Ir al contenido
Inicio » Los posibles peligros de la toma de decisiones basada en datos

Los posibles peligros de la toma de decisiones basada en datos

Última actualización: 6 de marzo de 2020

Publicado: Marzo 6, 2020

2 de marzo Toma de decisiones basada en datos

Los datos son una gran fuerza impulsora detrás de muchos cambios estratégicos dentro de las empresas modernas. Con la creciente disponibilidad y el excedente de datos, cada vez es más fácil para las empresas analizar y realizar cambios basados ​​en los conocimientos derivados de la información que han reunido. Este concepto, la toma de decisiones basada en datos, no es nuevo. Las empresas han estado utilizando estas prácticas de varias maneras a lo largo de los años, ya sea mediante la recopilación de datos cualitativos sobre un nuevo producto o perfeccionando el rendimiento de su equipo de ventas. Espero desglosar algunas trampas comunes que las empresas pueden enfrentar al usar los datos para la toma de decisiones.

Preguntas principales

El proceso de recopilación de datos puede ser un proceso lento y a menudo costoso. El lado económico del espectro recabará datos internos, mientras que el lado más caro sería liderar grupos de enfoque cualitativos que giran en torno a un producto nuevo o existente. El medio en el que me voy a centrar para la recopilación de datos cae aproximadamente entre estos dos, Encuestas.

Pueden surgir varios problemas a partir de la creación de encuestas. Uno de los más destacados es escribir preguntas que conducen a una respuesta. Esto puede hacerse intencionalmente o no, pero hacerlo tiene un enorme potencial para sesgar los resultados de la encuesta.

Aquí hay un buen ejemplo de una pregunta principal en acción:

¿Qué le parece el impacto negativo que tiene la deforestación en el medio ambiente?

Por supuesto, hay múltiples estudios que respaldan la afirmación de que la deforestación es negativa, pero lo que implica que la deforestación es negativa en la pregunta predispondrá a los respondedores a esa línea de pensamiento. Esto llevará a que la mayoría de los que respondan la pregunta ya piensen que la deforestación es negativa.

Para una respuesta imparcial, estas dos preguntas serían mejores:

-¿Qué impacto ha tenido la deforestación en el medio ambiente?

-En una escala del 1 al 7, siendo 1 muy negativo y 7 muy positivo, ¿cómo describiría el impacto de la deforestación en el medio ambiente?

Ahora, estas dos preguntas aún no son perfectas, pero la segunda pregunta elimina la naturaleza principal de la primera pregunta. Puede ayudar dividir una pregunta en dos para obtener una visión completa e imparcial de las respuestas.

Los datos no son infalibles.

No puedo enfatizar este punto lo suficiente. Todos los estudios de investigación tienen un margen de error aceptable establecido por la empresa, generalmente entre 4% y 8% con un nivel de confianza del 95%. En última instancia, esto significa que la muestra y los resultados derivados de la investigación no son perfectamente indicativos de la población total. El costo para lograr tal resultado sería astronómico. Sabiendo esto, es importante darse cuenta de que, aunque el uso de datos para impulsar las decisiones comerciales es una excelente manera de reducir el riesgo, seguirá existiendo un riesgo con cada decisión que se tome. Esto me lleva a otro error común al participar en estudios de investigación y analizar datos, sesgo.

Ten cuidado con Bias

Podría pasar todo un blog y más sobre el concepto de sesgo en la investigación. Puede existir en todos los aspectos del proceso de investigación, desde el diseño inicial hasta el análisis. Me gustaría hablar principalmente sobre el sesgo que puede existir en el análisis de datos. Una práctica, conocida como dragado de datos, puede ser extremadamente dañina para una empresa y un producto y, a menudo, el investigador y la empresa la realizan involuntariamente. El dragado de datos, en términos generales, es analizar los datos analizando los datos de manera que ciertas relaciones puedan mostrarse como estadísticamente significativas. Esto puede ser extremadamente dañino ya que tiene un riesgo muy alto de formar falsos positivos.

Una empresa, FiveThirtyEight, realizó un estudio en el que enviaron una encuesta en la que completaron 54 personas. Luego realizaron aproximadamente 27,716 regresiones sobre esos datos. Algunos de los resultados fueron divertidos.

Estas son solo algunas de las muchas correlaciones que encontraron estadísticamente significativas:

-Beber limonada tiene una correlación positiva entre la creencia de que "Crash" merecía ganar la mejor película

-Comer mariscos está positivamente correlacionado con ser diestro

-Comer sal de mesa se correlaciona positivamente con una relación positiva con su proveedor de servicios de Internet.

Ahora claramente, estas son correlaciones ridículas, pero lo que es aún más importante a tener en cuenta es que algunas de estas podrían ser correlaciones reales. Sin embargo, la correlación no es igual a la causalidad. Con estos ejemplos, es fácil notar que existe un problema con el análisis realizado en los datos. Puede ser más difícil notar ese problema al analizar los datos relacionados con su negocio o un nuevo producto en el que está trabajando su empresa.

Es importante dar un paso atrás al revisar o analizar datos y comprender cuándo puede existir un sesgo, intencional o no, y desconfiar de eso.

Los datos son beneficiosos

Sé que he pasado la mayor parte de este blog hablando sobre las diferentes formas en que los datos pueden ser mal utilizados o mal entendidos, pero quiero agregar que el análisis de datos, en general, es una excelente columna vertebral para la toma de decisiones. Puede ayudar a reducir en gran medida el riesgo y puede mantener a los empleados mejor informados y más productivos. Recomiendo encarecidamente el uso de datos para impulsar las decisiones comerciales, pero también es importante que los datos no sean el único factor decisivo.

Si está interesado en leer más sobre el estudio de FiveThirtyEight arriba, utilice el siguiente enlace:

https://fivethirtyeight.com/features/you-cant-trust-what-you-read-about-nutrition/