El verdadero escándalo del Libor: datos incorrectos
por Thomas C. Redman
Siempre ha habido una interrelación complicada entre la malversación y los datos incorrectos. A lo largo de la historia, los hilanderos, los vendedores ambulantes y los fraudulentos se han visto motivados para «gestionar los números». Por el contrario, los números incorrectos dificultan encontrar el fraude. Lo he estado siguiendo el creciente escándalo del Libor y el Barclays Bank, y todavía no sé qué tan lejos, dónde y cuánto costará esto. Pero sí veo la manera de avanzar en este estrecho acoplamiento entre la naturaleza humana y los datos.
La codicia es fundamental para la naturaleza humana y puede ser una ventaja. Debemos esperar que las empresas buenas e innovadoras contraten a personas inteligentes y agresivas que «vayan más allá». Su impulso lleva a nuevas ideas, nuevos productos y nuevos servicios, lo que impulsa el crecimiento económico y nos enriquece la vida de todos. La dirección no puede cambiar la codicia que empodera a estas personas (y probablemente no debería). Pero la línea entre la «buena codicia» y el fraude es fina y tenue.
La línea entre los números fiables y de alta calidad y los números sospechosos es considerablemente más amplia y clara. La dirección puede y debe tomar medidas para garantizar que los datos —sin duda los datos que salen de la empresa— son de alta calidad. Los números fiables y de alta calidad son el resultado de un proceso bien definido, diseñado y gestionado. Los «clientes» del proceso y sus expectativas son claros para todos los que contribuyen; el diseño incluye un sistema de controles que protege contra los errores y las responsabilidades de la dirección durante todo el proceso, incluidas las transferencias, son completas y claras. El trabajo se guía por una política de alto nivel que articula claramente la importancia de los datos de calidad, especialmente para los datos que abandonan la empresa. Es posible que aún se produzcan errores. Pero un espíritu de mejora continua instruye los esfuerzos para medir objetivamente la calidad, identificar y eliminar las causas principales del error y buscar una manera mejor. No se requieren milagros. Solo un trabajo duro.
Estos puntos se aplican a todos datos. Los datos confiables ahorran dinero, ayudan al gerente a entender lo que realmente está sucediendo y a sentar una base más sólida y firme para tomar decisiones complejas. Para todos, excepto para unos pocos, hacer que la malversación sea mucho más difícil no es más que un beneficio adicional.
Pero estas medidas son esenciales cuando la confianza es un bien escaso, cuando unos pocos pueden ganar mucho si los datos son incorrectos o cuando los datos tienen tanto impacto. La alta dirección debe llevarlos a casa (prestando especial atención a sus funciones); los reguladores deben insistir en que lo hagan; y todos debemos llevar nuestros negocios de los que no lo hacen a los que sí.
Hoy, estas preocupaciones no podrían ser más urgentes. The Economist cita un director ejecutivo que cree que este podría ser el «momento del tabaco» de la industria. Desde luego, no tengo una bola de cristal, pero me parece optimista.
Ni las empresas ni los sectores pueden prosperar y crecer bajo una nube de desconfianza. Los errores honestos son una cosa, pero la manipulación descarada es otra muy distinta. Un esfuerzo total por obtener datos de alta calidad, como se ha descrito anteriormente, es como convertir un foco poderoso en las sombras. Lo que sea —o quien sea— que se esconda allí sale a la luz.
Volver a comprometerse con datos de alta calidad es la mejor esperanza para sobrevivir a esta crisis. E impedir la próxima.
Artículos Relacionados

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

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?
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.