Las decisiones impulsadas por datos comienzan con estas preguntas

Los datos se han convertido en un elemento central de cómo dirigimos nuestras empresas en la actualidad. Se proyecta que el gasto en datos y análisis alcance $274.3 mil millones de dólares para el 2022. Sin embargo, buena parte de ese dinero no se está gastando con prudencia: un estimado del 85% de los proyectos de datos masivos fracasan.

Para obtener respuestas útiles a partir de los datos, no podemos simplemente darlos por buenos. Necesitamos saber cómo se obtuvieron, qué modelos se utilizaron para analizarlos y qué se dejó fuera. Lo más importante, necesitamos ir más allá de usar datos simplemente para optimizar operaciones y aprovecharlos para imaginar nuevas posibilidades.

Podemos empezar preguntando:

— ¿Cómo se obtuvieron los datos? Las firmas pierden un promedio de $15 millones de dólares al año debido a la mala calidad de los datos. A menudo los datos están sujetos a error humano, pero incluso cuando el proceso de recolección de datos es automatizado hay significativas fuentes de errores, como los cortes intermitentes de electricidad en las torres de telefonía celular o los errores en el proceso de autorización de las transacciones financieras. Por lo tanto, no simplemente asuma que los datos que tiene son correctos. Cada vez más, necesitamos auditar nuestras transacciones de datos con el mismo cuidado que nuestras transacciones financieras.

LEA TAMBIÉN: En tiempos de pandemia, una reacción exagerada puede afectar al cuerpo

—¿Cómo se analizaron? La calidad de los modelos analíticos puede variar ampliamente. A menudo los modelos son obtenidos de fuentes de código abierto y reacondicionados. Un error común es el de sobreajustar: Entre más variables utiliza para crear un modelo, es más difícil que sean generalmente válidas. En algunos casos, el exceso de datos puede resultar en filtraciones de datos, en las que el training data se mezcla con el testing data. Necesitamos preguntarnos constantemente: ¿Nuestros modelos están tomando en cuenta los factores correctos? ¿El resultado refleja lo que está sucediendo en el mundo real?

— ¿Qué es lo que los datos no nos dicen? Los modelos de datos, al igual que los humanos, tienden a basar sus juicios en la información disponible. Algunas veces, las datos que no tiene pueden afectar su toma de decisiones tanto como aquellos de los que sí dispone. En la industria financiera, las personas con extensos historiales de crédito pueden acceder a créditos con mucha mayor facilidad que los demás. Sin embargo, un pequeño archivo de crédito no necesariamente implica un alto riesgo crediticio. Experian, donde trabaja Eric, recientemente comenzó a atender este problema con su Boost program, que les permite a los consumidores elevar sus calificaciones. Es importante preguntarse qué es lo que pudiera estar omitiendo su modelo de datos.A

ADEMÁS: Por el coronavirus, la danza de 1971 se muda de azoteas a pantallas

— ¿Cómo podemos usar datos para rediseñar productos y modelos de negocios? Puede usar datos para reimaginar completamente su negocio. En Experian han sido capaces de aprovechar la nube para pasar de solo entregar datos procesados en forma de reportes de crédito a ofrecer un servicio que le brinda a sus consumidores acceso en tiempo real a los datos en que se basan los reportes. Esto pudiera parecer un cambio sutil, pero se ha convertido en una de las partes de más rápido crecimiento en este negocio.

Se ha dicho que los datos son el nuevo petróleo, pero son incluso más valiosos. Necesitamos comenzar a tratarlos como más que un passive asset. Usados con inteligencia, pueden llevar a la empresa en nuevas direcciones. Para lograrlo, necesita aprender cómo plantear nuevas preguntas.

INTERESANTE: En crisis, fieles buscan señales del fin del mundo