Taller

La Analítica de datos en el desarrollo de la política

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

Jeismar Tellez Duarte

Facultad de ingeniería y ciencias básicas, Universidad de Área Andina

Electiva. Introducción al Big Data

Ing.: Jorge Isaac Castañeda Valbuena.

05 septiembre de 2021
Planteamiento del escenario: La 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 ex presidente 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 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 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).

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/
 Disponga de los resultados mediante la elaboración de un documento en formato Word

teniendo en cuenta las siguientes indicaciones:

1. La construcción de este documento debe iniciar explicando los tipos de analíticas

mediante ejemplos.

1.1. Analítica descriptiva.

Ecopetrol (Empresa Colombiana de Petróleo) tuvo su origen en 1951. En 1961 asumió la

refinería de Barranca Bermeja y luego 13 años después compró la refinería de Cartagena que
fue construida por Intercol en 1956.

En 1970 se ratificó como empresa industrial y comercial del estado vinculada con el
ministerio de minas y energía. En septiembre de 1983 se descubrió el campo Caño Limón, un
yacimiento con reservas estimadas de 1.100 millones de millones de barriles de petróleo,
gracias a lo cual la empresa inició una nueva era.

En 1986 dio a Colombia poder volver a ser un país exportador de petróleo. Hoy en día con 70
años es una empresa ciento por ciento estatal, rentable que trabaja con una operación sana,
limpia y segura asegurando excelencia operacional y transparencia en cada una de sus
acciones.

1.2. Analítica predictiva.

Ecopetrol será una compañía integrada de clase mundial de petróleo y gas orientada a la
generación de un valor con foco de exploración producción, comprometida con su
entorno, talento humano y excelencia operacional.

1.3. Analítica prescriptiva

Ecopetrol tiene como objetivo social el desarrollo tanto en Colombia como en el exterior.
Actividades comerciales e industriales correspondientes a la exploración, explotación,
refinación, transporte, almacenamiento, distribución y comercialización de hidrocarburos, sus
derivados y sus productos. Con un símbolo como la iguana que proyecta vida al igual que
Ecopetrol, lo cual significa que la empresa ha evolucionado demostrando capacidad de
adaptación, teniendo compromisos con el medio ambiente y valores sin exclusión ni
discriminación.
2. Establezcan según sus criterios de evaluación un orden de cómo las aplicaron en el

ejemplo (lectura) el equipo de trabajo de Obama, luego proponga un mejor orden. Si

consideran que no existe otro orden, argumente brevemente por qué no.

2.1. Analítica descriptiva (que está pasando)

2.2. Analítica predictiva (futuro)

2.3. Analítica prescriptiva (visión)

No existe, considero que no haya otro orden porque la analítica descriptiva nos
permite identificar como en realidad esta nuestro negocio hasta la fecha,
permitiendo visualizar, detectar, averiguar, calcular e identificar para poder tomar
decisiones con un alto grado de éxito, es decir , tratar de obtener una visión de lo
que está pasando; la analítica predictiva mira al futuro y nos ayuda a entender
cómo puede evolucionar nuestro entorno y has la propia compañía es decir, nos
habla de lo que pueda pasar en el futuro y la analítica prescriptiva nos ayuda a
través de muchas variantes a simular y optimizar logrando señalar cual es el
camino a elegir, es decir, hacia donde se quiere llegar. Ese fue el motivo por el que
la campaña de Obama utilizó ese orden.

3. 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.

Tuvimos en cuenta que el equipo de campaña de Obama se esforzó en enfocarse 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).

Se obtuvo un punto de vista claro de cómo aplico el equipo de Obama la analítica para
que éste fuera reelegido presidente de estado unidos por segunda vez.
4. 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.

TIPO DE ANALITICA PUNTOS CLAVES

• Registró (recoger datos de los votantes

convencidos).

• Publicidad en redes sociales y walking

Analítica descriptiva dea

• Recopilación de información en la
red(www)

• Relación efectiva con votantes

• Persuasión (dirigirse a los dudosos de

Analítica predictiva una forma eficaz).

• No malgastar recursos, tiempo y

dinero con votante

• Cena en Ohio

• Voto del electorado (asegurarse de

Analítica prescriptiva que los partidarios fueran a ejercer el
voto sí o sí).
5. Finalmente, expliquen por qué consideran que la estrategia seleccionada para cada
objetivo es la ideal para el cumplimiento del mismo.

Porque la estrategia y analítica aplicada a cada una de las partes del país arrojaron buenos
resultados como ejemplo.

La analítica prescriptiva ayudo en la organización de la cena en Ohio, en donde un objetivo

elemental fue tomar la decisión de invitar mujeres con cierto rango de edad y un perfil
especifico, la analítica predictiva que les brindó la posibilidad de no malgastar recurso,
tiempo y dinero en votantes y la analítica descriptiva que tienen como objetivo cómo llegar a
los votantes generando publicaciones en redes sociales, en walking dea y recolección de datos
en la red (www).

Instrucciones:

1. Relea el punto del eje anterior “Cómo funciona el Big Data”, evalúe las tres acciones

principales e indique cómo se ajustan cada una de ellas a las intenciones que tenía el

equipo para ganar las elecciones.

1. 1. Acción 1. Integración

El equipo de campaña de Obama para ganar la elecciones realizaron la recolección de datos

por medio de 30 personas quienes se movilizaron a largo y ancho de las distintas sedes del

país y también introdujeron publicidad en Facebook, twitter, instagram, google ads, youtube

entre otras, utilizando la 10 V´s del big data.

1. 2. Acción 2. Gestión

En la campaña de Obama el equipo mantuvo 20 personas única y exclusivamente centradas

en la interpretación de los datos recibidos, tras el primer análisis, el equipo de la campaña se
enfocó en esforzar 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).

1. 3. Acción 3. Análisis

El equipo de campaña de Obama para ganar la elección una vez recolectados los datos y
gestionado pasaron al análisis de los mismo donde les permitió conocer mejor en un 66% a
los diferentes segmentos en los que sus votantes estaban dividido, especialmente en aquellos
sectores más indecisos y poder convencerlos; 83,33% se optimizó la comunicación y mejoró
la respuesta del electorado, permitiendo no malgastar recursos, tiempo y dinero en votante
que no eran partidario del partido (estado contrario completamente al partido presidencial)
gracias a la geolocalización, conociendo cuáles fueron las inquietudes de sus 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.
2. Justifiquen las razones que ustedes creen que se tuvieron en cuenta para decidir

aplicar Analítica de datos.

El equipo de campaña de Obama tuvo en cuenta la aplicación de la analítica porque

pudieron analizar cada dato para determinar en que se fallaba y en caso tal si se estaba
perdiendo un votante, actuar de inmediato buscando la forma de recuperarlo; Se pudo
concluir que aplicando la analítica en Ohio (estado contrario completamente al partido
presidencial) se logró conocer cuáles eran las inquietudes de sus habitantes utilizando 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.

3. Generen una lluvia de ideas para explicar por qué la Analítica diagnóstica y el
Cyber análisis no se tomó mucho en cuenta.

 Porque la analítica de diagnóstico está enfocada en causas o razones en caso tal pasara
algo.
 Porque el equipo de la campaña centró su objetivo en ganar confianza del votante y su
voto y no se enfocó en la amenaza o riesgo.
 La analítica diagnostica puede llevar mucho tiempo en desarrollarse y puede
convertirse en un problema
 El cyber análisis está enfocado en una amenaza o riesgo que pueda afectar, por tal
motivo el equipo de campaña no tuvo en cuenta de estas dos analíticas para la
obtención de datos.