No sé si habéis podido ver la película “Moneyball” protagonizada por Brad Pitt basada en un hecho real ocurrido hace 10 años en Oakland (California). Billy Beane, gerente del equipo de la liga Americana de baseball The Oakland Athletics harto de los malos resultados de los suyos y sin contar con un presupuesto desorbitado para comprar jugadores se ayudó de un joven economista (Peter Brand) para, a través de estadísticas de jugadores, fichar a los mejores según los pretextos económicos y deportivos. Esta visión contrastó con la hasta entonces muy marcada pauta del deporte americano.
Pero, ¿por qué existe tanto prejuicio con las estadísticas? No es de extrañar que, con las manipulaciones y los malos usos estadísticos, el público en general acabe navegando entre la fascinación y la repudia por las cifras. Sin embargo la estadística es una herramienta loable que en malas manos puede convertirse en execrable.
“Esta continua perversión de la estadística hace que el ciudadano acepte las conclusiones estadísticas sin ejercer crítica alguna, por suponer que las cifras no mienten. Pero conforme maduramos pasamos al extremo opuesto [...] Mientras que en un momento creímos que las cifras no podían mentir, ahora se deduce que lo único que pueden hacer es engañar” Stephen K. Campbell, estadístico.
Aunque no es extensible este hecho a todos los espectros de la sociedad, el análisis estadístico se ve con malos ojos por casi todos. Ya hemos hablado en muchos de nuestros posts acerca del Big Data y la importancia de su almacenamiento, filtrado y análisis de datos. La empresa SAS realizó recientemente una encuesta para conocer la opinión de ejecutivos de empresas importantes en el sector energético, el 60 % de los encuestados rechazaban aplicar los sistemas de análisis debido al presupuesto o el funcionamiento interno de la empresa. No es que los encuestados consideren irrelevante el análisis de datos, sólo fue un 6 % del total sino que ven excesivas barreras para establecer un análisis adecuado.
A pesar de estas opiniones, la auditoría KPMG recomienda adoptar tres pasos para poder realizar un análisis de datos eficiente, conocer los datos disponibles, conocer su potencial e identificar oportunidades.
Otro de los prejuicios que se atribuye a la estadística es que predice lo evidente. Quizás en muchos casos es cierto a grandes rasgos o por un mal planteamiento, sin embargo el análisis interesante es aquel que ve los pequeños detalles y se aprovecha de ellos. El análisis de datos no se realiza únicamente para refutar una hipótesis sino para contrastarla.
Los datos en sí no valen nada si no van acompañados por un analista que pueda vislumbrar la explicación coherente.
