GEOFF VINING, VIRGINIA TECH UNIVERSITY

“Hoy, los directivos cuentan con información menos exacta por no tener contacto con los datos reales”

Con motivo de la III Conferencia Internacional de Calidad y Estadística Aplicada (Cicea), el doctor Geoff Vining, coorganizador del evento, se encuentra en Lima. Viene dictando algunas sesiones y plenarias.

En la inauguración de la Cicea 2018, el doctor Vining destacó el papel de los big data para el desarrollo de un país. A la vez, recordó que la gran cantidad de información a la que hoy accedemos no serviría de nada si no se utiliza de manera profesional y alertó sobre el peligro de no saber distinguir los datos correctos de los que no lo son, cuando se trabaja con macrodatos.

Por ello, el experto destacó que es muy importante que los países en desarrollo “realicen eventos como Cicea, sobre todo los que poseen una economía como Perú, a fin de que sean más competitivos a nivel global. Conocer las tendencias en innovación en calidad y estadística es un beneficio que puede ayudar a crear productos y servicios de la manera más eficiente y efectiva posible”, señaló.

Doctor Geoff Vining.

Al preguntarle cómo imagina a las compañías en un futuro, cuando sus líderes hayan aprendido a analizar adecuadamente los big data, afirmó que siempre habrá desafíos en términos de procesamiento de datos precisamente a nivel directivo. Contó el caso de la empresa Intel, que buscaba integrar todos los macrodatos de las áreas de calidad y productividad con la del área de coproducción, de modo que pudieran tener un resumen de toda la información acerca del proceso productivo desde el jefe de ingenieros hasta el director ejecutivo.

“Pero ¿qué sucede cuando te encuentras en una posición de liderazgo? A medida que tienes menos contacto con los data real, llega a ti información que ya ha sido procesada; cada vez más resumida y menos exacta”, dijo. 

Asimismo, comentó que existen algunos otros desafíos a medida que tenemos bases de datos cada vez más extensas, porque es difícil encontrar los datos que no son correctos: “Por ejemplo, cuando utilizas una máquina que hace todo el trabajo del análisis de datos por ti, sin un ojo humano que verifique el procesamiento, hay un riesgo de que se trate la información como si toda fuera correcta. Ello porque los resultados son terribles cuando se trabaja basándose en información incorrecta”.

Geoff Vining

Es profesor en Virginia Tech University. En 2010 y 2013 recibió la medalla Shewhart por parte de la Sociedad Americana de Calidad (ASQ). Además, en 2015 la Red Europea de Negocios y Estadística Industrial (ENBIS) le otorgó el “Box Medal”.

Es un reconocido internacionalmente por su experiencia en temas de diseño de experimentos, análisis para el mejoramiento de la calidad, control estadístico de procesos, regresión, entre otros.

Para conocer el programa de mañana, hacer click aquí.