Tres formas de crear un equipo basado en los datos

A medida que la organización acelera su capacidad de recopilar más y más datos, lo que más importa es contar con personas que puedan hacer las preguntas correctas sobre los datos. Aunque las personas difieren en su predisposición general hacia el pensamiento crítico, usted puede ayudarlas a desarrollar todo el potencial que tengan si pone en marcha los incentivos adecuados, da a las personas comentarios precisos y establece una cultura de aprendizaje informal y no jerárquica en la que las personas puedan compartir puntos de vista e ideas. Por ejemplo, en AirBnB, los empleados publican los problemas en un repositorio de conocimiento interno que permite a otras personas dar respuestas o soluciones. También hay cualidades psicológicas que determinan si las personas aprenderán a pensar de forma más empírica y cuantitativa. No importa lo inteligente que sea su intervención de aprendizaje y lo bien diseñado y ejecutado que esté su programa de formación, será más eficaz si los destinatarios son, en general, brillantes, curiosos y trabajadores; de hecho, el perfil de su equipo será el principal determinante del éxito de su intervención.

••• No cabe duda de que es una señal de progreso que una proporción significativa de las organizaciones y los directivos actuales parezcan sentirse culpables cuando admiten que toman las grandes decisiones de gestión de una manera intuitiva y no basada en pruebas. De hecho, ser _basado en datos_ se ha unido a las filas de «innovador», «diverso» y «socialmente responsable» como una de las características más loables de la cultura organizacional, al menos si utilizamos los sitios web de las empresas. Aunque sentir la presión de demostrar que los hechos objetivos —en lugar de las preferencias subjetivas— son la base de las decisiones clave de los gerentes es sin duda un paso importante para convertirse realmente en una organización basada en los datos, es un objetivo ambicioso para cualquier empresa, que requiere un gran[transformación cultural](/2018/02/big-companies-are-embracing-analytics-but-most-still-dont-have-a-data-driven-culture), que tendrá que trascender los deseos de los altos directivos para crear cambios reales en la forma en que las personas piensan, sienten y actúan en todos los niveles de la organización. Y, como ocurre con cualquier transformación cultural, los directivos son un [agente crítico](https://www.annualreviews.org/doi/abs/10.1146/annurev-psych-113011-143809) de cambio. Estas son tres recomendaciones clave de gestión del talento que deberían ayudar a su equipo a basarse más en los datos: **1. Fomentar el pensamiento crítico** : Si bien gran parte de los debates actuales en torno a los datos se centran en el papel de la tecnología y la IA, en realidad es el [lado humano](http://psycnet.apa.org/buy/1998-00766-023) de la ecuación que seguirá siendo el principal diferenciador para los equipos y las organizaciones. A medida que la organización acelera su capacidad de recopilar más y más datos (y no se trata tanto del tamaño, sino más bien de la calidad), lo que más importa es tener personas que puedan hacer las preguntas correctas a los datos. De hecho, como sostienen Ajay Agrawal y sus colegas en su reciente[libro](/product/prediction-machines-the-simple-economics-of-artificial-intelligence/10195-HBK-ENG), la inteligencia artificial (IA) permitirá hacer predicciones más baratas, lo que explica por qué hay tanta demanda. Pero la curiosidad humana y el pensamiento crítico son necesarios para identificar los principales problemas que la IA y los datos pueden ayudar a resolver, y este proceso comienza con usted. Esto significa cuestionar sus propios prejuicios, desconfiar de su intuición y mostrar un grado de escepticismo saludable cuando se le presentan ideas y sugerencias de otros, en particular de su equipo. Igual de importante, no recompense a los demás por tener ideas intuitivas o ideas que le parezcan intuitivamente correctas. En cambio, celebre el pensamiento crítico, la curiosidad y el deseo más profundo de cuestionar las cosas_._ Por ejemplo,[Amazon](/2015/08/amazon-is-right-that-disagreement-results-in-better-decisions) fomenta los desacuerdos para evitar el pensamiento de grupo y aprovechar los beneficios de la diversidad cognitiva. Aunque las personas difieren en su predisposición general hacia el pensamiento crítico, usted puede ayudarlas a desarrollar todo el potencial que tengan si pone en marcha los incentivos adecuados, da a las personas comentarios precisos y establece una cultura de aprendizaje informal y no jerárquica en la que las personas puedan compartir puntos de vista e ideas. Por ejemplo, en[AirBnB](/2018/07/the-democratization-of-data-science), los empleados publican los problemas en un repositorio de conocimientos interno que permite a otras personas dar respuestas o soluciones. Este simple intento de recopilar conocimientos de forma colectiva aumentará las capacidades de resolución de problemas de su equipo al aprovechar sus [inteligencia colectiva](/2013/04/using-the-crowd-as-an-innovation-partner). **2. Invierta en formación:** Con demasiada frecuencia, hay un desajuste entre las cosas que los directores y las organizaciones dicen que valoran (por ejemplo, la innovación, las habilidades sociales, el talento de liderazgo y la toma de decisiones basada en los datos) y los recursos que dedican a posibilitar esas cosas. Las implicaciones son obvias: si quiere que su equipo adopte o, al menos, se mantenga al día con la actual revolución de los datos y aborde el trabajo de una manera más basada en la evidencia, tendrá que capacitarlo. Esto no significa convertir a todo el mundo en un[científico de datos](/2012/10/data-scientist-the-sexiest-job-of-the-21st-century), pero aprovechando el vasto universo de recursos virtuales que existen dentro y fuera de las organizaciones. Por ejemplo, muchas de las mejores universidades, incluidas las Ivy Leagues, ofrecen Internet gratis [cursos sobre IA](https://www.forbes.com/sites/bernardmarr/2018/04/16/the-6-best-free-online-artificial-intelligence-courses-for-2018/#76d6b9ca59d7), [visualización de datos](https://www.class-central.com/report/best-data-visualization-courses/), y [ciencia de datos](https://www.forbes.com/sites/bernardmarr/2017/06/06/the-9-best-free-online-big-data-and-data-science-courses/#2cd8f8af43cd) y las principales empresas de este ámbito, como[Google](https://ai.google/education/), ofrecen una amplia gama de recursos y cursos en línea gratuitos sobre IA, análisis y macrodatos. Por lo tanto, la principal inversión no es el dinero, sino _hora_. Y, por supuesto, tiene que incentivar a la gente a aprovechar este tiempo. Metaanalítico[estudios](http://psycnet.apa.org/record/2003-03332-006) sugieren que cabe esperar que las intervenciones de formación bien diseñadas aumenten los resultados del aprendizaje formal en un 0,60 de la desviación estándar, lo que implica que la persona promedio del grupo de entrenamiento acabará superando al 73% de las personas en un _sin formación_ grupo. Dicho esto, el potencial de las personas limita lo que se beneficiarán de una intervención de entrenamiento. De hecho, un exhaustivo[metanálisis](http://journals.sagepub.com/doi/abs/10.1177/0956797614535810) muestra que, para la mayoría de los trabajos y tareas relacionadas con el trabajo, la práctica deliberada representa solo el 1% de la variabilidad del rendimiento, y el 99% restante depende de las cualidades individuales presentes (y medibles) _antes_ el entrenamiento tuvo lugar. En otras palabras, la mayoría de los avances en experiencia o conocimiento relacionados con la formación se pueden predecir en función del potencial inicial de las personas, lo que hace que una buena contratación sea más importante que una buena formación (consulte el siguiente punto). **3. Contrate a las personas adecuadas:** En lo que respecta al entrenamiento de habilidades de razonamiento cuantitativo, basado en datos o basado en hechos, hay pruebas bien establecidas de las competencias que predicen la probabilidad de las personas de aprender y demostrar estas habilidades. En primer lugar, depende de su nivel de[inteligencia general](https://www.sciencedirect.com/science/article/pii/S0160289697900143) o capacidad cognitiva, que es el mejor indicador de la capacidad de una persona para resolver problemas de razonamiento bien definidos y adquirir conocimientos formales en cualquier área de competencia. Considérelo una medida general de la potencia mental o la velocidad de procesamiento cognitivo. Más específicamente, personas con más _cuantitativo_ o _habilidad numérica_ a los niveles (un subconjunto de la inteligencia general) les resultará mucho más fácil aprender cualquier formación relacionada con el análisis de datos. Independientemente de la experiencia o la base de conocimientos que ya tengan, aprenderán más rápido y mejor. Puede que suene obvio, pero la implicación práctica es que si quiere que su equipo tenga habilidades cuantitativas, lo mejor que puede hacer es evitar contratar personas con niveles más bajos de capacidad de razonamiento numérico. Sin embargo, también hay otras cualidades psicológicas que determinan si las personas aprenderán a pensar de forma más empírica y cuantitativa: estar drogado[Apertura a la experiencia](https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1744-6570.1991.tb00688.x), [curiosidad](http://psycnet.apa.org/record/2012-32649-001) y[capacidad de aprendizaje](https://www.manpowergroup.com/workforce-insights/expertise/learnability-quotient) mejorará la de las personas _voluntad_ para aprender y pensar de forma más racional, al igual que su nivel general de[motivación](http://psycnet.apa.org/buy/2000-03966-003) y[escrupulosidad](http://psycnet.apa.org/record/1998-10357-012). Por lo tanto, no importa lo inteligente que sea su intervención de aprendizaje y lo bien diseñado y ejecutado que esté su programa, será más eficaz si los destinatarios son, en general, brillantes, curiosos y trabajadores; de hecho, el perfil de su equipo será el principal determinante del éxito de su intervención.