Previsiones que luego se contrastan con los datos reales

Valkiria prevé impresiones, clics, conversiones, ingresos, presupuesto, audiencia, abandono y crecimiento solo a partir de tu propio histórico, y guarda cada previsión con su confianza y sus fuentes. Cuando llegan las cifras reales, la previsión se compara con ellas y recibe una nota de precisión.

Generar una previsión

Por qué una previsión normalmente no vale nada

La previsión vive en la cabeza

«El mes pasado fue así, este será parecido»: el presupuesto del mes siguiente se planifica por intuición y no con datos.

Nadie comprueba la previsión de la IA

El modelo suelta una cifra con aplomo y un mes después nadie vuelve a mirar si se cumplió. El error no se encuentra y el mismo modelo vuelve a predecir.

La cifra no tiene fuente

Un número bonito, sin decir de qué datos sale ni qué faltaba en ellos, no se puede ni discutir ni defender delante de un cliente.

Cómo se construye y se comprueba una previsión

  1. Darle el histórico

    El módulo entrega al modelo tu rendimiento acumulado. Las instrucciones prohíben salirse de esos datos y exigen listar fuentes, supuestos y la evidencia que faltó.

  2. Generar la previsión

    Un botón construye las previsiones del periodo, 30 días por defecto. Cada registro se guarda con su tipo, categoría, confianza y el estado de estimación no verificada.

  3. Contrastar con el dato real

    Al cerrar el periodo se añaden los valores reales y una nota de precisión, así ves qué previsiones merecen confianza y cuáles no.

Qué te da la analítica predictiva

Ocho tipos de previsión

Rendimiento, presupuesto, audiencia, ingresos, CTR, conversiones, abandono y crecimiento, con filtro por categoría en una sola lista.

Confianza en cada registro

Una previsión sin confianza se marca como «faltan pruebas», y la evolución de la confianza se dibuja en su propio gráfico.

Contraste retrospectivo incluido

Previsión y dato real van uno al lado del otro, la precisión se puntúa en porcentaje y la media te dice cuánto vale el modelo.

Sello de veracidad en cada tarjeta

El estado muestra si hay fuentes detrás: una estimación no verificada nunca puede aplicarse de forma automática.

Una previsión con la que presupuestar

Las impresiones, clics y conversiones esperadas a 30 días llegan como gráfico, listo para sostener un plan de gasto.

El proveedor de IA lo eliges tú

La cadena Ollama → z.ai → OpenAI → Anthropic → Qwen se configura por instalación, así que nada queda atado a un único proveedor.

En cifras

8
tipos de previsión, del CTR al abandono
30
días: horizonte de previsión por defecto
0
previsiones aplicadas sin una persona

Preguntas sobre las previsiones

¿En qué se basa la previsión?

Solo en tu propio histórico de rendimiento, que se envía al modelo junto con la petición. Las instrucciones le exigen devolver los valores previstos, una confianza, referencias de fuente, supuestos y la lista de datos que le faltaron.

¿Me puedo fiar del número de confianza?

La confianza también es una estimación del modelo, no una medición, así que nunca es la última palabra. Las previsiones se comparan con los valores reales y a su lado se acumula una precisión media que muestra cuánto vale esa confianza en la práctica.

¿Puede una previsión subir el presupuesto o activar una campaña sola?

No. La previsión se guarda como estimación no verificada, y ese estado bloquea cualquier aplicación automática. Los cambios en campañas los hace una persona en los módulos correspondientes, donde lo nuevo se crea en PAUSED.

¿Qué métricas se pueden prever?

Ocho tipos: rendimiento, presupuesto, audiencia, ingresos, CTR, conversiones, abandono y crecimiento. La lista se filtra por categoría, así que las previsiones de un cliente o una línea se leen por separado.

¿Mis datos van a OpenAI?

Depende de tu configuración. El módulo trabaja con una cadena de proveedores que se define en cada instalación y puede empezar por un Ollama autoalojado; nada está atado a un proveedor concreto.

Haz una previsión que se pueda comprobar

Las previsiones salen de tus datos, se marcan como estimaciones y nunca se aplican solas. La precisión se comprueba en el primer ciclo.

Empezar gratis