El error de omitir data para la toma de decisiones

Hoy estamos en un mundo donde la información abunda, los datos de los clientes se consideran como un nuevo negocio y se han convertido en la fuente más importante para tomar decisiones. Mucho se habla de Business Intelligence, data mining, Big Data, etc. Esto no solo aplica para empresas y negocios, sino que para nosotros mismos. Sin embargo, lamentablemente, cuando queremos analizar datos para tomar una decisión podemos incurrir en errores estadísticos (en realidad constantemente lo hacemos), lo que nos lleva a tomar decisiones incorrectas, generando gastos innecesarios y muchas veces dándole ventajas a nuestros competidores. Vamos a ver esto con un ejemplo que se utiliza constantemente, conocido como “survival bias”.

Durante la segunda guerra mundial el ejercito analizó donde era que tenían más impacto de balas los bombarderos (imagen anterior), esto con la finalidad de reforzar el blindaje y así evitar que fueran derribados. El problema de este análisis es que solo se considera a los bombarderos que lograron volver y no los que fueron derribados (por razones obvias no se lograron obtener los datos de esos aviones). Con este análisis se tomaron malas decisiones y, por consiguiente, se generaron falsas conclusiones.

El problema de este análisis es que solo se considera a los bombarderos que lograron volver y no los que fueron derribados

Hoy en día, este error es más común de lo que uno piensa, va desde la toma de decisiones de gobiernos, grandes empresas, hasta incluso las decisiones personales.

Uno de los errores más comunes que he advertido son las encuestas de satisfacción al cliente, que son utilizadas por las empresas para en base a esos datos mejorar y aumentar el número de clientes. No obstante, son muy pocas las empresas realizan encuestas a clientes que perdieron, para indagar en la razón de su fuga. Consultar a clientes actuales para evitar perder a otros no necesariamente nos mostrará los datos para tomar una decisión correcta, ya que muchas veces estos clientes consultados permanecen fieles porque aún no han experimentado la situaciones de los que se fueron. s decisiones personales.

Otro ejemplo clásico es el ranking de empresas que es realizado por los propios trabajadores. Ellos siguen trabajando en la empresa evaluada por ellos mismos, mientras que el input de personas que por distintas razones dejaron dicha empresa se pierde, perdiendo también la posibilidad de obtener una mirada más objetiva.

El gran problema de estos análisis es cómo llegar a consolidar tal información. No es el mismo esfuerzo preguntar a una persona que usa un servicio o trabaja en la empresa, que a una persona que ya no está. Esto se convierte en uno de los grandes desafíos que tienen las empresas hoy en día, porque no solo van a tener datos fiables para mejorar el servicio, sino que también van a poder evitar la fuga de clientes o talentos, ganar clientes o talentos nuevos y también tener la posibilidad de recuperar clientes o empleados que se fueron en el pasado.

El gran problema de estos análisis es cómo llegar a consolidar tal información.

Las empresas tienen que usar la información y sus bases de datos de forma más inteligente, tratando de evitar sesgos a la hora de realizar el levantamiento de la información y así eliminar al mínimo la posibilidad de llegar a conclusiones erróneas. Es lamentable como hoy estamos obsesionados con tener información, creemos que más es mejor, pues se deduce que dicha información va a ayudar a tomar las mejores decisiones, pero al tener sesgos como los mencionados, solamente conlleva a tomar una decisión errónea.

¿Cuántas veces has tomado una decisión en base a información, pero sin considerar un sesgo? ¿Cuántas veces te piden obtener información para que alguien tome decisiones, pero no han considerado los sesgos?. Esto es muy importante y tiene que considerarse antes de hacer el levantamiento, ya que va a generar ahorros de todo tipo y también mejorar de una forma que sea importante para los clientes.

Camilo Calquín
Equipo KWORD