Cómo la práctica y los datos inclusivos ayudan a reducir el sesgo en la toma de decisiones

Es fácil que los sesgos se infiltren en diferentes aspectos de la toma de decisiones, incluso cuando cree que está basando sus decisiones en hechos objetivos. Entonces, ¿cómo puede limitar el sesgo cuando se trata de tomar decisiones? ¿Qué es exactamente la toma de decisiones basada en datos? ¿Y cómo puede evitar que el sesgo se infiltre en sus datos?

Hay mucho que desempacar aquí, así que reflexionemos por un momento.

Primero, debemos abordar el elefante en la sala proverbial: todos tienen prejuicios. El sesgo no es innatamente malo o algo de lo que avergonzarse, es un impulso humano natural. A menudo, las personas evitan abordar y explorar el sesgo porque piensan que es una debilidad o un defecto. Sin embargo, es algo que los líderes deben tener en cuenta para tomar decisiones intencionales e informadas. Ser intencional en practicar la empatía y descentrarte de tus decisiones puede conducir a resultados más inclusivos.

Toma de decisiones basada en datos utiliza hechos, métricas y datos para guiar las decisiones comerciales estratégicas que se alinean con sus metas, objetivos e iniciativas. El énfasis aquí está en "guía".

Los datos no son una bala de plata para negar todo sesgo. Sin embargo, puede crear el espacio para descentrarse de sus propias suposiciones y comenzar a ver la gama de formas en que se puede ver, comprender o abordar una situación particular.

Aquí le mostramos cómo limitar los sesgos al tomar decisiones para su negocio.

1. Adopte la toma de decisiones basada en datos: solo asegúrese de que sus propios datos no estén sesgados. Los datos están destinados a ser el comienzo de la conversación, no toda la conversación. (Obtenga más información sobre cómo se ve la toma de decisiones basada en datos) esta página.)

Cuando analizamos datos, primero los observamos en conjunto para llegar a tamaños de muestra razonables. Sin embargo, podemos obtener más información sobre diferentes variables y cómo los encuestados de diferentes orígenes respondieron a una encuesta al desglosar los datos. La división y visualización de datos según diferentes variables, como edad, género, raza, ubicación, año, etc., puede revelar otras implicaciones y patrones. Una vez que comience a descomprimir los datos y los filtre por diferentes consideraciones, la historia que cuenta se volverá más matizada. Por ejemplo, si está analizando el bienestar de los empleados en toda su organización, podría analizar específicamente la identidad de género y ver cómo y si eso influye en la percepción. Asegúrese de conocer los tamaños de las muestras y mantenga el anonimato de sus grupos de encuestados.

Si solo hace preguntas superficiales, o si no es cuidadoso con respecto a cómo está diseñada su investigación, cómo está recopilando los datos o qué datos está recopilando, sus datos no serán tan buenos. Para acercarse lo más posible a una imagen completa, mire toda la información que tiene, desagregue los datos y no haga suposiciones sobre lo que está viendo. Antes de hacer esto, intente reducir el sesgo en sus datos subyacentes. Asegúrese de que los analistas de datos y los usuarios comerciales de su empresa sepan cómo detectar sesgos en las diferentes etapas del trabajo con datos; el sesgo puede provenir del propio proceso de recopilación y comunicación de datos. Estos son algunos puntos destacados del Instituto Urbano Guía sin daño que explican cómo hacer esto:

Etapa de recolección de datos. Diversos equipos pueden ayudar a identificar sesgos y hacer conexiones entre diferentes campos de estudio cuya relevancia puede no ser evidente a primera vista. También pueden reflejar mejor la demografía de las poblaciones que desean estudiar. Cuando sea posible, haga explícitos los propósitos de sus esfuerzos de recopilación de datos para que los encuestados entiendan por qué su participación es importante.

Etapa de análisis. No separe por completo a sus equipos de analistas y comunicaciones de los equipos de recopilación de datos: la colaboración en todo el flujo de trabajo de datos siempre es mejor que los silos. Cuando los analistas y comunicadores reciben los datos, deben hacer preguntas como: “¿Cómo se generaron estos datos? ¿Quién está incluido y quién está excluido de estos datos? ¿Qué voces, vidas y experiencias faltan?”.

Etapa de presentación. No evite la complejidad y los matices en sus imágenes si eso refleja con mayor precisión los hallazgos en los datos. Considere cómo agregar complejidad, en forma de gráficos y cuadros más densos en datos, puede ayudar a demostrar que usted y sus equipos han pensado mucho sobre las implicaciones de sus esfuerzos de análisis.

2. Reconocer y mitigar el sesgo y comprender cómo influye en su proceso de toma de decisiones. El sesgo inconsciente, o sesgo implícito, se refiere a un sesgo del que no somos conscientes y que ocurre fuera de nuestro control. Esto sucede cuando hacemos juicios y evaluaciones rápidos de personas y situaciones, y puede verse influenciado por nuestros antecedentes, entorno cultural y experiencias personales.

El sesgo puede impedirnos cultivar talentos diversos, desarrollar una fuerza laboral comprometida, aprovechar experiencias y perspectivas únicas y generar innovación a través de la colaboración. El sesgo en el trabajo puede aparecer en casi cualquier lugar, pero con mayor frecuencia aparece en el reclutamiento, la selección, las revisiones y comentarios de desempeño, el entrenamiento y el desarrollo, y las promociones.

3. Incorporar prácticas de procesos de trabajo inclusivos. Un ejemplo de una práctica laboral inclusiva es la creación de criterios de selección claros para su proceso de toma de decisiones. Este criterio debe estar alineado con la misión y estrategia de su organización. Asegúrese de entender por qué prioriza ese criterio. Sea consistente en la forma en que evalúa a todos y sea intencional.

Considere el ejemplo de encontrar un orador principal para un evento de la empresa. ¿Qué mensaje quieres dejar en tu evento? ¿Necesita que esta historia provenga de una empresa de un tamaño particular con un cierto nivel de valor de marca? ¿Es eso tan importante o menos importante que las métricas que desea poder resaltar sobre su historia? ¿Y qué hay de compartir su plataforma con perspectivas que provienen de una diversidad de orígenes?

En este escenario, tendemos a decir que queremos “¡todo!” o centrarse en ciertos criterios que son de alto valor desde nuestra perspectiva como individuo o como parte de un equipo. Pero, ¿qué pasa cuando alguien trae esa fruta madura de tener un gran título pero carecer de la historia adecuada para contar? Tener criterios claros establecidos con anticipación garantizará que la decisión que tome sea fiel al resultado que desea.

Si la decisión será informada por más personas además de usted, involucre a personas fuera de su red inmediata al seleccionar colaboradores para un proyecto, programa o esfuerzo de toma de decisiones en particular. Es más probable que las personas en su red inmediata, sus personas a las que “ir a”, sean similares a usted que aporten una perspectiva diferente. Esto se conoce como sesgo de afinidad.

4. Prioriza la diversidad (representación) y la inclusión en tu empresa. Los datos pueden ayudarlo a ver y explorar conceptos que no son suyos. Garantizar la diversidad y la inclusión, tanto en términos de las personas que proporcionan los datos como de las personas de su equipo que interpretan los datos, dará como resultado que su equipo tenga más interpretaciones y una mayor comprensión de lo que dicen los datos. La investigación ha demostrado el impacto positivo de tener equipos más diversos con perspectivas más diversas. De acuerdo a un estudio reciente, las empresas diversas e inclusivas pueden tener un 60 % más de probabilidades de superar a sus pares en lo que respecta a la toma de decisiones.

Los equipos diversos e inclusivos pueden desbaratar los sesgos aportando nuevas ideas desde puntos de vista únicos. Según Deloitte, se estima que la diversidad cognitiva mejora la innovación del equipo hasta en un 20 %.

Cuando personas de diferentes orígenes exploran datos, su equipo puede explorar los datos desde diferentes puntos de vista, descubrir nueva información y desafiar sus propias ideas o ideas preconcebidas. Cuanto más pueda hacer eso, más innovación tendrá lugar.

Otra forma de controlar los prejuicios es crear una atmósfera inclusiva en la que los empleados puedan sentirse psicológicamente seguros. De esta manera, se sentirán lo suficientemente cómodos para compartir sus perspectivas únicas. Si esto no se fomenta, las personas no serán vulnerables ni compartirán sus ideas potencialmente innovadoras. Fomentar una atmósfera de seguridad psicológica y poder trabajar juntos de manera más productiva conduce a la innovación.

Otras preguntas a considerar: ¿Estás creando equipos inclusivos? ¿Su organización está pensando más allá del aspecto de contratación de personas de diferentes orígenes?

5. Sea intencional al desafiar sus suposiciones a lo largo de su proceso de toma de decisiones. Aproveche un marco o una herramienta como el Guía sin daño para hacerlo Desagregue sus datos y hágase preguntas prácticas inclusivas.

Asegúrese de que los analistas de datos y los usuarios comerciales de su empresa sepan cómo detectar sesgos en sus procesos de trabajo, desde la estrategia hasta la ejecución. La práctica inclusiva puede crear momentos para interrumpir el sesgo, pero si es solo una actividad de reflexión, será demasiado tarde para corregir el rumbo. Considere usar un marco para crear momentos para reflexionar si está incorporando prácticas inclusivas en su flujo de trabajo.

Iniciar el proceso de toma de decisiones con datos

El sesgo nunca se erradicará por completo, y los datos en sí mismos no son la respuesta. Más bien, los datos son el comienzo de un proceso para hacer más preguntas que eventualmente conducirán a una respuesta informada. Al tener equipos más diversos e inclusivos, podrá maximizar las interpretaciones de los datos de su empresa, lo que generará ideas y decisiones más innovadoras.

Tome mejores decisiones con datos

Más información sobre cómo usar los datos para tomar decisiones comerciales informadas.