I pasticci che succedono nell’elaborazione dei dati, su
cui spesso si basano informazioni o decisioni, possono essere
comici. Ma hanno spesso conseguenze tutt’altro che
divertenti. Nel fondamentale libro Mentire
con le statistiche di Darrell Huff, oltre alle molte
illustrazioni di Irving Geis, ci sono parecchi esempi comici –
e nel secondo capitolo del post scriptum all’edizione
italiana c’è una raccolta di citazioni,
di cui alcune vivacemente ironiche. A tutto questo si
aggiungono tre vignette pubblicate da Scott Adams, nella
sua serie Dilbert, il 7, l’8 e il 9 maggio 2008.
copyright © Scott Adams 2008
Per chi non conosce l’inglese:
il direttore chiede di usare i dati “crs” per valutare il
mercato.
Dilbert gli risponde che quei dati sono sbagliati.
La stessa cosa si ripete per i dati “sibs”
(il
significato delle due sigle è irrilevante).
Allora il
direttore chiede di farne una media – e Dilbert
risponde:«se vuoi li posso anche moltiplicare».
copyright © Scott Adams 2008
Nella seconda vignetta
(8 maggio 2008) c’è un altro sviluppo della
vicenda.
Dilbert fa una presentazione usando un numero
immaginario e osserva:
«studi hanno dimostrato che i
numeri precisi non sono più utili di quelli
inventati»
Alla domanda «quanti studi?»
risponde «ottantasette»
(e anche quello,
ovviamente, è un numero inventato).
In una terza vignetta, il 9 maggio 2008,
si
scopre che in base ai dati “inventati” da
Dilbert
l’impresa ha deciso di investire
un miliardo di dollari.
copyright © Scott Adams 2008
Non è solo uno scherzo. Nella realtà
pratica le cose non sono così ovvie, ma accade davvero
che si usino metodi non meno assurdi. E non è
raro il caso che “invesimenti” insensati si
basino su dati o proiezioni di scarsa o nulla attendibilità.
I sistemi di elaborazione hanno fatto grandi progressi.
Con le tecnologie di oggi, quando sono usate bene, si possono
ottenere risultati importanti non solo in tempi più
brevi, ma anche con analisi più approfondite. Il
problema è che le elaborazioni si fanno spesso con
metodi standardizzati e inadatti a un caso specifico, con
correlazioni fra dati diversi che ne confondono il
significato, con un’infinità di elucubrazioni che
mascherano l’inesattezza dei dati originari oppure, anche
quando sono attendibili, ne distorcono il significato e
l’interpretazione.
I rimedi sono concettualmente semplici. Il primo è
la verifica a priori dell’attendibilità dei dati e del
loro preciso significato. Il secondo è la scelta di un
metodo di analisi che sia attinente al processo e non
inquinato da inutili e pericolose complicazioni. Il terzo
è la trasparenza: cioè la possibilità a
posterioridi controllare tutte le fasi di analisi e di
elaborazione, per poter correggere eventuali errori o
elementi di dubbio e per poter verificare il risultato di
ipotesi diverse in qualsiasi punto della procedura. È
lapalissiano? Si. Ma l’esperienza pratica dimostra
continuamente la mancanza di queste chiarezze, con
conseguenze che possono variare da fastidiose incomprensioni
a deduzioni o decisioni pericolosamente sbagliate.
Non si tratta solo di statistiche. Con ogni genere di
dati (compresi quelli finanziari, organizzativi, demografici
e di mercato) ci possono essere pericolosi errori (oltre che
intenzionali inganni) nel significato dei numeri e nei metodi
di elaborazione. Con l’aggiunta delle insidiose “false
certezze” derivanti dalle tecnologie di data processing
che non solo non “rendono vero” ciò che era
dubbio all’origine, ma spesso confondono o deformano anche
quei numeri che, prima di essere “frullati” in una
confusa mescolanza, avevano un ragionevole livello di
attendibilità.
Questa citazione di Scott Adams è interessante
perché il tema dei suoi (seri) studi e delle sue
(spesso divertenti) ironie non è la statistica o
l’elaborazione numerica, ma la congerie di problemi che
affliggono la gestione e il funzionamento delle imprese. Non
è un caso che fra i fattori di dissesto ci segnali,
ancora una volta, il cattivo uso dei dati e delle analisi che
ne derivano.
Il rimedio? Oltre al rigore e alla trasparenza dei
metodi, la risorsa più importante è sempre il
buon senso. Se un dato mal si concilia con l’esperienza e con
l’osservazione dei fatti, è sempre necessaria
un’energica coltivazione del dubbio. Per capire se sono i
dati a darci una percezione deformata – o se davvero ci siano
fatti e circostanze inaspettate o difficilmente spiegabili,
tali da richiedere una seria revisione di tutto il quadro di
conoscenze e perciò delle strategie decisionali.
