Datos para minimizar la mala suerte

Lluís Vicent
Director del Posgrado online en Data Management de la UPF-BSM

El data manager tiene que ser el asistente del director general de una empresa, que le exponga de manera clara los pros y contras de cada decisión con el rigor que le han dado los datos

Datos, futuro, decidir. O dicho de otro modo, análisis de datos, probabilidad y teoría de juegos. Esto es el resumen de como muchas empresas, como los gigantes Amazon, Google o Facebook están trabajando diariamente, y como parece que acabará trabajando cualquier empresa en pocos años.

Hasta ahora, las personas que han destacado en los mundos de los negocios o de la guerra han sido personas con gran intuición, personas capaces de ver más allá de lo que otros con las mismas observaciones y experiencias veían. Y además de esto, han tenido la suerte que otros intuitivos no han tenido. Hoy en día, la inmensa cantidad de datos que estamos generando y que están capturando muchas empresas y gobiernos está cambiando el paradigma. La suerte ya no es tan importante, porque cuando manejamos grandes volúmenes de información lo que hacemos es minimizar la mala suerte.

Poco le importa a un equipo comercial enviar una campaña de marketing directo a un 20% de personas que no están en absoluto interesadas en el producto, si en cambio llegan a un 80% de personas que sí que están de interesadas.

Los datos hoy en día constituyen la fotografía, la radiografía, el diagnóstico... Que nos describe la realidad: la realidad en un determinado momento o en el pasado.

Imaginemos el caso de una campaña electoral. Los datos de Facebook (y esto ha pasado en el famoso escándalo de Cambridge Analytica en las elecciones que ganó Trump, y seguro que no es el único caso), nos pueden dar una proyección bastante afinada sobre si una persona hasta aquel momento, ha votado a un partido o a otro. Y también nos puede decir qué personas no se decantan claramente por ningún partido.

El análisis de datos nos puede dar esta información con fuerte fiabilidad, y a nadie importará, si el objetivo final es ganar unas elecciones, que esta segmentación de personas se haya equivocado en un 5% de los observados. Pero esto no implica que las personas que hasta aquel momento hayan votado un partido, continuarán seguro votando aquel partido. O que los indecisos no se acaben decantando por un partido u otro. Como siempre recuerdo a mis estudiantes, los bancos siempre nos avisan que "rentabilidades pasadas no garantizan rentabilidades futuras".

Los datos hoy en día constituyen una fotografía, la radiografía, el diagnóstico... Que nos describe la realidad: la realidad en un determinado momento pasado

Aquí entra la proyección de futuro. Aquí entra la probabilidad. El futuro nadie lo sabe. Cuando nos confinaron el mes de marzo, parecía lógico que las empresas de internet: Amazon, Google, Zoom, subieron su valor en la bolsa, pero si hubiéramos estado seguros habríamos puesto todo nuestro patrimonio en ellas, y no creo que nadie lo hiciera. Aun así, la probabilidad nos indica que buena es una apuesta. En el caso de la covid y las tecnológicas el argumento es la lógica, pero en un régimen estable, donde no hay grandes cambios, el pasado es lo mejor que tenemos para predecir el futuro (probabilísticamente, claro).

En el ejemplo de las elecciones, puede ser que con los datos históricos y con ciertas argumentaciones lógicas, calculemos que la probabilidad de que los que hasta aquel momento habían votado izquierda vuelven a votar izquierda, es de un 80%, y que la probabilidad de que los indecisos voten izquierda es un 40%, y que la probabilidad de que los de la derecha cambien a la izquierda es de un 10%.

Con estos datos, si somos el partido de la izquierda, tenemos que decidir qué acciones hacemos para maximizar el voto a la izquierda. Aquí entra la tercera pata fundamental: la decisión, y por tanto, la teoría de juegos, o el arte de decidir rigurosamente. La teoría de juegos nos dice cuál es nuestra mejor decisión en un determinado momento con la información que tenemos. La teoría de juegos tendrá en cuenta qué hace el enemigo: en este ejemplo: el partido de la derecha. Calculará las probabilidades que tiene el partido de la derecha de conseguir votos, y las acciones que puede hacer para conseguirlos. Y nos hará hacer la jugada óptima para maximizar (siempre probabilísticamente) nuestro beneficio, o disminuir el beneficio del rival si es una competición de solo dos partidos.

Un data manager tiene que ser una persona que domine estos tres campos. Tiene que ser el cerebro que diseñe todo el recorrido desde la generación y captación de datos hasta la decisión final. Tiene que ser el asistente del director general de una empresa, que le exponga de manera clara los pros y contras de cada decisión con el rigor que le han dado los datos.

De momento el data manager es una persona, pero ya hay tecnología que toma decisiones automáticamente, decisiones a estas alturas, todavía no vitales para una empresa. Futuro inquietante, donde parece que ninguna actividad rutinaria, ni física ni intelectual, vaya a ser realizada por seres humanos. Tema que da pie en muchos artículos prospectivos.