Join our Waitlist for Expert Advice!

La forma correcta (e incorrecta) de dejarse influir por los datos Un gran análisis de datos podría darle una ventaja cuando se trata de presentar sus ideas.

Por Peter Mulford Editado por Jessica Thomas

Este artículo fue traducido de nuestra edición en inglés.

Las opiniones expresadas por los colaboradores de Entrepreneur son personales

Vivimos en un mundo centrado en datos. La toma de decisiones influenciada por los datos está aumentando en todas partes, y por una buena razón: para 2025, Network World informa que el 49 por ciento de los datos del mundo estarán en nubes públicas y listos para usar en la toma de decisiones basada en datos, y PwC informa que las empresas que permiten que los datos impulsen sus decisiones tienen tres veces más probabilidades de notar una mejora "significativa" en sus esfuerzos de toma de decisiones.

Aún así, eso no significa que las organizaciones y los gerentes estén acostumbrados a incorporar datos en su toma de decisiones. De hecho, Business Application Research Center señala que el58 por ciento de las personas dice que sus organizaciones confían en la "intuición o la experiencia" cuando toman al menos la mitad de las decisiones importantes, lo que deja un margen significativo para el error.

Relacionado: Cómo utilizar datos en tiempo real para ajustar sus decisiones comerciales

Puede aprovechar todos esos datos disponibles para influir en otros. Imagínese la próxima vez que proponga un nuevo curso de acción armado con datos para respaldar sus puntos. Frente a los hechos y datos que respaldan su pregunta, su audiencia tendrá más dificultades para depender únicamente de las comprobaciones instintivas.

Relacionado: Por qué los datos son el recurso más valioso del mundo en la actualidad

Para asegurarse de que está utilizando los datos de la manera correcta, debe comprender algunas cosas: cuál es la cadena de valor de toma de decisiones basada en datos (o DDDM), dónde encaja su problema y cómo aprovechar mejor su lugar en esa cadena. .

Comprensión de la cadena de valor de DDDM: ¿dónde encaja usted?

En igualdad de condiciones, cuando se pone de pie para presentar datos (con la esperanza de persuadirlo para que realice una acción u otra), se encontrará en medio de un riguroso esfuerzo de DDDM que se realiza en siete pasos.

Los primeros pasos del proceso comienzan respondiendo una serie de tres preguntas: ¿Cuál es la decisión en la que quiero influir? ¿Qué información nueva necesito para influir en esa decisión? Y finalmente, ¿qué tipo de análisis me dará esa información? El proceso finaliza con las siguientes cuatro acciones: recopilación, preparación y análisis de datos; comunicar resultados; aplicar juicio y luego actuar.

Mire de cerca y notará dos perspectivas en acción. Los pasos del uno al cinco a menudo los toma la persona que espera influir en una decisión, y quien toma las decisiones toma los pasos seis y siete.

Aprovechar al máximo los datos: 'prueba de historias' versus narración de historias

Para cuando lleguemos al paso cinco, verá los resultados de un análisis de datos, quizás incluso bellamente representados en imágenes, cuadros y gráficos. Si el presentador ha asistido a un curso sobre el tema, es probable que también utilice sus habilidades de narración para animar su mensaje. En lugar de escuchar pasivamente, ahora está listo para aprovechar al máximo su análisis. Así es cómo:

1. Aclare la pregunta

Para comenzar, asegúrese de comprender qué pregunta se está respondiendo para que pueda determinar si el análisis coincide con la pregunta. También puede ser útil recordar qué tipo de pregunta está tratando de responder el presentador, ya sea descriptiva, predictiva o prescriptiva , para asegurarse de que el análisis completo coincida con la pregunta en cuestión.

Por ejemplo, si la mitad de los revisores de una encuesta están destinados a ser predictivos (indicativos de resultados futuros) mientras que la otra mitad piensa que es meramente descriptivo (describiendo lo que sucedió en circunstancias inusuales debido a Covid-19), entonces perderá tiempo y energía emocional discutiendo entre propósitos, y cada mitad no comprende por qué la otra no "lo entiende".

En general, es bueno aclarar esto antes de una presentación. Si existe una discrepancia, el presentador puede volver atrás y reelaborar el análisis. En esta etapa, sin embargo, si se encuentra atrapado en un desajuste, el movimiento correcto es detenerse, aclarar la pregunta y comenzar la conversación nuevamente con la escucha activa en mente.

2. Conoce la 'n'

En estadística, "n =" se refiere al tamaño de las muestras utilizadas en el análisis de datos. En este sentido, "conocer la 'n'" significa comprender de dónde provienen los datos, qué tipo de datos se usaron y cuánto de ellos se usaron. En muchos casos, su presentador cubrirá los resultados de una muestra de datos extraídos de un conjunto de datos más grande. Su trabajo es preguntar: ¿Cuál fue la fuente? Cual era el tamaño ¿Tenemos la cantidad correcta de datos de los lugares correctos? Recuerde: es importante marcar la "n" antes de aceptar cualquier conclusión derivada de la "n".

Este problema se puede resolver de antemano aclarando las expectativas sobre cuál debería ser un tamaño de muestra aceptable. Pero si se encuentra aguas abajo de ese paso, la responsabilidad recae en usted tanto de conocer la "n" como de preguntar si la n es lo suficientemente grande para informar la decisión que está buscando tomar. Investigue: Varias industrias tienen diferentes estándares para niveles de confianza y márgenes de error.

3. Verifica el vector, Victor

En ciencia de datos, un "vector" es una cantidad que tiene una dirección y una magnitud. ¡Me gusta usar un dicho clásico de la película Avión! para tenerlo en cuenta durante los análisis de datos: "¿Cuál es nuestro vector, Víctor?" Para nuestros propósitos, este dicho implica interrogar cuidadosamente tanto la dirección como la magnitud durante una presentación.

Verificar la dirección de sus resultados suele ser sencillo: es una asociación positiva, negativa o neutral en los datos. (Por ejemplo, "¿Cuál es la asociación entre el gasto en marketing y los ingresos?") Verificar la magnitud es diferente. Esto significa medir el tamaño del efecto. Las preguntas que debe hacerse aquí son: ¿El tamaño es significativo? ¿Tiene sentido? ¿Qué impacto tendría en mi negocio si fuera cierto? Hacer esto bien significa que los líderes deben considerar los datos en el contexto del negocio . El contexto es importante porque incorpora la totalidad de la evidencia disponible.

4. Tenga certeza sobre la incertidumbre.

Lo más probable es que su presentador haya creado su análisis tomando una muestra de datos de una población de datos y luego usando esa muestra para crear un modelo razonable de la población total. Debido a que su presentador está usando una muestra de datos pero no todos los datos, tendrá incertidumbre en el análisis. La incertidumbre es un hecho de la vida, pero es importante saber cuánta incertidumbre hay alrededor del análisis antes de permitir que influya en las grandes decisiones.

De esta manera, "tener certeza acerca de la incertidumbre" significa que siempre pregunta por la medida de incertidumbre en la presentación y luego juzga si ese nivel de incertidumbre es aceptable. Por supuesto, su determinación de lo que es "aceptable" dependerá del contexto: al planificar una agenda de crecimiento de tres años, el equipo de liderazgo de un operador logístico con sede en China con el que trabajó mi empresa dividió los proyectos de crecimiento en categorías de acuerdo con el valor esperado de cada proyecto, que calcula el posible resultado de cada proyecto por la probabilidad de que ocurra. Los proyectos con altos niveles de incertidumbre fueron dotados de personal y gestionados de manera diferente a aquellos con menos incertidumbre. Esto nos lleva a nuestro quinto y último punto.

5. Utilice su juicio contextual.

En última instancia, se realizan excelentes análisis de datos para ayudar a informar las decisiones para usted y su equipo. La cantidad de datos que necesita dependerá de los resultados que desee, de cómo evalúe los costos y beneficios y (lo más importante) sus valores. Usar su juicio contextual significa considerar las implicaciones de su decisión a través de una lente amplia, así que haga una lista que incluya cómo esta decisión afectará a las personas, los procesos, las ganancias y el propósito. Un buen análisis de datos puede brindarle información interesante sobre las relaciones entre las cosas, pero no puede decirle cuál es la mejor manera de mantener esas relaciones. Aquí se requiere buen juicio.

Relacionado: Por qué los líderes empresariales deben tomar los datos en serio en 2021

Caso en cuestión: para muchas empresas, los datos muestran que su productividad durante Covid-19 ha mejorado drásticamente . Pero estos datos, tomados sin un juicio contextual, pasan por alto el costo humano de una fuerza laboral agotada, un resultado que está por debajo de las cifras. Microsoft recopiló datos sobre ese costo humano a través de una encuesta e información de Microsoft Teams; descubrió que alrededor del 40 por ciento de los trabajadores dicen que sus empresas les están pidiendo demasiado.

El futuro llegará, literalmente, a la velocidad de la luz. Con 150 billones de gigabytes de datos que deben analizarse para 2025 según SharesPost (y las empresas que experimentan aumentos de ganancias y reducciones de costos respetables al aprovecharlos), la síntesis de datos y la toma de decisiones influenciada por los datos continuarán aumentando en popularidad. Y a medida que lo hagan, aumentará la importancia del juicio humano por parte de usted y sus equipos. Necesitará más de estos datos y más rápido.

Comprender cómo se realizan los análisis, cómo se presentan y los mejores kits de herramientas para interrogarlos garantizará que esté utilizando los datos para influir en las decisiones correctas. Cuando se usa correctamente, hará que la toma de decisiones sea cada vez mejor, más barata y más rápida para usted y sus equipos. Armado con los conocimientos adecuados para lograr la mayor influencia, avanza en el mundo centrado en datos.

Peter Mulford

Entrepreneur Leadership Network® Contributor

Chief innovation officer at BTS

Peter Mulford is the chief innovation officer at BTS, a management-consulting and professional-services firm focused on working with leaders at all levels. With a passion for learning, teaching and innovation, Mulford works with exceptional leaders bringing innovation and strategy to life.
Emprendedores

10 grandes frases sobre el poder de las metas

Establecer metas es el primer paso para lograr algo significativo.

Iniciar un negocio

La guía completa de 12 pasos para iniciar un negocio

Todo lo que necesitas saber sobre cómo iniciar un negocio.

Noticias

Hackers de China e Irán usan ChatGPT para realizar ciberataques

OpenAI informó que hackers de China e Irán han utilizado modelos de lenguaje como ChatGPT para desarrollar malware y lanzar ataques cibernéticos.

Noticias

14 maneras fáciles de ganar dinero extra en casa

Un ingreso adicional se siente como ser rico si ya tienes un trabajo diario para cubrir las deudas.

Noticias

¿Qué pasa con WordPress? Aquí te explicamos el conflicto entre el gestor de contenidos y WP Engine que afecta a miles de usuarios

Ambas empresas han expresado su intención de poner fin a su colaboración debido a desacuerdos significativos.

Noticias

Google firma un acuerdo histórico para utilizar energía nuclear en sus centros de datos de IA

Google apuesta por la descarbonización con un acuerdo para alimentar sus centros de datos con energía nuclear.