Los 4 problemas fundamentales de los análisis promedio
04-05-2010
Cuando realizamos análisis semánticos, ordinales o lógicos estamos clasificando, cuantificando o comparando. Muchas veces, o la mayoría, tratamos de traducir los datos en información trabajando en premisas o hipótesis que permitan concluir en un resultado.
Lamentablemente más veces que las deseables nos encontramos con conclusiones rimbombantes que pueden no explicar nada o que pueden explicar mucho pero que al unificar o promediar magnitudes arrojan explicaciones tan distintas sustancialmente comparadas con el análisis fragmentado que terminan siendo erróneas.
El promedio como media
Muchas veces se establecen promedios sobre una variable similar (ej. cantidad de compras) sobre una variable no unificable (ej. tipos de clientes) que hacen que un resultado apresurado sea erróneo. Puede ser útil para evaluar infraestructura, pero nunca como análisis de comportamiento.
Decir que vendimos 2 productos por cliente es un dato de power point, pero no sirve absolutamente para nada cuando queremos hacer un análisis realista. ¿Realmente podemos unificar los clientes recurrentes y los primerizos? ¿Tiene sentido decir “se compran 2 productos por cliente” cuando un cliente compró 4 productos y otro cliente compró 1?
Prescindir de otras variables
Sé que un análisis no puede tomar todas las variables queribles, pero prescindir de otras lógicas como cambios sociales, estacionales o simplemente de afluencia de producto es caer en un análisis de comportamiento inútil que suele arrojar resultados no del todo reales.
No se puede evaluar el impacto de algo atribuyéndole resultados que no le corresponden, o ignorando otros como si no fueran atribuibles. Puede sonar algo básico, pero un análisis global pasa por alto obligatoriamente detalles mínimos que cambian radicalmente la cuestión.
Ignorar las causas del proceso
Quizá un matemático realizando un análisis promedio no esté interesado realmente en conocer el camino semántico al resultado, ya tiene la fórmula y no tiene que explicar un por qué, dispone de una comprobación matemática para dicho fin y busca un resultado, no las causas.
¿Qué sucede entonces con un análisis comercial o financiero? Cuando evaluamos los resultados de un negocio, tenemos personas o empresas compuestas por personas del otro lado del juego. Los procesos de decisión (ver teoría de decisión o teoría de juegos aporta mucho) suelen ser bastante más complejos que un resultado en valores simplemente numéricos.
Producen conclusiones erróneas
Esto es simplemente atribuible al error inicial de querer utilizar un análisis matemático para evaluar un resultado comercial. Nos vamos con una sensación semántica del tipo “vamos bien” o “cumplimos lo esperado” basándonos en un resultado numérico.
Aunque este problema parezca simplemente el resultado de los tres problemas anteriores, constituye un problema en sí porque desencadena la toma de una decisión. Cuando buscamos resultados, perseguimos una conclusión para tomar una decisión aunque más no sea seguir haciendo las cosas como lo veníamos haciendo.
Si la conclusión es errónea, probablemente la decisión también, produciendo una especie de placebo organizacional si las conclusiones son las esperadas o una alarma sobredimensionada si los cálculos arrojaron valores inesperados.
¿Se puede tratar cada circunstancia particular? No es la idea, simplemente bastaría con tomar los análisis promedio como lo que son y utilizar evaluaciones más adecuadas y realistas.
