O beisebol sempre foi pautado pelo instinto e pela tradição… até que Billy Beane provou que os números podiam vencer.
No episódio 62 de The AI Forecast, Como Billy Beane, de Moneyball, mudou o beisebol para sempre com análise de dados, Billy Beane se junta ao apresentador Paul Muller para discutir como decisões baseadas em evidências desafiaram o beisebol tradicional. Ele explica como as restrições estimulam a inovação, por que questionar premissas é vital e como os dados ajudam as organizações a reinventar a tomada de decisões.
Da avaliação de talentos à gestão de recursos, Billy afirma que o sucesso depende da criação de sistemas que priorizem evidências em vez do ego. A seguir, apresentamos alguns dos principais momentos da fascinante conversa entre Paul e Billy.
Reformulando o risco
Paul: Como é difícil lidar com esse ponto em que você está confiante na ideia, mas os resultados não aparecem com rapidez suficiente?
Billy: Essa é uma ótima pergunta, e eu me apoiei no meu assistente. Ele costumava dizer que, se você vai fazer uma prova de matemática e alguém vai lhe dar as respostas, você não as aceitaria? Sentíamos que usar dados era assim. Eles estavam lhe dando a resposta do teste. Agora, queríamos aproveitar os dados e tomar muitas decisões. Sabíamos que não estaríamos certos todas as vezes, não ganharíamos sempre, mas, se fôssemos disciplinados com os dados, implacáveis com os números e consistentes na forma como tomávamos decisões, com o tempo, estaríamos certos.
Acho que havia muitas suposições de que, quando estávamos fazendo as coisas, estávamos nervosos sobre como isso acabaria, mas sentíamos exatamente o oposto. Sentíamos que o uso de dados era como um roteiro e um farol para nós. E, mais uma vez, não estaríamos certos em todas as decisões, mas, se fôssemos consistentes na forma como tomávamos decisões ao longo do tempo, acabaríamos onde queríamos estar, e seria essa disciplina que nos levaria adiante.
Se você acerta três vezes seguidas, todo mundo embarca na ideia. Então, na quarta vez, se você errar, todo mundo diz: "Ah, bem, eu disse que os números não contam a história toda". E eles tendem a retornar a uma posição de tomada de decisão emocional, mas não submetem as decisões emocionais ao mesmo padrão. Uma das coisas pelas quais recebemos elogios, o que acho um pouco equivocado, é que éramos tomadores de risco. Na verdade, éramos exatamente o oposto. Queríamos gerenciar riscos, queríamos pensar como atuários, e entendíamos que o verdadeiro risco era ter informações para ajudar na tomada de decisões preditivas e não usá-las. Para nós, esse era o risco.
Dados acima da Ortodoxia
Paul: A boa notícia é que você ficou famoso, e a má notícia é que você ficou famoso. À medida que outras equipes descobriram o que você estava fazendo, como você encontrou uma nova vantagem? Como você continuou sendo ágil?
Billy: Acho que a verdadeira revolução aconteceu quando outras equipes começaram a perceber a importância dos dados, a coletar seus próprios dados e a usar esses dados para criar modelos mais preditivos. Quando começamos a tomar decisões, nós as baseávamos em estatísticas. Estatísticas são um resultado. O que as equipes começaram a perceber foi que havia uma maneira melhor de medir o processo, que era um melhor indicador de habilidade, e que a coleta de dados era importante. E, francamente, não se tratava apenas de coletar dados, mas de trazer para o nosso negócio pessoas realmente muito brilhantes e apaixonadas que antes não trabalhavam lá.
A questão do livro Moneyball é que tudo nele era informação pública. Basicamente, roubamos as ideias de Bill James. A cultura nos permitiu fazer isso porque ninguém realmente tentou aplicar as ideias de Bill James ou o que ele falava em seus panfletos por anos depois disso. Nos 20 anos seguintes, porém, e agora que estamos aqui, as equipes se tornaram muito reservadas. Elas contratam e têm equipes analíticas muito grandes, com jovens brilhantes ajudando a criar esses modelos usando biometria para melhorar o desempenho dos jogadores. Isso ficou muito, muito sofisticado, muito além até do meu entendimento, para ser totalmente franco.
Todo mundo se diz orientado por dados... até que os dados discordem.
Paul: Na minha experiência, o desafio agora é que você pode estar em uma situação, principalmente com pessoas muito brilhantes e experientes, em que elas dizem: “Sou uma pessoa orientada por dados”, apontam para os dados e concordam com eles. Mas, assim que surge algo que não confirma a experiência delas, elas podem dizer: “Bem, esses dados não estão certos, e eu não vou usar esses dados”. Em resumo, selecionar os dados de forma conveniente é algo que já vi acontecer, e isso remete à afirmação que fiz sobre todo mundo ser uma pessoa de dados até que eles não sustentem sua opinião.
Billy: Para mim, essa é a verdadeira oportunidade. As experiências de um CEO muito bem-sucedido e de longa trajetória em uma empresa são dados, e recorrer a essas experiências para ajudá-lo a tomar decisões é usar dados. Mas acho que, em muitos casos, quando estamos com pessoas experientes, temos a tendência de ceder quando elas dizem: “Ei, esses dados não estão certos”. Bem, minha resposta geralmente é que você não pode discordar dos dados, porque eles não são uma opinião. É um fato. No mundo atual, com todos os dados a que temos acesso, a verdadeira oportunidade surge quando os dados nos dizem uma coisa e nossas próprias experiências nos dizem outra. Pessoalmente, prefiro sempre me orientar pelos dados e ignorar minhas próprias experiências ao tomar decisões. E, mais uma vez, sei que muitas pessoas vão discordar disso. Para mim, a oportunidade está quando pessoas realmente inteligentes veem a mesma coisa e os dados lhes dizem algo, porque você precisa presumir que seu concorrente vai ver a mesma coisa que você e tomar uma decisão nessa linha.
Ouça a conversa completa com Billy Beane no podcast The AI Forecast no Spotify, Apple Podcasts e YouTube.
