Estadística en la validación de hipótesis de negocio en proyectos de innovación

Muchos equipos de proyectos de innovación y de nuevos negocios no aplican la estadística de la forma más adecuada para optimizar la validación de hipótesis de negocio eficientemente. La estadística tiene que servir para algo más que aprobar una asignatura en la universidad, es una herramienta para nuestro proyecto.

Estadística. Palabra curiosa. Para muchos, malos recuerdos de la universidad. Para otros, una herramienta de trabajo que no solemos aplicar de forma habitual en cierto nivel de detalle. Hasta hace poco, mi conocimiento estaba muy centrado en aspectos casi triviales, pero en los últimos meses, se está convirtiendo en una herramienta a la que consultar y enfrentar en los retos habituales con los que nos desenvolvemos en los proyectos de innovación.

estadística innovación

Banco de imágenes de Pixaby, autor 3844328

Para muestra, un botón. La semana pasada, hablando con el equipo de Joaquín, apareció una situación relacionada con consulta muy curiosa sobre el proceso de research cuando hablamos de entrevistas cualitativas. “¿Cuántas entrevistas debo hacer antes de validar una hipótesis?” Mi contestación, infeliz de mí, fue de alrededor de 50 entrevistas. Hasta aquí, siempre había sido mi contestación y nunca me había dado cuenta de que no lo estaba respondiendo de forma adecuada. Cuando volví de la sesión de acompañamiento, me di cuenta que la hipótesis había sido refutada, pero con un detalle curioso. Las primeras 5 entrevistas ya dejaban ver claramente que la hipótesis había sido refutada y lo peor de todo fue el tiempo que se había gastado en realizar el resto de entrevistas.

¿Cómo podía evitar esta pérdida de tiempo? Evidentemente, la estadística me dio la solución y fue aplicando la estadística bayesiana, apareció una solución curiosa. En la entrada, ya antigua, de John D. Cook si aplica estadística Bayesiana, nos permite aplicar una abreviatura que él denomina “La regla estadística del 3” y detalla matemáticamente lo siguiente. Si después de 3 entrevistas o experimentos sobre una hipótesis, el patrón de comportamiento se mantiene en que ninguna de ellas se cumple el patrón, tendrás un 95% de opciones a que no sea válida, porque es muy complejo y debe tener mucha casualidad que de 3 posibles instancias, el patrón no se cumpla. Por lo que, como aprendizaje después de aplicar este criterio basado en la estadística, si nuestra hipótesis es refutada en las 3 primeras validaciones, casi seguro que no se cumplirá la explicación dada.

Al igual que en este caso, muchos equipos se plantean la validación de métricas de forma única, de tal forma que se producen errores de interpretación. Para muestra un ejemplo:

Tipo de servicio Periodo 1 Incremento
Servicio 1 2 200%
Servicio 2 4000 25%
Servicio 3 6000 40%
Servicio n 200 25%

 

Esta información es válida, pero si queremos entenderla bien, debemos volver a aplicar a la estadística, en la cual, nos parece importante que se muestren los resultados con diagramación de Cohorte. ¿Qué significa esto? Que cuando se ve la evolución, a lo largo de tiempo, se contempla cómo ha respondido el indicador a lo largo del tiempo, no dejándose sesgar información por eventos puntuales, apareciendo tendencias no tan claras y mucho más relevantes como el caso anterior

Tipo de servicio Periodo n Periodo n-1 Periodo n-2 Periodo n-3
Servicio 1 2 1 3 4
Servicio 2 4000 3000 1500 520
Servicio 3 6000 3600 5000 85000
Servicio n 200 150 103 48

 

Por lo tanto, para tomar decisiones sobre el proyecto, para estar mejor informados, la estadística y su comprensión pueden ser una herramienta fundamental para tomas de decisión mejor informadas, y sobre todo, mejor comprendidas.

 

También te puede interesar…

 
Experimenta para aprender Innovación y gestión de riesgos Qué tipo de experimento aplicar

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *