Siete preguntas para hacer a sus fanáticos de los datos

Usar los datos para gestionar no es nada nuevo. Pero utilizar los macrodatos para gestionar es nuevo y ofrece desafíos, oportunidades y riesgos sin precedentes. Los altos ejecutivos necesitan aprender y aprender rápido. Deben estar preparados para hacer preguntas penetrantes cuando sus científicos de datos tráigales una nueva idea. Quienes se hagan las siguientes preguntas estarán mejor preparados para aprovechar la valiosa información y evitar los desastres que pueden derivarse de los macrodatos, pero incorrectos.

Cuando sus científicos de datos le den una idea, pregúnteles lo siguiente:

1. ¿Qué problema intenta resolver? Es demasiado fácil para los científicos de datos (y para otros) realizar «expediciones de pesca» prolongadas en busca de «información interesante» que no esté vinculada al negocio. Si bien cierta cantidad de exploración es buena, la mayoría de las innovaciones son a pequeña escala, una mejora a la vez, variedad, incluso con datos. Anime a sus científicos de datos a centrarse inicialmente en los problemas y oportunidades conocidos, así como en información más tangible. A medida que aumente la confianza, sus científicos de datos deberían ser menos moderados. Y debería tener un buen ojo para la diferencia entre «explorar un camino difícil» y «darse un vuelco».

2. ¿Tiene un conocimiento profundo de lo que significan realmente los datos? Con demasiada frecuencia, las personas recopilan datos sin entender completamente el contexto más amplio en el que se crearon los datos, y los malentendidos encuentran formas de ocultarse hasta que es demasiado tarde. Todos los datos, incluso las cantidades más conocidas como «fuerza», son sutiles y matizados. La NASA (que realmente tiene «científicos de cohetes») estrelló un módulo de aterrizaje marciano porque un equipo usó la medida inglesa «pie-libras» y otro usó la medida métrica «newtons». La posibilidad de que se produzcan estos problemas no hace más que aumentar cuanto menos familiares estén los datos (especialmente a través de las redes sociales, los dispositivos de medición automática, etc.) y cuanto más intermediarios interactúen con los datos.

3. ¿Debemos confiar en los datos? Los datos poco fiables e inexactos son muy comunes. Así como un coche no puede ser mejor que sus piezas, los análisis tampoco pueden ser mejores que los datos. Algunos datos son intrínsecamente inexactos (previsiones del PIB); otros datos se vuelven inexactos cuando errores de procesamiento. Con demasiada frecuencia, la recopilación de datos simplemente no está a la altura. Por ejemplo, demasiados los informes crediticios contienen imprecisiones. A menos que haya un programa de buena calidad, ¡espere que los datos sean deficientes!

4. ¿Hay «factores importantes», nociones preconcebidas, suposiciones ocultas o datos contradictorios que podrían comprometer sus análisis? Están sucediendo muchas cosas aquí. En primer lugar, es natural esperar una rentabilidad de nuestra inversión en datos y análisis, pero tiene un efecto secundario furtivo. La gente «encontrará» lo que cree que quiere. Decir por adelantado que se espera un aumento del 10% en los ingresos puede hacer que las personas encuentren un crecimiento del 10% a corto plazo que no existe a largo plazo, que estén tan ocupadas buscando el 10% que se pierdan una posible ganancia del 100% o pasen por alto por completo las correlaciones negativas.

En segundo lugar, el análisis de datos avanzado implica un juicio considerable. Es posible que los científicos de datos hayan incluido algunos conjuntos de datos y hayan excluido otros de sus análisis. Tiene que asegurarse de que no lo han hecho de manera injusta. La claridad y la integridad de la respuesta se correlacionan con el peso que debe dar a sus conclusiones.

En tercer lugar, la analítica consiste básicamente en desarrollar una comprensión más profunda de cómo funciona el mundo. Las suposiciones falsas son paralizantes. Por ejemplo, el supuesto de que los precios de las viviendas no estaban correlacionados en todos los mercados era principal contribuyente a la crisis financiera.

5. ¿Resistirán sus conclusiones el escrutinio de nuestros mercados, las condiciones que cambian moderadamente y el «peor de los escenarios»? No confunda la ciencia de datos con la física clásica. Comprobar sus conclusiones no es tan sencillo como dejar caer repetidamente pesos irregulares desde una torre. Quiere que sus científicos de datos se muestren escépticos, que se desafíen unos a otros, que prueben, prueben y vuelvan a probar; y que cuantifiquen, o al menos describan completamente, la incertidumbre de sus conclusiones en situaciones normales y que dejen claro cuando la incertidumbre explote. Esto es fundamental porque su fábrica de datos es casi seguro que operará fuera del ámbito del científico de datos.

6. ¿Quién se verá afectado y cómo? El creciente volumen de datos disponibles sobre las personas hace que la privacidad sea un tema muy delicado, tanto dentro como fuera de la organización. La línea entre útil y espeluznante es gris y muy fino. Los científicos de datos pueden obtener información sorprendente, pero no están totalmente preparados para analizar las implicaciones. Es importante hacer esta pregunta no solo a los científicos de datos con los que trabaja, sino también a sus ejecutivos.

Tenga cuidado de no ser la parte afectada haciendo que sus operaciones sean muy sensibles a los datos no controlados. No necesita buscar más allá de la Bolsa de Nueva York caída relámpago‘o la caída causada por mensajes de Twitter hackeados. Imagínese lo que ese tipo de error podría hacerle a su negocio.

7. ¿Qué puedo hacer para ayudar? Obviamente, no hay necesidad de hacer esta pregunta si las respuestas a las seis primeras preguntas no son satisfactorias. Tenga en cuenta que cualquier descubrimiento importante tendrá implicaciones en toda la organización. Nos preocupa especialmente la gestión de cambios. Todos los cambios son difíciles y la resistencia a los resultados contraintuitivos resultará ser demasiado fuerte para la mayoría de los científicos de datos.

Salvo la primera y la última pregunta, sabemos muy bien que el simple hecho de hacer estas preguntas estirará la forma de pensar de la mayoría de los ejecutivos. Pero anímese, ¡también estirarán todo el pensamiento, excepto el de los científicos de datos más experimentados! Exigir respuestas convincentes ayudará a los ejecutivos y científicos de datos a obtener beneficios reales del Big Data.