Imagine o seguinte cenário: você está fazendo uma análise com base em 5 hipóteses, 3 delas não podem ser medidas, mas são responsáveis por 80% do impacto. 2 podem ser medidas e só são responsáveis por 20% do impacto.

Sem saber do impacto, quais as hipóteses que você iria se aprofundar?

Eu aposto que seriam as que podem ser medidas. E isso acontece porque superestimamos demais o que é mensurável.

OS DADOS MANDAM: Um dos principais pré requisitos para um bom profissional ou negócio hoje em dia é ser Data Driven. Os dados estão na moda e considero que eles são super importantes na grande maioria dos casos. Porém, deixar visões que não podemos medir de lado pode te fazer levar a lugares indesejados.

Uma das pessoas que considero um gênio contemporâneo, já falou sobre isso:

CHARLIE MUNGER: “Você pega um sistema complexo e gera muitos números maravilhosos que permitem medir alguns fatores. Mas há outros fatores que são terrivelmente importantes, embora não haja uma medição precisa que você possa inserir nesses fatores. Você sabe que eles são importantes, mas você não tem os números. Bem, praticamente:

1. Todo mundo supervaloriza as coisas que podem ser medidas, porque elas se submetem às técnicas estatísticas que são ensinadas na universidade
2. Não as mistura às coisas difíceis de medir e que podem ser mais importantes

Esse é um erro que tentei evitar durante toda a minha vida, e não me arrependo de ter feito isso.”

Sabendo que os dados nem sempre são os principais fatores que determinam a importância de um argumento ou hipótese, existem alguns modelos mentais interessantes que uso para lidar com eles.

Como lidar com o que não pode ser medido

ARGUMENTOS SUBJETIVOS: Bons argumentos sem dados para embasá-los, continuam sendo bons argumentos. Porém, é importante que fique extremamente claro para o público de que é uma probabilidade com base em comportamentos e observações e não existem dados para embasar. Omitir que não existem dados vai tornar o argumento uma falácia.

TESTES: A ausência de dados não necessariamente é algo ruim, mas deve-se gerar mais confiança nas análises no longo prazo através de testes. Então, realizar experimentos para entender as hipóteses de comportamento pode não necessariamente gerar dados, mas aumenta a confiança dos argumentos subjetivos em relação a um comportamento.

MENSURAÇÃO NO LONGO PRAZO: Se algo não pode ser medido no momento, não quer dizer que não deva ser medido no longo prazo. Um bom hábito é encontrar novas maneiras para tirar conclusões e tentar medir esses comportamentos (mesmo que sejam hipóteses remotas).

A principal mensagem que fica é: não subestime o que não pode ser medido e não pare de tentar criar maneiras de medir esses fatores.