Quais são os mitos que você mais precisa resolver sobre os dados?

by Marketing Future Today

Falar de dados não cabe em um almoço com um amigo tão pouco em um evento de três dias. Dados é possivelmente uma das maiores pautas do nosso cotidiano e que “apareceu” na vida da maioria das pessoas e empresas nos últimos anos. Acontece que eles sempre estiveram conosco – fato – mas, demorou para ficarem “famosos”.

E como qualquer coisa na vida quando fica famosa e começa a conquistar seu espaço, junto vem as dúvidas, os mitos e as invenções sobre o assunto. Frequentemente sou questionado sobre o uso de dados, afinal, a empresa que lidero é absolutamente voltada para solucionar problemas ou crises que empresas enfrentam com esse pilar, e me surpreendo com a quantidade de mitos que existem em volta dos dados. Definitivamente não é um mundo fácil de entender, claro que não, mas acredite, pode ser mais simples do que parece.

Recentemente li um artigo americano que fala sobre as “15 falácias de dados comuns a serem evitadas”. Me impactou porque acredito que começar desmistificando os mitos que envolvem o mundo dos dados é um bom começo para quem quer entender mais do assunto. Antes de começar, vale mencionar aqui um dado – olha ele aí – que esse mesmo artigo nos traz quando os tangibiliza, e quem é da área está acostumado a ver, quem não é sempre se surpreende:

– a quantidade dos dados dobra a cada dois anos⁠;
– em 2025, haverá 175.000 exabytes de dados existentes: um único exabyte é igual a 1.000.000.000 GB de dados, e cinco exabytes são considerados aproximadamente iguais a “todas as palavras já faladas pela humanidade”.

Não tente imaginar o que isso significa ou visualizar isso, é humanamente impossível. Mas é um prato cheio e divertido pra quem gosta do assunto. Por isso, das quinze falácias listadas no artigo, eu escolhi algumas que eu mais escuto e desmistificá-las ao meu modo.

Dono da verdade: Usar dados para comprovar a “minha ideia” ou a minha verdade. Primeiro eu chego em uma conclusão, e depois eu monto um storytelling dos dados para mostrar que a minha conclusão é correta.

Falsa causalidade: Assumir (de forma errada) que um evento acontece toda vez que um outro evento (que não tem nenhuma correlação) também acontece. Exemplo, todo dia que chove eu tenho dor de cabeça.

Persistência ou Teimosia: testar repetidamente novas hipóteses contra o mesmo conjunto de dados sem reconhecer que a maioria das correlações resultará do acaso. Ou seja, nunca vai conseguir concluir nada pois o conjunto de dados não tem “potência” para isso.

Viés na amostragem: tirar conclusões de um conjunto de dados que não é representativo da população que você está tentando entender.

Sorte / Azar de Jogador: Acreditar erroneamente que, como algo aconteceu com mais frequência do que o normal (ser sorteado por exemplo em algo), agora é menos provável que aconteça no futuro (e vice-versa).

Ajuste na seleção de dados: criar um modelo totalmente adaptado aos dados que quer (ajuste manual aqui da seleção de dados na maioria dos casos) e não com os critérios estatisticamente corretos.

Viés de sobrevivência: Tirar conclusões de um conjunto incompleto de dados, porque esses dados entregam os resultados que você precisa para concluir seu trabalho, o que chamamos muitas vezes de dados que sobreviveram ao fato. Um perigo isso.

Efeito Observador: O ato de monitorar algo (algum processo) ou alguém pode afetar seu comportamento, levando a pessoa a fazer as coisas que ela só faria quando monitorada, com isso, mudando seu comportamento.

Olhar com muita lupa / operacional: Analisar apenas indicadores operacionais e perder de vista o lado tático / estratégico das ações.

Olhar muito raso / superficial: Analisar apenas indicadores macro / estratégicos e de resumo, e não olhar métricas mais operacionais e linhas de execução, pendendo a possibilidade de identificar variações importantes na composição desse número. Exemplo clássico é a média da nota escolar dos meus filhos que é 5 e um tirou 10 e outro 0.

Enfim, esses são alguns fatos que acontecem no nosso dia a dia de análise de dados, e ciladas que às vezes podemos nos colocar – propositalmente ou não – na manipulação de dados. Temos que tomar muito cuidado aqui, pois todo o mundo está mais atento aos dados, as pessoas estão evoluindo no seu conhecimento de análise de dados, matemática, estatística, para uma tomada de decisão mais correta e assertiva, e manipular esses dados de forma a achar a “sua verdade dos fatos” não é mais aceito em qualquer lugar, não passa mais tão despercebido assim. Estamos de olho ! 🙂 .

Por Denys Fehr, CEO da Just a Little Data, empresa de data da B&Partners.co

0 Comentário

CONTEÚDO RELACIONADO

DEIXE UM COMENTÁRIO