INFORMACIÓN Y TECNOLOGÍA

Cómo explorar la relación

de causa y efecto como un
científico de datos
Por Thomas C. Redman
19 DE FEBRERO DE 2014

En la actualidad, la capacidad para pensar de manera analítica es importante para cualquier administrador.
Los primeros pasos, tal como expliqué antes, suponen recopilar datos, crear algunos gráficos simples, llegar a
conclusiones básicas y planificar los pasos a seguir. Sin embargo, los datos no revelan sus secretos con facilidad.
Si bien podemos usar los datos para entender la correlación, la comprensión más básica de la relación de causa
y efecto va aún más lejos. Además, confundir estos dos conceptos puede generar resultados catastróficos.

Todos los administradores deben remarcar frecuentemente la diferencia entre "correlación" y "relación de causa
y efecto", ya que este tema aparece de muchas maneras distintas. Todo el tiempo surgen nuevos problemas de
producción, marketing, planificación e inversión, los cuales requieren de un análisis cuidadoso. Los macrodatos
y el análisis avanzado producen correlaciones inesperadas, y resulta esencial separar la oportunidad real del
acercamiento falso. Por último, gran parte de la administración supone tomar medidas en relación con ciertos
aspectos que se pueden controlar a fin de afectar los resultados deseados.

Utilizaré los datos de mi propia dieta personal para explorar ambos conceptos.

Como punto de partida, tengo la bendición de tener una buena salud. Me gusta hacer ejercicio y lo hago mucho.
Aun así, con el correr de los años, mi peso fue en aumento. El problema es que también me gusta comer. Analicé
las dietas de forma superficial, pero, más allá de algunos conceptos que nos inculcaron a todos (como, "comer
demasiada carne roja hace mal a la salud"), no comprendo la nutrición. Hasta el pasado mes de septiembre,
siempre encontraba una excusa conveniente para no hacerlo.

A partir del 22 de septiembre, seguí las recetas de mi último blog. Encontré un programa en Internet en el que
podía registrar los alimentos que ingería. Esta tarea resultó ser un poco más difícil de lo que esperaba, pero me
mantuve firme. Luego de tres meses, creé algunos gráficos. Para dejarlo en claro, publico estos gráficos porque
son completamente representativos de los análisis exitosos en los que participé a lo largo de mi carrera.

COPYRIGHT © 2014 PUBLICACIONES DE LA ESCUELA DE NEGOCIOS DE HARVARD. TODOS LOS DERECHOS RESERVADOS. 1
 En el primer gráfico, tracé mi peso (puntos azules) y mi ingesta de calorías diaria (línea azul). El gráfico
también incluye un "rango de calorías recomendado" (líneas verdes).

Ahora, analicémoslo. Es fácil ver que comí demasiado desde la semana dos a la cuatro y que mi peso aumentó.
Tiene sentido: existe un vínculo causal entre la ingesta calórica y el aumento de peso. Esta correlación tiene una
explicación lógica.

Lamentablemente, la recomendación obvia ("comer menos") es completamente insatisfactoria. Si pudiera

hacerlo, no tendría sobrepeso. Necesitamos realizar un análisis un poco más profundo.

Una explicación posible es que, durante la mayoría de esas semanas, tuve que viajar. Marqué ese viaje y los
siguientes en el gráfico. El gráfico confirma mi sospecha: Mis hábitos alimenticios, que ya son dudosos de
por sí, empeoran aún más cuando viajo.

Tenga en cuenta que aunque la correlación entre los viajes y el peso es tentadora, el gráfico de por sí no la detecta
como una relación de causa y efecto. Tengo la seguridad de que no viajo porque como mucho. Sin embargo, aún
no sé si como mucho cuando viajo. Hay factores más profundos que aún deben salir a la luz. ¿El problema es la
combinación de comer en restaurantes desconocidos, salir demasiado a cenar y beber, comprar demasiada comida
rápida en los aeropuertos, o hay algún otro motivo? Simplemente, aún no lo sé. Los viajes se califican como una
causa "aproximada" de mi control de peso deficiente, pero no como una causa "raíz" directamente abordable.

Este debate enfatiza un punto fundamental: Si bien la correlación no supone una causalidad, sí me proporciona un
gran punto de partida desde el cual podemos analizar los datos en mayor profundidad, considerar otras evidencias
y demás.

Mi aumento de peso en las últimas dos semanas, hasta el 9 de noviembre, al principio me resultaba
desconcertante, ya que mantenía la ingesta de calorías dentro del rango aceptable. Luego, creé un gráfico con
mis "minutos de ejercicio" semanales. Mi nivel de ejercicio había disminuido mucho durante ese período. Esto
también tiene sentido: el ejercicio consume calorías y, por lo tanto, menos ejercicio significa más peso. No puedo
fallar en mi régimen de ejercicio.

COPYRIGHT © 2014 PUBLICACIONES DE LA ESCUELA DE NEGOCIOS DE HARVARD. TODOS LOS DERECHOS RESERVADOS. 2
 Sin embargo, tengamos cuidado. Si bien la falta de ejercicio parece calificar como una causa raíz, puede que no
sea tan simple. Puede suceder que una mayor cantidad de ejercicio me haga comer más, lo que anula las calorías
quemadas. Por ejemplo, los domingos de verano suelo dar un largo paseo en bicicleta. Si la memoria no me falla,
tengo un hambre voraz esas noches. Sin embargo, en este punto, no tengo los datos para investigarlo. Por lo
tanto, el ejercicio solo califica como una "causa raíz si todos los demás aspectos permanecen iguales".

El último gráfico de esta publicación es mi consumo diario de grasas. Incluso durante las últimas semanas, cuando
mi consumo general de calorías era un poco más bajo y mi peso se mantenía estable, comí demasiadas grasas.
Consulté con una nutricionista y descubrí que un gramo de grasas contiene nueve calorías, mientras que un gramo
de carbohidratos solo cuatro. Debe tenerse en cuenta que, si bien no establecí una correlación en los datos, mi
sospecha sobre la ingesta de grasas se ve motivada por una explicación convincente de la realidad subyacente.

El paso siguiente era simplemente analizar los "nueve días con mayor consumo de grasas", identificar tres
alimentos problemáticos y reducir su consumo.

Estos son los motivos por los que estos análisis son tan relevantes. En primer lugar, simplemente debe contar
con los datos. Mi intuición me dice que el ejercicio me hace bien, pero, con respecto a la dieta, hasta el pasado
mes de septiembre, mi intuición no solía ser la correcta.

COPYRIGHT © 2014 PUBLICACIONES DE LA ESCUELA DE NEGOCIOS DE HARVARD. TODOS LOS DERECHOS RESERVADOS. 3
 Lo mismo sucede con las empresas. En mi agencia de consultoría, las personas me dicen todo el tiempo
"sabemos que esto y aquello…". A veces tienen razón. Pero, por lo general, están completamente equivocadas.

En segundo lugar, no se puede tener miedo de hacer preguntas duras sobre los datos y los demás. No soy
psicólogo, pero creo que parte de la dependencia del "sabemos que…" está arraigada en el miedo de estar
equivocados. De forma similar, me sentía un poco torpe al hablar con la nutricionista, pero ella me ayudó
a comprender la importancia de las grasas.

En tercer lugar, tiene que estar atento a los datos poco sólidos. Dado que mi ingesta calórica parece demasiado
baja en dos días, los marqué con una X roja. Casi siempre sucede que algunos datos no son confiables. Es cada
vez más importante saber abordar los datos poco sólidos cuando las distinciones son mínimas o cuando los
riesgos son altos. Sin embargo, cuando los puntos de sospecha son relativamente pocos, por lo general puede
realizar un análisis o dos casi sin preocupaciones.

En cuarto lugar, unos pocos gráficos bien seleccionados ofrecen grandes pistas con respecto a las causas raíz.
En mi caso, se aclararon todos los factores que posiblemente contribuyen a la gestión del peso en relación con
los viajes, el ejercicio y la ingesta de grasas. Al mismo tiempo, aún no podemos confirmar que ninguno de estos
factores sea una causa raíz. Para ello, se necesitan datos y una profunda comprensión de los hechos, los cuales
son aspectos que se refuerzan mutuamente. Esta es la norma en todas las empresas.

En quinto lugar, es muy fácil confundir la correlación y la causa raíz. Hace poco escuché un excelente ejemplo. Mi
hijo y su esposa asistieron a un taller en el que un presentador comentó que "hay mucho más sexo en los hogares
en los que los esposos comparten la crianza de los niños y las tareas domésticas". Si bien es una correlación
interesante, está desprovista de una relación de causa y efecto. ¿El hecho de que los esposos se dediquen más a
las tareas domésticas genera una mayor actividad sexual o la mayor actividad sexual provoca que los esposos se
dediquen más a las tareas domésticas? ¿O acaso hay factores más profundos en el trabajo? De hecho, es posible
que la correlación no sea correcta. En lugar de suponer una causalidad, trate las correlaciones como pistas que se
deben combinar con otras evidencias para llegar a una conclusión. La correlación no es una causalidad. Pero es un
excelente punto de partida.

Al momento de preparar esta publicación, unas seis semanas después de crear estos gráficos, perdí cuatro
libras. ¿Se siente impresionado? No debe estarlo. Las personas pierden esa cantidad de peso todo el tiempo.
Como en todas las empresas, las preguntas reales son "¿funcionará a largo plazo?" y "¿tendré la disciplina
para seguir adelante?".

Por último, es evidente que estos gráficos son solo el comienzo. La nutrición, al igual que una empresa, es
compleja. Aquellos que tengan mayores conocimientos seguramente preguntarán "¿come suficientes frutas?",
"¿consume grasas saturadas?" o "¿cuánta agua consume?". En todos los análisis útiles, los primeros gráficos
inexorablemente conducen a más gráficos.

Al igual que con mi última publicación, espero que a los lectores les entusiasme saber que pueden y deben
usar datos para explorar las relaciones de causa y efecto. Después de todo, el análisis es demasiado divertido
como para dejárselo solo a los científicos de datos.

Thomas C. Redman, Ph.D., "el Doctor de los datos", ayuda a las empresas, incluidas muchas de las que aparecen
en la lista de Fortune 100, a mejorar la calidad de los datos. Su libro más reciente, Getting In Front on Data:
The Who Does What (Technics Publications, 2016), acaba de publicarse.

COPYRIGHT © 2014 PUBLICACIONES DE LA ESCUELA DE NEGOCIOS DE HARVARD. TODOS LOS DERECHOS RESERVADOS. 4
Los derechos de autor de los artículos digitales de Harvard Business Review son propiedad de la
Empresa de publicaciones de la Escuela de negocios Harvard y su contenido no puede copiarse,
enviarse por correo electrónico a varios sitios ni publicarse en un servidor automático de listas
de correo sin el permiso expreso por escrito del titular de los derechos de autor. Sin embargo, los
usuarios pueden imprimir los artículos, descargarlos o enviarlos por correo electrónico para su
uso individual.