Caso de Estudio
Reconstruyendo los Modelos de Pronóstico ante una Crisis Global
Analítica de emergencia para sobrevivir la pandemia.
Cuando el COVID-19 llegó en marzo de 2020, todos los modelos de pronóstico de eBay Classifieds Emerging Markets quedaron obsoletos de la noche a la mañana — los patrones históricos perdieron todo significado cuando las visitas a inmuebles se detuvieron y los distribuidores de autos cerraron. Nuestro fundador reconstruyó la infraestructura de pronóstico desde cero: creó líneas base "sin-COVID" para comparación, modelos de escenarios con actualización semanal y dashboards en Tableau que dieron a los CFOs y GMs de más de 5 mercados las herramientas necesarias para planear presupuestos y asignar recursos durante la crisis.
Resultados Clave
La Transformación
El Desafío
El COVID-19 invalidó toda la infraestructura de pronóstico de eBay Classifieds en cuestión de semanas:
- Todos los modelos existentes estaban entrenados con datos históricos que asumían patrones normales de demanda — cuando las categorías de bienes raíces y autos colapsaron, los modelos arrojaban resultados sin sentido
- Los CFOs y GMs de más de 5 mercados necesitaban tomar decisiones urgentes de presupuesto, pero no contaban con datos prospectivos confiables para actuar
- El reentrenamiento tradicional de modelos era imposible — no había precedente histórico para los patrones de demanda que creó el COVID, así que los enfoques estándar no podían aprender del pasado
- Cada mercado (México, Sudáfrica, Polonia, Irlanda, Argentina) fue golpeado de forma distinta y se recuperaba a ritmos diferentes, lo que requería planificación de escenarios específica por mercado en lugar de un modelo global único
Nuestro Enfoque
**Reconstrucción de Líneas Base:**
- Se crearon modelos de línea base "sin-COVID" parcheando datos históricos para eliminar la distorsión de la pandemia — estableciendo cómo habría lucido la demanda en condiciones normales para tener un punto de comparación
- Se usaron los datos de atribución de Google Analytics como señal principal, ya que los patrones de tráfico web ofrecían los indicadores más tempranos de recuperación de demanda por categoría y mercado
**Framework de Planificación de Escenarios:**
- Se construyeron modelos de pronóstico de prototipado rápido en Tableau que generaban múltiples escenarios (pesimista, base, optimista) para cada mercado y categoría
- Los modelos se diseñaron para actualizarse semanalmente — con la suficiente rapidez para capturar una realidad cambiante, y con la suficiente sencillez para mantenerse sin necesidad de un equipo de data science
**Soporte a Decisiones Ejecutivas:**
- Se entregaron dashboards en Tableau a los CFOs y GMs con el desempeño actual contra las líneas base "sin-COVID" y los escenarios proyectados
- Se habilitaron revisiones semanales de asignación de presupuesto donde los líderes podían ver qué mercados y categorías se estaban recuperando y ajustar el gasto en consecuencia
El Resultado
**Resiliencia Financiera:**
- Los CFOs y GMs de más de 5 mercados contaron con pronósticos semanales por escenario durante toda la crisis — reemplazando modelos rotos por herramientas de planeación accionables
- La asignación de presupuesto dejó de estar congelada (sin datos para decidir) para volverse una reasignación dinámica semanal basada en señales de recuperación específicas por mercado
**Impacto Organizacional:**
- La técnica de línea base "sin-COVID" dio a los líderes un punto de referencia para medir el impacto real de la pandemia, en lugar de comparar contra pronósticos previos al COVID que ya no tenían relevancia
- El enfoque de prototipado rápido — modelos en Tableau actualizados semanalmente — demostró ser más valioso que los modelos complejos de ML que habrían tardado meses en reentrenarse
- El framework de pronóstico construido para sobrevivir la crisis se convirtió en la infraestructura permanente de planeación para eBay Emerging Markets
¿Quieres resultados similares para tu organización?
Hablemos¿Listo para convertir datos en decisiones?
Hablemos de cómo lograr ROI medible en meses.