En términos muy generales, una auditoria es el proceso de recopilar datos con el fin de determinar la existencia de irregularidades y emitir informes, según el tipo de auditoria, sobre la aplicación normas y principios en la elaboración de los estados financieros, o sobre el nivel de cumplimiento y transparencia en la gestión, o la existencia de fraudes, o que tan eficientes son los procesos, etc., y en su caso presentar recomendaciones que corrijan las desviaciones.
Algunas estimaciones afirman que en este año fracasará el 85% de los proyectos empresariales de Data Science.[1] Entre las principales causas se señalan: 1) falta de claridad en la fijación de objetivos, 2) datos de baja calidad y 3) falta de colaboración entre los equipos. Para evitar este tipo de problemas sería razonable aplicar un enfoque que ya se ha mostrado eficaz en otros ámbitos. Se trata del EDA (Exploratory Data Analysis) tal como lo concibió originalmente John Tukey, y que desde hace años es recomendado por el National Institute of Standards and Technology (NIST).
En la primera parte de este artículo se vio que el concepto de Cisne Gris fue desarrollado por Nassim Taleb en base a la matemática fractal de Mandelbrot. Además se dijo que esa matemática puso de manifiesto el orden sistemático que subyace tras las texturas y formas naturales. En esta segunda parte se mostrará que el objetivo inicial de Mandelbrot fue buscar explicaciones al papel que juega la distribución de Pareto en los precios de mercado del algodón, y que los resultados de esa búsqueda fueron los que utilizó Taleb para transformar algunos Cisnes Negros puros en Cisnes Grises.
En un artículo anterior se presentaron los elementos fundamentales de la Teoría del Cisne Negro de Nasim Taleb. Ahora se profundiza en el concepto de Cisne Gris, que es fundamental para llevar a la práctica esa teoría, y que para Taleb podría considerarse el “corazón del libro”. Sin embargo los Cisnes Grises son bastante menos conocidos que los Cisnes Negros puros. Seguramente porque se trata de un concepto complejo, que incluso a primera vista puede llegar a resultar contradictorio. Este artículo describe en detalle.
Introducción
La prestigiosa e influyente consultora Gartner viene alertando desde hace un par de años sobre el declive de los tableros de mando. En el 2020 expresaba: Los responsables de datos y análisis deben ir más allá de los tableros de mando predefinidos.[1] Y en el 2021 reafirmaba: Gartner cree que, en el futuro, los tableros de mando serán reemplazados.[2] En este artículo se resumen las debilidades de los tableros de mando y sus causas y se ejemplifican qué tipos de mejoras deberían implementarse para solventarlas.
