Alfabetización de datos
Data Literacy
¿Qué es la alfabetización de datos?
- Capacidad de leer, interpretar y usar datos para comunicarse
- Pensamiento para preguntar y dudar, no conocimiento estadístico
- Condiciones previas de una cultura de decisiones basada en datos
En las organizaciones donde la alfabetización de datos está asentada, cambian desde las reuniones. Los informes que terminaban en «en general, la respuesta fue buena» empiezan a recibir la pregunta «¿De qué período y de qué universo sale este número?». Y lo que respalda una cifra no es el cargo de quien la trajo, sino su origen: la responsabilidad de explicarla recae en la fuente del dato. Lo que cambia no es el resultado del análisis, sino el lenguaje con el que se toman las decisiones. El primer resultado es que desaparece la situación en la que, con el mismo tablero, cada departamento llega con una conclusión distinta.
Al diseñarla, conviene dividirla en cuatro capas: la de lectura de indicadores (definición, denominador, período); la de filtro de trampas (sesgo de supervivencia, paradoja de Simpson, confusión entre correlación y causalidad); la de juicio (a partir de qué diferencia tiene sentido un resultado); y la de persuasión (con qué gráfico mostrar los mismos datos). Aquí es donde se separa de la formación de analistas de datos. El analista construye la respuesta; la alfabetización es la capacidad de dudar de esa respuesta y de usarla. El curso común para toda la empresa basta con 4 a 6 horas, y conviene separar SQL y las herramientas de visualización como formación de perfil específico, porque así suben tanto la tasa de finalización como la aplicación en el trabajo.
Hay dos premisas que la capacitación por sí sola no resuelve. Una es el diccionario de indicadores: si la definición de «cliente activo» cambia de un departamento a otro, cuanto mejor capacitado esté un colaborador, más chocará en las reuniones. La otra es el acceso a los datos: si pasan tres meses sin que el personal pueda consultar por sí mismo lo que aprendió, el material queda en un cajón y el hábito no se forma. La alfabetización de datos es un problema de competencias y, a la vez, de infraestructura, y cuántos indicadores puede consultar el área de negocio por su cuenta es lo que mejor muestra el nivel real de la organización.
La confusión más frecuente es cambiar la alfabetización de datos por capacitación en herramientas. Se hacen 8 horas de práctica con herramientas de visualización y se informa una tasa de finalización del 92%, pero las conclusiones de las reuniones siguen siendo «en general, parece bien». Peor aún es cuando el número se convierte en arma con medio aprendizaje. Cuando cada departamento empieza a pelear con datos elegidos según el período y el segmento que más le convienen, los datos dejan de ser base para decidir y se endurecen como herramienta para defender una conclusión ya tomada. Por eso el primer grupo que debe capacitarse no son los profesionales, sino los ejecutivos y líderes de equipo que tienen que hacer las preguntas.
Jaryong KooDoctor en marketing y referente en análisis de datos con IA y en marca personal
John KimAutor de «Diseño de marketing B2B» y CEO de Nanum ConsultoríaConcepto que se extendió desde mediados de la década de 2010 con la popularización de la ciencia de datos. Gartner y otras firmas lo señalan como competencia clave de la transformación digital, y se convirtió en un tema central de la capacitación empresarial.
Veamos un caso hipotético: A, una distribuidora de productos de consumo para el hogar con 640 colaboradores y ventas anuales de KRW 230,000,000,000 (≈ US$172,148,000). Al cambiar de herramienta de análisis instaló más de 40 tableros, pero en cada reunión semanal de ventas el equipo de marketing y el de ventas llegaban con cifras distintas de «tasa de recompra» y pasaban 30 minutos discutiéndolo. Por instrucción del CEO se inició entonces un curso de alfabetización de datos de seis meses.
- Al reunir los 52 informes semanales de todos los departamentos, el líder del equipo de DX, Park, encontró tres fórmulas distintas para la «tasa de recompra». Al recibir el informe, el CFO preguntó: «¿Entonces tampoco podemos confiar en la tasa de crecimiento del año pasado?»
- Antes que la capacitación, se elaboró un diccionario de indicadores. Doce profesionales de negocio acordaron durante dos meses la definición, el denominador y el ciclo de cálculo de 18 indicadores clave, y los informes que usaban otra definición quedaron excluidos de la agenda de las reuniones.
- El curso común para toda la empresa se acotó a 4 horas y abordó solo tres casos de fracaso propios de la compañía. Fueron cosas como la ilusión del ticket promedio o la omisión de la estacionalidad al comparar antes y después de una promoción. No se incluyó ni una sola fórmula estadística.
- Se organizaron talleres separados para ejecutivos y líderes de equipo, con el objetivo de que en las reuniones se hicieran siempre dos preguntas: «¿De qué período es este número?» y «¿Cuántos casos incluye la muestra?». Cuando el director comercial empezó a usarlas primero, el formato de los informes cambió en dos semanas.
- Seis meses después, el tiempo promedio de las reuniones semanales se redujo de 90 a 55 minutos, y los temas que generaban disputas sobre la definición de indicadores bajaron de 7 al mes a 1. Además, los usuarios de negocio que consultan el panel directamente pasaron de 38 a 214 personas.