Modulo 5.- Cadenas de Markov y Matriz Transición.

 Buena tarde a todos, respecto a esta unidad comparto lo siguiente: 

¿En qué consiste el Modelo de Cadenas de Markov?

Lo que entiendo del material revisado es que una cadena de Markov es un proceso evolutivo que consiste en un número finito de estados en cual la probabilidad de que ocurra un evento depende solamente del evento inmediatamente anterior con unas probabilidades que están fijas, es decir dependiendo de una situación pasada (Acción) tendrá una posible repercusión (Reacción).

Por ejemplo, cual es la probabilidad de que los empleados se queden en la empresa o de cambiarse a la competencia, dependerá de cómo son tratados aquí y como serian tratado en la nueva empresa, con esta cadena de Markov y con la investigación de mercados se puede cuantificar la probabilidad que existe de que se cambien o no de empresas. 

¿Qué entiendes por Matriz de Transición?

Una matriz de transición de Markov es una matriz cuadrada que describe las probabilidades de pasar de un estado a otro en un sistema dinámico en un determinado tiempo (Inicial = 0). En cada fila están las probabilidades de pasar del estado representado por esa fila a los otros estados.

Con las probabilidades iniciales se puede calcular las siguientes probabilidades de que los empleados cambian a las siguientes empresas de la competencia dando como resultados un nuevo estado P1, P2, P3…

¿Cómo aplicarías un Modelo de Cadenas de Markov en tu ámbito laboral?

En mi caso lo podría aplicar para nuestros clientes, de que probabilidad hay de que sigan contratando los servicios de telecomunicaciones de mi empresa y que probabilidad hay de que se cambien con la competencia, o también evaluar cual es la probabilidad de que algún cliente de la competencia contrate ahora los servicios de mi empresa. Con estos datos probabilísticos podríamos poder mejorar los servicios de postventa para buscar retener a los clientes actuales y poder generar estrategias de marketing para atraer a nuevos cliente focalizando la estrategia en os clientes donde con alguno de nuestros competidores sea mayor la probabilidad de que se cambien con nosotros. 

Otro ejemplo que veo que se puede utilizar es la probabilidad de que paguen las siguientes facturas que están próximas a vencer considerando el ultimo pago realizado por el cliente que nos ayude a poder crear de una manera mas sustentada un % de incobrabilidad que actualmente no esta tan claro o no esta sustentado de una forma cuantificada y es mas por una estimación lógica mas que matemática. 

Saludos, Angy!