Pregunta: Los datos son el nuevo petróleo. Los datos impulsan decisiones basadas en hechos. Como gerente, dependerá de los datos para impulsar sus decisiones comerciales. ¿Se imagina tomar una decisión comercial crítica sobre datos erróneos? ¿Alguna vez te has detenido a preguntarte si confías en tus datos? ¿Qué sucederá si toma una decisión empresarial sobre datos

Los datos son el nuevo petróleo. Los datos impulsan decisiones basadas en hechos. Como gerente, dependerá de los datos para impulsar sus decisiones comerciales. ¿Se imagina tomar una decisión comercial crítica sobre datos erróneos? ¿Alguna vez te has detenido a preguntarte si confías en tus datos? ¿Qué sucederá si toma una decisión empresarial sobre datos incorrectos, inexactos o de baja calidad? Obviamente, hay muchas posibilidades de que tome la decisión equivocada, y ese es el principal riesgo cuando se utilizan datos para impulsar sus decisiones. Estos son algunos ejemplos de organizaciones que cayeron en la trampa de tomar decisiones importantes sobre datos incorrectos.

■Fidelidad: La ausencia de un signo negativo en un informe de dividendos le costó a esta compañía financiera $2,600 millones.

■Harvard: dos profesores llegaron a una conclusión incorrecta con una fórmula promedio que no logró extraer todos los datos. ■Juegos Olímpicos de Londres: Un error tipográfico accidental de 20.000 en lugar de 10.000 provocó la venta de 10.000 entradas adicionales para el evento de natación sincronizada.

■MI5: La agencia de inteligencia británica interceptó accidentalmente más de 1000 teléfonos incorrectos debido a un error de formato en una hoja de cálculo.

■TransAlta: Esta compañía eléctrica canadiense cometió un simple error de cortar y pegar al comprar energía al precio equivocado, lo que le costó $24 millones.

■Universidad de Toledo: un error tipográfico en una fórmula de hoja de cálculo condujo a una sobreestimación de la inscripción, lo que infló los ingresos en $2.4 millones.

Hay un dicho famoso en la industria de la tecnología: "La basura que entra es la basura que sale" (GIGO). Puedo ser el mejor analista de datos de mi empresa, pero si los datos que estoy analizando son incorrectos, entonces mi análisis será incorrecto. Pero muchos de nosotros nos olvidamos de preguntar sobre la calidad de nuestros datos y respondemos con demasiada rapidez y confianza. Hay una estadística común que indica que más del 80 por ciento de las hojas de cálculo tienen errores. ¿Por qué hay tantos errores en las hojas de cálculo? Es simple. ¡Las hojas de cálculo son creadas por personas y las personas cometen errores! Es importante recordar que nunca debe asumir que tiene datos de alta calidad. Siempre debe hacer el trabajo por adelantado para verificar la calidad de sus datos. Esto requerirá una gran cantidad de trabajo incluso antes de comenzar su análisis, pero puede dar grandes frutos a medida que toma decisiones con mayor confianza. Los datos incorrectos son costosos. Con los datos impulsando tantas decisiones en nuestras vidas, el costo de los datos incorrectos realmente nos afecta a todos, nos demos cuenta o no. IBM estima que los datos incorrectos cuestan a las empresas estadounidenses más de 3 billones de dólares al año. La mayoría de las personas que manejan datos se dan cuenta de que los datos incorrectos pueden ser extremadamente costosos, pero en la página 22 esta cifra es realmente impresionante. La mayoría de las empresas analizan los datos de los clientes, pero hay pocas posibilidades de que la empresa tenga éxito si los datos son incorrectos.

Preguntas ¿Por qué cree que los datos pueden ser inexactos?

¿Qué puede hacer una empresa para garantizar que los datos sean correctos?

Explicar cómo los datos malos afectarán la información, la inteligencia comercial y el conocimiento.

¿Alguna vez ha tomado una decisión basada en datos incorrectos? Si es así, asegúrese de compartirlo con sus compañeros y explíqueles cómo podría haber verificado la calidad de los datos.

Argumente a favor o en contra de la siguiente afirmación: “Es mejor tomar una decisión comercial con datos incorrectos que sin datos”.