Explota las diferencias entre localidades en Google Ads
con ayuda de Machine Learning

Para lograr nuestro objetivo – un mejor pronóstico del rendimiento de cada localidad –, hemos desarrollado 4 modelos que compiten entre sí: 

• Best Naive: Estimación siguiendo métodos estadísticos desarrollados por Fáktica, relativamente sencillos, que no requieren uso de ML. Se basa en el “rellenado” de datos en localidades cuyos resultados no son estadísticamente significativos con datos extraídos de niveles administrativos superiores, siguiendo un esquema de muñecas rusas.
• Red Neuronal: Perceptrón multicapa. Se trata de un algoritmo de aprendizaje automático supervisado, que aprende una función entrenando con un conjunto de datos. Dado un conjunto de características y un objetivo, puede generar un aproximador de función no lineal para clasificación o regresión. Sus principales ventajas son: (1) la capacidad de aprender funciones no lineales y (2) la buena generalización en entornos ruidosos, lo hacen adecuado para casos con un espacio de características complejo. Las desventajas incluyen: (1) función de pérdida no convexa, por lo que diferentes inicializaciones aleatorias de pesos pueden llevar a diferentes precisiones de validación, (2) requiere ajustar varios hiperparámetros como el número de neuronas ocultas, capas e iteraciones y (3) es sensible al escalado de características. La implementación del modelo se toma del paquete de código abierto scikit-learn.
• XG Boost: XGBoost es una biblioteca optimizada de gradient boosting (potenciación del gradiente) distribuido, diseñada para ser altamente eficiente, flexible y portátil. Implementa algoritmos de aprendizaje automático bajo el marco de Gradient Boosting. XGBoost construye secuencialmente árboles de decisión para corregir errores cometidos por árboles anteriores, mejorando las pronósticos al capturar patrones complejos en los datos. XGBoost incorpora técnicas de regularización para prevenir el overfitting (sobreajuste), proporciona información sobre la importancia de las features (características), gestiona de forma automática los gaps de datos y soporta computación paralela y distribuida para la escalabilidad. Ampliamente utilizado en varios dominios, XGBoost es valorado por su versatilidad, alto rendimiento y facilidad de uso. Presenta algunas ventajas sobre las Redes neuronales para problemas con muchos grados de libertad, a menudo es más interpretable, generalmente más rápido de entrenar en conjuntos de datos pequeños, más robusto al sobreajuste y utiliza menos hiperparámetros. Por otro lado, la capacidad de aprender relaciones no lineales es menor que el de las Redes Neuronales.
• Clustering: Método de ML desarrollado íntegramente por Fáktica. Con los métodos de análisis de clúster se agrupan puntos de datos en clústeres basados en la similitud de sus características. Estos métodos se utilizan en aprendizaje no supervisado, donde el objetivo es descubrir estructuras o patrones en datos no etiquetados. El análisis de clúster es útil en la exploración de datos, el reconocimiento de patrones y la segmentación. La predicción de puntos de datos no disponibles consiste en asignarlos al clúster más similar basado en los mismos criterios utilizados para construir los clústeres.

En nuestro caso, hemos desarrollado un método inspirado en el análisis de clúster convencional. Construimos un clúster para cada territorio, añadiendo los territorios más similares hasta que el clúster tenga suficientes datos para lograr la relevancia estadística para el parámetro a predecir. El valor del indicador de rendimiento del clúster se tomará como la estimación del modelo para el territorio.