El DANE de Colombia usa regresión Ridge sobre datos de Google Trends y noticias para estimar el PIB agrícola 30 días antes de la publicación oficial. El benchmark del T2 2022 alcanzó 8 188 miles de millones de COP, siendo Ridge el método con menor error de predicción.
8,188 billion COP
PIB agrícola estimado, segundo trimestre de 2022 (producido unos 30 días antes de la cifra oficial) (Q2 2022)
~30 days
Antelación respecto a la publicación de la cifra trimestral oficial
Detalles
Madurez
Pilot
Promotor
Departamento Administrativo Nacional de Estadística (DANE)
Período
2022–present
Palabras clave
statistics, economic forecasting, agriculture, data analytics
Contexto
El instituto nacional de estadística de Colombia, el DANE, desarrolló un modelo de nowcasting mediante aprendizaje automático que produce una estimación temprana del PIB del sector agrícola aproximadamente 30 días antes de que el equipo de cuentas nacionales publique la cifra trimestral oficial. La iniciativa se enmarca en el programa más amplio 'Data for Now' del DANE, que también aplica análisis de imágenes satelitales, datos de luces nocturnas y procesamiento de lenguaje natural para acelerar otras partes del proceso de producción estadística.
Objetivos
Generar un indicador proxy oportuno del PIB agrícola antes de la publicación oficial, apoyando una señalización económica temprana relevante para la planificación de políticas fiscales y agrícolas.
Actividades
El sistema procesa titulares de Google News, volúmenes de búsqueda de Google Trends y las propias series de datos administrativos del DANE, aplicando regresión Ridge y Clasificación Zero Shot (un método basado en transformadores) para generar la estimación temprana.
Resultados
En su primer punto de referencia publicado, el modelo estimó el PIB agrícola del segundo trimestre de 2022 en 8.188 miles de millones de pesos colombianos. Entre los métodos probados, la regresión Ridge logró el menor error medio de predicción, superando tanto al clasificador Zero Shot como a referencias más simples. El trabajo fue revisado por pares y publicado en la revista académica SciELO Estudios de Economía, y fue destacado por la Global Partnership for Sustainable Development Data como ejemplo de innovación estadística impulsada por aprendizaje automático.
Conclusiones
La integración formal del indicador en las publicaciones estadísticas oficiales del DANE, así como su adopción por parte de otras oficinas nacionales de estadística, siguen siendo trabajos en curso.
Implementación
Coste indicativo
Low (< €50k) — Uses low-cost, freely available external data sources (Google Trends, Google News) combined with DANE's existing administrative data; no dedicated infrastructure budget described.
Tiempo hasta resultados
Medium (1–3 years) — Model developed and first benchmarked in 2022; part of an ongoing, multi-year 'Data for Now' programme with formal integration still in progress.
Personal y competencias
DANE national accounts team, DANE data science / 'Data for Now' programme staff
Condiciones para el éxito
Access to DANE's own administrative data series alongside free external signals (Google Trends, Google News)
Institutional backing via DANE's broader 'Data for Now' programme (also covering satellite imagery, night-lights and NLP)
Support from the Global Partnership for Sustainable Development Data
Modos de fallo comunes
Formal integration into official DANE statistical releases is still a work in progress
Uptake by other national statistics offices has not occurred
Dónde encaja
Tipo de gobernanza
national statistics office
Escala
national
Nivel de ingresos
upper-middle-income (Colombia)
Fuentes de datos
De dónde se obtuvo la información de esta práctica, y cuándo.