BILL FRANKS, TERADATA
Crédito de la imagen: wavebreakmedia / Shutterstock
Demasiadas iniciativas de datos grandes fallan porque las empresas, de arriba abajo, no están comprometidos con la verdad en la analítica. Dejame explicar.
En enero de 2015, el Economist Intelligence Unit (EIU) y Teradata (información completa: también mi empleador) dio a conocer los resultados de un importante estudio tuvo como objetivo identificar cómo las empresas que tienen éxito en ser impulsado por los datos difieren de los que no lo son.
Entre sus muchos hallazgos, había algunos particularmente preocupante, resultados "código rojo" que revelaron CEOs parecen tener una visión más optimista de análisis esfuerzos de una empresa que directores, gerentes, analistas, científicos y de datos. Por ejemplo, EIU encontró que los directores generales son más propensos a pensar que los empleados extraen ideas relevantes a partir de datos de la compañía - el 38 por ciento de ellos sostienen esta creencia, en comparación con el 24 por ciento de todos los encuestados y sólo el 19 por ciento de los vicepresidentes, vicepresidentes, y directores. Del mismo modo, el 43 por ciento de los CEOs piensan datos relevantes son capturados y puestos a disposición en tiempo real, en comparación con el 29 por ciento de todos los encuestados.
Así que ¿por qué hay una desconexión tal? Resulta que la respuesta es mucho más humano que el tamaño de las arcas de datos de una empresa, o de la tecnología de almacenado para analizarlo. Iniciativas de datos grandes se caen a los pies de los prejuicios, malos supuestos y el fracaso, o miedo, de dejar que los datos hablan por sí mismo. Como ideas hacen su camino hasta la escalera corporativa, desde el científico de datos para el director general, la verdad en la analítica se pierde en el camino. Y esto nos lleva a un efecto acumulativo de consecuencias no deseadas.
Comunicar los conocido-desconocido a su CEO
Tome la idea de los riesgos conocidos, por ejemplo. En la analítica, que siempre hay que hacer algunas suposiciones porque los datos casi nunca se pinta un cuadro completo. Por lo tanto, usted tiene que identificar y clasificar los riesgos para entender lo que puede ocurrir cuando las hipótesis van mal. En algunos casos, los riesgos no están vinculados a grandes consecuencias. Pero, en otros casos, puede ser devastadora.Mira la caída de la bolsa de 2008. Una gran cantidad de personas que hizo una suposición simple y lógico que los precios inmobiliarios solamente subirían. Pero la mayoría de los analistas no experimentan suficiente con lo que sucedería si los precios realmente cayeron. Bueno, ahora que sabemos lo que pasaría. Era casi una calamidad global. Las personas que invierten en la burbuja antes de la crisis de vivienda estaban trabajando en la suposición de que fue muy defectuoso en muchos niveles. Y muy pocas personas consideran o se dieron cuenta, el riesgo hasta que fue demasiado tarde.
Lo mismo ocurre, en general, a escalas más pequeñas, en las empresas. El CEO no tiene una visión clara de los riesgos. Corresponde a los científicos de datos, analistas de negocio y sus gerentes para que el CEO muy consciente del riesgo en suposiciones. El CEO tiene que entender que hay una crítica, nivel 1 de riesgo en supuestos - en el ejemplo de la vivienda, si los precios iban a bajar, todo esto se desmorona. Aunque es poco probable que el riesgo de, al menos, que está en la mesa. Muchas personas se sienten incómodas discutiendo esos negativos con altos ejecutivos y muchos altos ejecutivos no les gusta oírlo. Pero para tener éxito, todo el mundo debe superar ese obstáculo.
Pasar de la cultura del miedo de la Verdad
Luego está el miedo a la verdad, con un poco de sesgo cognitivo tirado. Por ejemplo, es muy común que la gente de ventas, cuando se le preguntó por su pronóstico, incluso armados con datos sobre el desempeño histórico y la tubería actual, por lo general no están seguros si van a golpear su número. Pero, por lo general, te dirán el vicepresidente de ventas van a golpear sus previsiones - a menos que, por supuesto, una señorita es muy evidente. Comparten la información que se espera que compartir, y retener cualquier reconocimiento de que los números son maleables.El problema surge en el agregado: El VP consigue un panorama color de rosa de cinco personas de ventas en su equipo, a pesar de que todos ellos tienen serias dudas, por lo que pone esa suposición y los datos rollos de hasta el CEO o CFO. En realidad, la métrica se basa en una gran cantidad de dudas. La verdad está enterrado bajo el temor de perder el empleo y la expectativa cultural que se cumplirá la meta. El fracaso no es una opción. Sin embargo, si bien es probable que varias de las personas de ventas se encargará de golpear su número, la posibilidad de que toda voluntad es pequeña. Esto hace que las cifras VPs aún más realista que las estimaciones iniciales.
Entonces, ¿qué sucede? Todo el mundo se sorprende cuando la empresa pierde su pronóstico. Este es un ejemplo de donde la gente sugarcoat un poco en el extremo inferior, y el efecto acumulativo conduce al negocio pronosticar correctamente los resultados de toda la compañía.
No subestime el futuro de la Verdad
Otro problema común es subestimar, o simplemente no tener en cuenta, el nivel de confianza en los análisis resulta que se está alimentando el CEO. Tal vez nos sentimos cómodos con los datos y los supuestos, hemos pedido las preguntas correctas y que hemos tomado los riesgos en la consideración, pero no hemos evaluado el nivel de confianza de nuestras predicciones. Este se introduce en las técnicas clásicas de evaluación del modelo de análisis. Es la previsión más-o-menos 1 por ciento o 20 por ciento? Si es crítico para aumentar las ventas en un 5 por ciento y el modelo predice un 10 por ciento de crecimiento de ventas dentro de más-o-menos del 5 por ciento, entonces estamos probablemente muy bien. Pero si el modelo predice un 10 por ciento el crecimiento de ventas de más o menos 15 por ciento, entonces podríamos estar cerrando sus puertas a finales de año si no tenemos cuidado.Por lo tanto, ¿que debe cambiar?
La cultura en torno a la forma de ver los datos y las decisiones basadas en datos se hacen tiene que cambiar. Si un científico de datos trae todos los supuestos y riesgos de una conversación de sala de juntas sólo para ser masticado y escupido a cabo, la próxima vez que entra en la sala de juntas que, él estará seguro de ocultar las verdades negativas. Pero, cuando la cultura fomenta la curiosidad y aceptación imparcial de la historia dice que los datos, a continuación, los que guardan los datos son libres de compartir lo que saben y no habrá, todos los datos, y no sólo el miedo de señalar a los datos bits de color de rosa. El CEO debe tomar la responsabilidad de hacer de forma activa sobre los riesgos y promover una cultura de la transparencia. Pero lo mismo ocurre con todos los demás. Los miembros del equipo a todos los niveles deben asumir la responsabilidad de la celebración de la verdad en los datos y mantener una total transparencia al comunicar en la jerarquía corporativa.Los ejecutivos tienen que pedir a su gente a hacer esto la debida diligencia a medida que pasan los resultados, y que tienen que hacer las preguntas hacia abajo por lo que se convierte en una conversación en torno a los datos, no simplemente un tablero de instrumentos de un solo lado, o presentación. En algunos casos, puede que no haya ningún riesgo material, pero el hecho de que de manera inteligente llegado a esa conclusión demuestra que usted tiene la disciplina para hacer la evaluación. Como director general o alto directivo, usted no puede asumir todos hicieron un gran trabajo de validación de todos los riesgos potenciales e hizo todas las suposiciones correctas. Usted tiene que preguntarse por la verdad y estar dispuesto a manejar la situación.
Venture Beat