Los datos son más precisos. La experiencia es parcial y a menudo niega o es ciega a la nueva evidencia. Los datos son la nueva evidencia si se presenta. Estadísticamente hablando, los datos siempre son correctos, sus métodos, conclusiones, en pocas palabras su experiencia, podrían estar equivocados en presencia de datos.
Como dice un colega mío “un 2 es un 2, no puedes discutir con un número”.
Como ejemplo, si durante un año, cada mes, el ingreso promedio por usuario es algo constante y luego cae, la experiencia le dirá que no cayó. A menudo la gente simplemente dice “eso no puede ser correcto”. Sin embargo, los datos son más a menudo correctos que incorrectos. La experiencia, por otro lado, cuando está mal, es brutal y ciegamente incorrecta.
- ¿Necesito saber / aprender Machine Learning si quiero seguir una carrera en Data Analytics?
- ¿Cómo se utilizó el método de análisis de datos doble ciego en el LHC?
- ¿Cómo explicará la precisión media promedio ( [correo electrónico protegido] ) a un cliente comercial en una sola oración?
- ¿Qué habilidades de comunicación requiere la ciencia de datos?
- Maestría en Investigación de Operaciones / Ciencia de Datos / Análisis de Negocios? ¿Cuál sería una mejor opción? (Curso y carrera sabia)
Eso no significa que la experiencia no sea importante. Todo lo contrario. La experiencia debería alimentar el escepticismo, algo muy bueno. Sin embargo, está sobrevalorado especialmente por personas que no entienden los datos.
