Saltar al contenido principal

Predicción para cultura y eventos

Predicción de demanda y asistencia para eventos y espacios culturales

Data Cultura Predicción convierte tu historial de ventas, aforo y contexto en pronósticos con intervalo de incertidumbre, pensados como apoyo para programar y vender entradas.

Público de un concierto con las manos levantadas

Tres ejes, un mismo dato de origen

Predecir demanda y asistencia

A partir de tu historial de ventas por función, una batería de modelos estadísticos (Poisson, binomial negativa, series de tiempo) entrega un pronóstico con intervalo P10/P50/P90, elegido por backtest temporal contra un baseline.

Escuchar e investigar

Señales de prensa, búsqueda y redes se procesan y agregan (sentimiento, tópico, volumen) como contexto para leer el pronóstico, sin conservar el texto original ni identificar a quien lo escribió.

Medir footfall real

Cuando el espacio cuenta con conteo de aforo, el footfall observado (entradas y salidas) alimenta el modelo como una serie más, agregado y sin registrar identidad de las personas.

Cómo funciona

  1. 1

    Sube tus datos

    Descarga la plantilla en Excel o CSV, complétala con tus funciones y ventas, y súbela. La plataforma valida columnas y tipos, y reporta cada error fila a fila antes de aceptar la carga.

  2. 2

    Backtest temporal

    Cada modelo candidato se evalúa contra el historial real de tu propio proyecto, nunca contra datos futuros, y se elige el que entrega mejor cobertura de intervalo frente al baseline.

  3. 3

    Predicción con intervalos

    El resultado se entrega como P10/P50/P90, nunca como una cifra única, junto con las limitaciones del modelo: tamaño de muestra, ventana de datos y supuestos.

Honestidad metodológica

Toda predicción se entrega con su intervalo P10/P50/P90 y sus limitaciones explícitas. Ninguna cifra se presenta como certeza sin ese contexto.

Correlacionado con, no causado por. Los escenarios de precio y de contexto (clima, calendario, señales de texto) son asociaciones observacionales de un modelo estadístico: no relaciones de causa ni promesas de resultado.

Ley 21.719: medimos sin identificar a nadie. Los modelos consumen series agregadas (ventas por función, asistencia, footfall). Ningún dato personal ni texto de personas se conserva: la investigación de texto agrega y descarta el contenido original en la frontera.

Empieza con tus propios datos

Sube tu historial de ventas y recibe tu primer pronóstico con intervalo, sin necesidad de conectar tcultura ni Aforo.

Ingresar a la plataforma