La gestión de producto digital no es ajena a la tendencia creciente a conceder una especial relevancia al análisis de datos. Las empresas tecnológicas más influyentes han normalizado la expresión "data-driven companies", reformulando el espíritu de aquello que decía William Edwards Deming, estadístico y pionero en la investigación de la gestión de calidad en las organizaciones: "Confíamos en Dios, todos los demás que traigan datos". Este autor influyó sustancialmente en distintos países e industrias con los conocidos como los "14 principios de Deming". El libro en el que los enunció, podría haberse publicado este mismo año: Salir de la crisis.
Ni las ciencias sociales ni la opinión pública escapan a este renacimiento del dato. En las primeras, se puede ver cómo la información cuantitativa ha revitalizado esa búsqueda por acercarse a las "ciencias duras", buscando hacerlas más empíricas y contrastadas con la realidad. En las segundas, la crisis del Covid ha convertido la opinión pública en una conversación constante sobre datos de tests, enfermos y defunciones. Todas las personas somos un poco aquel John Graunt, precursor en la estadística y considerado el primer demógrafo, que a partir de los datos semanales de defunciones, buscaba cómo se podían tomar mejores decisiones para sobrevivir a la peste.
Ahora bien, tanto las ciencias sociales, como la opinión pública, como la persona que se dedica a productos basados en software, después del subidón del dato, se tienen que enfrentar a una serie de obstáculos que hacen la cosa realmente interesante y mucho más escurridiza de lo que nos gustaría.
En primer lugar, hay una interpretación del dato. Por lo tanto, existe lo que a veces se ha denominado el "vientre blando" de los datos duros. Es evidente, por ejemplo, que en Economía el análisis de la evidencia disponible es complejo y siempre tiene muchas aristas: establecer relaciones causales es un verdadero arte cuando no un entramado de correlaciones estadísticas a partir de ciertas hipótesis, teorías o intuiciones. Lo que le pasa a la opinión pública cuando comparte animadamente porcentajes de contagios va en la misma línea: las relaciones entre los factores corren en muchos sentidos. El "vientre blando" de quien trabaja en un producto digital tiene que incorporar, además, elementos como rumores -"me han dicho que está fallando Whatsapp"-, chismorreos e impresiones, sin poder ignorarlos, porque a veces son, efectivamente, el canario en la mina.
En segundo lugar, existe el error común de utilizar de forma ilegítima datos inadecuados. Es bastante frecuente que, por no prestar atención a su origen y elaboración, hagas uso de datos incorrectos e, incluso, manipulados. Pero tampoco es raro que acabes manejando unos datos bien construidos para los que no tienes una unidad de medida correcta. Tanto el sociólogo que hace comparaciones ente dos provincias como la persona de producto digital que compara una campaña de adquisición con un competidor, no están libres de hacerlo sin proporción.
En fin, es muy natural confundir asociación estadística con causalidad: lanzamos la actualización sobre las cuentas y los clientes que tenemos del acuerdo con esta otra empresa empezaron a quejarse, luego.... Las portadas de los medios están llenas de ocurrencias donde la casualidad se disfraza de causalidad. Y en las empresas necesitadas de gasolina e inversión es bastante frecuente una tendencia atávica hacia este tipo de pensamiento mágico.
Además, el dato no viaja solo. En las ciencias sociales existe una corriente denominada "revolución de la credibilidad", que defiende el uso de experimentos como ocurre, de nuevo, en las "ciencias duras", buscando obtener evidencia empírica concluyente. Esta corriente ha popularizado los experimentos de campo y los "Randomized Controlled Trials" (RCT), muy extendidos en medicina y desarrollo de medicamentos, comparando entre grupos escogidos aleatoriamente, uno al que se le aplica una determinada medida (intervención) y otro que sirve de placebo (control). Esto tampoco le sonará como algo totalmente ajeno a la persona que se mueve en el terreno de los productos basados en software, porque también se ha promulgado el uso de experimentos, tests A/B y mecanismos similares.
Estas nuevas propuestas tampoco están exentas de obstáculos. En muchos casos, vuelven a aparecer algunos de los que comentábamos sobre los datos junto con otros nuevos relacionados con la incapacidad para reproducir ciertos escenarios como experimentos, bien por cuestiones de tiempo, recursos o incluso éticas.
Así que tenemos que vivir con los datos y los experimentos, pero sin perder la cabeza, porque cuando la perdemos, no obtenemos mejores decisiones, ni más veracidad ni credibilidad. Junto con un esfuerzo importante para no caer en una mayor confusión y opacidad, que impiden la transparencia y las acciones consensuadas.
Ni las ciencias sociales ni la opinión pública escapan a este renacimiento del dato. En las primeras, se puede ver cómo la información cuantitativa ha revitalizado esa búsqueda por acercarse a las "ciencias duras", buscando hacerlas más empíricas y contrastadas con la realidad. En las segundas, la crisis del Covid ha convertido la opinión pública en una conversación constante sobre datos de tests, enfermos y defunciones. Todas las personas somos un poco aquel John Graunt, precursor en la estadística y considerado el primer demógrafo, que a partir de los datos semanales de defunciones, buscaba cómo se podían tomar mejores decisiones para sobrevivir a la peste.
Ahora bien, tanto las ciencias sociales, como la opinión pública, como la persona que se dedica a productos basados en software, después del subidón del dato, se tienen que enfrentar a una serie de obstáculos que hacen la cosa realmente interesante y mucho más escurridiza de lo que nos gustaría.
En primer lugar, hay una interpretación del dato. Por lo tanto, existe lo que a veces se ha denominado el "vientre blando" de los datos duros. Es evidente, por ejemplo, que en Economía el análisis de la evidencia disponible es complejo y siempre tiene muchas aristas: establecer relaciones causales es un verdadero arte cuando no un entramado de correlaciones estadísticas a partir de ciertas hipótesis, teorías o intuiciones. Lo que le pasa a la opinión pública cuando comparte animadamente porcentajes de contagios va en la misma línea: las relaciones entre los factores corren en muchos sentidos. El "vientre blando" de quien trabaja en un producto digital tiene que incorporar, además, elementos como rumores -"me han dicho que está fallando Whatsapp"-, chismorreos e impresiones, sin poder ignorarlos, porque a veces son, efectivamente, el canario en la mina.
En segundo lugar, existe el error común de utilizar de forma ilegítima datos inadecuados. Es bastante frecuente que, por no prestar atención a su origen y elaboración, hagas uso de datos incorrectos e, incluso, manipulados. Pero tampoco es raro que acabes manejando unos datos bien construidos para los que no tienes una unidad de medida correcta. Tanto el sociólogo que hace comparaciones ente dos provincias como la persona de producto digital que compara una campaña de adquisición con un competidor, no están libres de hacerlo sin proporción.
En fin, es muy natural confundir asociación estadística con causalidad: lanzamos la actualización sobre las cuentas y los clientes que tenemos del acuerdo con esta otra empresa empezaron a quejarse, luego.... Las portadas de los medios están llenas de ocurrencias donde la casualidad se disfraza de causalidad. Y en las empresas necesitadas de gasolina e inversión es bastante frecuente una tendencia atávica hacia este tipo de pensamiento mágico.
Además, el dato no viaja solo. En las ciencias sociales existe una corriente denominada "revolución de la credibilidad", que defiende el uso de experimentos como ocurre, de nuevo, en las "ciencias duras", buscando obtener evidencia empírica concluyente. Esta corriente ha popularizado los experimentos de campo y los "Randomized Controlled Trials" (RCT), muy extendidos en medicina y desarrollo de medicamentos, comparando entre grupos escogidos aleatoriamente, uno al que se le aplica una determinada medida (intervención) y otro que sirve de placebo (control). Esto tampoco le sonará como algo totalmente ajeno a la persona que se mueve en el terreno de los productos basados en software, porque también se ha promulgado el uso de experimentos, tests A/B y mecanismos similares.
Estas nuevas propuestas tampoco están exentas de obstáculos. En muchos casos, vuelven a aparecer algunos de los que comentábamos sobre los datos junto con otros nuevos relacionados con la incapacidad para reproducir ciertos escenarios como experimentos, bien por cuestiones de tiempo, recursos o incluso éticas.
Así que tenemos que vivir con los datos y los experimentos, pero sin perder la cabeza, porque cuando la perdemos, no obtenemos mejores decisiones, ni más veracidad ni credibilidad. Junto con un esfuerzo importante para no caer en una mayor confusión y opacidad, que impiden la transparencia y las acciones consensuadas.