Al principio, parecía que el algoritmo no funcionaba bien.

Michael Fleder, investigador del MIT y recién graduado que trabaja en el Laboratorio de Sistemas de Información y Decisión (LIDS), había estado trabajando en un algoritmo que podía desglosar los totales de las facturas anónimas en costes de artículos individuales, creando una visión general de cuántas personas están comprando un artículo o servicio específico. Lo estaba probando con un conjunto de datos de Netflix, y aunque la mayoría de los puntos de datos coincidían con una lista de los servicios de suscripción habituales, había un valor atípico que seguía apareciendo a un precio demasiado alto para lo que ofrecía Netflix.

Tras un examen más detallado, Fleder se dio cuenta de que el algoritmo funcionaba mejor de lo esperado: no sólo había encontrado servicios conocidos, sino que también había descubierto una suscripción Ultra HD no anunciada, pero rumoreada, que Netflix estaba probando con un público limitado. También descubrió otro producto aún no mencionado con un precio aún más elevado.

El algoritmo se detalla en un artículo publicado en la Conferencia ACM Sigmetrics en diciembre de 2020 bajo el lúdico título "I Know What You Bought At Chipotle for $9.81 by Solving A Linear Inverse Problem". Fleder lo escribió junto con el profesor Devavrat Shah, del Departamento de Ingeniería Eléctrica y Ciencias de la Computación del MIT, y formará parte de un próximo libro de la Cambridge University Press.

Aunque "big data" es actualmente el término más popular para referirse a grandes cantidades de información, Fleder afirma: "Vivimos en este problema de los datos pequeños. ¿Cómo puedes desmenuzar estos números y extraer todo lo que puedas?".

El novedoso algoritmo de inferencia que han desarrollado Fleder y Shah es robusto, iterativo y eficiente desde el punto de vista computacional, y deconstruye los totales de las transacciones en los productos subyacentes adquiridos, utilizando agregados de lo que generalmente se llama "datos de escape", o datos anónimos fácilmente disponibles creados durante las transacciones digitales.

"Lo que es un poco sorprendente es que los datos tienen una firma", dice Shah. "Cada compra individual es sólo un número, pero si muchas personas compran cosas, hay un poder en la colectividad con un poco de variación, que es notable".

Este algoritmo podría utilizarse para hacer un seguimiento semanal o incluso diario de las cifras de ventas, automatizando elementos del trabajo que actualmente realizan los analistas financieros. Empresas como Google ya utilizan estudios de datos crediticios anonimizados en relación con la publicidad, pero con una información más detallada disponible y una mayor transparencia, podrían surgir nuevas oportunidades de mercado.

De especial interés práctico para las empresas podría ser la mayor capacidad de entender la demanda en los distintos puntos de las cadenas de suministro. En el caso de Chipotle, sus proveedores podrían anticiparse a los cambios en la demanda de ingredientes como el aguacate mediante el seguimiento de las ventas de artículos como el guacamole.

Las empresas también dispondrían de nuevos métodos para entender y anticiparse a las estrategias de sus competidores, y podría ayudar a negocios como los fondos de cobertura que utilizan los datos de las transacciones para seguir a las empresas públicas.

En su desarrollo inicial, el algoritmo se utilizó con datos disponibles en el mercado, proporcionados por el proveedor de datos Second Measure. Utilizando datos de transacciones relacionados con el gasto en Chipotle, Apple, Spotify y Netflix, el método identificó correctamente el momento del lanzamiento de un nuevo nivel de producto de Spotify y el lanzamiento del nuevo iPhone XS Max. 

Fleder pretende utilizar este algoritmo como parte de una nueva startup, con aplicaciones potenciales para una amplia variedad de empresas.