Os dados se tornaram uma ferramenta essencial para a tomada de decisões. No entanto, mesmo com dados abundantes, é fácil cair em armadilhas que nos levam a conclusões equivocadas.
Esses erros são conhecidos como data fallacies (falácias de dados): interpretações errôneas que surgem por vieses, simplificações ou formas inadequadas de analisar a informação.
Nesta série de três artigos, exploraremos algumas das data fallacies mais comuns e como elas afetam áreas como People Analytics. Hoje, começamos com a primeira: a armadilha das métricas resumidas.
Em 1973, o estatístico Francis Anscombe apresentou um exemplo que continua relevante: o Anscombe’s Quartet (Quarteto de Anscombe). Trata-se de quatro conjuntos de dados que, quando analisados com métricas resumidas como média, variância e correlação, parecem idênticos. No entanto, ao serem plotados em gráficos, eles mostram padrões radicalmente distintos.
Isso demonstra algo fundamental: os números por si sós podem ocultar histórias completamente diferentes. Visualizar e contextualizar os dados é tão importante quanto medi-los.
A armadilha: Métricas resumidas são números que condensam informação complexa em um único valor, como uma média, uma porcentagem ou um índice global. Elas são úteis para comunicar resultados de forma simples, mas também podem nos levar a tomar decisões equivocadas porque escondem variações críticas.
É como olhar uma paisagem através de uma foto borrada: você vê a silhueta, mas perde os detalhes que importam.
1. A Temperatura Média
Imagine que lhe dizem que a temperatura média de uma cidade é de 20 °C. Parece informação suficiente, não é? Mas não é o mesmo que ter 30 °C durante o dia e 10 °C à noite. Se você confiar apenas na média, poderá fazer a mala com a roupa errada e acabar sentindo frio ou calor.
2. A Velocidade Média de uma Viagem
Suponha que você dirija por uma hora a 100 km/h e a hora seguinte a 20 km/h. A velocidade média será de 60 km/h, mas esse número não descreve a realidade: um trecho foi rápido e o outro, desesperadamente lento. Se você compartilha apenas a média, estará ocultando uma parte fundamental da experiência.
No People Analytics, esse erro é especialmente comum. Somos tentados a resumir a informação em um único número:
"Nossa organização tem 5 em liderança."
"Obtivemos 89% de participação na pesquisa."
Esses dados parecem úteis, mas não contam a história completa:
Em quais áreas a liderança é forte e em quais é fraca?
Quais grupos não participaram e por quê?
Quando vemos apenas a média, perdemos a oportunidade de desenhar ações precisas e significativas. O verdadeiro valor surge ao explorar a variabilidade e as nuances por trás dos dados.
As médias e outras métricas resumidas são tentadoras porque simplificam a comunicação, mas não devem ser o destino final da análise. Elas são apenas o ponto de partida para fazer perguntas mais profundas e descobrir padrões que realmente guiem a ação.
No mundo dos dados, o simples nem sempre é o verdadeiro.
Por Yoel Kluk, sócio da consultora Olivia.