Una universidad fue acusada de discriminar a las mujeres: en cada área, la tasa de admisión de mujeres parecía más alta que la de los hombres, pero en el total general era más baja. ¿Cómo puede un número ser verdadero en cada parte y falso en el conjunto? No es magia ni error — es la paradoja de Simpson, una de las trampas estadísticas más traicioneras, y un recordatorio de que los datos engañan a quien los lee sin cuidado.
La paradoja de Simpson, explicada
La paradoja de Simpson ocurre cuando una tendencia que aparece en varios grupos desaparece o se invierte cuando los grupos se juntan. En el caso de la universidad, las mujeres se postulaban más a las áreas más competitivas (con menos plazas para todos), y los hombres a las más fáciles. Cada área era justa, pero la mezcla desigual de las candidaturas creaba, en el total, una imagen engañosa. El culpable es una variable escondida — aquí, el área elegida.
Por qué esto importa para tu negocio
No es una curiosidad académica. Imagina que un nuevo proceso de ventas parece tener peor tasa de conversión que el antiguo — en total. Pero si el nuevo proceso se probó sobre todo en clientes difíciles y el antiguo en clientes fáciles, el total miente: segmentando por tipo de cliente, el nuevo proceso puede ser mejor en ambos. Actuar sobre el total llevaría a abandonar un proceso que, en realidad, es superior.
Otras trampas de la misma familia
- Promedios que esconden: un promedio cómodo puede juntar dos grupos en extremos opuestos, ninguno cerca del promedio.
- Sesgo de supervivencia: analizar solo a los que "sobrevivieron" (clientes que se quedaron, proyectos que terminaron) y olvidar a los que no.
- Muestras pequeñas: los extremos (la mejor y la peor tienda) tienden a ser los más pequeños, solo por azar estadístico.
El hilo común: la variable escondida
Casi todas estas trampas comparten la misma raíz: hay un factor detrás que no estamos viendo. La paradoja de Simpson es el ejemplo más dramático, pero la lección es general — un número agregado puede esconder realidades opuestas en sus componentes. Mirar solo el total es mirar la sombra, no el objeto.
Cómo no caer en la trampa
La defensa es el hábito de segmentar. Antes de actuar sobre un número total, pregunta: si parto esto por grupos relevantes — tipo de cliente, región, período — ¿la historia se mantiene? Muchas veces se mantiene, y genial. Cuando no se mantiene, acabas de evitar una decisión errónea basada en un total que mentía.
Un ejemplo de disciplina
Un equipo de marketing vio que una campaña tenía, en total, peor desempeño que el promedio. Antes de cancelarla, segmentó por canal y descubrió que era excelente en dos canales y pésima en un tercero que arrastraba el total hacia abajo. La decisión correcta no era cancelar — era apagar el tercer canal y reforzar los otros dos. El hábito de segmentar transformó un "cancela esto" en una optimización rentable.
En la práctica
La próxima vez que un total te cuente una historia clara, desconfía un poco y pártelo por los grupos que importan. Los datos son poderosos, pero solo cuando los leemos con el cuidado de buscar la variable escondida. ¿El último número que te hizo decidir aguantaría la prueba de ser segmentado?
