En la economía actual, impulsada por la tecnología, los datos son esenciales para obtener nuevos conocimientos, tomar decisiones y crear productos.
De hecho, hay tantos datos que su cantidad se duplica cada dos años, y en 2025 habrá 175.000 exabytes de datos.
Es una cifra sin precedentes, y es difícil de poner en perspectiva. Para que nos hagamos una idea, un exabyte equivale a 1.000.000.000 de GB de datos, y se dice que cinco exabytes equivalen aproximadamente a «todas las palabras jamás pronunciadas por la humanidad».
Falacias y trucos comunes con los datos
Las falacias estadísticas son trucos comunes que los datos pueden jugarle, y que conducen a errores en la interpretación y el análisis de los datos. Explora algunas falacias comunes, con ejemplos de la vida real, y descubre cómo puedes evitarlas.
Descubir estos puede ser todo un reto. Los datos vienen en muchas formas diferentes y no todos son fáciles de analizar. Como resultado, es tentador tomar atajos con los datos, o tratar de encajar los datos que recibimos en nuestras nociones preconcebidas de cómo deberían ser las cosas.
Ejemplos de falacias
He aquí cuatro ejemplos de falacias, y por qué cada una de ellas es considerada un faux-pas por los científicos de datos.
1. Sesgo de supervivencia
Cuando se analizan las cualidades que se necesitan para ser un empresario de éxito, se suelen buscar pistas en la población existente de empresarios establecidos. Sin embargo, al limitar nuestra muestra sólo a este grupo de empresarios «supervivientes», corremos el riesgo de sufrir un sesgo de supervivencia.
Hay lecciones que podemos aprender de todos los empresarios que han fracasado, pero son mucho más difíciles de encontrar. Integrar esos datos en la historia puede ayudar a completar una imagen mucho más completa.
2. Falsa causalidad
¿Sabías que existe una correlación del 95% entre la tasa de matrimonios en Kentucky y la cantidad de personas que se ahogan cada año al caer de los barcos de pesca?
Matrimonios en Kentucky vs. personas que se ahogan
¿Significa esto que hay algún tipo de relación entre las dos variables?
Encontrar un alto nivel de correlación puede ocurrir simplemente por casualidad, pero adjudicar una falsa causalidad es uno de los errores estadísticos más comunes.
Esta y otras correlaciones extrañas aquí: tylervigen.com/spurious-correlations
3. La falacia del jugador
Si la ruleta sale negra 26 veces seguidas, ¿significa eso que volverá a salir roja en la siguiente tirada?
La falacia del jugador también ocurre con el análisis de datos: el hecho de que algo suceda con una frecuencia inusual durante un período de tiempo no significa que la naturaleza lo «igualará».
4. El efecto Cobra
Los datos pueden utilizarse para medir el progreso en la consecución de los objetivos empresariales, pero ¿qué ocurre si hay incentivos para jugar con estos objetivos?
Wells Fargo, en un esfuerzo por vender más a los clientes existentes, introdujo un incentivo llamado «ocho es genial». En resumen, se animó a sus empleados a vender ocho cuentas por cliente, que podían adoptar la forma de tarjetas de crédito, cuentas de ahorro y otros servicios financieros.
En un ejemplo de buenas intenciones que se torcieron, los empleados de Wells Fargo empezaron a incumplir las normas para cumplir sus objetivos. Se abrieron millones de tarjetas de crédito y cuentas de depósito no autorizadas sobre la base de este perverso incentivo, y el banco fue finalmente condenado a pagar un acuerdo de 142 millones de dólares.
Fuentes: visualcapitalist.com, tylervigen.com, geckoboard.com