?Puede el aprendizaje autom¨¢tico afinar las encuestas electorales?

Las encuestas se han convertido en un elemento clave dentro de cualquier campa?a electoral. Sus resultados, antes de un proceso electoral, pueden ayudar a mover la balanza hacia uno u otro lado dependiendo de los datos que se publiquen. Sin embargo, estos sondeos est¨¢n, cada vez m¨¢s, en el punto de mira y su nivel de credibilidad no est¨¢ pasando por sus mejores momentos. ?Por qu¨¦ es tan complicado para las empresas demosc¨®picas acertar con sus sondeos?

El problema no tiene que ver con el gran volumen de datos que se maneja sino con la estad¨ªstica. Cuando las empresas demosc¨®picas hacen sus propias estad¨ªsticas, lo hacen en base a un tama?o de muestra peque?o en comparaci¨®n con la magnitud del reto al que se enfrentan. Sin ir m¨¢s lejos, en las pasadas elecciones generales, casi 37 millones de espa?oles est¨¢bamos llamados a las urnas. Las encuestas de intenci¨®n de voto suelen tener una muestra de entre 10.000 y 20.000 participantes. Para la realizada por el CIS en las ¨²ltimas elecciones generales, se realizaron un total de 16.194 consultas, por lo que el error de muestreo puede ser muy amplio. Para que una encuesta sea v¨¢lida ha de ser representativa, es decir, los participantes deber¨ªan tener la capacidad de representar a la sociedad que va a votar con sus diferentes factores sociales, econ¨®micos y demogr¨¢ficos.

M¨¢s informaci¨®n

As¨ª filtra Facebook las noticias que deciden tu voto

?Todav¨ªa no sabes a qui¨¦n votar? Este chatbot te ayuda a decidirte

Al tener una muestra tan baja, tras obtener los datos de los sondeos, las empresas demosc¨®picas cuentan con una capa de polit¨®logos y asesores que emiten lo que denominan un ¡°juicio de expertos¡±. Es decir, ponderan esa realidad que les ha dado la encuesta en funci¨®n de c¨®mo ven ellos los ¨²ltimos movimientos de los candidatos, la situaci¨®n de sus partidos y otros factores relevantes.

• El big data como herramienta de predicci¨®n

Y es aqu¨ª donde la tecnolog¨ªa puede ayudar a conseguir resultados m¨¢s fiables. Gracias al uso del big data podr¨ªan recopilarse datos de diferentes fuentes (redes sociales, medios de comunicaci¨®n, m¨ªtines de candidatos...) con el fin de poder aportar resultados m¨¢s objetivos y ayudar a entender qu¨¦ est¨¢ pasando. As¨ª, por ejemplo, imaginemos que un determinado medio de comunicaci¨®n, con una l¨ªnea editorial m¨¢s orientada hacia la ideolog¨ªa conservadora, empieza a publicar casos de corrupci¨®n en un partido de ese sesgo pol¨ªtico. Este dato podr¨ªa ser muy relevante a la hora de entender hacia donde podr¨ªa ir la intenci¨®n de voto de un determinado electorado.

Gracias a una buena herramienta de inteligencia de negocio es posible ver qu¨¦ est¨¢ sucediendo a lo largo de tiempo

En esta misma l¨ªnea, las redes sociales son un canal de comunicaci¨®n que sirve de altavoz para una gran parte de la sociedad, por lo que su actividad, en datos, tambi¨¦n puede ayudar a moldear las encuestas. Un estudio realizado por Kantar indica que solamente durante el pasado debate del d¨ªa 22 de abril se registraron en 90 minutos 1.743.266 tuits, por lo que imaginemos el n¨²mero de menciones en el resto de redes sociales y en el per¨ªodo entero de la precampa?a y lo complicado que resultar¨ªa analizar todos estos datos sin ayuda de la tecnolog¨ªa. Eso s¨ª, es importante tener en cuenta que en las redes sociales es complicado separar el grano de la paja, es decir, no puedes saber cu¨¢nto es ruido y cu¨¢nto es representativo.

Evidentemente, esta necesidad de an¨¢lisis de datos no se limita solo al campo de la estad¨ªstica y de las encuestas, sino que abarca cualquier ¨¢mbito social y empresarial. No en vano, seg¨²n la consultora IDC, el mercado mundial de big data e inteligencia de negocio crecer¨¢ de los 130.100 millones de d¨®lares este a?o hasta alcanzar los 203.000 millones de d¨®lares en 2020.

• Inteligencia de negocio y aprendizaje autom¨¢tico
  

Otra de las tecnolog¨ªas que pueden ayudar a hacer mejores previsiones en cuanto a la intenci¨®n de voto es la inteligencia de negocio (BI, por sus siglas en ingl¨¦s), aunque en este caso su uso se basa en aprovechar los datos objetivos de cada proceso electoral una vez que ha finalizado.

Analizando todos los datos hist¨®ricos de las diferentes elecciones de un pa¨ªs y gracias a una buena herramienta de BI, es posible ver qu¨¦ est¨¢ sucediendo a lo largo de tiempo, hacer un seguimiento, ver c¨®mo ha evolucionado por diferentes secciones censales y municipios, permitiendo simular y plantear escenarios para maximizar los esfuerzos en campa?a en determinadas demarcaciones para maximizar las posibilidades de conseguir esca?os.Adem¨¢s, si unimos esta tecnolog¨ªa con la anal¨ªtica avanzada o el aprendizaje autom¨¢tico, ser¨ªa posible poder aproximar comportamientos futuros.

Eso s¨ª, es importante tener en cuenta que en Espa?a la informaci¨®n no es absolutamente fiable, ya que nuestra democracia es todav¨ªa muy joven y no ha habido tantos procesos electorales como para conseguir una base de datos importante. Por otro lado, el panorama pol¨ªtico actual tan cambiante ofrece multitud de variables y casu¨ªsticas que hacen necesario cada vez m¨¢s el apoyo en la anal¨ªtica avanzada para extraer nuevas conclusiones y seguir mejorando el proceso tanto en el momento previo de estimaci¨®n como en el posterior de reflexi¨®n y an¨¢lisis profundo de los resultados finales.

Carlos Ortiz es responsable de Data & Analytics en atSistemas