logo

Falsos axiomas y consultores empíricos
23.3.09


Los consultores, como le ocurre a muchos profesionales de otras disciplinas, tenemos que realizar proyecciones y predicciones de datos, generalmente como parte de un trabajo más amplio. Con mayor o menor acierto y complejidad y, consecuentemente riesgo para el cliente, utilizamos las hojas de cálculo para definir varios escenarios en la que asociamos diferentes variables con el objetivo de limitar el escenario futuro.

En primer lugar, el que se apliquen las cifras a períodos más o menos largos de tiempo tienen una clara consecuencia: el error es más probable. En segundo lugar, cuando te pagan por predecir el comportamiento futuro de la empresa, el cliente no está dispuesto a asumir la existencia de errores en las variables y su resultado, ni a transferir ese trabajo predictorio a un tercero más cualificado (evidentemente porque te ha contratado a ti para ello), que son dos posibles soluciones. La tercera es que el consultor mitigue el riesgo de equivocación en sus predicciones.

Llegado este punto, el consultor tiene dos opciones. La primera es convertir y disfrazar su predicciones en un trabajo tan claro y evidente que se admita sin necesidad de demostración; esto, al tratarse de un presunto axioma, no evita el riesgo para el cliente. El trabajo es un principio fundamental e indemostrable sobre lo que preocupa al cliente; éste, deslumbrado por la profusión de datos y la pulcritud argumental, se encontrará satisfecho porque ha encontrado la solución, aunque sólo se trate de una cuyo acierto demostrará el tiempo.

Este tipo de trabajos responde a un consultor que vive de las ideas, las series históricas y concede un alto valor a su experiencia predictoria, etcétera. Cuando falla la predicción y los errores de bulto afloran, no es difícil concluir que la defensa de las creencias o la protección de la autoestima han sido dos factores que le han empujado a construir su falso axioma en forma de trabajo. Como afirma N. Nicholas Taleb: “Atribuimos nuestros éxitos a nuestras destrezas; y nuestros fracasos, a sucesos externos que no controlamos, concretamente a la aletoriedad. Nos sentimos responsables de todo lo bueno, pero no de lo malo”.

La otra opción, que es la más profesional y esperada por el cliente, además de ser la que reduce el riesgo de equivocación en las predicciones, es sumergirse en esas cosas o teorías aparentemente desordenadas, inconexas o superfluas que son los modelos de simulación. De esta forma, el trabajo entregado al cliente no se basará en el comportamiento pasado (las series históricas) o en la propia experiencia sino en fundamentos empíricos.

Estamos hablando del consultor al que le gusta experimentar, conoce y utiliza diferentes métodos de forma regular y se encuentra cómodo en la zona de rechazo porque le aparta de las ideas y le sumerge en lo real y probable. El precio que hay que pagar por reducir el riesgo predictorio se traduce, para muchos consultores y, sobre todo al principio, en la dificultad para entender y posteriormente aplicar correctamente ese conglomerado de sigmas, betas y correlaciones.

En los tiempos actuales, en los que la hipótesis de la racionalidad de los agentes económicos (que trabajan para maximizar sus beneficios) pierde peso gracias a los comportamientos salvajes de los mercados y sus agentes y afrontar cualquier análisis de futuro a partir de las variables tradicionales se transforma en un trabajo de locos, la duda metódica y el método científico es algo que debería atizar las conciencias de los consultores que fundamentan la corrección de un trabajo en la construcción de axiomas a medida de forma habitual.

¿Debería preguntar a los colegas en qué tipología se encuentra cada uno? | Foto: cayusa |

| Categoría: Consultoría | Más sobre metodo Taleb experiencia estadistica matematicas riesgo error empirismo en amalgamadeletras |

| Permalink | Enlaces a este artículo | Enviar por correo-e |

Marcadores sociales: Meneame | Fresqui | Facebook | FriendFeed | Google Bookmarks | Yahoo! My Web | Technorati | Twitter | Delicious |

1 Comentarios:

El 3/23/2009 02:48:00 p. m., Blogger Manuel tuvo la amabilidad de comentar aquí:

Muy de acuerdo con el artículo, pero a la hora de simular.

¿cómo defines las variables aleatorias?, ¿Normal estándar?

citando otra vez a N. Nicholas Taleb, ¿modelas mediocristan, o estremistan?

 

Publicar un comentario

Enlaces a este artículo:

Crear un enlace

<< Principio


2.0