EL MEJOR ENFOQUE PARA LA TOMA DE DECISIONES COMBINA LOS DATOS Y LA EXPERIENCIA DE LOS GERENTES

EL MEJOR ENFOQUE PARA LA TOMA DE DECISIONES COMBINA LOS DATOS Y LA EXPERIENCIA DE LOS GERENTES

(Paolo Gaudiano).

RESUMIDO POR: FRANCO FIGUEROA FLORES

FUENTE: HARVARD BUSINESS REVIEW

En esta era del conocimiento, los datos han cobrado una relevancia muy significativa, sobre todo en la gestión de las funciones corporativas. Los grandes avances tecnológicos, tales como la inteligencia artificial y la facilidad para recolectar y almacenar los datos para obtener información, se han convertido en potentes catalizadores que impulsan este movimiento.

Sin embargo, a Paolo Gaudiano, presidente y director de tecnología de Icosystem Corporation, le preocupa que los gerentes dependan excesivamente de los datos para guiar sus decisiones, lo que conlleva a abandonar sus conocimientos y experiencia.

El desafío consiste en saber cuándo funcionar con los números y cuándo con su coraje. Las metodologías avanzadas del big data requieren que los gerentes usen mucho la intuición para dar sentido al creciente número de salidas y recomendaciones que se generan por los modelos de datos.

La simulación basada en agentes (ABS), es un concepto que busca resolver problemas de negocios complejos mediante simulaciones por computadora. Uno de los aspectos más atractivos es que combina la experiencia y los datos. La experiencia se utiliza para definir la estructura de la simulación, que captura el comportamiento y las interacciones del día a día, únicas para cada problema de negocios. Los datos se utilizan en parte para afinar los detalles de la simulación y en parte para asegurar que, como se ejecute la simulación, los resultados coinciden con los resultados que resultan del mundo real.

Con este enfoque, la experiencia del gerente recupera el papel principal, y los resultados de la simulación puede ser analizados por el gerente junto a los datos científicos. Al combinar los datos y la experiencia del gerente en un modelo predictivo, ABS resuelve problemas complejos de una manera transparente y con un alto grado de exactitud predictiva.

...