PathMBA Vault

Gestión de personas

Exija los datos (correctos) correctos

por Thomas C. Redman

Uno de los que respondieron a mi último post preguntó: «¿Por qué los gerentes toleran tanto los datos de mala calidad?» Una razón importante, me parece, es que la mayoría de los directivos simplemente no saben que pueden esperar algo mejor. Han lidiado con datos incorrectos durante toda su carrera y han llegado a aceptar que comprobar y volver a comprobar los «hechos», corregir los errores y adaptarse a las incertidumbres de que utilizar datos en los que no se confía plenamente es la suerte del gerente en la vida. De hecho, los altos líderes que aceptan datos de mala calidad solo pueden ser juzgados cómplices en una situación que cuesta mucho, tanto al alza como a la baja en el organigrama.

De hecho, es posible disponer de datos de alta calidad. Hace que la vida del gerente (en cualquier nivel) sea mucho más divertida y productiva, y la gran mayoría de los directivos, especialmente los que tienen capacidad de liderazgo, deberían ser considerablemente más exigentes.

Considere esta viñeta. Compré mi primer coche nuevo cuando tenía unos 20 años. El coche se adaptaba bien a mi estilo de vida de «pobre estudiante universitario» y me encantó. Era lo suficientemente grande como para llevar todas mis cosas al campus (y a mis amigos a los bares) y tenía un buen consumo de gasolina. Aún mejor, ¡me lo podría permitir después de un verano en el muelle de carga!

Así que me molestó mucho un par de semanas después cuando tuve que devolverlo al concesionario para poder corregir algunos defectos menores. Mi padre me aconsejó que tuviera paciencia. «Es una máquina complicada, Tom», dijo. «No puede esperar que todo funcione a la perfección la primera vez».

Mi padre solía tener razón, pero la década siguiente demostró que estaba equivocado, ya que los fabricantes japoneses y alemanes entregaron coches con muchos menos defectos. Una masa crítica de compradores tardó algún tiempo en cambiar sus estándares. Pero pronto, ya no era aceptable llevar un coche nuevo al concesionario para poder corregir pequeños defectos. Recuerdo lo bien que me sentí cuando, un mes después de comprar mi próximo coche nuevo, ¡me di cuenta de que no lo había devuelto!

Los gerentes, de todos los niveles, deben desarrollar expectativas similares para sus datos. Los directivos, especialmente los altos directivos, tienen que tener más claro lo que quieren y ser más exigentes.

En primer lugar, deberían exigir que los datos se adapten bien a las tareas en cuestión. Los datos, como los coches, pueden ser increíblemente complejos. El prospecto de Facebook es un buen ejemplo: cita 483 millones de «usuarios activos diarios». Se podría pensar que eso significa «el número promedio de usuarios distintos que visitan el sitio web de Facebook cada día». Pero resulta que la definición de Facebook también incluye a quienes acceden a él de forma indirecta, a través de sitios de terceros.

En sí misma, la definición de Facebook no tiene nada de malo. Es casi seguro que es perfecto para algunos usos y completamente inapropiado para otros. Mark Twain señaló una vez, «La diferencia entre la palabra correcta y la «palabra casi correcta» es como la diferencia entre un rayo y una luciérnaga». Lo mismo ocurre con los datos.

Los gerentes deben pensar exactamente qué datos necesitan para cada situación. Por lo tanto, un ejecutivo puede necesitar un resumen financiero nítido para fijar el presupuesto de una campaña de marketing, mientras que el director de marketing necesita datos demográficos para planificarla; el analista necesita series temporales largas para entender las tendencias relevantes y el equipo de ventas necesita algunos detalles de las transacciones actualizados al minuto.

En segundo lugar, los directivos deben exigir que los datos que utilizan son correctos. No deberían preocuparse de que el resumen financiero esté plagado de errores, de que los datos demográficos estén lamentablemente desactualizados, de que la serie temporal contenga puntos inexplicables o de que falten algunos datos de transacciones.

Todo es cuestión de confianza. Los gerentes tienen derecho a confiar tanto en que utilizan los «datos correctos» como en que los datos que utilizan son «correctos». Cuando pueden, y solo cuando pueden, los datos son aptos para su uso.

Para que quede claro, no existe un «genio de los datos» que satisfaga inmediatamente sus demandas de datos. Los gerentes deben hacer un seguimiento. Deben asegurarse de que saben exactamente lo que significan los datos y de dónde vienen. Como no pueden esperar datos perfectos, deben insistir en que quienes los proporcionen expliquen detalladamente los puntos fuertes y débiles de los datos con respecto a las tareas en cuestión. Y, quizás lo más importante, deben insistir en que los datos mejoren con el tiempo.

Todo eso, por supuesto, es el segundo paso. El primer paso, especialmente para los líderes sénior, es admitir que han contribuido al problema. De hecho, su falta de atención ha permitido que un problema brutal persista durante demasiado tiempo. O, en palabras de el inmortal Pogo, «Hemos conocido al enemigo y somos nosotros».

Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología

Arreglar los chatbots requiere psicología, no tecnología

Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.