Enfoque
Primero la evidencia, después el criterio.
Las buenas decisiones rara vez necesitan modelos complicados. Necesitan la pregunta adecuada, evidencia que pueda comprobarse, una exposición honesta de la incertidumbre y una forma de ver si la decisión funcionó.
Paso 1
Plantear la decisión
Acordamos la decisión que debe tomarse, las opciones realistas, el tiempo disponible y qué evidencia le haría cambiar de opinión.
Paso 2
Reunir y calificar
Combinamos sus datos con fuentes primarias y señales del mercado, y calificamos la fiabilidad de cada elemento de evidencia.
Paso 3
Analizar y probar
Utilizamos métodos que pueden comprobarse, distinguimos la correlación de la causa y realizamos pruebas pequeñas cuando los datos son escasos.
Paso 4
Decidir y medir
Una recomendación clara con su grado de confianza y, después, una medición de lo que cambió tras actuar.
Grados de evidencia
¿Qué grado de certeza tenemos?
Cada conclusión de nuestro trabajo y nuestra investigación lleva uno de cuatro grados. El grado describe la evidencia, no lo mucho que nos guste la conclusión.
| Grado | Significado | Fuente habitual |
|---|---|---|
| A | Medido. Observado directamente en datos fiables, con el método indicado. | Datos de ventas, costes y publicidad; pruebas controladas |
| B | Documentado. Afirmado por una fuente primaria. | Normativa, estadísticas oficiales, documentación de las plataformas |
| C | Razonado. Inferido a partir de la evidencia, con los supuestos indicados. | Modelos, comparaciones, analogías |
| D | Visión del profesional. Criterio experimentado, señalado como opinión. | Especialistas de la red, entrevistas con expertos |
Principios
Lo que nos exigimos.
- Indicar qué grado de certeza tenemos y por qué.
- Preferir métodos sencillos que otra persona pueda comprobar.
- Distinguir lo que se movió a la vez de lo que causó qué.
- Recomendar no hacer nada cuando la evidencia lo respalda.
- Medir después de la decisión, no solo antes.
Uso de la IA
Análisis más rápido, comprobado por personas.
Utilizamos herramientas de IA para recopilar, estructurar y analizar información con mayor rapidez. Un analista comprueba cada resultado, las fuentes se citan y los datos de los clientes se tratan bajo condiciones de confidencialidad y se excluyen del entrenamiento de modelos.
Iniciar una conversación