No todas las decisiones mejoran con más datos. El liderazgo empieza cuando la información deja de ser suficiente.
Hay decisiones que no mejoran, aunque haya mucha o poca información.
En ciertos contextos, ocurre lo contrario, mientras más datos se agregan a la ecuación, más difícil se vuelve cerrarla. No por falta de capacidad analítica, sino porque la realidad que se intenta modelar dejó de ser estable.
Durante años se instaló la idea de que la ventaja competitiva estaba en capturar más datos, procesarlos mejor y convertirlos en decisiones más precisas. Esa lógica sigue siendo válida, pero tiene un límite. Y ese límite no es técnico, es estructural.
Se vuelve evidente cuando el entorno cambia más rápido que los modelos que intentan explicarlo.
En 2020, muchas organizaciones lo enfrentaron de forma simultánea. Sistemas diseñados para anticipar demanda, optimizar inventarios o definir precios dejaron de ser confiables en cuestión de semanas, pero los datos seguían ahí, y los modelos también. Lo que cambió fue el contexto.
El World Economic Forum documentó cómo las disrupciones globales expusieron la fragilidad de sistemas optimizados para eficiencia, aunque no para volatilidad. No era un problema de implementación, se trataba más del diseño: estaban construidos bajo el supuesto de continuidad.
Cuando ese supuesto se rompió, la precisión dejó de ser una garantía.
El caso de Zillow es una referencia obligada en este punto, ya que la empresa apostó por escalar un modelo de compra y venta de viviendas basado en analítica avanzada. La lógica de usar datos históricos y modelos predictivos para tomar decisiones más rápidas que el mercado funcionó mientras el entorno se mantuvo dentro de ciertos parámetros. Cuando las condiciones cambiaron, el modelo no logró ajustarse con la misma velocidad.
Como consecuencia, la acumulación de inventario mal valuado y la salida de esa línea de negocio. Lo relevante no es el error en sí, sino lo que revela: el modelo siguió operando con convicción dentro de un contexto que ya había dejado de existir. Nadie apagó el sistema porque los datos seguían fluyendo. El problema es que ya no decían lo que todos creían que decían.
Si lo reflexionamos, no se trató de un error puntual, se trató de una señal más amplia: los modelos también tienen ciclos de vida.
Ante estos escenarios, la reacción más común es pedir más información cuando quizás, la respuesta está en saber depurarla e interpretarla.
Un estudio de Oracle (2023) identificó que el 85% de los líderes experimenta presión o fatiga al momento de decidir, en gran parte por la cantidad de información disponible y la necesidad de procesarla en menos tiempo. No es un problema de acceso, el enfoque quizá se hace un lado por ser un problema de saturación donde los datos no son los aliados, sino los acumuladores.
Deja de ser analítica. Se vuelve ejecutiva.
Investigaciones del National Bureau of Economic Research muestran que una parte relevante de las decisiones empresariales ocurre en contextos donde no es posible asignar probabilidades claras a los resultados. No es riesgo en el sentido clásico. Es incertidumbre. Y la diferencia importa: el riesgo se puede modelar, la incertidumbre no. Frente al riesgo, más datos ayudan. Frente a la incertidumbre, más datos pueden simplemente profundizar la parálisis.
Y la incertidumbre no se elimina con más datos.
El criterio es reconocer ese momento. No para ignorar la evidencia, sino para no ser rehén de ella.
El verdadero límite no está en los datos ni en los modelos. Está en la disposición de actuar cuando ninguno de los dos puede garantizar el resultado.
Durante años, las organizaciones invirtieron en reducir esa brecha: mejores algoritmos, mayor capacidad de procesamiento, dashboards más sofisticados. Y valió la pena. Pero el efecto secundario de esa inversión fue sutil y costoso: se fue instalando la idea de que decidir sin certeza era un síntoma de preparación insuficiente, no una condición natural del liderazgo. La certeza se volvió un requisito previo para actuar, cuando en realidad siempre fue, en el mejor de los casos, una ilusión bien construida.
Las organizaciones que entienden eso no buscan eliminar la incertidumbre. Aprenden a moverse dentro de ella sin perder dirección. No porque tengan más información que las demás, sino porque han desarrollado la capacidad de distinguir cuándo los datos siguen siendo el camino y cuándo ya son el obstáculo.
Esa distinción no aparece en ningún modelo. Y es, quizás, la única ventaja competitiva que ninguno va a poder replicar.
____
Nota del editor: José Ambe es CEO de LDM. Las opiniones publicadas en esta columna corresponden exclusivamente al autor.
Consulta más información sobre este y otros temas en el canal Opinión
