Richard Golian

Nacido en 1995. Graduado de la Universidad Carolina. Responsable de rendimiento en Mixit. Más de 10 años en el marketing basado en datos.

English Français Slovenčina

Gestionar suscripción Elegir suscripción

RSS
Newsletter
Nuevos artículos en tu correo
Richard Golian

Artículo

Toma de decisiones, incertidumbre y probabilidad

Decisiones, marketing, incertidumbre y probabilidad
Richard Golian
Richard Golian · 5 268 lecturas
Hola, soy Richard. En este blog comparto pensamientos, historias personales, hallazgos y en qué estoy trabajando. Espero que este artículo te aporte algo de valor.

En el pasado, evaluaba mis decisiones por sus resultados. Con el tiempo, reconocí que muchas elecciones que antes consideraba "malas" solo tenían consecuencias desfavorables. Hoy, me doy cuenta de que lo que realmente importa en una decisión no es su resultado sino su optimalidad dadas las circunstancias y la información disponible, o más precisamente, cuán cercanamente aproxima la decisión óptima.

Toma de decisiones en marketing y publicidad

¿Puede una decisión con un resultado negativo ser más óptima que una con un resultado positivo? Sí.

Durante mi experiencia en la optimización de presupuestos para publicidad en línea, he descubierto que días específicos dentro de campañas estacionales presentan oportunidades excepcionales. Sin embargo, aprovechar estas oportunidades requiere aceptar un nivel de riesgo más alto que en días ordinarios. Es imposible confiar con certeza en los datos del día anterior, y esperar unas horas por datos de un día dado significa la pérdida irreversible de muchas oportunidades.

Sin revelar detalles sensibles, la lección esencial que he recogido es que es aconsejable aceptar un mayor nivel de riesgo en estos casos. En lugar de centrarme en situaciones individuales, me enfoco en una probabilidad del 70% de un resultado positivo en estos casos. Con esta probabilidad en mente, cada decisión de este tipo puede considerarse adecuada, independientemente del impacto de una decisión individual. Lo importante aquí es la alta probabilidad de que el beneficio de las decisiones con un efecto positivo cubra las pérdidas.

Navegando el mar de la incertidumbre

Me esfuerzo por implementar esta mentalidad al tomar todas las decisiones gerenciales o de inversión. Mi ancla en estas aguas inciertas es la ley débil de los grandes números. Esta ley afirma que a medida que aumenta el número de pruebas, el promedio de los resultados probablemente convergerá al valor esperado. A través del prisma de la probabilidad, puedo mantener una perspectiva estratégica, asegurando que, por ejemplo, mi enfoque para la optimización de la publicidad en línea permanezca resistente frente a la incertidumbre.

Después de leer esto, puede parecer algo simple. Pero responde, ¿cuántas personas a tu alrededor son orientadas a los resultados y buscan certezas?

Resumen

Dejé de evaluar decisiones solo por sus resultados. Una decisión con 70 % de probabilidad de éxito que falla sigue siendo la correcta. La Ley Débil de los Grandes Números: a medida que aumentan los intentos, los promedios convergen al valor esperado. La mayoría busca certeza. Yo busco optimalidad.

Preguntas frecuentes sobre el tema del artículo

¿Debe juzgarse una decisión por su resultado o por su calidad?
Por su calidad. Un principio fundamental de la teoría de decisiones sostiene que una decisión debe evaluarse según su optimalidad dadas las circunstancias y la información disponible, no por el resultado que produce. Una decisión bien razonada con un 70% de probabilidad de éxito que fracasa seguía siendo la decisión correcta. Annie Duke llama a la tendencia de juzgar decisiones por resultados en lugar del proceso resulting, y argumenta que es uno de los errores de pensamiento más comunes.
¿Qué es la Ley Débil de los Grandes Números y cómo se aplica a las decisiones empresariales?
La Ley Débil de los Grandes Números establece que a medida que aumenta el número de pruebas, el promedio de los resultados convergerá al valor esperado. En la práctica, esto significa que una estrategia con un valor esperado positivo producirá buenos resultados a lo largo de muchas repeticiones, incluso si los resultados individuales varían. En el artículo, este principio se utiliza como ancla para tomar decisiones de marketing e inversión bajo incertidumbre.
¿Cómo se deben tomar decisiones en marketing cuando los datos son incompletos?
En el artículo, el enfoque es aceptar mayor riesgo durante las oportunidades pico, como días clave en campañas estacionales, cuando esperar datos completos significa perder el momento. En lugar de buscar certeza, el foco está en si la probabilidad de un resultado positivo es suficientemente alta para justificar la decisión a lo largo de muchas repeticiones. La pérdida irreversible de una oportunidad puede ser peor que el riesgo de un resultado negativo individual.
¿Qué significa estar orientado al proceso en lugar de al resultado?
Estar orientado al proceso significa evaluar la calidad de tu método de toma de decisiones en lugar de fijarte en resultados individuales. Un buen proceso aplicado consistentemente producirá buenos resultados con el tiempo, incluso si cualquier decisión individual puede fallar. Este marco, defendido por Annie Duke y fundamentado en la teoría de utilidad esperada de von Neumann y Morgenstern, separa la habilidad de decidir de la aleatoriedad de los resultados.
¿Puede una decisión con resultado negativo seguir siendo la decisión correcta?
Sí. Si una decisión fue óptima dada la información disponible y la probabilidad de éxito era suficientemente alta, un resultado negativo no la convierte retroactivamente en una mala decisión. En el artículo, esto se ilustra mediante la asignación de presupuesto de marketing durante picos estacionales: una decisión con 70% de probabilidad de retorno positivo que falla una vez sigue siendo correcta, porque a lo largo de muchas decisiones similares, las ganancias superarán las pérdidas.
¿Por qué la mayoría de las personas tiene dificultades con la toma de decisiones bajo incertidumbre?
Porque la mayoría de las personas está orientada al resultado y busca certeza. Juzgan decisiones pasadas por lo que ocurrió en lugar de por lo que era conocible en ese momento. Esto lleva a la aversión al riesgo en situaciones donde aceptar riesgo sería óptimo, y al exceso de confianza en situaciones donde los resultados fueron casualmente favorables. Reconocer que la incertidumbre es inherente, y que buenas decisiones pueden producir malos resultados, es el primer paso hacia un mejor juicio.
Richard Golian

Si tienes pensamientos, preguntas o comentarios, no dudes en escribirme a mail@richardgolian.com.

NEWSLETTER
Sobre lo que escribo, en lo que trabajo, lo que aprendí.
Enviado el primer domingo del mes. Cancela cuando quieras.

Más artículos

Dejé el trabajo durante varios meses para dedicarme a la filosofía

Era jueves, 31 de marzo de 2022, cuando traspasé las últimas partes de mis responsabilidades a mis compañeros, cerré el portátil y me fui a la biblioteca. Dejé el trabajo durante varios meses y me sumergí en la filosofía. Y lo agradezco enormemente. Hoy estoy, como la mayoría de la gente, en un carrusel, y me cuesta pararme y pensar en las preguntas fundamentales de mi propia vida.

28 de septiembre de 2026·278 lecturas
Cómo me enamoré de ella, a primera vista

Era septiembre de 2023. Mi vida, mi trabajo, todo era completamente distinto de ahora. Era más sencillo. No poseía casi nada. Necesitaba grabar un anuncio, subí dentro de la empresa a la planta donde estaba el producto que necesitaba para ese anuncio, y allí me fijé en ella por primera vez. Ella se ríe de mí cuando lo describo así, pero en aquel momento el universo me dijo, es ella.

20 de septiembre de 2026·556 lecturas
Cómo dejar de depender de las redes sociales y qué es el IndieWeb

Cómo y por qué voy dejando las redes sociales y las grandes plataformas. Cuando leo que Meta está probando una nueva forma de cobrar por las publicaciones orgánicas que enlazan fuera de su plataforma, me confirma lo acertada que fue mi decisión de ser cada vez menos dependiente de las grandes plataformas y de las redes sociales. No significa que las haya abandonado del todo. Significa que el que yo siga o no en contacto con mis lectores depende de ellas cada vez menos, y hoy casi nada.

9 de septiembre de 2026·631 lecturas
Cómo empezar con la IA en la empresa

Uno de mis familiares describía una empresa que tiene los datos en varias herramientas distintas y cuyos empleados todavía hoy los unen a mano, en hojas de cálculo. Ese es el estado habitual de las empresas. Si a esa gente alguien le dice que no lo haga a mano y que use la IA, no le van a entender. La mayoría de las empresas ni siquiera tiene los conectores básicos entre las herramientas que utiliza. Estas empresas necesitan ayuda con la transformación con IA.

12 de agosto de 2026·817 lecturas
Fable 5 vs Opus: ganó el modelo más barato

La misma tarea, dos modelos. Fable 5 contra Opus 4.8. Sobre el papel Fable es el mejor modelo, con más contexto y mejores especificaciones. Y aun así perdió. Opus resolvió la tarea con una sola ronda de control por 721.000 tokens, mientras que Fable necesitó nueve rondas y quemó 2,78 millones de tokens. La diferencia no estaba en el modelo, sino en cómo planteé la tarea. Y lo sé porque lo medí.

22 de julio de 2026·1 094 lecturas
Mi blog está lleno de bots y agentes de IA

Hace un tiempo escribí sobre cómo construí mi propio sistema de analítica respetuoso con la privacidad. Tenía detección de bots desde la primera versión, pero no bastó. Las visitas directas tenían un peso extrañamente alto. Cuando alguien afirma que el 20 % de sus visitas son bots y el 80 % personas, yo también lo pensaba antes. Hoy diría que la proporción inversa está más cerca de la verdad. Así llegué a esta conclusión.

6 de julio de 2026·2 382 lecturas
Dependientes de la IA: ¿seguimos siendo amos o esclavos?

Tengo a Heidegger y mi cuaderno al lado. Me pregunto hacia dónde se dirige todo esto, hacia dónde nos lleva la inteligencia artificial.

21 de junio de 2026·1 349 lecturas
¿Qué trabajo no reemplazará la IA?

Setenta por ciento. Ahí empieza el primer resultado de la IA, incluso cuando le das todo el contexto de la empresa y los mejores ejemplos del pasado. Hablamos del tipo de resultado que no se puede definir de forma programática. Es más complejo. A menudo se trata de trabajo creativo. Con un tipo de resultado repetido llegué al ochenta por ciento en una semana. Cada punto porcentual adicional es más difícil que el anterior.

10 June 2026·1 014 lecturas
¿Qué es la teoría del internet muerto y volveremos al offline?

Durante mucho tiempo tratamos internet como el camino principal. El lugar donde ocurren el trabajo y las relaciones. Pero la mayoría de lo que vemos en él hoy ya es, o pronto será, generado por IA: texto, imágenes, perfiles y comentarios. Internet se está convirtiendo en un juego online lleno de bots, donde no puedes estar seguro de que al otro lado haya una persona. Así que me pregunto: ¿fue el mundo online el camino principal, o solo un desvío temporal del que parte de la gente regresará, de vuelta al offline?

7 de junio de 2026·1 270 lecturas
Todo con agentes de IA o totalmente offline

Cuatro días en Cataluña. Sin ordenador, sin IA, casi sin redes sociales. Me compré este cuaderno para anotar lo que pensaría y lo que encontraría y aprendería durante el viaje.

10.5.2026·1 705 lecturas
NEWSLETTER
Sobre lo que escribo, en lo que trabajo, lo que aprendí.
Enviado el primer domingo del mes. Cancela cuando quieras.