El arte de convertir Datos en Acciones

Decidir: ¿Porqué es mejor “saber” que “suponer”?

Decidir: ¿Te conformas con “suponer” pudiendo “saber”?

Decidir: las empresas deben tomar decisiones, pero estas decisiones deben ser acertadas. En la situación actual existe poco margen para los errores.

La ventaja de suponer

La ventaja de suponer es que permite crear un escenario para que la empresa pueda decidir, y la gran ventaja es que crear un escenario suele ser gratis.
wp-saber-es-mejor-que-Suponer
El problema esta en que tras mucho repetir el escenario internamente dentro de la organización (ventas, marketing, producción, finanzas, etc), la propia empresa acaba por creérselo y actúa como si fuera cierto. Como todos os podeís imaginar el riesgo es enorme.

Al decidir, puede ocurrir que la empresa acierte: la suerte también existe en el mundo de los negocios o que realmente se equivoque y toda la organización esté preguntando donde y cuándo se cometió el error.

¿Entonces, son malas las suposiciones?.

La respuesta es que no. Las suposiciones deben ser usadas para crear escenarios (en plural), deben tener un carácter de “brainstorming”, pero una vez determinados los escenarios, estos deben convertirse en hipótesis de trabajo que se deben confirmar o rechazar.

¿Pero como contrastamos las suposiciones?.

Lo mejor es hacerlo con los datos. En las empresas existen ingentes cantidades de datos sobre los que se suele hacer un análisis muy superficial, ya sea por falta de tiempo o por desconocimiento.

  • Las técnicas de “data mining” ayudan a encontrar patrones de comportamiento dentro de los datos y aprovechar el aprendizaje para los nuevos casos.
  • La estadistitica nos permite realizar analisis exploratorios o confirmatorios al contrastar o rechazar las hipótesis que hemos supuesto en el punto anterior.
  • El Business Intelligence facilita un rápido análisis multidimensional mediante los cubos OLAP y las “tablas dinámicas”.

Una vez hayamos pasado de “suponer” a “saber”, la decisión será más fácil y el riesgo menor o habrá desaparecido.

Data Analytics

No se han encontrado comentarios

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

Puedes usar las siguientes etiquetas y atributos HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>