condiciones se suponen y qué señales indicarían que dejaron de cumplirse convierte la proyección en una herramienta de gestión y no en una predicción.

Frontera declarada. Ningún método proyecta cambios estructurales: la entrada de un competidor o un cambio regulatorio invalidan la serie histórica. Conviértela en una regla operativa con el formato si ocurre X → no aplicar automáticamente → consultar, escalar o revalidar.

Esta parte vigila además un riesgo que es obligatorio declarar: Escalar inversión sobre una economía unitaria que no resiste una revisión financiera. Se documenta en el entregable con su mitigación y su responsable; no se resuelve en la conversación.

6. Integración: de conceptos a una decisión defendible#

Sintetizar proyección de resultados no consiste en sumar definiciones. Empieza por tendencia, contrasta estacionalidad con estabilidad del proceso, incorpora intervalo de proyección como restricción y cierra con la medición. Aplica entonces la secuencia completa conservando tres columnas por paso: evidencia utilizada, alternativa descartada y razón del descarte.

Esa disciplina permite que una revisión posterior distinga una mala decisión de un mal resultado. Sin ella, el equipo reescribe la historia después de conocer el desenlace y no aprende nada transferible. Si el análisis no puede nombrar qué pieza sostiene la recomendación, todavía no hay comprensión transferible.

📚 Lectura comparada#

No se pide leer las obras completas. Para cada una se indica qué idea concreta sostiene esta clase, dónde buscarla y qué pregunta esa idea le hace a tu propio diagnóstico. La lectura termina cuando puedes responder esa pregunta con evidencia del caso.

Obra	Idea que sostiene esta clase	Dónde buscarla	Pregunta que le hace a tu diagnóstico
Donald J. Wheeler — Understanding Variation (2000)	Los gráficos de comportamiento del proceso como filtro entre señal y ruido	Los capítulos sobre gráficos de control	¿Qué debería observarse en tendencia si aquí opera «los gráficos de comportamiento del proceso como filtro entre señal y ruido»? ¿Y qué observación lo desmentiría en este caso?
Foster Provost y Tom Fawcett — Data Science for Business (2013)	La evaluación contra una línea base y no contra la nada	Los capítulos sobre evaluación de modelos	¿Qué debería observarse en estacionalidad si aquí opera «la evaluación contra una línea base y no contra la nada»? ¿Y qué observación lo desmentiría en este caso?
Douglas W. Hubbard — How to Measure Anything (2014, 3.ª ed.)	La calibración de estimaciones subjetivas como habilidad entrenable	Los capítulos sobre estimación calibrada	¿Qué debería observarse en estabilidad del proceso si aquí opera «la calibración de estimaciones subjetivas como habilidad entrenable»? ¿Y qué observación lo desmentiría en este caso?
Alistair Croll y Benjamin Yoskovitz — Lean Analytics (2013)	El análisis de cohortes como corrección al promedio que esconde la mezcla	El capítulo sobre cohortes y segmentación	¿Qué debería observarse en intervalo de proyección si aquí opera «el análisis de cohortes como corrección al promedio que esconde la mezcla»? ¿Y qué observación lo desmentiría en este caso?

Después de leer, escribe una discrepancia real. Al menos dos de estas obras entregan recomendaciones que no coinciden cuando se aplican al mismo caso; identifica cuáles y qué condición del caso decide a favor de una. Si no encuentras la discrepancia, es señal de que leíste buscando confirmación.

La lectura se evalúa por uso, no por cantidad de páginas. La nota de lectura debe indicar qué tesis modifica tu diagnóstico, qué evidencia del caso la tensiona y qué decisión concreta cambiarías después del contraste.

🧮 Ejemplo trabajado#

Situación. Ruta Andina proyecta el año extrapolando el mejor trimestre de su historia, que coincidió con una campaña puntual que no se repetirá.

Paso 1 — Verificar la estabilidad de la serie histórica. El equipo escribe primero el supuesto asociado a tendencia y se prohíbe tratarlo como hecho. Contrasta ese supuesto con precisión de proyecciones previas y anota qué parte del dato todavía no existe. Del paso sale un artefacto revisable y una frase explícita: «cambiaríamos de rumbo si…».

Paso 2 — Separar tendencia, estacionalidad y ruido. El trabajo aquí es separar lo observado de lo inferido sobre estacionalidad. La evidencia que ordena la discusión es amplitud del intervalo; si su definición no está escrita, escribirla es parte del paso. Nada avanza mientras el equipo no acuerde qué contaría como refutación.

Paso 3 — Elegir el método de proyección según los datos disponibles. El riesgo de este paso es cerrar demasiado rápido alrededor de estabilidad del proceso. Antes de concluir, el equipo enumera dos explicaciones alternativas del mismo patrón y revisa si estabilidad de la serie logra distinguirlas. Si no lo logra, hace falta otra evidencia y así debe quedar registrado.

Paso 4 — Presentar el resultado como intervalo. Con intervalo de proyección ya delimitado, la pregunta pasa a ser de consecuencia: qué cambia en la operación, en la caja y en la carga del equipo. precisión de proyecciones previas entrega la lectura cuantitativa; el juicio sobre el costo de oportunidad sigue siendo humano y debe quedar firmado.

Paso 5 — Medir la precisión de las proyecciones anteriores. El cierre exige compromiso: responsable, fecha, umbral de éxito y condición de detención asociados a tendencia. amplitud del intervalo se convierte en la señal de seguimiento y se acuerda con qué frecuencia se revisa y quién puede declarar el fracaso sin costo político.

Síntesis. La recomendación termina con responsable, fecha, evidencia de éxito y señal de detención. Omitir cualquiera de esas cuatro piezas convierte el análisis en opinión difícil de auditar.

🔀 Comparación de caminos y límites#

Camino	Qué privilegia	Cuándo elegirlo	Riesgo principal
Actuar sobre tendencia	Dirección sostenida de una serie más allá de la variación aleatoria	Cuando precisión de proyecciones previas es observable y accionable en el plazo de la decisión.	Sobrerreaccionar a una señal parcial.
Actuar sobre estacionalidad	Patrón recurrente asociado al calendario	Cuando la primera explicación no distingue mecanismo ni responsable.	Convertir el concepto en etiqueta y no en intervención.
Experimentar antes de decidir	Aprender antes de comprometer recursos mayores	Cuando la decisión es reversible y la incertidumbre es alta.	Experimentar indefinidamente y no decidir.
Escalar la decisión	Elevar autoridad, especialidad o control legal	Cuando hay compromisos contractuales, datos personales, regulación o irreversibilidad.	Delegar hacia arriba lo que sí correspondía decidir.

Frontera de aplicación. Ningún método proyecta cambios estructurales: la entrada de un competidor o un cambio regulatorio invalidan la serie histórica.

🪜 El mismo tema según el rol#

Nivel	Responsabilidad sobre proyección de resultados
Analista / especialista	Produce la evidencia, documenta el método y declara los límites del dato.
Jefatura de equipo	Convierte el análisis en prioridad, carga de trabajo y criterio compartido.
Gerencia comercial	Conecta la decisión con presupuesto, capacidad, dependencias y riesgo interáreas; es el nivel donde operan perfiles como Marketing analyst, Revenue analyst y Data-driven marketer.
Dirección comercial (CRO/CMO)	Decide si esto cambia la estrategia de ingresos y qué llega al directorio.
Founder / dueño	Pregunta si la solución reduce dependencia de personas, preserva caja y puede operar como sistema repetible.

Al subir de nivel aumentan las personas, el dinero y las consecuencias que quedan dentro de la decisión. La misma herramienta debe volverse más explícita en evidencia, gobierno y revisión a medida que crece el alcance.

🏢 Caso ejecutivo#

Ruta Andina proyecta el año extrapolando el mejor trimestre de su historia, que coincidió con una campaña puntual que no se repetirá.

Entrega un decision brief que contenga: (a) hechos y fuentes; (b) hipótesis; (c) dos opciones realmente defendibles; (d) efecto sobre cliente, operación, caja y riesgo; (e) recomendación; (f) la condición que la haría cambiar; (g) responsable y fecha de revisión. Usa al menos dos fuentes de la lectura comparada para desafiar tu primera respuesta.

🧪 Práctica guiada#

Cada paso indica qué hacer, con qué material y cómo saber que está terminado. No avances si la última columna todavía no se cumple: los pasos siguientes suponen el anterior resuelto.

#	Paso	Qué haces	Con qué	Criterio de término
1	Reconstruir los hechos	Vuelca el caso en una tabla `hecho / inferencia / supuesto / decisión` sin agregar información que no esté en el enunciado.	El caso y nada más	Ninguna fila de la columna «hecho» contiene un juicio; cada supuesto tiene un responsable de verificarlo.
2	Ejecutar el método	Recorre la secuencia verificar la estabilidad de la serie histórica → separar tendencia, estacionalidad y ruido → elegir el método de proyección según los datos disponibles → presentar el resultado como intervalo → medir la precisión de las proyecciones anteriores y adjunta la evidencia usada en cada transición.	La tabla del paso 1	Cada paso deja un artefacto revisable y una alternativa descartada con su razón.
3	Operacionalizar la señal	Construye la ficha de medición de precisión de proyecciones previas; si el dato no existe, diseña cómo obtenerlo y estima cuánto costaría.	Fuentes de datos reales o el diseño de captura	Dos personas del equipo calculan el mismo número con la ficha y llegan al mismo resultado.
4	Atacar tu propia respuesta	Escribe la alternativa que contradice tu preferencia inicial y hazle un pre-mortem a seis meses.	Tu borrador de recomendación	Puedes nombrar el dato concreto que te haría cambiar de opinión.
5	Contrastar con la fuente	Lee la idea anclada de Understanding Variation y la de Data Science for Business, y registra una coincidencia y una tensión con tu diagnóstico.	La tabla de lectura comparada	La nota de lectura cita qué idea usaste y qué decisión cambió por ella, o declara que ninguna cambió y por qué.
6	Subir de nivel	Rehaz la decisión desde la dirección comercial: qué cambia al aumentar alcance, dinero e irreversibilidad.	El brief completo	El brief indica qué parte de la decisión ya no corresponde al analista y a quién pasa.

Si te atascas. El bloqueo más común no es de método sino de definición: vuelve a la tabla de conceptos y comprueba que puedes clasificar un caso límite sin dudar. Si dudas, el problema está ahí y no en el paso que estabas ejecutando.

⚠️ Errores frecuentes#

Síntoma	Causa probable	Corrección
Usar tendencia y estacionalidad como sinónimos	Se perdió la distinción entre «dirección sostenida de una serie más allá de la variación aleatoria» y «patrón recurrente asociado al calendario»	Vuelve a los observables y exige una señal distinta para cada concepto.
Empezar por «medir la precisión de las proyecciones anteriores»	Se saltó «verificar la estabilidad de la serie histórica»: la solución llegó antes que el diagnóstico	Reconstruye la cadena completa y marca el primer supuesto no demostrado.
Optimizar sólo precisión de proyecciones previas	La métrica local reemplazó al resultado del sistema	Contrástala con estabilidad de la serie y explicita el costo de oportunidad.
Extrapolar el último periodo	Error específico de esta clase	Verifica la estabilidad de la serie y presenta la proyección como intervalo con supuestos declarados.
No fijar revisión	La decisión se vuelve permanente por inercia	Define responsable, fecha, señal de éxito y condición de detención.

❓ Preguntas de comprobación#

Explica la diferencia entre tendencia y estacionalidad con un ejemplo donde elegir mal cambie la decisión.
¿Qué observarías para validar estabilidad del proceso y qué observación te obligaría a rechazar tu interpretación?
Aplica «verificar la estabilidad de la serie histórica» al caso de la clase. ¿Qué dato sigue faltando?
¿Por qué precisión de proyecciones previas no basta por sí sola para atribuir causalidad?
Compara dos fuentes de la lectura comparada: ¿dónde llevarían a recomendaciones distintas?
¿Qué decisión equivocada se produciría si se ignora este límite: «Ningún método proyecta cambios estructurales: la entrada de un competidor o un cambio regulatorio invalidan la serie histórica»?

🗝️ Respuestas orientadoras#

No encontrarás aquí las respuestas: encontrarás qué tiene que contener una respuesta suficiente. Úsalo para autoevaluarte antes de entregar y para corregir a un par.

Pregunta	Una respuesta suficiente contiene
1	Nombra un caso real donde la clasificación cambie la intervención, no sólo la etiqueta. Si el ejemplo funciona igual con los dos conceptos intercambiados, la distinción todavía no está entendida.
2	Dos observaciones concretas: una que confirmaría estabilidad del proceso y otra que te obligaría a abandonarlo. Una respuesta sin condición de refutación no es suficiente.
3	El dato faltante debe ser nombrable y obtenible: qué se mide, quién lo tiene y en cuánto tiempo. «Faltan datos» no cuenta como respuesta.
4	Debes distinguir asociación de causa y proponer al menos una explicación alternativa del mismo movimiento de precisión de proyecciones previas.
5	Identifica la condición del caso que decide entre ambas obras. Basta con que sea una: la respuesta correcta no es «depende», sino «depende de esto, y aquí ocurre así». Ancla el contraste en Understanding Variation y Lean Analytics.
6	Describe la decisión equivocada concreta —qué se haría de más o de menos— y quién pagaría el costo. Un límite que no produce una decisión distinta no está operando como límite.

Si tres o más respuestas no alcanzan el criterio, no sigas a la clase siguiente: repite el desarrollo con el caso en la mano. Avanzar con la definición floja es lo que produce, más adelante, decisiones que nadie puede auditar.

🇨🇱 Contexto chileno y cumplimiento#

Riesgo asociado a esta parte: Escalar inversión sobre una economía unitaria que no resiste una revisión financiera. Antes de ejecutar cualquier recomendación de esta clase en una operación real, comprueba la norma en su texto vigente. Los enlaces van al texto completo publicado por la Biblioteca del Congreso Nacional; son gratuitos y no hace falta creerle a este material.

Consumo y comercio. Ley 19.496 — Establece normas sobre protección de los derechos de los consumidores (Ministerio de Economía, Fomento y Reconstrucción), y su reglamento de comercio electrónico, Decreto 6/2021 — Aprueba reglamento de comercio electrónico (Ministerio de Economía, Fomento y Turismo).
Datos personales. Ley 21.719 — Regula la protección y el tratamiento de los datos personales y crea la Agencia de Protección de Datos Personales (Ministerio Secretaría General de la Presidencia), que sustituye progresivamente a Ley 19.628 — Sobre protección de la vida privada (Ministerio Secretaría General de la Presidencia).
Derecho a retracto. Decreto 52/2024 — Aprueba reglamento que regula la forma y condiciones en que los proveedores deberán comunicar la exclusión del derecho a retracto y los bienes en que excepcionalmente y por su naturaleza procederá tal exclusión (Ministerio de Economía, Fomento y Turismo).

Dentro del repositorio, el mapa regulatorio ordena qué norma aplica a cada decisión comercial, datos personales y ética desarrolla el tratamiento de datos y fuentes oficiales lista los organismos con su fecha de consulta. Ninguno de esos documentos reemplaza al texto legal.

La regla del programa es simple: la fuente oficial manda sobre el material pedagógico. Si la norma cambió después de la fecha de esta clase, gana la norma.

📥 Entregable#

Guarda en evidence/P20-C11-forecasting/:

decision-brief.md — problema, evidencia, alternativas, recomendación y gobierno.
ficha-metricas.md — definición operacional de precisión de proyecciones previas, amplitud del intervalo y estabilidad de la serie con fuente, ventana y lectura prohibida.
nota-de-lectura.md — dos fuentes contrastadas con edición y páginas consultadas.
red-team.md — la objeción más fuerte a tu recomendación y el dato que la invalidaría.

Este entregable alimenta el artefacto de la parte: caso analítico integral con árbol de métricas, cohortes, incrementalidad y dashboard ejecutivo.

✅ Evaluación de la clase#

Criterio	Peso	Evidencia esperada
Precisión conceptual	25 %	Distinciones correctas y observables entre los conceptos de la clase.
Diagnóstico y evidencia	30 %	Datos pertinentes, línea base, supuestos explícitos y límites del dato.
Decisión y trade-offs	30 %	Dos opciones defendibles, costo de oportunidad y condición de revisión.
Fuentes y comunicación	15 %	Dos lecturas realmente utilizadas y argumento ejecutivo trazable.

Aprobación: 80/100 y ningún criterio bajo 60 %. Una respuesta que podría copiarse sin cambios a otra clase se considera insuficiente.

📗 Fuentes y verificación#

Aquí conviene separar dos cosas que suelen ir juntas y no son lo mismo.

Lo que está comprobado. Que cada obra existe y cuál es exactamente la edición: el enlace resuelve su ISBN contra el catálogo de OpenLibrary, y eso se revalida periódicamente. Las normas chilenas citadas más arriba enlazan su texto completo y gratuito.

Lo que es atribución del programa. Que la idea señalada esté en el capítulo que se indica. Eso es la lectura que este material hace de cada obra, no una cita textual cotejada frase por frase, y se declara así de explícito para que puedas contrastarlo: si abres la obra y no encuentras la idea donde se dice, la cita está mal puesta y corresponde reportarlo como error del material. No se citan números de página porque cambian entre ediciones.

Donald J. Wheeler — Understanding Variation (2000) · ISBN 9780945320531 — aporta a esta clase: los gráficos de comportamiento del proceso como filtro entre señal y ruido. Dónde buscarlo: los capítulos sobre gráficos de control. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
Foster Provost y Tom Fawcett — Data Science for Business (2013) · ISBN 9781449374280 — aporta a esta clase: la evaluación contra una línea base y no contra la nada. Dónde buscarlo: los capítulos sobre evaluación de modelos. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
Douglas W. Hubbard — How to Measure Anything (2014, 3.ª ed.) · ISBN 9781118836446 — aporta a esta clase: la calibración de estimaciones subjetivas como habilidad entrenable. Dónde buscarlo: los capítulos sobre estimación calibrada. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.
Alistair Croll y Benjamin Yoskovitz — Lean Analytics (2013) · ISBN 9781449335670 — aporta a esta clase: el análisis de cohortes como corrección al promedio que esconde la mezcla. Dónde buscarlo: el capítulo sobre cohortes y segmentación. Acceso: comprar o biblioteca. Registra edición y páginas consultadas en tu nota de lectura.

Estándar pedagógico del programa: Susan A. Ambrose et al. — How Learning Works (2010); Peter C. Brown, Henry L. Roediger III y Mark A. McDaniel — Make It Stick (2014); Grant Wiggins y Jay McTighe — Understanding by Design (2005, 2.ª ed.); Anders Ericsson y Robert Pool — Peak (2016); William Ellet — The Case Study Handbook (2018, ed. revisada).

Regla de fuentes. Las obras anteriores estructuran las perspectivas de esta materia. Cualquier norma, impuesto, tarifa, política de plataforma o estándar vivo mencionado debe comprobarse nuevamente en su fuente primaria vigente antes de usarse en una operación real. El desarrollo de esta clase es original y no reproduce capítulos protegidos por derechos de autor.

Sobre la edición. No busques estas obras sólo por el título: distintas ediciones cambian capítulos y ejemplos, y los anclajes de arriba están hechos sobre la que declara el registro de fuentes. La bibliografía completa de la parte, con todas sus obras, está en su índice.

← Clase 10 · A/B testing · Índice de la parte · Clase 12 · Fundamentos de marketing mix modeling →