Reflexiones - Blog de Olivia Consultora

Más allá de los promedios: la trampa de las métricas resumidas en People Analytics

Escrito por Yoel Kluk | Sep 22, 2025 5:31:38 PM

Los datos se han convertido en una herramienta esencial para la toma de decisiones. Sin embargo, incluso con datos abundantes, es fácil caer en trampas que nos llevan a conclusiones equivocadas.
 Estos errores son conocidos como data fallacies: interpretaciones erróneas que surgen por sesgos, simplificaciones o formas inadecuadas de analizar la información.

En esta serie de tres artículos exploraremos algunas de las data fallacies más comunes y cómo afectan ámbitos como People Analytics. Hoy comenzamos con la primera: la trampa de las métricas resumidas.

En 1973, el estadístico Francis Anscombe presentó un ejemplo que sigue siendo vigente: el Anscombe’s Quartet. Se trata de cuatro conjuntos de datos que, cuando se analizan con métricas resumidas como promedio, varianza y correlación, parecen idénticos. Sin embargo, al graficarlos, muestran patrones radicalmente distintos.

Esto demuestra algo clave: los números por sí solos pueden ocultar historias completamente diferentes. Visualizar y contextualizar los datos es tan importante como medirlos.

La trampa: Las métricas resumidas son números que condensan información compleja en un solo valor, como un promedio, un porcentaje o un índice global. Son útiles para comunicar resultados de forma sencilla, pero también pueden llevarnos a tomar decisiones equivocadas, porque esconden variaciones críticas.

Es como mirar un paisaje a través de una foto borrosa: ves la silueta, pero pierdes los detalles que importan.

Ejemplos para entenderlo:

1. La temperatura promedio Imagina que te dicen que la temperatura promedio de una ciudad es de 20 °C. Parece información suficiente, ¿verdad? Pero no es lo mismo si durante el día hace 30 °C y por la noche 10 °C. Si solo confías en el promedio, podrías empacar la ropa equivocada y terminar pasando frío o calor.

 

2. La velocidad promedio de un viaje Supón que conduces durante una hora a 100 km/h y la siguiente hora a 20 km/h. La velocidad promedio será de 60 km/h, pero este número no describe la realidad: un tramo fue rápido y otro desesperadamente lento. Si solo compartes el promedio, estarías ocultando una parte fundamental de la experiencia.

 

En People Analytics, este error es especialmente común. Nos sentimos tentados a resumir la información en un solo número:

 

  • “Nuestra organización tiene un 5 en liderazgo.”
  • “Obtuvimos un 89 % de participación en la encuesta.”

 

Estos datos parecen útiles, pero no cuentan la historia completa:

 

  • ¿En qué áreas el liderazgo es fuerte y en cuáles débil?
  • ¿Qué grupos no participaron y por qué?

 

Cuando solo vemos el promedio, perdemos la oportunidad de diseñar acciones precisas y significativas. El verdadero valor surge al explorar la variabilidad y los matices detrás de los datos.

Los promedios y otras métricas resumidas son tentadores porque simplifican la comunicación, pero no deben ser el destino final del análisis. Son apenas el punto de partida para hacer preguntas más profundas y descubrir patrones que realmente guíen la acción.

 

En el mundo de los datos, lo simple no siempre es lo verdadero.

 

 

Por Yoel Kluk, socio de la consultora Olivia.