Cómo evitar el sesgo en el trabajo en 'big data'
La introducción de elementos valorativos en el procesamiento de datos puede limitarse mediante una serie de pautas de actuación a la hora de abordar proyectos de este tipo.
El empleo de los datos en beneficio de la estrategia de negocio es una constante en el actual panorama de transformación digital de las compañías y esto se percibe en las cifras relacionadas con el tema. Los últimos estudios de Gartner apuntan a que el mercado de software de 'business intelligence' y analítica moverá 22.800 millones de dólares en apenas un año, en 2020. Sin embargo, las organizaciones aún tienen trabajo por delante para aprovechar su potencial ya que la gran mayoría, casi nueve de cada diez, muestra un nivel bajo en su desarrollo.
Entre los obstáculos que pueden aparecer en el trabajo con 'big data' está la aparición de sesgo o influencia de factores valorativos o elementos externos, que pueden afectar al trabajo con los datos. El analista de Futurum Research, Daniel Newman, propone una serie de consejos para evitar este problema, que pasan por reconocer que puede haber sesgos y trabajar conforme a esta idea durante todo el proceso. En primer lugar, hay que definir bien el propósito, que no debiera pasar por probar el punto de vista propio o la posición de la organización, sino para buscar soluciones o estrategias reales; y este debe orientar bien todo el proceso de recopilación de datos. Para esta parte del trabajo conviene además desarrollar un método científico propio, una serie de pasos específicos y estándares que seguir en el camino.
En el paralelismo con el trabajo científico, Newman plantea la necesidad de partir de una hipótesis pero sin aferrarse a ella, abriéndose a la posibilidad de que puede estar equivocada. También se debe evitar precipitarse en las conclusiones, pese a lo interiorizado que muchas veces se tenga cómo suele funcionar un mercado o una tendencia determinada en un sector.
A la hora de trabajar con datos, la cultura empresarial es un factor importante. En el caso de las empresas que no hayan evolucionado hacia la cultura digital, pueden encontrarse en la plantilla trabajadores que no favorezcan el trabajo con datos. Es necesario tenerlos también en cuenta, a ellos y a sus puntos de vista, e integrarlos para corregir en la medida de lo posible sus sesgos.
La posibilidad de subcontratar el trabajo a terceros puede ayudar a reducir la posibilidad de introducir una visión parcial en el trabajo con datos. Y, al final de todo el proceso, hay que hacer un ejercicio de acepción de los resultados que haya proporcionado el 'big data', que no pasa necesariamente por tomarlos como 100% correctos sino por hacer una lectura cuidada y abierta a otras interpretaciones.
