¿Estás tomando decisiones basadas en evidencia o experiencia?

Es posible que haya escuchado el viejo dicho 'Curiosity Killed the Cat', que se usa comúnmente para referirse a los peligros de una investigación o experimentación innecesaria. ¿Sabías que ese no es todo el dicho? El dicho completo es en realidad "La curiosidad mató al gato, pero la satisfacción lo trajo de vuelta". El dicho alienta a las personas a ser curiosas. ¿Cómo se relaciona esto con la alfabetización de datos y la toma de decisiones basada en datos? No puede hacer demasiadas preguntas cuando toma decision es usando datos. De hecho, es la parte más importante del proceso y la que a menudo se pasa por alto.

Con la gran cantidad de datos disponibles para las organizaciones hoy en día, las personas que tienen la tarea de tomar decisiones necesitan aprovechar esos datos para obtener evidencia y conocimientos. Pero la toma de decisiones impulsada por los datos va más allá de simplemente recopilar los datos y visualizarlos. Ahí es donde realmente comienza el proceso. Hay muchos modelos diferentes que pueden ayudar con esto. Tres de mis favoritos son el ciclo OODA, la pirámide DIKW y el método científico. En lugar de discutir estos modelos en detalle, sacaremos los elementos clave que son críticos para este proceso.

Paso 1: Formule una pregunta enfocada

Con demasiada frecuencia, las personas hacen preguntas genéricas como "¿Qué tan exitosa fue mi campaña?" Si bien esa puede ser una pregunta comercial válida, no es algo a lo que pueda responder sin hacer más preguntas y obtener más contexto. ¿Comparado con que? ¿Sobre qué período de tiempo? Primero debe definir qué es importante para sus decisiones y estrategia. Comprender qué pregunta (s) realmente necesita responder es fundamental antes de comenzar.

Paso 2: busca los mejores datos disponibles

Una vez que tenga su (s) pregunta (s), necesita adquirir la evidencia para ayudarlo a responderla y finalmente actuar en consecuencia y tomar una decisión. Esta evidencia generalmente comienza con datos brutos, y luego puede pasar por varias etapas de transformaciones, agregaciones y similares, y probablemente conduzca a una visualización o conjunto de visualizaciones que pueden usarse para respaldar su decisión.

Un modelo, la pirámide DIKW, habla sobre cómo pasar de los datos a la información, al conocimiento y finalmente a la sabid uría. Si conecta la cantidad suficiente de datos sin procesar, encontrará patrones y convertirá esos datos en conocimiento y sabiduría. Otro modelo, llamado Cristalización del conocimiento, explica que el deseo es obtener la descripción más compacta posible para un conjunto de datos relativos a alguna tarea, sin eliminar información crítica para su ejecución. El conocimiento que se demuestra útil y objetivo se mantiene y el resto se elimina. Este proces o explica cómo una persona reunirá datos para responder a su pregunta, luego intentará darle sentido al construir un esquema para él, y luego lo empaquetará en alguna vista o visualización para ayudar a ver los puntos de vista.

Este proceso de construir un marco representacional de sus datos en una visualización es un método de inteligencia aumentada. La visualización está mejorando las capacidades cognitivas del usuario y la inteligencia humana. Hoy en día, este proceso necesita ir más allá de las visualizaciones para que las aplicaciones lo ayuden a encontrar patrones en sus datos, como correlaciones potenciales para investigar y proporcionarle puntos de partida para analizar.

Paso 3: evaluar críticamente los datos

Donde el proceso típicamente falla, las organizaciones se detienen en el paso anterior. Los datos y las visualizaciones no son el punto final, sino solo el punto de partida en el proceso de toma de decisiones. Este paso es similar a la etapa 'orientar' del ciclo OODA y la etapa de 'prueba de hipótesis' del método científico. Aquí tiene la tarea de evaluar los datos. Asegúrese de comprender realmente la información que tiene y los datos que posiblemente no tenga. Uno de los inquilinos de Data Literacy es poder discutir con sus datos. Aquí es donde ese paso entra en práctica.

¿Tengo todos los datos necesarios? Esto no es un simple sí y no, pero también debe asegurarse de no estar trabajando con ningún sesgo inconsciente sobre sus datos. Hay muchos tipos de sesgos que afectan la toma de decisiones. Aquí destacaremos el sesgo de confirmación y el sesgo de sobreviviente. El sesgo de confirmación es la tendencia a buscar información que respalde sus creencias / hipótesis e ignorar la información que las contradice. Esta es una de las razones por las que me gusta usar el método científico, ya que te obliga a probar tu hipótesis y tratar de refutarla en lugar de intentar probarla. El sesgo de superviviente es otro tipo de sesgo cognitivo que se produce cuando se toma una decisión utilizando solo una parte de los dat os basados en éxitos pasados, y no se basa en fallas pasadas. Esto podría incluir solo el uso de datos de proyectos que tuvieron éxito en lugar de todos los proyectos, por ejemplo.

Paso 4: integra la evidencia con tu experiencia profesional y aplica

Si bien ha utilizado datos como evidencia hasta este paso para construir un caso sólido para su decisión, es importante no olvidar el elemento humano de esto. La experiencia es tan valiosa como la evidencia. Cuando las personas toman decisiones, generalmente están construyendo un mo delo mentals de la realidad de la situación, incluidas sus suposiciones, creencias, experiencias y prejuicios. Muchas veces este modelo mental se hace subconscientemente. Dado que estos modelos mentales incluyen las percepciones de las personas y no necesariamente pruebas contundentes, tenemos que trabajar para hacer que esos modelos sean visibles para el responsable de la toma de decisiones para que no hagan inferencias incorrectas de ellos. Tómese tiempo durante este proceso para comprender realmente su modelo mental y tratar de contradicen sus pensamientos para hacer agujeros en él. Dos personas con diferentes modelos mentales pueden ver la misma situación de manera muy diferente. Para superar esto a nivel organizacional, debe trabajar para crear una cultura de aprendizaje continuo y de intercambio de conocimiento. Debe impulsar la colaboración a través de conversaciones reflexivas. Debe promover la innovación y concentrarse no solo hacia el interior sino también externamente en las tendencias de la industria. Muchas veces las organizaciones están tan enfocadas hacia adentro, que no pueden ver las tendencias externas que tendrán un gran impacto en sus decisiones. Paso 5: Controle el resultado Una vez que toma su decisión, es importante evaluar los resultados y ajustarlos en consecuencia, o agregar esto a sus experiencias previas que lo ayudarán en su toma de decisiones en el futuro. Este es el corazón de una organización que fomenta el aprendizaje continuo y la innovación.