Data-Driven? (¿Basado en Datos?) Piénsalo de nuevo
El hábito psicológico que carece la mayoría de personas, y por qué sin ese hábito no puedes esperar usar datos para guiar tus acciones de manera efectiva.
Traducido por Carlos Secada del original por Cassie Kozyrkov (editado por Felipe Chiriboga)
Las empresas están contratando científicos de datos en masa, para tomar decisiones rigurosas, científicas, imparciales, y basadas en datos.
Y ahora, las malas noticias: esas decisiones generalmente no lo son.
Para que una decisión se base en datos deben ser los datos (en lugar de algo completamente diferente) los que las impulsen. Parece tan sencillo y, sin embargo, es muy raro que suceda en la práctica, porque los responsables de la toma de decisiones carecen de un hábito psicológico clave.
Basado en datos, destruido
Imagínate que estás considerando comprar algo por Internet en lugar de hacer un viaje al otro lado de la ciudad para ir a buscarlo. Has reducido tu decisión a si confías o no en el vendedor por Internet. Una búsqueda rápida arroja algunos datos relevantes: puedes ver que el vendedor tiene una calificación promedio de 4.2 sobre 5.
Sin los fundamentos de la toma de decisiones, tu decisión estará inspirada en los mejores datos, pero no basados en ellos.
Ahora, ya no puedes usar ese 4.2 para basar tu decisión. ¡Fin del juego! Una vez que hayamos visto la respuesta, podemos elegir la pregunta más conveniente. Si lo primero que hacemos es hurgar en nuestros datos, nuestra decisión será, en el mejor de los casos, algo que me gustaría llamar inspirado en los datos.
Inspirado en los datos
Ahí es donde nosotros, como las ballenas que se encuentran con el plancton, nadamos en algunos números y luego alcanzamos un punto de inflexión emocional y … decidimos. Hay números que están cerca a nuestra decisión, en alguna parte, pero esos números no la sustentan. La decisión proviene de otro lugar por completo.
La decisión del tomador de decisiones estaba tomada antes de los datos, por lo que la decisión estuvo ahí todo el tiempo. Resulta que los humanos interactúan con los datos de forma selectiva para confirmar las elecciones que ya hemos tomado en lo profundo de nuestro corazón. Encontramos la luz más conveniente para ver la evidencia, y no siempre sabemos que lo estamos haciendo. Los psicólogos tienen un nombre encantador para esto: sesgo de confirmación.
Muchas personas sólo usan datos para sentirse mejor sobre las decisiones que ya han tomado.
Ajustar la pregunta a la respuesta
¿Es 4.2 / 5 un buen número? Depende de tus prejuicios inconscientes. Un tomador de decisiones que realmente quiera hacer la compra en línea entrecerrará los ojos a ese 4.2 y cantará una canción alegre sobre cómo ese es un número alto. “¡Es más de 4.0!” Incluso puede mostrar un riguroso análisis sobre cómo es estadísticamente significativamente más alto que 4.0. (¡Con certeza! Es el valor p que siempre ha deseado). Mientras tanto, alguien que realmente no quiera usar a ese vendedor encontrará otra forma de enmarcar la pregunta en respuesta a los datos: “¿Por qué me conformaría con un vendedor con un puntaje menor a 4.5 estrellas?” O tal vez, “Pero mira esas reseñas de 1 estrella. No me gusta cuántas de esas hay.” ¿Te suena familiar?
Cuantas más formas haya de dividir los datos, más será tu análisis un caldo de cultivo para el sesgo de confirmación.
La complejidad matemática no proporciona el antídoto, simplemente hace que sea más difícil ver el problema. Como resultado, lo que es obvio en el ejemplo trivial que acabamos de ver, se oculta en un revoltijo de preciosos Gaussianos. No asumas que tu amigable vecino científico de datos tampoco lo ve. Cuantas más formas haya de dividir los datos, más será tu análisis un caldo de cultivo para el sesgo de confirmación.
¿El resultado? Los tomadores de decisiones terminan usando datos para sentirse mejor, acerca de hacer lo que de todos modos iban a hacer.
Un pasatiempo costoso
Cuando el análisis es complejo, o los datos son difíciles de procesar, una pizca de tragedia se abre paso en nuestra comedia. A veces, resumir todo para llegar a ese número 4.2 requiere meses de trabajo por parte de una horda de científicos e ingenieros de datos. Al final de un viaje agotador, el equipo de ciencia de datos presenta triunfalmente el resultado: ¡es 4.2 de 5! Las matemáticas se hicieron meticulosamente. El equipo trabajó noches y fines de semana para lograr entregar el trabajo a tiempo.
¿Qué harán con ese número las partes interesadas? Sí, al igual que nuestro 4.2 anterior: mirarlo a través de sus lentes de sesgo de confirmación, sin efecto alguno en acciones del mundo real. Ni siquiera importa que sea preciso: nada sería diferente si todos esos pobres científicos de datos hubieran solo maquillado o inventado algunos números.
Cuando los tomadores de decisiones carecen de habilidades fundamentales, no hay matemáticas en el mundo que pueda solucionarlo. Tu equipo de ciencia de datos no contribuirá a la toma de decisiones basada en datos.
Usar datos de esa manera, para sentirse mejor acerca de las acciones que vamos a tomar de todos modos es un pasatiempo costoso (y derrochador). Amigos científicos de datos, si tu organización sufre de este tipo de toma de decisiones, entonces sugiero seguir los análisis más livianos y simples para ahorrar tiempo y dinero. Hasta que los tomadores de decisiones estén mejor entrenados, tu llamativo jiu jitsu matemático no producirá más que sudor y pérdida de energías.
Antídoto al sesgo de confirmación
Problema: eres capaz de mover los postes de la portería después de descubrir dónde aterrizaron los datos. (Por supuesto anotarás un gol cada vez que suceda. Así de bueno eres.)
Solución: planta los postes de la portería de antemano y resiste la tentación de moverlos luego.
En otras palabras, el responsable de la toma de decisiones tiene algo que hacer antes de que alguien analice los datos.
Hasta que los tomadores de decisiones estén mejor entrenados, el llamativo jiu jitsu matemático sólo producirá pérdida de energía.
Enmarcar la decisión y establecer los criterios de decisión es una ciencia propia (profundizaremos en ella en publicaciones futuras, ya que el problema que examinamos aquí es solo la punta del iceberg), pero mientras tanto, una solución rápida que tiene un alto impacto en tu proyecto de ciencia de datos, es establecer por adelantado tu punto de decisión.
La práctica hace la perfección
Hace poco fui a comprar ropa en Brooklyn con mi amiga Emma. Luciendo un bonito vestido, ella jaló la etiqueta del precio que estaba en la espalda y me pregunta: “Oye, ¿qué dice aquí? Si es menos de 80 dólares, lo compraré”.
¡Eso es algo de inteligencia de decisión! En lugar de ver primero el precio y luego convencerse de una decisión que ya ha tomado, utilizó los datos para determinarlo. Con un reflejo de experto, ella toma en consideración cuánto le gusta el vestido y su presupuesto, luego establece el límite de decisión y sólo se permite ver los datos (precio) una vez que lo ha establecido. Ella tiene la costumbre de usar los datos en el orden correcto y ese es un “músculo” que también tú puedes ejercitar.
Las personas no siempre necesitan estar basadas en datos y Emma lo sabe. Ella no tiene que tomar decisiones sin importancia de esa manera, pero también sabe que la práctica hace la perfección. Es mucho más fácil construir el hábito sobre decisiones triviales que batallar cuando surgen las importantes.
Lecciones de la clase de negociación
Esta idea no es nueva. Múltiples y diferentes cursos lo enseñan, aunque uno que con seguridad lo cubrirá en el día 1 es el de negociación. Si no has puesto un valor a tu BATNA (~ tu punto para abandonar la negociación) antes de iniciar una negociación, mejor puedes escribir en tu frente “no tengo idea de lo que estoy haciendo”. Lo mismo con un nombre diferente es: calcular el límite de decisión entre tu acción predeterminada y tu alternativa.
El antídoto es establecer tus criterios de decisión por adelantado.
De hecho, el consejo estándar para los negociadores es pensar en toda la gama de posibles combinaciones de ofertas y planificar sus reacciones con anticipación, de lo contrario es muy fácil que un oponente experimentado se aproveche de ti. Incluso sin todas las tácticas de persuasión a disposición de tu contraparte, los factores irrelevantes a corto plazo, como tus niveles de azúcar en la sangre, tu estado de ánimo, cuánto sonríe la otra parte y si el sol brilla, puede tener un efecto desproporcionado en el acuerdo. Una vez más, lo mismo ocurre con el análisis de datos: piensa en los datos como una negociación contigo mismo para cambiar de opinión. El antídoto está en planear tu respuesta por adelantado. La próxima vez que negocies un salario, por ejemplo, asegúrate de haber pensado en tu número antes de escuchar el de ellos.
Es fácil cuando lo llegas a dominar
Sea que pienses en lo que significa un número antes o después de que lo ves, aún tienes que pensar sobre ello. Hacerlo de antemano te ayuda a contrarrestar algunos de los errores que vienen en tu programación humana, y trae grandes beneficios en la calidad de la decisión y el resultado de la negociación. Mejorar el orden de las operaciones es un hábito valioso de cultivar, y crucial, si deseas participar en la toma de decisiones basada en datos. Y hay algunas buenas noticias adicionales: con la práctica, sentirás que lo haces de forma automática.
