Cambio en la distribución estadística de las variables de entrada de un modelo predictivo que provoca la degradación de su precisión con el tiempo.
Explicación y Contexto Conceptual
El Data Drift (o Desviación de Covariables / Covariate Shift) es uno de los fenómenos más comunes por los cuales los modelos de Machine Learning y algoritmos predictivos de marketing pierden efectividad silenciosamente en producción (degradación del modelo).
Ocurre cuando las propiedades estadísticas de las variables que alimentan al modelo cambian de forma sustancial respecto a los datos históricos con los que fue entrenado. Por ejemplo, un modelo de propensión de compra entrenado antes de una campaña publicitaria masiva en TikTok recibía prospectos con una media de edad de 35 a 45 años; si la nueva campaña atrae a una audiencia de 18 a 24 años, la distribución de entrada ha cambiado radicalmente.
Herramientas de MLOps monitorean métricas estadísticas de distancia (como el test de Kolmogorov-Smirnov o la divergencia de Kullback-Leibler) para detectar el drift y reentrenar el algoritmo.
Ejemplo en la Práctica
Un sistema de MLOps alerta sobre Data Drift al detectar que el ticket medio ingresado en el modelo de churn cayó un 40% tras el lanzamiento de un plan low-cost.