Querido directivo: el ¡®big data¡¯ no te hace m¨¢s listo

Los datos no lo pod¨ªan decir m¨¢s claro: el 91% de los ni?os que jugaban con piezas de Lego eran chicos. Hace diez a?os los directivos de la multinacional danesa podr¨ªan haberse rendido ante la en¨¦sima evidencia: a las chicas no les gustaba jugar con sus construcciones. Sin embargo, el presidente, J?rgen Vig Knudstorp, un joven ingeniero de 40 a?os (el primero fuera de la familia fundadora y un fan de Lego desde su infancia), no estaba convencido. La empresa se embarc¨® en un estudio de investigaci¨®n con 3.500 familias durante cuatro a?os y descubri¨® que las ni?as estaban m¨¢s interesadas en juegos colaborativos y en peque?as construcciones. As¨ª naci¨® la exitosa l¨ªnea de Lego Friends.

Este ejemplo ilustra muy bien por qu¨¦ los datos no pueden tratarse como pura evidencia. La explosi¨®n del big data ha calado entre los ejecutivos y muchos creen que los datos deber¨ªan estar en el centro de la toma de decisiones. Gracias a ellos la direcci¨®n de empresas es ahora m¨¢s cient¨ªfica que nunca. Este enfoque tiene sus limitaciones, de acuerdo con R.L Martin y T. Golsby-Smith. Seg¨²n estos autores, las decisiones se tienen que deconstruir entre ¡°se puede¡± y ¡°no se puede¡±. ¡°Un verdadero genio tiene la capacidad de imaginar procesos y productos que simplemente no han existido antes¡±, aseguran.

Lego Friends fue toda una novedad y los datos no animaban mucho a investigar en el mercado de las ni?as, sino todo lo contrario. La visi¨®n del ¡°maestro constructor¡± Vig Knudstorp consigui¨® reflotar la multinacional, a punto de ser engullida por sus millonarias p¨¦rdidas.?

• ?M¨¢s listos con muchos m¨¢s datos?

M¨¢s informaci¨®n

Le damos demasiada importancia al presente (y eso es un error): este Nobel explica por qu¨¦

La ciencia lo confirma: la amistad tiene un l¨ªmite

Con tantas nuevas m¨¦tricas disponibles, ?corren el riesgo los directivos de tomar decisiones equivocadas basadas precisamente en lo que los datos no dicen?

¡°El problema del big data es que la ciencia se hace al rev¨¦s: primero estableces una hip¨®tesis y luego la contrastas. En el caso de Lego lo que dec¨ªan era que las ni?as no jugaban. Nada m¨¢s. No explicaban por qu¨¦. Los datos te pueden llevar a interpretarlos como a ti te interesa si no tienes una hip¨®tesis previa¡±, asegura Pedro Rey Biel, profesor de econom¨ªa del comportamiento en ESADE.

Durante a?os ese ha sido el enfoque: generas una hip¨®tesis y te vas a la realidad a ver si responde a tu modelo. La llegada del big data ha hecho que se d¨¦ ¡°la vuelta a la tortilla¡±, tal y como explica Pablo Haya, director de Social Business Analytics del Instituto de Ingenier¨ªa del Conocimiento (IIC). Las t¨¦cnicas de aprendizaje autom¨¢tico se est¨¢n aplicando a terrenos inexplorados, seg¨²n defiende este experto, y la forma de avanzar es diferente porque los cient¨ªficos de datos no asumen nada sobre las variables. ¡°La revoluci¨®n viene por ah¨ª. Los algoritmos generan las hip¨®tesis a posteriori y se quedan con la mejor. Si est¨¢n bien construidos suelen acertar bastante. C¨®mo se ha llegado a esa conclusi¨®n, sin embargo, no se puede explicar. Es como si fuera una caja negra¡±.

Haya pone de ejemplo los casos de detecci¨®n de fraude en las tarjetas. ¡°Ser¨ªa complicado explicar por qu¨¦ el algoritmo se?ala determinadas operaciones como sospechosas. En este caso lo importante es acertar y que cuando sea fraude se deniegue el cargo, pero cuando no lo sea no se bloquee la tarjeta¡±.?

El cient¨ªfico de datos tiene que estar, pero el big data tiene que abrirse a otros campos para poder explotar todo el potencial que esconden las cifras.

• El por qu¨¦, ?es importante?

La respuesta a esta pregunta queda en manos de los directivos, un mundo donde los rumbos se han tomado muchas veces porque el presidente ten¨ªa una corazonada o simplemente por imitar a la competencia.

?Necesito saber por qu¨¦ suben mis ventas, cu¨¢l es el motivo por el que se van los clientes o la raz¨®n por la que un determinado producto no funciona? ?Me hace falta conocer lo que hay dentro de la caja negra o con acertar el resultado futuro me vale? ¡°Para determinados problemas empresariales la explicabilidad no es fundamental y en ese caso los algoritmos tienen ventajas¡±, defiende Haya.

¡°Las empresas tomar¨¢n mejores decisiones si analizan bien los datos y no se abrazan a ellos simplemente porque est¨¢n ah¨ª. Para sacarle partido al big data hace falta gente que sepa hacer preguntas y d¨®nde buscar las respuestas¡±, opina Rey.

?Qu¨¦ tienen en com¨²n Airbnb, Disney, Uber, ING, Virgin, Google o Walmart? Todas tienen muchos datos de sus clientes, s¨ª, pero tambi¨¦n todas aplican la econom¨ªa del comportamiento a sus decisiones.?

• Dos mundos con un solo perfil

Las sinergias de los dos mundos parecen claras, pero aparentemente solo se est¨¢ imponiendo un perfil: el del cient¨ªfico de datos. Quiz¨¢ sea el primer paso, porque la revoluci¨®n big data es bastante reciente y muchas empresas no tienen un hist¨®rico o no han guardado toda la informaci¨®n relevante para su negocio. ¡°Esto ocurre tambi¨¦n en compa?¨ªas grandes, no es un problema de las pymes¡±, aclara Haya.

Una vez superada esta fase, llega el siguiente escal¨®n: ?y ahora qu¨¦? Muchos han invertido cantidades ingentes en guardar miles y miles de datos, les han vendido que el big data es una maravilla, pero se sienten frustrados. ¡°Hay de todo, es verdad¡±, admite Haya, ¡°y una queja reiterada entre algunos directivos es que los modelos, aun siendo buenos, no responden a una pregunta de negocio¡±.

El cient¨ªfico de datos tiene que estar, pero el big data tiene que abrirse a otros campos para poder explotar todo el potencial que esconden las cifras. Rey cree que la tecnolog¨ªa de captaci¨®n de datos ha avanzado mucho m¨¢s r¨¢pido que la teor¨ªa de lo que podemos hacer con ellos. ¡°Creo que solo se est¨¢ sacando partido al 5% de los datos¡±, concluye.

El dato es el petr¨®leo del siglo XXI, reza una de las afirmaciones de moda. Pero incluso el oro negro necesit¨® de muchas m¨¢s disciplinas para sacarle todo su partido. Ahora ocurre algo parecido. La revoluci¨®n del big data coincide en el tiempo con otra, la de la econom¨ªa del comportamiento (tal y como demuestra el premio Nobel a Richard Thaler). Pensar que son mundos paralelos ser¨ªa llegar a una apresurada conclusi¨®n. Let¡¯s be friends.