Ron S. Kenett, Universidad de Turín
Esta charla es un viaje que serpentea entre la ciencia y la analítica empresarial. Para contextualizar, primero enumeraré, muy brevemente, mis referentes. En concreto, mencionaré a Sir David Cox, quien me impartió la clase de introducción a la estadística durante mi licenciatura en el Imperial College; Sam Karlin, quien fue mi director de doctorado en Stanford y el Instituto Weizmann; George Box y Bill Hunter, quienes me abrieron las puertas a la estadística aplicada en los negocios y la industria; así como a Stu Hunter, Ed Deming y Joe Juran. Todos ellos tuvieron un impacto significativo en mi carrera. La siguiente etapa del viaje ofrecerá una breve introducción a la Calidad por Diseño (QbD), aplicada a la industria farmacéutica. La tercera etapa abordará un tema de creciente preocupación en la ciencia: la reproducibilidad de los hallazgos de investigación. Para abordar esta cuestión, esbozaré una nueva propuesta basada en la generalización de los hallazgos. La generalización es una de las ocho dimensiones de la calidad de la información (InfoQ), y esta etapa representa el trabajo conjunto con Galit Shmueli, realizado durante los últimos ocho años y resumido en nuestro reciente libro. La última etapa abordará los retos futuros de la analítica y la estadística. La motivación de este viaje es demostrar el papel clave del pensamiento estadístico en la analítica moderna y su impacto tanto en la ciencia como en las aplicaciones empresariales. En definitiva, estas reflexiones y ejemplos están impulsados por la ambición de devolver a la estadística el protagonismo en el trabajo basado en datos. A lo largo de este proceso, mostraré algunos ejemplos que utilizan JMP para justificar este argumento.
