— H.G. Wells

A veces puedes sentir que la civilización del siglo XX, que vino en buena medida a lomos de la estadística, aún no ha llegado a tu trabajo en producto digital. La tecnología más sofisticada puede estar orientada desde decisiones salvajes.

La sesión 5 del programa de dirección de producto del Instituto Tramontana la dedicamos a este tema. Y además de practicar MUCHO, tanto en ejercicios orales como en ejercicios escritos y casos de uso para poner en forma nuestro pensamiento estadístico, recorrimos varios aspectos que destacan por encima del resto.

No es trivial encontrar la señal entre el ruido

La dirección de producto implica una búsqueda habitual de patrones cuantitativos. Esta búsqueda suele consistir en referencias de magnitudes, números y proporciones para sacar consecuencias. Tienes que contar con una serie de aspectos para no hacer que esa actividad resulte inútil o que se te vuelva en contra.

Toda la información que tenemos que digerir es ruido, hasta que no encontramos en ella alguna señal que o bien nos ayuda a articular la información o bien nos ayuda a sacar alguna consecuencia para orientar nuestra acción.

Como vimos en la primera sesión, pero también en varios temas de las siguientes, la información que tenemos que manejar se incrementa en una proporción mucho mayor que la señal que somos capaces de encontrar, y además es una información cambiante, sistémica y con muchos elementos inciertos que hace que trabajar con ella no resulte fácil.

Aquí tenemos una primera advertencia: no consideres siempre mejor contar con más información. Sé prudente cuando tengas que enfrentar un proyecto de instrumentalización de datos, porque es fácil naufragar en ellos.

En el ejercicio de la semana hemos tenido la oportunidad de asomarnos a una fuente pública, estandarizada, consensuada y validada con una frecuencia establecida: el INE. Puedes tomar esa referencia como la situación idónea, para sacar algunas consideraciones útiles.

La primera es que la mayoría de las veces vas a estar MUY lejos de poder contar con una fuente de datos como esa. Tanto en la calidad del dato, como en la validación entre los diferentes agentes que la utilizan. Tanto como en la generación constante y el consenso en torno a las variables. Por lo tanto, asume que vas a trabajar siempre en un nivel inferior, más provisional, fragmentario y menos establecido. Ese es tu punto de partida.

La segunda es que incluso en un escenario como ese hay espacio para la divergencia en las conjeturas e incluso en la interpretación de variables aparentemente tan planas como la población y la edad. Lo hemos podido ver en el ejercicio compartido de tan solo 14 personas.

De estas dos primeras no deberías sacar la conclusión de que trabajar con datos es imposible, ni que para poder hacerlo deberías alcanzar un nivel INE. Tendrás que trabajar en el amplio gris entre esos dos puntos. Para empezar, no es frecuente contar con indicadores OBVIOS.

Cuando recibes, exploras, descubres o trabajas con un dato, este no vive en un espacio sin gravitación. Entra en lo que podemos entender como el campo de fuerzas de una decisión. Las fuerzas que intervienen en él son las que aportan un significado final a ese dato. Tienes que tenerlas en cuenta, tanto respecto de ti como respecto del resto, para poder llegar a hacer algo útil con esa dimensión estadística.

No puedes sacar consecuencias que cada vez tengan mejor encaje si no pones a prueba tus intuiciones contra las referencias estadísticas que tienes a tu disposición. Puedes pensar que lo que haces cada vez que obtienes mejores referencias estadísticas es ampliar tu muestra respecto de la población entera. El esquema de la caja estadística, que divide los extremos y la parte central, así como los porcentajes representados, te puede ayudar a entender la utilidad de los principales estadísticos.

Los estadísticos nos ayudan a aplicar una operación simple pero potente, que consiste en empezar a hacer agrupaciones respecto del conjunto total. Podemos hacer una correspondencia entre estadísticos y segmentos, y a partir de ahí empezar a pensar en cada elemento de un producto desde una mirada multidimensional, así como en funcionalidades por dimensiones.

La visualización es una herramienta muy efectiva para reconocer patrones cuantitativos. Muchas veces es la mejor forma de dar con algo cuando estás explorando datos. Asimismo, te ayuda mucho cuando quieres tener una sensación de la frecuencia, del ritmo de algo. Hay figuras muy habituales que te vendrá bien tener asimiladas: campanas, campanas invertidas, toboganes, picos sobre valles, olas.

Pensar en números no exactos es la mejor manera de ir acomodando tus sentidos a las magnitudes con las que trabajas. Los números exactos son convenientes para los objetivos; las magnitudes lo son para enmarcar posibles iniciativas.

Al pensar en magnitudes entras en un terreno de medidas relativas, que es el principio para poder articular una conjetura. Los números exactos en el vacío no significan nada. Cuando los sitúas en una escala y en la referencia con otros puntos en esa escala, empiezan a resultar interesantes y pueden ser el inicio para alguna acción.

Es habitual que tengas que enfrentarte a acciones y objetivos que en muchos casos no están contextualizados. Es decir, no tienen una escala ni una referencia relativa. Cuantificar te permitirá empezar a deshacer ese primer obstáculo, situando un índice de confianza y a partir de ahí una cierta probabilidad, aunque sea intuida.

Alcanzar la causalidad y junto a ella la predicción no puede ser tu primer objetivo cuando trabajas con referencias estadísticas. El primer beneficio suele ser el de poder descubrir algunos temas que de otra forma eran simplemente desconocidos desconocidos. En ese sentido, el pensamiento estadístico es una herramienta útil para entender y encontrar potenciales mejoras que de otra forma permanecerían ocultas.