Los gerentes de nuestro tiempo se encuentran literalmente sumergidos bajo un mar de datos, indicadores y planillas de Excel.
Desde luego, las estadísticas son formidables herramientas que asisten a la toma de decisiones. Sin embargo, no todos saben cómo utilizarlas.
Y lo grave del caso es que cometer errores de interpretación de datos estadísticos puede derivar en decisiones equivocadas.
En este marco, una investigación de Wharton Business School nos ofrece algunos ejemplos de errores típicos y las formas de superarlos:
1) Correlación versus causalidad
Imagine un retailer que, en un análisis de su política comercial, descubre que las ventas disminuyen en los períodos de bajos precios.
El gerente comercial, no muy versado en estadísticas, aconseja al CEO: “Los recortes de precios no han sido efectivos para fomentar las ventas. Sugiero que volvamos a subirlos para incrementar los volúmenes”
El gerente general, mucho más hábil en matemáticas, replica: “Creo que su conclusión es inválida. La explicación podría ser justamente la opuesta. Nosotros hacemos descuentos precisamente en los períodos estacionales de bajas ventas. Por otro lado, ¿cómo sabe usted que las ventas no han sido afectadas por otros factores no incluidos en el estudio? Vaya a investigar esas otras variables y no vuelva a verme sin una respuesta”.
2) Mala elección de las muestras
Algunos años atrás, Coca-Cola lanzó en los Estados Unidos una línea de té enlatado llamada “Enviga”.
En la campaña publicitaria, se hacía referencia una y otra vez a una investigación que aseguraba que Enviga era eficaz para bajar de peso.
Pero, al poco tiempo, Coca-Cola enfrentó un juicio por publicidad engañosa.
En efecto, la investigación en cuestión se había realizado en Suiza, con personas delgadas y atléticas.
El consumidor estadounidense promedio padece sobrepeso. Y ninguna investigación respaldaba la promesa de que Enviga fuese eficaz en estos casos.
Así, incluso sin suponer mala fe por parte de los ejecutivos de Coca-Cola, las conclusiones del estudio eran sesgadas porque la muestra no era representativa de los consumidores.
En definitiva, estos dos ejemplos señalan los riesgos del uso de las estadísticas en la generación de información para la toma de decisiones.
Así, la próxima vez que analice indicadores, tenga en cuenta una lección fundamental: las estadísticas no siempre dan la respuesta correcta.
Su función consiste, por el contrario, en informar sobre las posibles soluciones a descartar porque no están respaldadas por los datos.
Nunca deje que su marco cognitivo lo traicione, forzando inconscientemente los datos para que respalden las conclusiones que usted pretende demostrar.
En última instancia, siempre tenga en mente una célebre máxima del econometrista Damodar Gujarati: “Si usted tortura lo suficiente a los datos, éstos terminarán por confesar”
