Ir para o conteúdo
Home » As possíveis armadilhas da tomada de decisão orientada por dados

As possíveis armadilhas da tomada de decisão orientada por dados

2 de março Tomada de decisão orientada por dados

Os dados são uma grande força motriz por trás de muitas mudanças estratégicas nas empresas modernas. Com a crescente disponibilidade e excesso de dados, torna-se mais fácil para as empresas analisar e fazer alterações com base em informações derivadas das informações coletadas. Esse conceito, tomada de decisão baseada em dados, não é novo. As empresas têm utilizado essas práticas de várias maneiras ao longo dos anos, seja através da coleta de dados qualitativos sobre um novo produto ou aperfeiçoando o desempenho de sua equipe de vendas. Espero resolver apenas algumas armadilhas comuns que as empresas podem enfrentar usando dados para a tomada de decisões.

Perguntas principais

O processo de coleta de dados pode ser demorado e muitas vezes caro. O lado barato do espectro estará coletando dados internos, enquanto o lado mais caro estará liderando grupos focais qualitativos que giram em torno de um produto novo ou existente. O meio em que vou focar na coleta de dados cai aproximadamente entre esses dois, Pesquisas.

Vários problemas podem surgir da criação de pesquisas. Um dos mais importantes é escrever perguntas que levam a uma resposta. Isso pode ser feito intencionalmente ou não, mas isso tem um enorme potencial para distorcer os resultados da pesquisa.

Aqui está um bom exemplo de uma pergunta principal em ação:

Como você se sente sobre o impacto negativo do desmatamento no meio ambiente?

Certamente, existem vários estudos que sustentam a alegação de que o desmatamento é negativo, mas implicar que o desmatamento é negativo na questão predispõe os respondentes a essa linha de pensamento. Isso levará a maioria dos respondentes a responder à pergunta já pensando que o desmatamento é negativo.

Para uma resposta imparcial, essas duas perguntas seriam melhores:

-Que impacto o desmatamento teve no meio ambiente?

-Em uma escala de 1 a 7, sendo 1 muito negativo e 7 muito positivo, como você descreveria o impacto do desmatamento no meio ambiente?

Agora, essas duas perguntas ainda não são perfeitas, mas a segunda pergunta remove a natureza principal da primeira pergunta. Pode ajudar a dividir uma pergunta em duas, a fim de obter uma visão completa e imparcial das respostas.

Dados não são infalíveis

Não posso enfatizar esse ponto o suficiente. Todos os estudos têm uma margem de erro aceitável estabelecida pela empresa, geralmente entre 4% e 8%, com um nível de confiança de 95%. Em última análise, isso significa que a amostra e os resultados derivados da pesquisa não são perfeitamente indicativos da população total. O custo para alcançar esse resultado seria astronômico. Sabendo disso, é importante perceber que, embora o uso de dados para orientar as decisões de negócios seja uma excelente maneira de reduzir riscos, ainda haverá um risco em todas as decisões tomadas. Isso me leva a outro erro comum ao participar de pesquisas e analisar dados, viés.

Cuidado com o viés

Eu poderia gastar um blog inteiro e mais sobre o conceito de viés na pesquisa. Pode existir em todos os aspectos do processo de pesquisa, desde o design inicial até a análise. Eu gostaria de falar principalmente sobre o viés que pode existir na análise de dados. Uma prática, conhecida como dragagem de dados, pode ser extremamente prejudicial para uma empresa e um produto e, muitas vezes, é involuntariamente praticada pelo pesquisador e pela empresa. A dragagem de dados, em termos gerais, está analisando dados analisando os dados de modo que certos relacionamentos possam ser mostrados como estatisticamente significativos. Isso pode ser extremamente prejudicial, pois possui um risco muito alto de formar falsos positivos.

Uma empresa, a FiveThirtyEight, realizou um estudo em que enviou uma pesquisa na qual 54 pessoas completaram. Eles então realizaram aproximadamente 27,716 regressões nesses dados. Alguns dos resultados foram hilários.

Aqui estão apenas algumas das muitas correlações consideradas estatisticamente significativas:

- Beber limonada tem uma correlação positiva entre a crença de que "Crash" merecia ganhar a melhor imagem

-Comer mariscos está positivamente correlacionado a ser destro

- Comer sal de mesa está correlacionado positivamente a ter um relacionamento positivo com seu provedor de serviços de Internet

Agora, claramente, essas são correlações ridículas, mas o que é ainda mais importante levar em consideração é que algumas delas podem ser correlações reais. No entanto, a correlação não é igual a causação. Com esses exemplos, é fácil perceber que existe um problema com a análise realizada nos dados. Pode ser mais difícil perceber esse problema ao analisar dados relacionados ao seu negócio ou a um novo produto em que sua empresa está trabalhando.

É importante dar um passo atrás ao revisar ou analisar dados e entender quando um viés, intencional ou não intencional, pode existir e ter cuidado com isso.

Os dados são benéficos

Sei que passei a maior parte deste blog falando sobre diferentes maneiras pelas quais os dados podem ser mal utilizados ou mal compreendidos, mas quero acrescentar que a análise de dados, em geral, é uma excelente espinha dorsal para a tomada de decisões. Isso pode ajudar a reduzir bastante os riscos e manter os funcionários mais bem informados e mais produtivos. Eu recomendo o uso de dados para orientar as decisões de negócios, mas também é importante que os dados não sejam o único fator decisivo.

Se você estiver interessado em ler mais sobre o estudo da FiveThirtyEight acima, use o link abaixo:

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