Datos Sintéticos

También conocido como: Synthetic Dataset, Datos Sintéticos, Augmented Data

Datos generados por algoritmos que imitan estadísticamente distribuciones y patrones de datos reales, sin exponer información personal.

Los Datos Sintéticos son conjuntos de información generados artificialmente que replican las propiedades estadísticas de datos reales: distribuciones, correlaciones, tendencias y variabilidad. Se crean usando técnicas como GANs (Generative Adversarial Networks), VAEs, modelos de difusión o LLMs.

En investigación de mercados, los datos sintéticos se usan para: (1) augmentar muestras pequeñas, (2) proteger la privacidad de respondentes reales (especialmente bajo GDPR, CCPA o LFPDPPP en México), (3) entrenar y probar modelos analíticos sin exposición de datos sensibles, y (4) acelerar la generación de insights cuando el trabajo de campo es costoso o lento.

Una limitación crítica es que los datos sintéticos heredan los sesgos de los datos de entrenamiento y pueden no capturar eventos raros o comportamientos emergentes del mercado. Por eso su validación contra datos reales es esencial antes de tomar decisiones de negocio basadas en ellos.

Atlantia monitorea y aplica estas técnicas como parte de su pila de aceleración de investigación con IA.