Data-driven vs data-informed: *cuándo* los datos mandan y cuándo no

La distinción que más importa en analítica avanzada

El debate entre data-driven y data-informed no es nuevo, pero se volvió urgente con la masificación de herramientas de analítica que hacen más fácil que nunca generar datos, y más tentador que nunca usarlos como sustituto del criterio estratégico. Cuando cualquier acción puede ser testeada y cualquier resultado puede ser medido, la pregunta relevante ya no es "¿tenemos datos?" sino "¿qué tipo de autoridad le damos a esos datos en el proceso de decisión?"

La diferencia entre los dos modos es de agencia: en un entorno data-driven, el dato determina la decisión. En un entorno data-informed, el dato informa el criterio humano, que toma la decisión final. Esta distinción parece sutil pero tiene consecuencias operativas concretas. Un equipo data-driven que obtiene un resultado positivo en un A/B test implementa el cambio. Un equipo data-informed que obtiene el mismo resultado pregunta primero: ¿qué mecanismo explica esta mejora?, ¿es replicable en otros contextos?, ¿es consistente con lo que sabemos sobre el customer journey de este segmento?, ¿estamos optimizando la métrica correcta o una proxy que puede desacoplarse del resultado que importa?

Avinash Kaushik, en su framework de analítica para negocios, es explícito al respecto: los datos sin contexto y sin criterio producen decisiones incorrectas con más velocidad y más confianza que las intuiciones sin datos. El riesgo del data-driven ortodoxo es exactamente ese — la velocidad y la certeza con que optimiza en la dirección equivocada.

El espectro de decisión: gut, data-driven e informed

La decisión organizacional no es binaria entre datos e intuición — es un espectro con tres zonas relevantes, cada una con sus fortalezas y sus límites.

La posición correcta en el espectro no es fija — varía según el tipo de decisión. Para optimizar el asunto de un email de reactivación, data-driven es lo correcto: el test determina qué asunto funciona mejor, no el criterio del copy. Para decidir si la empresa debería reposicionarse en un nuevo segmento, data-informed es lo correcto: los datos de mercado, los resultados de investigación cualitativa y cuantitativa y el juicio estratégico deben trabajar juntos. La confusión más cara es aplicar data-driven a decisiones de alta ambigüedad estratégica.

Cuándo los datos tienen razón y cuándo no

Los datos tienen razón — en el sentido de que revelan algo real sobre el pasado — cuando la medición es correcta, la muestra es representativa, el evento capturado es el evento que importa y el período es suficientemente largo para ser estadísticamente significativo. Esas cuatro condiciones se cumplen con menos frecuencia de lo que los equipos asumen.

Cuándo seguir el dato sin objeciones

Decisiones operativas de alta frecuencia con proxies bien validados: A/B testing de asuntos de email, optimización de copy en CTAs, ajuste de CPC por keyword en campañas de SEM. En estos casos el mecanismo causal es conocido, la muestra es suficiente y el período es acotado. El dato no necesita validación estratégica — solo la ejecución es la que varía.

Cuándo el dato puede estar equivocado

El problema más frecuente es el del proxy incorrecto: se mide algo que se correlaciona con lo que importa, pero no es lo que importa. El tiempo en sitio como proxy de engagement es el caso clásico — puede subir porque la navegación es confusa, no porque el usuario esté comprometido. El CTR de un email como proxy de interés real en el producto puede subir con un asunto clickbait que no convierte.

El sesgo de supervivencia es otro problema sistemático: los datos disponibles siempre son sobre usuarios que permanecieron en el sistema — nunca sobre los que nunca llegaron o se fueron antes de ser medidos. Un modelo de lead scoring entrenado sobre los leads que convirtieron no sabe nada de los perfiles que nunca entraron al funnel. Y las conclusiones sobre qué hace que un cliente se quede ignoran sistemáticamente a los que se fueron antes de ser registrados como churn.

La trampa de la significancia estadística

Ron Kohavi, co-autor de Trustworthy Online Controlled Experiments, documenta que en los equipos con alta cultura de experimentación, entre el 10% y el 30% de los tests que se declaran ganadores con significancia estadística producen efectos reales distintos de cero en producción. La razón principal: p-valor bajo no es lo mismo que tamaño de efecto relevante, y el período de test raramente captura toda la variabilidad del comportamiento del usuario.

El error de declarar ganadores prematuros es tan frecuente que tiene nombre: peeking. El equipo mira el test antes de completar el período planificado y, cuando ve una diferencia significativa, detiene el experimento. El problema es que la varianza natural de los datos produce diferencias significativas temporales que desaparecen cuando el test se completa. La significancia estadística es una condición necesaria, no suficiente, para actuar sobre un resultado.

La implicación para el debate data-driven vs data-informed: incluso en el territorio donde los datos deberían tener autoridad máxima — la experimentación controlada — el criterio estratégico de cuándo mirar, cuánto esperar, qué métrica usar como criterio de éxito y cómo interpretar el efecto sigue siendo determinante. Los datos no se interpretan solos.

Data-informed en la práctica: el protocolo de decisión

Ser data-informed no es un estado de ánimo — es un protocolo. La diferencia entre un equipo que dice ser data-informed y un equipo que realmente lo es está en si tienen definido formalmente cómo los datos entran al proceso de decisión.

Paso 1: definir la pregunta antes de mirar los datos

Formular la hipótesis primero y buscar los datos después. El proceso inverso — mirar los datos y construir la historia que los explica — produce racionalizaciones post-hoc que confunden correlación con causalidad. Esta es la diferencia entre análisis confirmatorio y análisis exploratorio: ambos son válidos, pero tienen roles distintos en el proceso de decisión. La formulación de preguntas clave en el diagnóstico estratégico es el punto de partida correcto.

Paso 2: evaluar la calidad del dato antes de actuar

¿El tracking está correctamente implementado? ¿La muestra cubre el período completo? ¿Hay eventos externos que podrían haber distorsionado el resultado? Un dato de mala calidad o con el contexto incompleto puede llevar a decisiones peores que no tener el dato.

Paso 3: interpretar el resultado en contexto estratégico

¿El resultado es consistente con lo que se sabe del comportamiento de este segmento de mercado? ¿Está alineado con la propuesta de valor que la empresa quiere sostener? ¿Optimizar esta métrica lleva en la dirección del posicionamiento de marca a largo plazo? Un resultado positivo en el corto plazo puede contradir el posicionamiento que la empresa quiere construir. La coherencia entre posicionamiento e identidad no es un concepto de branding ajeno a la analítica — es una restricción estratégica que el análisis de datos debe respetar.

Paso 4: tomar la decisión y documentar la hipótesis

Documentar qué se esperaba, qué ocurrió y por qué se tomó la decisión que se tomó. Esta documentación es el activo más subestimado de un equipo data-informed: permite auditar decisiones pasadas, identificar sesgos sistemáticos y construir comprensión institucional que no depende de que una persona específica siga en el equipo. El sistema de procesos de trabajo del equipo de marketing debe incluir este protocolo de documentación como parte del flujo estándar.

Qué implica para la estrategia y la marca

El debate data-driven vs data-informed tiene consecuencias que van más allá de la analítica operativa — afecta la forma en que una empresa construye su estrategia y su marca a largo plazo.

Richard Rumelt, en Good Strategy, Bad Strategy, señala que la estrategia genuina requiere diagnóstico, guía y acciones coherentes. El diagnóstico puede y debe apoyarse en datos. Pero la guía — el principio que orienta qué hacer — no emerge de un dataset: emerge de una lectura del mercado, de los competidores, de las capacidades propias y de una hipótesis sobre el futuro. Los equipos que delegan esa guía a los datos producen estrategias que optimizan el presente a costa del futuro.

En el cluster de Marca, este punto es especialmente crítico. Las decisiones de posicionamiento de marca no pueden ser completamente data-driven: el posicionamiento apunta a una posición futura que todavía no existe en la mente del mercado, y por definición los datos no pueden confirmarlo porque aún no ocurrió. El sistema de identidad de marca — su propósito, sus valores, su personalidad — debe estar fundamentado en evidencia, pero no puede ser reducido a lo que los datos actuales validan. La marca que solo hace lo que los datos confirman nunca llega a un territorio que todavía no tiene datos.

En el cluster de Crecimiento, la tensión aparece en la priorización de canales y experimentos. El equipo que prioriza solo lo que el dato histórico valida no experimenta con canales nuevos — porque los canales nuevos no tienen historial. La priorización entre datos e intuición es uno de los trade-offs más reales en marketing de crecimiento. Los mejores equipos tienen un protocolo explícito: cuánto presupuesto va a lo validado (data-driven) y cuánto a la exploración (data-informed con hipótesis explícita). El canal orgánico que escala casi siempre fue primero una apuesta data-informed — no había datos históricos que lo justificaran, pero la hipótesis sobre el comportamiento del usuario estaba fundamentada. Lo mismo ocurre con los growth loops que se diseñan antes de que los datos los confirmen: si esperás a que los datos validen el loop, probablemente alguien ya lo implementó antes.

En Fidelización, el mismo dilema aparece en las decisiones de personalización de lifecycle: ¿hasta dónde personalizar basándose en datos de comportamiento histórico, sabiendo que ese histórico puede no representar lo que el cliente valoraría si le ofrecieras algo diferente? El cliente que compró siempre A en el pasado puede estar listo para B — los datos de comportamiento no siempre anticipan la disposición al cambio. El análisis de RFM captura quién compró, cuándo y cuánto — pero no captura la intención latente ni la apertura a categorías nuevas. El criterio data-informed es el que cierra esa brecha entre lo que el dato dice y lo que el cliente puede llegar a valorar.

Errores frecuentes al interpretar datos

Error 1: confundir correlación con causalidad

El error más antiguo de la analítica. Dos variables que se mueven juntas en el tiempo no implica que una causa a la otra. Los usuarios que leen más de 3 artículos en el sitio convierten más — pero eso no significa que forzar la lectura de 3 artículos mejorará la conversión. Puede que los usuarios que leen más sean los que ya tienen mayor intención de compra. La experimentación es la única forma de establecer causalidad.

Error 2: optimizar la métrica equivocada

Goodhart's Law: cuando una medida se convierte en un objetivo, deja de ser una buena medida. El equipo de contenidos que optimiza para visitas puede destruir la calidad de los leads. El equipo de email marketing que optimiza para aperturas puede degradar la lista con asuntos clickbait. La métrica que se pone en el dashboard define el comportamiento del equipo, no solo lo mide.

Error 3: ignorar el tamaño del efecto

La significancia estadística dice que el efecto existe. El tamaño del efecto dice si vale la pena actuar. Un test que mejora la tasa de conversión un 0.3% con significancia del 95% puede ser estadísticamente real pero económicamente irrelevante frente al esfuerzo de implementar el cambio.

Error 4: data paralysis

El extremo opuesto de data-driven: el equipo que no toma ninguna decisión sin un dataset perfecto, significancia al 99% y todo el contexto posible. Los datos raramente están completos — y esperar la certeza perfecta es simplemente diferir la decisión hasta que sea irrelevante. La tolerancia a la incertidumbre es una competencia estratégica, no una debilidad. La capacidad de diagnosticar sin datos suficientes es una habilidad que los mejores equipos desarrollan deliberadamente.

Preguntas frecuentes sobre data-driven vs data-informed

Términos del glosario