El verdadero impacto de diseñar con datos

Las personas somos complejas, y el mundo en el que vivimos también. Cuando nos enfrentamos con el desafío de diseñar una solución, el primer paso siempre es entender la necesidad. Usualmente la visión centrada en el usuario ha utilizado técnicas cualitativas como las entrevistas, las etnografías y otras, que tienen un valor demostrado para entender las motivaciones de los comportamientos y los criterios de calidad con los que los usuarios van a evaluar la propuesta. Otras disciplinas utilizan estudios de mercado, estadísticas y otras métricas que generan una gran cantidad de datos con los que poder tener una visión más completa y precisa de la situación siempre y cuando sepamos manejarnos con ellos. Hablamos entonces de nuestro grado de alfabetización de datos o data literacy.

Data literacy (alfabetización de datos) es la capacidad de leer, entender, generar y comunicar datos de forma que pueda faciliten el aprendizaje y la toma de decisiones.

Esta habilidad, la de ser capaz de utilizar los datos para argumentar mejor nuestras decisiones, es la llamada alfabetización del dato. Abarca desde el entendimiento de qué datos son relevantes en una situación hasta poder valorar cuándo tenemos suficientes datos de suficiente calidad como para confiar en nuestras conclusiones. Dentro del marco de competencias digitales de la Unión Europea, la alfabetización de los datos es una de los principales pilares de la digitalización. Estas capacidades se han trabajado mucho en otras disciplinas de forma histórica, y que cada vez más encuentran su lugar en el proceso de diseño.

Como diseñadores es clave que contemos con herramientas para entender la verdadera dimensión de los problemas para los que creamos soluciones, y los datos son elementos indispensable. Los datos siempre han estado disponibles para la visión fría del negocio, el secreto es combinarlos con una perspectiva humana, utilizarlos en combinación de los aprendizajes cualitativos para dar profundidad a nuestras reflexiones. Nos permite explicar el racional de nuestras propuestas, identificar lagunas de conocimiento y focalizar esfuerzos en comprender lo que aún no sabemos y trabajar con lo que sí sabemos. Recabar información, procesarla de forma adecuada y colaborar con perfiles especializados multiplica la capacidad de diseño de aportar valor.

Recabar información, procesarla de forma adecuada y colaborar con perfiles especializados multiplica la capacidad de diseño de aportar valor.

Y además, cuando somos conscientes del valor de los datos, estamos en posición de facilitar a los usuarios su uso. Según el Programa Internacional para la Evaluación de Competencias de la población adulta (PIAAC) (también por la OECD), España es uno de los países de la UE con menor nivel de habilidades matemáticas y de comprensión de los datos. Y aunque eso hace que muchas personas sientan rechazo o incomodidad frente a los datos, podemos aliviarlo en el momento de diseñar el producto utilizando una buena narrativa de los datos. La narrativa del dato es dar una coherencia y un contexto a la información que presentamos de forma que seamos guiados por un hilo conductor. La elección del tipo de presentación de datos, ofrecer una explicación de su origen y su interpretación, y que todo ello presente un argumento comprensible y relacionado con una motivación del usuario, por ejemplo, querer tomar la decisión correcta y minimizar los riesgos, son estrategias de narrativa de datos.

Los datos en el diseño como ancla a la realidad

Los datos nos permiten generar modelos, que son una forma de simplificar y generalizar los datos para que podamos comprender mejor la realidad que representan y a identificar patrones que de otra manera podrían ser difíciles de detectar. Esta visión nos permite a los diseñadores crear soluciones que puedan escalar para que puedan ser utilizadas por un gran número de usuarios. Los modelos nos permiten hacer esto de una manera eficiente y estructurada.

Usar los datos para generar modelos que representen la realidad de forma simplificada es muy útil, pero entraña sus riesgos. Los datos pueden estar sesgados y representar una realidad distorsionada. También juega un papel importante la calidad de los datos, esto es la exactitud, integridad, consistencia, actualizad y validez. Hay un dicho en el mundo del dato que dice “garbage in, garbage out” (basura que entra, basura que sale), que se refiere a que es imposible obtener un buen resultado a partir de datos pobres. Velar por la calidad de los datos también es competencia de diseño, especialmente cuando se trata de datos que los usuarios deben introducir en una interfaz o relacionados con una investigación.

Los modelos basados en datos no pueden sustentarse sólo en lo cuantitativo, y parte necesaria para la interpretación de las métricas más numéricas es el acompañamiento de los datos cualitativos que dan profundidad y matices a los modelos. Esta combinación de datos (el big data cuantitativo y el thick data cualitativo) es lo que desbloquea la capacidad de tomar decisiones realmente bien informadas.

Y después de las decisiones, viene la ejecución y el seguimiento. Otro momento clave de los datos, donde puedes contrastar si tus propuestas han tenido el impacto deseado. Por ello es clave que los modelos nos sirvan también para definir qué métricas nos merece la pena observar para diferenciar entre lo que funciona bien, regular o que directamente hay que cambiar.

Como ves, desde la idea hasta la entrega hay numerosos momentos donde los datos pueden aportar un valor diferencial. Pueden marcar la diferencia entre el éxito y el fracaso, y más importante aún, pueden ayudarte a entender los motivos, de forma que puedas aprender y corregir con confianza y sin retrasos.