Es hora de adoptar la toma de decisiones informada por los Datos.

5 síntomas de no tener una cultura de toma de decisiones informada por los Datos.

Las organizaciones enfrentan muchos problemas potenciales cuando tratan de tomar decisiones. Estos problemas son más frecuentes y tienen un impacto más negativo si la organización no está familiarizada con los datos y si no ha adoptado un proceso y una cultura de toma de decisiones basadas en datos. Estos temas incluyen los siguientes:

• Basar las decisiones en datos incorrectos y no fiables

• Basar las decisiones en visualizaciones y análisis mal construidos e interpretados

• Comunicar incorrectamente las decisiones

• Tomar decisiones ineficaces basadas únicamente en la intuición o en los datos

• Falta de toma de decisiones debido al temor de que no haya suficientes datos o debido a modelos mentales incorrectos. Estos problemas cuestan a las organizaciones millones de dólares en oportunidades perdidas y costos adicionales. A continuación se presentan algunos de los síntomas más comunes que vemos en las organizaciones relacionadas con esto.

Datos incorrectos

Un escenario muy común cuando una organización está tratando de tomar una decisión informada por los datos es que los datos necesarios para el análisis no son correctos o no son confiables a algún nivel. Tal vez no haya definiciones de datos estandarizadas o cálculos estandarizados utilizados para una medida. Como resultado, los datos no son exactos ni confiables. Otro síntoma común que se observa es que los responsables de la toma de decisiones dentro de una organización ni siquiera tienen acceso a los datos correctos necesarios para tomar las decisiones adecuadas.

Análisis construidos incorrectamente

Los individuos y las organizaciones que no tienen conocimientos básicos de datos tendrán más probabilidades de utilizar análisis y visualizaciones menos que ideales como parte de su proceso de toma de decisiones basado en datos. Esto podría ser tan simple como analizar alguna medida y calcularla usando el método de agregación equivocado. O bien, podría ser más complejo, como excluir información (datos o contexto) que es vital para tomar la mejor decisión. En algunos casos, el cálculo correcto de una medida dada es apropiado para el análisis, pero tal vez la medida en sí no era apropiada para la situación actual. Esa medida puede no ser un Indicador Clave de Desempeño (KPI) preciso que se relacione con las metas de la organización. Las organizaciones entonces terminan conduciendo los comportamientos y el desempeño a una medida que no está impactando positivamente las metas de la organización. De hecho, en la mayoría de los casos, termina perjudicando a la organización.

Un ejemplo de esto sería una tienda que está tratando de medir el rendimiento de las ventas de sus diversas ubicaciones. Crearon un KPI que mide el rendimiento de las ventas y lo compara con otros lugares. En lugar de conducir los comportamientos correctos, hizo que las ubicaciones persiguieran y comercializaran agresivamente a los mismos clientes, incluso ofreciendo mayores descuentos. Esto tuvo un impacto general en la reducción de las ventas y también en el aumento de los costos (ya que los productos que se compraban ahora tenían que ser entregados desde el almacén a lugares más lejanos).

Interpretaciones incorrectas

En muchas organizaciones, hay diferentes personas que son responsables de construir análisis y visualizaciones que aquellos que realmente necesitan consumirlos para tomar decisiones. En estos casos, los consumidores de análisis pueden malinterpretar los datos o los análisis, lo que lleva a conclusiones y percepciones incorrectas.

Un ejemplo famoso de esto es cuando los ingenieros a cargo de una pieza del transbordador espacial estadounidense Challenger trataron de detener el lanzamiento porque creían que la pieza se dañaría durante el despegue, lo que podría conducir a una explosión masiva. Esos ingenieros mostraron a la NASA una visualización que incluía sólo un subconjunto de los datos que utilizaban para obtener sus conocimientos. Esa visualización fue malinterpretada por la NASA y consideró que el lanzamiento no estaba en peligro. El lanzamiento ocurrió y desafortunadamente el transbordador espacial explotó durante el despegue. El informe posterior a la acción pone de relieve múltiples fallos en el proceso y también el pensamiento en grupo, por lo que este es sólo un ejemplo de ese informe.

En algunos casos, la interpretación de un análisis dado puede ser incorrecta debido a una deducción errónea o a un modelo mental incorrecto. Tal vez se crea una visualización que es exacta, pero está vacía de contexto, lo que puede llevar a una mala interpretación. O, tal vez un individuo interpreta algo con una correlación y cree que eso significa que hay una causa y actúa sobre ella. Potencialmente, un individuo está mirando la analítica descriptiva y deduce incorrectamente una causa raíz de esto (ignorando el proceso de la analítica exploratoria). Potencialmente los análisis son correctos, pero el individuo tiene un sesgo cognitivo que le hace tener un punto ciego en su razonamiento que lleva a una decisión menos que ideal. O bien, el grupo de personas que toman la decisión sufre de pensamiento grupal y falta de un proceso de toma de decisiones.

Un ejemplo famoso de pensamiento grupal es la decisión de los Estados Unidos de invadir Cuba durante los años 60 en el conflicto de Bahía de Cochinos.

Comunicación incorrecta de las decisiones

Otro síntoma común de la falta de conocimientos básicos sobre los datos y la falta de un proceso de toma de decisiones basado en datos es cuando las decisiones tienen dificultades para arraigarse en una organización. Esto podría deberse a una falta de comprensión de cómo comunicar las decisiones a todas las partes interesadas. Un error común es usar las mismas visualizaciones y analíticas usadas para obtener las percepciones para comunicarlas, y otro error común es no comunicar el proceso de pensamiento para la decisión. En este caso, es probable que una organización con una cultura que no confía en los datos no adopte la decisión.

Un ejemplo famoso de comunicación ineficaz es la falla de los gerentes de proyecto e ingenieros, la cual resultó en el colapso mortal de una pasarela del Hyatt Regency.

Confiar ciegamente en los datos

Hay muchas situaciones en las que una organización tomará una decisión sin contar con suficientes datos, pero otra situación común es cuando una organización confía demasiado en los datos por sí sola. Los datos por sí solos no son la solución mágica para las mejores decisiones. Incluso si una organización tiene buenos datos, las decisiones se toman típicamente con suposiciones. Si esas suposiciones no son correctas, usted tomará una mala decisión independientemente de los datos. Por eso es importante combinar los datos con la intuición y otros factores. Los datos no pueden sustituir a la intuición, pero cuando se utilizan junto con la intuición y otros factores, se minimizan las decisiones erróneas.

Cómo pueden mejorar las organizaciones

Todos estos síntomas ocurren en las organizaciones todo el tiempo, lo que conduce a decisiones ineficaces y, en última instancia, a un peor desempeño de la organización en su conjunto. ¿Cómo pueden las organizaciones mejorar en este aspecto? Siga estos 4 pasos:

1. Empiece con la educación sobre alfabetización de datos para todos los que tocan los datos y los análisis y toman decisiones. Comprender los fundamentos de los datos y cómo leerlos, luego cómo trabajar con ellos y analizarlos correctamente, y también cómo discutir con ellos en lugar de simplemente seguir ciegamente lo que dicen.

2. Adoptar una estrategia de datos y análisis.

3. Aprovechar un proceso sistémico y sistemático para tomar decisiones basadas en datos.

4. Evolucionar hacia una cultura que abarque la alfabetización en materia de datos y la toma de decisiones basada en datos.

Tags


Avatar

_Barry

Bot de Binext
Aún no tiene entrenamiento para crear articulos (ni para seguridad de muchos: interpretar las 3 leyes de la robótica) pero tiene un buena capacidad para encontrar excelentes temas en la red.

Comentarios para esta entrada

Sección en desarrollo...