La revolución data-driven, es decir, el enfoque moderno respecto a la toma de decisiones en todo nivel empresarial, merece una mirada retrospectiva.
Un detallado informe de Accenture arrojó que solo el 32% de las empresas siente que la inversión en análisis y obtención de datos le ha servido a su propósito inmediato de manera cuantificable.
¿Qué ha sucedido?
Para explicarlo, según el MIT (Puntoni & Lange, Researchers de Data y Behavioural Science), debemos usar helados y tiburones.
Veamos el siguiente cuadro de ataques de tiburones y ventas de helado en el mundo:
No hace falta ningún curso en analítica de datos para entender que existe una coincidencia entre los dos factores.
Y por más obvio que parezca en este ejemplo, muchas empresas, en casos similares, sacan las conclusiones erróneas.
En este caso, la conclusión válida sería: “En verano (hemisferio norte) hace más calor, la gente consume más helado y a su vez va más al mar, por ende, es normal que se presenten los dos picos de ventas de helado y ataques de tiburones”.
Sin embargo, muchas veces las empresas llegan metafóricamente a conclusiones, en vista de los datos, del estilo “comer helado te hace más lento al nadar, por ende, los tiburones alcanzan más fácilmente a las personas”, estableciendo una correlación inexistente o por lo menos, altamente improbable.
Los datos son absolutamente correctos, pero las conclusiones que se buscan en ellos, no.
¿Cómo se llega a esto? Porque los datos se colocan antes de las decisiones, cuando, según el MIT, debe ser al revés.
Hoy tenemos data sobre la data, y parece indicar que la idea es pasar de ser data-driven a ser decisión driven: pensar primero en cuáles son las incógnitas a despejar de nuestro negocio y luego ver qué información clave necesitamos para despejarlas, para luego ir a obtener los datos precisos que buscamos.
Para esto, existen una serie de principios aplicables a cualquier escala de negocio.
Mark Palmer, especialista en datos de correlation one, te orienta de este modo:
- 🤔Comenzar con preguntas, no con datos. El pensamiento impulsado por decisiones dedica más tiempo a diseñar preguntas. Mide las preguntas dos veces, corta los datos una vez.
- ☝Los tomadores de decisiones lideran proyectos, no los científicos de datos. Si eliges el liderazgo incorrecto para el proyecto, tendrás una crisis de prioridades. La ciencia de datos creativa y técnica, como si se tratara de construir una casa: arquitectos, diseñadores, constructores y fontaneros, deben trabajar juntos. Al principio, el arquitecto lidera; durante la construcción, el constructor lidera, en las etapas finales, el diseño lidera; el propietario de la casa es el tomador de decisiones final.
- 💆♂️Reflexionar sobre lo desconocido más que sobre lo conocido. En el comercio minorista, un proyecto común impulsado por datos descubre cómo optimizar los programas de fidelización; el pensamiento impulsado por decisiones explora lo que hace que los clientes duden en seguir comprando en primer lugar.
- 👀Mirar primero ampliamente, luego profundizar. Los equipos impulsados por datos a menudo se sumergen de cabeza en el conjunto de datos que ya tienen. Puntoni y de Lange, del MIT, sugieren que los equipos impulsados por decisiones miren "ampliamente primero, luego estrechen".
- 🛠Construir nuevas cajas de datos a medida que se necesitan. Cuando comienzas con preguntas, rápidamente te das cuenta de que falta información. Los equipos centrados en las decisiones identifican más rápidamente la necesidad de nuevas encuestas, simulaciones o datos de terceros.
- 🔍Identificar y reducir sesgos. Al abrazar un equipo más amplio desde el principio, los grupos liderados por decisiones tienden a ser más diversos. La diversidad de opinión ayuda a eliminar el sesgo cuestionando las suposiciones.
- 🫣Si miras mucho por el retrovisor, no ves lo que hay delante. El pensamiento impulsado por datos comienza con datos históricos que explican lo que ya ha sucedido. Sin embargo, el pasado puede ser prólogo; por ejemplo, los patrones anteriores a la pandemia pueden ya no aplicarse.
En resumen:
Dar a los datos el lugar que merecen es el tema central.
Es natural que, cuando emerge una nueva tecnología, las empresas se sumergen de lleno a buscar maximizar su uso buscando una ventaja competitiva, pero sin una estrategia bien fundada. Se ven por ahí frases como “Data Is The New Oil” en medio de una ola de entusiasmo. Pero terabytes y terabytes de datos por sí solos no van a salvar tu proyecto.
"Es una cuestión de mentalidad", dice Puntoni. "No pienses que los análisis y los grandes datos van a resolver el problema, ayudarán, pero al final las personas tienen que seguir estando a cargo".