Etiqueta: negocios

Sesgos, las Fuerzas Ocultas de la Toma de Decisiones

en por Soraya Carvajal Baronaen Actualidad, Economía, TecnologíaDeja un comentario
Foto de Jr Kropa, Unsplash.

Por: Soraya Carvajal B.

En el panorama competitivo actual, ya sea en tecnología, finanzas o retail, crear productos y servicios que realmente conecten con las personas es primordial. En el Diseño de Experiencia de Usuario (UX) hay un principio fundamental: la absoluta necesidad de colocar al usuario en el centro de cada decisión de diseño para satisfacer sus necesidades de manera efectiva.

Sin embargo, lograr esto requiere algo más que buenas intenciones y procesos optimizados. Exige una comprensión profunda de las corrientes psicológicas invisibles que moldean el comportamiento humano: los sesgos cognitivos. Estos patrones sistemáticos de desviación del juicio racional no son solo conceptos psicológicos abstractos; son fuerzas poderosas que influyen activamente en el razonamiento, el juicio y la toma de decisiones en todas las industrias.

Desde la forma en que se comercializa un producto y cómo se enmarca un servicio, hasta las propias funciones que se priorizan durante su desarrollo, los sesgos cognitivos juegan un papel crítico. Reconocerlos es el primer paso para diseñar experiencias de usuario más intuitivas, éticas y exitosas.

Entre los sesgos más comunes que se deben tener en cuenta se encuentran el sesgo de confirmación, el efecto de encuadre y la falacia del coste hundido. Comprender a estos influenciadores ocultos ya no es solo una ventaja, sino un componente esencial del pensamiento estratégico y del diseño centrado en el usuario en el mundo moderno.

Sesgo Cognitivo: Un sesgo cognitivo es un patrón sistemático de desviación del juicio racional. Nuestro cerebro utiliza estos atajos mentales (heurísticos) para simplificar la toma de decisiones, pero a menudo conducen a una distorsión perceptual, una valoración inexacta y una interpretación ilógica.

  • Efecto de Ambigüedad: La tendencia a evitar opciones para las que la probabilidad de un resultado favorable es deconocida, en favor de opciones donde la probabilidad es conocida, incluso si es menor.

Ejemplo: A un usuario se le presentan dos planes de suscripción. El Plan A indica claramente «Música ilimitada por 9,99 €/mes». El Plan B dice «Pago por uso, el coste varía según lo que escuches». La mayoría de los usuarios elegirá el Plan A para evitar la ambigüedad y la imprevisibilidad potencial del coste del Plan B.

  • Ilusión de Agrupamiento: La tendencia a percibir patrones en eventos aleatorios o a ver agrupaciones en muestras pequeñas de datos donde no existe un patrón real.

Ejemplo: Un desarrollador de aplicaciones ve que el engagement de los usuarios se disparó dos martes consecutivos. Podría suponer incorrectamente que los martes son inherentemente mejores para lanzar nuevas funciones, ignorando que los picos probablemente se debieron a eventos aleatorios no relacionados, como una publicación viral en redes sociales.

  • Sesgo de Confirmación: La tendencia a buscar, interpretar, favorecer y recordar información que confirma o apoya las creencias o valores preexistentes de uno.

Ejemplo: Un product manager que cree que un nuevo botón rojo de «Comprar Ahora» funcionará mejor, prestará atención principalmente a los datos del test A/B (prueba por redirección, que permite comparar dos versiones de algo) que muestran un leve aumento en las conversiones del botón rojo, mientras que restará importancia o desestimará los datos que no muestran ningún cambio significativo o incluso una disminución.

Sesgo Cultural: La tendencia a juzgar e interpretar fenómenos a través del lente de las normas y prácticas culturales propias, lo que lleva a malentendidos o a un diseño inapropiado para otras culturas.

Ejemplo: Una aplicación global de entrega de comida utiliza un icono de pulgar hacia arriba para significar una reseña positiva de un restaurante. Sin embargo, en algunas partes de Oriente Medio y África Occidental, este gesto puede considerarse ofensivo. Lanzar la aplicación con este icono sin adaptación cultural crearía una barrera para los usuarios en esas regiones.

  • Sesgo de Falso Consenso: La tendencia a sobrestimar el grado en que los demás comparten nuestras creencias, opiniones y comportamientos.

Ejemplo: Un equipo de desarrollo, formado por personas expertas en tecnología, diseña una nueva aplicación con un sistema de navegación complejo basado en gestos. Dan por sentado que es intuitivo porque a ellos les parece lógico, solo para descubrir que la mayoría de su base de usuarios, menos técnica, se siente confundida y frustrada.

  • Efecto de Encuadre: La tendencia de las personas a que sus decisiones se vean influenciadas por cómo se presenta la información (por ejemplo, como una pérdida o una ganancia) en lugar de basarse solo en la información en sí.

Ejemplo: Una empresa descubre que presentar su precio como «¡Ahorra 50 € al año!» es más efectivo para convertir usuarios que presentarlo como «Solo 4,99 € al mes», aunque el valor financiero sea idéntico. El encuadre de «ahorro» es más poderoso.

  • Error Fundamental de Atribución: La tendencia a sobre-enfatizar explicaciones basadas en la personalidad para los comportamientos de los demás, mientras se subestiman los factores situacionales.

Ejemplo: Un diseñador ve en los análisis que muchos usuarios abandonan un formulario de registro complejo. El diseñador podría pensar: «Los usuarios son vagos» (una atribución personal) en lugar de considerar que el formulario es demasiado largo y pide información innecesaria (un factor situacional).

  • Sesgo de Retrospectiva: La tendencia a ver los eventos pasados como haber sido predecibles y obvios, resumida a menudo por la frase «ya lo sabía».

Ejemplo: Después de que una nueva consola de videojuegos se agote al instante debido a una demanda sin precedentes, causando caídas de la web, los críticos afirman que la empresa obviamente debería haber preparado más servidores. Esto ignora el hecho de que predecir con precisión una carga tan masiva y en tiempo real es extremadamente difícil, y el resultado solo parece obvio en retrospectiva.

  • Sesgo Implícito y Sesgo Racial: Sesgo Implícito se refiere a las actitudes o estereotipos que afectan a nuestra comprensión, acciones y decisiones de manera inconsciente. Sesgo Racial es una forma específica de sesgo implícito relacionado con la raza.

Ejemplo (Implícito): Un algoritmo de recorte de imágenes, entrenado con un conjunto de datos predominantemente de una etnia, se centra y prioriza constantemente los rostros de esa etnia, recortando o representando incorrectamente a personas de otras razas. Esto refleja el sesgo inconsciente en sus datos de entrenamiento.

Ejemplo (Racial): Una IA de «belleza» o un filtro que aclara automáticamente el tono de la piel o altera los rasgos faciales para ajustarse a un estándar racial específico demuestra un sesgo racial claro y dañino.

  • Efecto de Posición Serial: La tendencia a recordar mejor los primeros (efecto de primacía) y los últimos (efecto de recencia) elementos de una serie.

Ejemplo: En una lista de películas recomendadas en un servicio de streaming, es más probable que los usuarios recuerden y hagan clic en los primeros y últimos títulos mostrados. Las películas en medio de la lista, a pesar de ser igual de relevantes, reciben menos atención.

  • Sesgo de Deseabilidad Social: La tendencia a responder a preguntas o tomar decisiones de una manera que será vista favorablemente por los demás, lo que a menudo lleva a informar en exceso sobre el comportamiento «bueno» y a sub-reportar el «malo».

Ejemplo: En las encuestas, las personas pueden exagerar la frecuencia con la que usan una aplicación de «alimentación saludable» o informar menos del tiempo que pasan en juegos de redes sociales, porque esa es la respuesta socialmente deseable.

  • Falacia del Coste Hundido/Irrecuperable: La tendencia a continuar con un proyecto o persistir en el uso de un producto una vez que se ha realizado una inversión de dinero, esfuerzo o tiempo, incluso si los costes actuales superan los beneficios.

Ejemplo: Un usuario continúa pagando un software de gestión de proyectos premium año tras año, aunque su equipo lo considere inadecuado y no lo use. Siente que ha «invertido» demasiado tiempo en aprenderlo y migrar sus datos como para dejarlo, por lo que el coste hundido lo mantiene suscrito.

  • Sesgo del Superviviente: La tendencia a centrarse en las personas o cosas que «sobrevivieron» a un proceso y pasar por alto inadvertidamente aquellas que no lo hicieron debido a su falta de visibilidad.

Ejemplo: Un equipo de producto solo recopila feedback de los usuarios actuales y activos de su aplicación para planificar nuevas funciones. Esto ignora las necesidades y razones de los usuarios que probaron la aplicación y la abandonaron. Al solo escuchar a los «supervivientes», el equipo desarrolla una comprensión distorsionada de lo que el mercado realmente quiere y por qué la gente abandona el producto.

Comprender estos sesgos es crucial para diseñar mejores productos, interpretar con precisión los datos de los usuarios y tomar decisiones empresariales más racionales.

Si desea profundizar en este tema: «Pensar rápido, pensar despacio», de Daniel Kahneman.

Big data, internet de las cosas y grandes corporaciones

en por Soraya Carvajal Baronaen TecnologíaDeja un comentario

De izq a derecha: Lucía Álvarez, Rosa María Sainz, Francisco Manzanero, Rafael Luque, Mónica Martínez Walter, Elena Pisonero y David del Val.
De izq a derecha: Lucía Álvarez, Rosa María Sainz, Francisco Manzanero, Rafael Luque, Mónica Martínez Walter, Elena Pisonero y David del Val. Fuente: Fundación Telefónica

Por: Soraya Carvajal B.

¿Sabe usted por qué son importantes los datos que generan los ciudadanos cuando hacen una compra con tarjeta o una transacción bancaria, consultan al médico, realizan una llamada telefónica, navegan por internet, usan un videojuego, etc.?, ¿Qué hacen las compañías que trabajan con estos datos?, ¿Cuáles son los usos?.

En la segunda sesión de “Vivir en un mar de datos” se abordó la relación entre el Big Data y la visión y proyectos que las compañías de este sector vienen desarrollando en España, a fin de aportar nuevas soluciones y negocios, facilitar el crecimiento de las empresas, así como establecer nuevas relaciones y alianzas.

En el evento Lucía Álvarez, Responsable de Analítica de Negocio de IBM para España, Israel, Grecia y Portugal, señaló que teniendo en cuenta que los datos son la nueva materia prima, para su compañía es relevante entender cómo extraer el valor de la información que se está generando, saber cómo utilizarla, cómo transformarla y sacar partido de ella para convertirla en una ventaja competitiva, en una transformación de las líneas de negocio.

Álvarez aseguró que cada día se genera una inmensa cantidad de datos en los más variados sectores. Así, cada segundo se producen en el mundo 10 mil pagos con tarjeta; cada año se publican 700 mil artículos médicos y las mismas empresas generan mucha información a través de todas sus interacciones, por eso, para esta directiva, el reto está en ser capaz de captar el dato en el momento en que se produce, pues la información tiene una temporalidad que es necesario saber aprovechar.

“El Big Data permite a las empresas conocer bien a sus clientes para ofrecerles un servicio más personalizado, predecir sus comportamientos futuros, analizar patrones y detectar comportamientos fraudulentos”, afirmó.

Para Álvarez las empresas que están invirtiendo en el valor de los datos tienen un incremento en la satisfacción de los clientes, lo que genera un retorno, pues “los estudios señalan que las empresas que surgen alrededor del dato tienen 3 veces más posibilidades de éxito que las que no lo hacen y que por cada dólar invertido en datos y analítica las empresas recuperan 13 dólares”.

Actualmente los trabajos de analítica más demandados en su compañía son aquellos dirigidos a detectar el fraude, al igual que la demanda de soluciones que permitan integrar los distintos servicios de la ciudad, soluciones en el área de la sanidad o servicios de ventanilla única, entre otros.

A su vez, Francisco Manzanero, Director General de HP Software para España y Portugal, afirmó que cada día se genera una ingente cantidad de datos que incluyen el data machine, los contenidos multimedia, información estructurada, información de telemetría, tráfico, etc., y el reto está en ser capaz de capturar toda la información para tomar las mejores decisiones, entender a los clientes y darles el mejor servicio acorde a sus necesidades.

“Big Data es conocer mejor a nuestros clientes y vivir la realidad, el día a día de sus necesidades (…) por eso vamos a necesitar soluciones que capturen todo tipo de información: estructurada, clásica, información humana, etc. Tenemos que adaptar nuestros productos y servicios en tiempo real”.

Este dirigente aseguró que sus principales clientes en Big Data son “las empresas de la nueva tecnología que han entendido la importancia de la monetización del dato”, pero que el abanico de posibilidades es tan amplio que también trabajan en producir soluciones para los sectores del petróleo, atención sanitaria, administración central, prevención del crimen e incluso interpol.

Para Manzanero es claro que el “Big data lo está cambiando todo y gracias a ello el sector IT está en los consejos de empresa”.

Big-Data-Blog-Image2Big data

¿Oportunidad de negocio o burbuja?

¿El Big Data es un negocio o puede ser una burbuja?, esa fue la retadora pregunta de Mónica Martínez Walter, Presidenta del grupo tecnológico internacional GMV, para quien aunque este sector tenga una importante resonancia mediática se debe tener en cuenta que “no siempre el Big Data es la solución”, sino que, por el contrario, puede ser un gran problema si los datos son erróneos, heterogéneos o no tienen calidad.

La Presidenta de GMV aseguró que el Big Data requiere herramientas, personal cualificado, infraestructura y tener claro el modelo de negocio. Para esta directiva además, uno de los principales problemas que actualmente afrontan las compañías del sector es la escasez de personal especializado pues, en su concepto, estos profesionales deben ser una mezcla entre informático, matemático, estadístico, tener olfato para los negocios y saber comunicar eficazmente los resultados.

“El valor real de los datos proviene de entender el valor de los negocios, hacer preguntas prácticas y apoyar la toma de decisiones (…) Hace falta el talento para discernir dónde están las oportunidades, tener una cantidad de datos por delante y plantear una pregunta práctica que vaya a tener consecuencias para el negocio, que vaya a ser fundamental”.

Martínez Walter indicó que, dado que internet no es un entorno seguro, su compañía está trabajando en ayudar a sus clientes a protegerse de los diferentes ataques que surgen en la red, detectar vulnerabilidades y levantar las alarmas en tiempo real. “Trabajamos la prevención del fraude con tarjetas bancarias, análisis de vigilancia digital, gestión de datos clínicos, agricultura de precisión, entre otros”.

Finalmente esta dirigente afirmó que teniendo en cuenta que el Estado no es sólo un cliente, sino también un propietario de datos, que son de todos, debería hacer esta información accesible, generando así oportunidades de negocio.

A su vez, la Presidenta de Hispasat, Elena Pisonero, afirmó que, en términos generales, el Big Data consiste en captar información para tomar decisiones de forma más eficiente y eficaz. Esta directiva considera que hoy en día “los datos son oro molido”, si se saben utilizar con las preguntas adecuadas. Por eso, piensa que es fundamental crear equipos diversos y polivalentes para generar las mejores soluciones.

Según Pisonero aunque los avances tecnológicos siempre producen miedo y aunque habrá casos de éxito y miles de casos de fracaso, la revolución del Big Data es un proceso imparable, pues la tecnología, además de dar soporte aporta una nueva dimensión estratégica. Por ello, aseguró que las corporaciones tendrán más capacidad de innovar, ampliarán el sistema de pensamiento, sus redes, etc.

Y teniendo en cuenta que actualmente los satélites son agentes fundamentales para transmitir todo tipo de información, la presidenta de Hispasat precisó que los principales usuarios de su compañía son los sectores militar y de defensa; de transporte y carga y finalmente la administración civil, en ese orden.

David del Val, Consejero Delegado de Telefónica en I+D, afirmó que el Big Data es un concepto que lleva ya bastantes años, que se define por el volumen, la variedad y la velocidad de los datos, que genera valor y ayuda a predecir el futuro.

Del Val aseguró que a diario en su compañía trabajan con una gran cantidad de datos de los clientes, referidos a las llamadas que hacen, sus conexiones a las diferentes antenas, los lugares por dónde se desplazan, etc., y esa información la utilizan en el ámbito interno para hacer la planificación de sus redes, definir dónde instalan las antenas, entre otros aspectos.

En el ámbito externo, según del Val ya vienen dando pasos hacia internet de las cosas, para que todo objeto que tenga un microprocesador pueda conectarse a internet.

Para Del Val, en Big Data cada vez será más normal que se combinen diferentes fuentes de información y los datos más variopintos, y con internet de las cosas van a empezar a surgir muchos más datos y aplicaciones que combinarán toda esta información.

Pero, a pesar del prospero panorama, este directivo de I+D señaló que el reto más desafiante se refiere a la velocidad en la emisión de los datos, pues cada vez es más necesario que los datos lleguen rápidamente, que se envíen en tiempo real a los lugares donde serán analizados y eso se complica porque a medida que avanza la velocidad en la emisión de datos, los sensores deberán contar con baterías mucho más duraderas, para que el modelo de negocio sea sostenible, pues no es viable estar cambiando la batería cada tres meses. “Al aumentar la velocidad de emisión se necesitarán baterías de 10 años de duración, pero actualmente que las baterías duren más sólo se consigue haciendo que emitan a muy baja velocidad”.

Código Ético

Respecto al debate sobre la legalidad y ética de la recolección y manejo de los datos todos los representantes empresariales coincidieron en señalar que entre los ciudadanos prima el temor y la desconfianza sobre la cesión y el uso que se pueda hacer de sus datos, y generalmente tienen la sensación de que dan mucho a cambio de los servicios que reciben.

Así mismo, señalaron que el sector del Big Data debe ordenarse, pues falta un marco legislativo que establezca los límites de la privacidad o un código ético que impulse acciones como por ejemplo, trabajar con datos anonimizados (sin nombres).

Sin embargo, para todos es claro que los datos son una fuente de dinero, que el Big Data es una industria creciente y que deben redoblar sus inversiones para proteger los datos y evitar las fugas de información, porque el consenso general es que éste es un proceso imparable y “no se le pueden poner puertas al campo”.