¿Qué es el análisis de anomalías? Qué dicen los cambios inusuales en los datos
A veces un cambio importante empieza antes de convertirse en una gran crisis, una tendencia o un tema de actualidad.
Un aumento inesperado del volumen de conversación, un patrón de interacción distinto de lo habitual, un tema que surge de repente o un movimiento inusual en el comportamiento de los usuarios…
Estos cambios, pequeños a primera vista, pueden ser las primeras señales de algo mucho mayor.
El análisis de anomalías (anomaly detection) consiste en detectar los movimientos inusuales que se apartan claramente del comportamiento normal o esperado de los datos y en examinar las causas de esos cambios.
Pero no todo movimiento inusual es importante.
La cuestión de fondo es esta:
No se trata de ver qué se aparta de lo normal, sino de entender por qué se aparta.
¿Qué es lo normal?
Para detectar una anomalía primero hay que comprender el comportamiento normal de los datos.
Si de una marca se habla una media de 5.000 veces al día, 6.000 menciones pueden ser una variación corriente.
Alcanzar 30.000 conversaciones en pocas horas, en cambio, constituye un movimiento que conviene examinar.
Y no solo cambia el volumen.
La distribución del sentimiento, la estructura de la interacción, los temas tratados, el comportamiento de los usuarios, la velocidad de difusión o la actividad de determinados actores también pueden apartarse de lo normal.
Por eso una anomalía no es siempre una cifra grande.
A veces lo relevante es que ha cambiado la estructura habitual.
No todo pico repentino es una crisis
Imaginemos un aumento repentino del volumen de conversación.
La causa puede ser una crisis.
Pero una campaña exitosa, un vídeo viral, una noticia relevante, la publicación de una persona conocida o un acontecimiento positivo inesperado pueden producir exactamente el mismo efecto.
La detección de anomalías nos dice lo siguiente:
Aquí está ocurriendo algo distinto de lo normal.
El análisis, en cambio, plantea la siguiente pregunta:
¿Y por qué?
Por eso el análisis de anomalías cobra mucho más sentido cuando se valora junto con otros análisis: causa raíz, tendencia, sentimiento y viralidad.
Un cambio pequeño puede ser una señal grande
Los acontecimientos importantes no siempre empiezan con cifras grandes.
- Un motivo de queja concreto puede empezar a aparecer algo más a menudo de lo habitual.
- El sentimiento negativo puede estar subiendo en un grupo concreto de usuarios.
- Una palabra que antes no se asociaba a una marca o a una persona puede empezar a usarse junto a ella.
- Ciertas cuentas pueden volverse inusualmente activas en torno al mismo tema.
Ninguno de estos elementos crea por sí solo un tema de gran alcance.
Valorados en conjunto, sin embargo, pueden contener los indicios tempranos de un cambio que se acerca.
¿Cuál es la diferencia entre anomalía y tendencia?
- Anomalía
- Una desviación inusual respecto del comportamiento esperado.
- Tendencia
- Un cambio que continúa en una dirección determinada.
Así, un salto repentino puede ser una anomalía sin llegar nunca a convertirse en tendencia.
En cambio, un cambio pequeño pero constante puede transformarse con el tiempo en una tendencia potente.
Esta distinción importa, porque para quien decide estas dos frases no significan lo mismo:
Ha pasado algo.
Algo ha empezado a cambiar.
También hay que cuestionar el origen de la anomalía
En los datos digitales no todos los movimientos inusuales proceden del comportamiento real de los usuarios.
La actividad de bots, el contenido basura, las publicaciones coordinadas, los mensajes repetidos o los cambios técnicos en los datos también pueden generar anomalías.
Por eso, cuando se detecta un movimiento inusual, hay que mirar no solo su magnitud, sino también la estructura y la fiabilidad de los datos que lo producen.
De lo contrario, un movimiento artificial puede interpretarse como un cambio social real o como una señal de crisis.
¿Por qué importa verlo pronto?
Cuando un fenómeno ha llegado a millones de personas, es fácil de ver.
El valor real está en advertir que un movimiento se aparta de lo normal cuando todavía es pequeño.
Un riesgo reputacional que se aproxima para una marca, una queja que crece para una institución, una percepción que empieza a moverse en política, una nueva sensibilidad que sube en la sociedad o una nueva expectativa que se forma en el mercado…
Los grandes cambios suelen dejar huella en los datos antes de producirse.
Todo el mundo ve el cambio cuando ya ha ocurrido. El análisis intenta captar sus primeras señales.