Tres formas en que los paneles de datos pueden engañarlo

A los ejecutivos les encantan los cuadros de mando, ¿y por qué no? Las «instantáneas» en una sola pantalla de los procesos operativos, las métricas de marketing y los indicadores clave de rendimiento (KPI) pueden ser visualmente elegantes e intuitivas. Muestran vistas justo a tiempo de lo que funciona y lo que no, sin necesidad de esperar a los informes semanales o mensuales de un centro de datos centralizado. Un escaneo rápido de un panel de control brinda a los directivos de primera línea transparencia e, idealmente, la oportunidad de hacer ajustes rápidos.

Pero los cuadros de mando no son la vista mágica con la que los tratan algunos directivos. Aunque pueden transmitir instantáneas de las medidas importantes, los paneles no proporcionan los matices y el contexto que exige una toma de decisiones eficaz basada en los datos.

El análisis de datos suele hacer varias cosas:

• describe fenómenos actuales o pasados
• predice eventos futuros en función de datos pasados
• prescribe un curso de acción

Sin embargo, la mayoría de los paneles solo cubren lo primero, que describe lo que ha sucedido. Pasar de la descripción a la predicción y a la acción requiere conocer cómo se generaron los datos subyacentes, una comprensión profunda del contexto empresarial y una habilidad excepcional de pensamiento crítico por parte del usuario para entender lo que significan (y no significan) los datos. Los paneles no proporcionan nada de esto. Peor aún, el atractivo del salpicadero, la sensación de que todas las respuestas están ahí en tiempo real, puede ser perjudicial. La sencillez y la elegancia pueden hacer que los directivos se olviden de los matices más importantes de la toma de decisiones basada en los datos.

Para mejorar la creación y el uso de los paneles, piense en estos tres inconvenientes de los paneles de datos.

La trampa de la importancia

Cada panel se basa en un conjunto de prioridades y suposiciones sobre lo que es importante. Muchas veces esas prioridades las define el departamento de TI, un experto en diseño o un consultor que despliega cuadros de mando y no conoce muy bien la empresa. A veces, las prioridades pueden ser incluso las medidas por defecto que proporciona el software del panel de mandos.

En muchos de estos casos, las empresas acaban con una visión oficial de los datos que no se alinean con las prioridades empresariales.

Por ejemplo, el propietario de una pequeña empresa puede tener un panel que muestre la media móvil de los tiempos entre compras de sus clientes. ¿Esta información merece ser «puesta en primera plana» todos los días? Probablemente no. La métrica en sí misma no solo requiere mucha más información para impulsar la acción, sino que simplemente no se alinea con sus objetivos y su modelo de negocio.

No hace falta decir que todos los elementos de un panel deben ser relevantes e importantes. Si la elección de la información que se va a presentar en un panel se hace sin la intervención de las personas más cercanas al contexto empresarial (ya sea mediante la configuración predeterminada del software o lo que una persona que crea el panel considere importante), es muy poco probable que el panel sea de la máxima utilidad.

La trampa del contexto

Con demasiada frecuencia, pensamos que la analítica representa algún tipo de verdad imparcial y desapasionada. Equiparamos «empírico» y «cuantitativo» con «objetivo». Esta peligrosa creencia lleva a los directivos a rastrear las métricas e incluso a actuar en función de ellas simplemente porque aparecen en un panel de control y, bueno, los paneles no mienten, ¿verdad?

Pensemos en el gerente encargado de maximizar las oportunidades de venta. Ayudó a diseñar una vista sencilla en su panel de control para ver cómo llegan los clientes potenciales a la empresa a lo largo del tiempo. Ve un patrón cíclico con pendiente alcista:

Según estos datos, el gerente podría centrarse en el período en el que los clientes potenciales que llegan estuvieron más altos (aquí, el penúltimo pico) y tratar de entender las condiciones presentes durante ese período pico.

Sin embargo, se podría argumentar razonablemente que el período de mayor «éxito» de este gráfico es en realidad el punto en el que el número de clientes potenciales supera más el número esperado de clientes potenciales, dado el historial de ciclicidad y crecimiento. Si superponemos una desviación de la curva de leads esperada, aparece un panorama diferente:

En este ejemplo, el período de tiempo más notable puede ser en el que las oportunidades esperadas alcanzan su punto máximo (donde la línea gris está en su punto más alto), pero las oportunidades reales son bajas. Un gerente que quiera entender las condiciones del éxito de la generación de leads tal vez quiera centrar su energía ahí y no cuando los clientes potenciales eran y se esperaba que fueran altos.

Como indica este ejemplo, hay innumerables formas de presentar los datos. La carga recae en el intérprete y el usuario del panel de control de garantizar que se transmite la métrica más relevante y útil.

La trampa de la causalidad

Quizás el mayor peligro de utilizar los paneles de control para la toma de decisiones sea atribuir erróneamente la causalidad al comparar los elementos del panel de control.

Las comparaciones son el pan de cada día de un panel de control, ya que muestran las ventas por región, el rendimiento financiero por mes, las consultas de los clientes por canal, etc.

Es demasiado fácil (y lamentablemente común) que los gerentes interpreten las agrupaciones de un panel de control como causales, cuando puede que no lo sean.

¿Y si viera un gráfico de salpicadero como el de abajo, en el que se comparan las tasas de cáncer de pulmón entre las personas que llevan encendedores o fósforos en los bolsillos y las que no?

¿Podría concluir de esta comparación que llevar encendedores y fósforos provoca cáncer de pulmón? Probablemente no. En cambio, podría suponer que las personas que llevan encendedores y fósforos tienen más probabilidades de fumar y que fumar provoca cáncer.

Sin embargo, en su contexto empresarial específico, los directivos suelen caer en la trampa de concluir que los encendedores y los fósforos causan cáncer. Los paneles les llevan a asignar la causalidad cuando no deberían.

Pensemos en una gran empresa de entrega de paquetes que quisiera reducir los accidentes de vehículos. Para ello, ofrecieron a los conductores la opción de actualizar su GPS a un sistema que les ayudara a evitar las áreas de tráfico de alto riesgo. Tras monitorear el comportamiento de los conductores durante una semana, un gerente de primera línea revisó su panel de control y descubrió, para su sorpresa, que la tasa de accidentes era más alta con la mejora que sin ella:

Muchos directivos mirarían este gráfico y asignarían la causalidad. Los conductores que actualizaron su GPS tuvieron más accidentes, por lo que la actualización del GPS fracasó estrepitosamente.

Pero la mejora fue en realidad bastante eficaz. El gerente lo habría visto comparando las tasas de accidentes de los conductores que la empresa clasifica como «propensos a accidentes» o «seguros»:

Para ambos grupos, la mejora los hizo más seguros. Entonces, ¿por qué la tasa de accidentes aumentó en toda la flota de conductores y disminuyó en cada grupo? Porque en este caso, casi todos los conductores propensos a accidentes optaron por utilizar el dispositivo actualizado y casi todos los conductores seguros se quedaron con el dispositivo anterior. El comportamiento preexistente del conductor se confundió con la eficacia de la mejora.

Antes de los paneles, responder a la pregunta de si la actualización era eficaz habría necesitado una persona con conocimientos de datos, probablemente alguien con formación en estadística. Es casi seguro que esta persona se habría preguntado: «¿Qué más, aparte de la mejora, podría ser responsable del aumento de los accidentes?» El error del director se habría evitado fácilmente.

Pero cuando los directivos se basan únicamente en los paneles de datos, con la esperanza y la expectativa de que estas herramientas visuales faciliten la toma de decisiones, surgen graves deficiencias. Sin los matices y el contexto que los paneles no revelan, los gerentes pueden llegar a conclusiones muy erróneas.