El béisbol siempre se ha basado en el instinto y la tradición… hasta que Billy Beane demostró que los números podían llevar a la victoria.
En el episodio 62 de The AI Forecast, Cómo Billy Beane de Moneyball cambió el béisbol para siempre con análisis de datos, Billy Beane se une al presentador Paul Muller para hablar sobre cómo las decisiones basadas en la evidencia desafiaron el béisbol tradicional. Explica cómo las restricciones estimulan la innovación, cuestionar las suposiciones es vital, y los datos ayudan a las organizaciones a reinventar la toma de decisiones.
Desde la evaluación del talento hasta la gestión de recursos, Billy afirma que el éxito depende de crear sistemas que prioricen la evidencia sobre el ego. A continuación, algunos de los momentos principales del fascinante debate entre Paul y Billy.
Replanteamiento del riesgo
Paul: ¿Es muy difícil lidiar con esa situación en la que confías en la idea, pero los resultados no llegan lo suficientemente rápido?
Billy: Es una gran pregunta, y me apoyé en mi asistente. Solía decir que, si tuvieras que hacer un examen de matemáticas y alguien te diera las respuestas, ¿no las aceptarías? Sentíamos que usar los datos era así. Te estaban dando la respuesta al examen. Ahora queríamos aprovechar los datos y tomar muchas decisiones. Sabíamos que no íbamos a acertar siempre; no íbamos a ganar en todas las ocasiones, pero si éramos disciplinados con los datos, implacables con los números y coherentes en la toma de decisiones, con el tiempo, terminaríamos teniendo razón.
Creo que había muchas suposiciones cuando hacíamos cosas y estábamos nerviosos por cómo iba a acabar esto, pero sentíamos todo lo contrario. Sentimos que el uso de los datos era una especie de hoja de ruta y un faro antiniebla para nosotros. Y, de nuevo, no íbamos a tener razón en cada decisión, pero si éramos consistentes en la forma en que tomábamos decisiones a lo largo del tiempo, acabaríamos donde queríamos, y sería esa disciplina la que nos llevaría adelante.
Si aciertas tres veces seguidas, todos están de acuerdo. Y luego, a la cuarta vez, si te equivocas, todo el mundo dice: "Bueno, ya te dije que los números no lo dicen todo". Y de alguna manera vuelven a una posición de toma de decisiones emocional, pero no aplican el mismo estándar a las decisiones emocionales. Una de las cosas por las que nos felicitan, y que a mí me parece un poco errónea, es que fuimos personas dispuestas a asumir riesgos. En realidad, éramos todo lo contrario. Queríamos gestionar el riesgo, queríamos ser actuarios, y pensábamos que lo arriesgado era disponer de información que te ayudara a tomar decisiones predictivas y no utilizarla. Ese, para nosotros, era el riesgo.
Los datos por encima de la ortodoxia
Paul: La buena noticia es que te hiciste famoso; la mala, que te hiciste famoso. Cuando los demás equipos se dieron cuenta de lo que estabas haciendo, ¿cómo conseguiste encontrar una nueva ventaja? ¿Cómo mantuviste tu espíritu luchador?
Billy: Creo que la verdadera revolución se produjo cuando otros equipos empezaron a darse cuenta de la importancia de los datos, recopilaron sus propios datos y los utilizaron para crear modelos más predictivos. Cuando empezamos a tomar decisiones, las basamos en estadísticas. Las estadísticas son un resultado. Lo que los equipos empezaron a darse cuenta fue que había una forma mejor de medir el proceso, que era un mejor indicador de la habilidad y que la recopilación de datos era importante. Y, sinceramente, no se trataba solo de recopilar datos, sino de incorporar a nuestra empresa a personas brillantes y apasionadas que antes no trabajaban allí.
Lo interesante del libro Moneyball era que toda la información contenida en ese libro era pública. Básicamente adoptamos las ideas de Bill James. Esa cultura nos permitió hacerlo porque, durante años, nadie puso realmente en práctica las ideas de Bill James ni lo que él exponía en su propaganda. Sin embargo, durante los siguientes 20 años, y ahora que estamos aquí, los equipos se han vuelto muy reservados. Contratan y tienen equipos analíticos muy grandes con hombres y mujeres jóvenes y brillantes que les ayudan a construir estos modelos utilizando biometría para mejorar el rendimiento de los jugadores. Se ha vuelto muy, muy sofisticado, muy por encima incluso de mi comprensión, para ser sincero.
Todo el mundo es un fanático de los datos… hasta que estos le contradicen
Paul: Según mi experiencia, el reto actual es que uno puede encontrarse en una situación (sobre todo en el caso de personas muy inteligentes y con experiencia) en la que digan: “Soy una persona que se basa en los datos”, y señalen los datos, y estén de acuerdo con ellos. Pero en cuanto se les ocurre algo que no respalda su experiencia, pueden decir: "Bueno, esos datos no son correctos y no voy a utilizarlos". En resumen, he visto cómo se seleccionan los datos de forma selectiva, y esto me lleva de nuevo a lo que dije antes: todo el mundo se cree un experto en datos hasta que los datos no respaldan su opinión.
Billy: Para mí, ahí está la verdadera oportunidad. Las experiencias de un CEO realmente exitoso a largo plazo en una empresa son datos, y recurrir a esas experiencias para ayudarle a tomar decisiones también es datos. Pero creo que en muchos casos, cuando estás con personas experimentadas, tendemos a ceder cuando dicen: "Oye, esos datos no están bien". Bueno, mi respuesta suele ser que no se puede estar en desacuerdo con los datos, porque no es una opinión. Es un hecho. En el mundo actual, con todos los datos a los que estamos expuestos, la verdadera oportunidad surge cuando los datos dicen una cosa y nuestras propias experiencias dicen otra. Personalmente, prefiero inclinarme siempre hacia los datos e ignorar mis propias experiencias al tomar decisiones. Y de nuevo, sé que mucha gente no estará de acuerdo con eso. Para mí, la oportunidad surge cuando personas realmente inteligentes ven lo mismo y los datos les revelan algo, porque hay que dar por hecho que la competencia va a ver lo mismo que tú y va a tomar una decisión en consecuencia.
No te pierdas la conversación completa con Billy Beane en The AI Forecast en Spotify, Apple Podcasts y YouTube.
This may have been caused by one of the following: