Superare i bias cognitivi con i dati
Per cogliere le opportunità dell'approccio data-driven con Elly.
L’inizio di ogni anno nuovo porta inevitabilmente a guardarsi indietro e a fare dei bilanci, ma oggi non vi annoierò con il solito resconto del 2023, al contrario voglio approffittare di questo momento per una riflessione condivisa su come, proprio in questi momenti, tirando le somme di un anno intero, ci si accorge dei tanti bias cognitivi che interferiscono con le nostre decisioni e come spesso le sensazioni soggettive siano fuorvianti se analizzate alla luce dei dati.
Un bias cognitivo è un errore di pensiero sistematico che influisce sulle nostre decisioni e giudizi.
Si verifica quando il nostro processo decisionale è influenzato da fattori irrazionali, pregiudizi o distorsioni cognitive anziché da dati oggettivi e razionali. Questi bias possono essere causati da vari fattori, come l'esperienza personale, le emozioni, le convinzioni preesistenti o il contesto sociale. In altre parole i bias possono portarci a fare valutazioni distorte della realtà e ad agire in modo non razionale.
Proviamo a fare tre esempi reali su argomenti che tutti conosciamo e su cui i dati contrastano in buona parte con le nostre convizioni personali. Partiamo da uno dei miei podcast preferiti, "Il Caffettino" di Mario Moroni, che ogni giorno riporta una notizia sul mondo del digitale, business e marketing. In alcuni episodi speciali Mario, che ho avuto il piacere di conoscere a diversi eventi e che mi ha intervistato in occasione del WMF di Rimini, in compagnia di ospiti di grande rilievo approfondisce argomenti di attualità.
Mentre rientravo dal MECESPE di Bari lo scorso Novembre, ho recuperato uno di questi episodi in cui l’intervistata era la bravissima Francesca Cavallo che ha toccato temi cruciali come il femminicidio, l'uso della tecnologia e il ruolo degli esseri umani nel contesto sociale.
Francesca Cavallo, riconosciuta per il suo attivismo e le sue pubblicazioni, ha analizzato l'impatto dei social media e della tecnologia nella formazione di bolle di opinione che, purtroppo, possono limitare la nostra esposizione a idee diverse. La discussione si è concentrata sui dati che evidenziano le disuguaglianze esistenti nel sistema patriarcale, sottolineando come, nonostante gli uomini possano beneficiare di un certo potere economico e sociale, spesso soffrono in maniera significativa all'interno di questo sistema. Alcuni dati chiave discussi nel podcast includono:
Tasso di suicidio: gli uomini si suicidano tre volte più delle donne, un dato che mette in luce la gravità dei problemi di salute mentale tra gli uomini.
Salute mentale: il 40% degli uomini non ha mai discusso della propria salute mentale con nessuno, indicando un significativo tabù e una mancanza di supporto.
Popolazione carceraria: il 98% della popolazione carceraria in Italia è costituito da uomini, sottolineando questioni di genere nella criminalità e nella giustizia.
Aspettativa di vita: gli uomini hanno un'aspettativa di vita dai 4 ai 6 anni inferiore rispetto alle donne.
Incidenza di malattie: gli infarti sono più frequenti negli uomini rispetto alle donne.
Questi dati sono utilizzati per sostenere l'argomento che, nonostante il potere reale e/o percepito, gli uomini soffrono in modi che sono spesso trascurati o non riconosciuti a causa delle aspettative e dei ruoli di genere tradizionali.
Qui è possibile recuperare l’episodio:
Un altro esempio molto interessante viene da “La grande scommessa” uno dei miei fillm preferiti. È emblematica in questo film la storia di Michael Burry per l’uso innovativo dei dati al fine di prevedere la crisi finanziaria del 2007-2008. Burry, concentrandosi sul mercato dei mutui subprime, analizzava dati specifici che altri nel settore finanziario ignoravano o sottovalutavano. I punti chiave della sua analisi includevano:
Aumento dei Debitori Insolventi: Burry notò un trend crescente nel numero di debitori che non erano in grado di rimborsare i loro mutui subprime. Questi mutui erano stati concessi a individui con scarsa affidabilità creditizia, aumentando il rischio di insolvenza.
Qualità dei Mutui Subprime: analizzò quindi la qualità dei mutui stessi, scoprendo che molti di questi erano estremamente rischiosi e destinati al default.
Probabilità di Pignoramenti: data l'insolvenza crescente e la bassa qualità dei mutui, Burry previde un incremento significativo nei pignoramenti delle case. Ciò avrebbe avuto un effetto domino sul valore delle proprietà immobiliari e dei titoli legati a questi mutui.
Timing della Crisi: sulla base dei dati analizzati, Burry stimò che la crisi si sarebbe verificata nel secondo semestre del 2007. Questa stima era basata sull'analisi dei trend dei pagamenti dei mutui e sulla scadenza di vari strumenti finanziari legati ai mutui subprime.
Mercato dei CDS (Credit Default Swap): Burry utilizzò i CDS come strumento per scommettere contro il mercato dei mutui subprime. Analizzando la discrepanza tra la percezione del mercato e i dati reali, riconobbe una grande opportunità nel mercato dei CDS.
La capacità di Burry di interpretare questi dati e vedere oltre il consenso generale del mercato finanziario gli permise non solo di anticipare la crisi, ma anche di trarne un enorme profitto. La sua storia sottolinea l'importanza dell'analisi dati dettagliata e critica nel prevedere eventi di mercato significativi.
Un altra storia molto interessante è quella di Billy Beane, raccontata nel film "L'arte di vincere" (o anche dai più conosciuto come Moneyball), che a mio parere è un esempio straordinario di come l'uso avanzato dei dati può rivoluzionare un intero settore. Beane, il direttore generale della squadra di baseball Oakland Athletics, si è trovato a dover costruire una squadra competitiva nonostante un budget significativamente inferiore rispetto a quello delle grandi squadre. La sua soluzione fu rivolgersi all'analisi dei dati, in particolare alla sabermetrica, per identificare giocatori sottovalutati ma estremamente efficaci.
Ecco alcuni punti chiave sull'uso dei dati da parte di Beane:
Focus su Statistiche Sottovalutate: Beane e il suo team si concentrarono su statistiche trascurate dalla maggior parte delle squadre, come la percentuale di arrivo in base (OBP). Questo indicatore era considerato più rappresentativo del valore reale di un giocatore rispetto ad altre statistiche più convenzionali.
Valutazione Obiettiva dei Giocatori: invece di affidarsi alle tradizionali valutazioni degli scout, che spesso si basavano su impressioni soggettive e caratteristiche fisiche, Beane utilizzò l'analisi dei dati per valutare le prestazioni e le potenzialità dei giocatori.
Identificazione di Talenti Sottovalutati: attraverso l'analisi dei dati, Beane riuscì a identificare giocatori che venivano sottovalutati dal mercato per vari motivi, ma che mostravano ottime prestazioni in specifiche statistiche. Questo gli permise di costruire una squadra forte a un costo relativamente basso.
Decisioni Basate sui Dati: ogni decisione, dalla selezione dei giocatori alla loro posizione in campo, era basata su un'analisi dettagliata dei dati. Questo approccio riduceva la dipendenza da intuizioni soggettive e aumentava l'efficacia delle scelte.
Risultati Rivoluzionari: nonostante il budget limitato, gli Oakland Athletics, grazie all'uso dei dati, riuscirono a competere con successo contro squadre con risorse molto maggiori. La loro performance nella stagione 2002 divenne leggendaria nel mondo del baseball.
La storia di Beane ci dimostra come un uso innovativo e strategico dei dati possa creare un vantaggio competitivo, cambiando le regole del gioco in un settore tradizionalmente guidato da valutazioni soggettive e convenzioni consolidate.
In conclusione, mentre ci avviciniamo a un nuovo anno, pieno di potenzialità e sfide, è il momento di prendere in considerazione un cambiamento fondamentale nel modo in cui prendiamo le nostre decisioni. Lasciamoci ispirare dalle storie di coloro che hanno raggiunto il successo attraverso un approccio basato sui dati, e applichiamo questa lezione alle nostre vite, specialmente se gestiamo un'attività o un'azienda.
Per il 2024, proponiamoci di affidarci ai dati storici per impostare obiettivi chiari e misurabili. Attraverso metriche oggettive, monitoriamo i nostri progressi mese dopo mese, verificando a fine anno, con dati concreti alla mano, se abbiamo raggiunto i traguardi che ci eravamo prefissati.
La buona notizia è che non devi affrontare questo percorso da solo. Elly nasce proprio per supportare e agevolare questa trasformazione data-driven. Se vuoi scoprire come un approccio basato sui dati possa aiutarti a realizzare i tuoi obiettivi, non esitare a contattarci. Siamo qui per mostrarti come un'impostazione orientata ai dati possa fare la differenza per il tuo business e per il tuo futuro.
Buon inizio 2024!