Durante la Segunda Guerra Mundial, los Aliados querían reforzar el blindaje de sus aviones para reducir las pérdidas en combate. Se analizaron los aviones que regresaban de las misiones y se identificaron las zonas con más impactos de bala. La conclusión inicial fue que esas áreas debían reforzarse.
Sin embargo, un matemático llamado Abraham Wald, se dio cuenta de un error crucial: los datos provenían solo de los aviones que habían logrado regresar, no de los que habían sido derribados. Wald interpretó los datos desde otra perspectiva: los aviones que no volvían probablemente habían sido alcanzados en zonas críticas como el motor o la cabina y, por eso, nunca regresaban. La solución no era reforzar las partes con más impactos visibles, sino precisamente aquellas que no tenían daños en los aviones que lograban volver, porque esas eran las áreas donde un impacto significaba destrucción total.
Este análisis es un ejemplo clásico del sesgo de supervivencia, un error común en la toma de decisiones al centrarse solo en los casos que han "sobrevivido" a un proceso, ignorando los que no.
Este tipo de errores no solo ocurren en conflictos militares. Es común que una mala interpretación de datos nos lleve a tomar decisiones equivocadas. Los datos, por sí solos, no nos dan respuestas; la clave está en hacer las preguntas adecuadas. Este fue el eje del pasado Runroom LAB: Datos + Producto = Estrategia Efectiva. En el LAB, Manuel Maffé, Product Research Manager en HP, y Pablo Andrés Margara, Senior UX Researcher en Glovo, hablaron sobre cómo interpretar datos de manera estratégica para evitar engañarnos a nosotros mismos y tomar decisiones más acertadas.
La trampa de acumular datos sin propósito
Muchas empresas están obsesionadas con acumular datos sin un propósito claro, esperando que en algún momento se vuelvan útiles. Otras persiguen métricas como el objetivo final, sin entender que las métricas son solo herramientas para comprender el contexto. Cuando una métrica se convierte en un objetivo, pierde su propósito. Sin una estrategia de investigación, los datos son solo ruido.
En teoría, tomar decisiones basadas en datos suena como la forma más racional y objetiva de actuar. Pero en la práctica, ser 100% racional es imposible. Siempre habrá variables que no podemos medir, información que desconocemos y sesgos que influyen en nuestra interpretación de los datos. La intuición no es un obstáculo para la toma de decisiones basada en datos. Es lo que nos permite actuar cuando los datos no nos dan una respuesta definitiva.
Durante años se ha planteado que la intuición y los datos están en constante oposición, pero en realidad, la intuición bien utilizada es experiencia acumulada. Es lo que nos permite reconocer patrones. No se trata de elegir entre datos o intuición, sino de entender que la intuición informada es lo que realmente impulsa la innovación. Para lograrlo, debemos ponernos distintos sombreros:
- 🔍 Arqueólogos: Descubrimos patrones ocultos en los datos.
- 📖 Historiadores: Comprendemos cómo el pasado da forma al presente.
- 🔭 Astrónomos: Anticipamos lo que está por venir.
La clave está en combinar estas tres miradas para no solo recolectar datos, sino convertirlos en conocimiento accionable.
Tomemos el caso de Steve Jobs y el lanzamiento del iPhone. En 2007, los teléfonos más populares eran los BlackBerry con teclado físico, y la mayoría de los datos de mercado indicaban que los usuarios valoraban teclados físicos por encima de todo. Si Apple se hubiera basado solo en los datos existentes, jamás habría apostado por una pantalla táctil sin botones. Sin embargo, Jobs y su equipo intuyeron que la interacción táctil podía cambiar la manera en que las personas usaban los dispositivos móviles. Su intuición no era infundada: estaba respaldada por la observación de tendencias tecnológicas y cambios en el comportamiento de los usuarios.
Este es el punto clave: los datos pueden decirnos lo que está pasando, pero no siempre pueden decirnos qué hacer. Aquí es donde entra la intuición informada, que nos permite tomar riesgos estratégicos en función de una visión a futuro.
De recolectores de datos a socios estratégicos
El research y el data analytics están evolucionando. Antes, los equipos de investigación eran simples recolectores de datos. Luego pasaron a ser proveedores de conocimiento. Pero el siguiente paso es que los researchers se conviertan en partners estratégicos en la toma de decisiones.
Para lograrlo, hay que dejar de obsesionarse con métricas superficiales y empezar a construir datos relevantes:
- Seleccionar: No todo lo que se puede medir importa. Debemos identificar qué información es realmente útil para los objetivos del negocio.
- Validar: Los datos pueden estar sesgados. Es crucial cuestionarlos y asegurarnos de que reflejan la realidad.
- Conectar: Relacionar diferentes fuentes de información (mercado, marca, producto) para obtener una visión completa.
Este enfoque permite que los datos sean realmente útiles y no solo una acumulación de información en dashboards que nadie consulta. Los datos no son respuestas, sino herramientas para tomar mejores decisiones. No basta con recolectarlos, almacenarlos o analizarlos, el verdadero reto es darles sentido y convertirlos en acciones estratégicas.
La historia de los bombarderos ingleses nos enseñó que analizar solo lo que tenemos a la vista puede llevarnos a decisiones equivocadas. La intuición nos mostró que a veces, los datos no bastan para dar el salto. La evolución del research no se trata solo de mejorar técnicas de análisis, sino de cambiar nuestra mentalidad: dejar de ser recolectores de datos para convertirnos en arquitectos del conocimiento.
Y en ese cambio, los mejores researchers no son los que tienen más datos, sino los que hacen mejores preguntas.