El análisis no es solo descripción

El análisis es una fase crucial del tradicional Ciclo de Inteligencia. A grandes rasgos, el análisis es la fase en la que la información se transforma en conocimiento. La piedra angular del análisis no lo constituye el software, por muy avanzado que éste sea, sino el elemento o factor humano, esto es, el analista. Frecuentemente lo que diferencia a un buen analista de uno excelente es que el segundo realiza mejores análisis con la misma información disponible y valorada siguiendo el tradicional esquema de Sherman Kent, en términos de fiabilidad de la fuente, credibilidad de la información y pertinencia.

El análisis debe contener necesariamente una fase descriptiva del tema o asunto tratados, pero ésto no es lo que lo define. Analizar no es sólo unir las informaciones disponibles de una manera más o menos ordenada o resumida. Un informe que solo contenga elementos descriptivos de la información es un informe sin calidad, es sólo un simulacro, y es algo que los analistas metodológicos distinguen a la primera. El buen análisis requiere que el analista realice inferencias desde las premisas a las conclusiones. Un análisis sin inferencias no es verdaderamente un análisis. Pero realizar esas inferencias a partir de las premisas requiere no sólo una formación en los métodos de razonamiento lógicos, sino un amplio conocimiento de la materia tratada. 

Mucha gente piensa que uno puede analizar las cosas tan sólo con leer información sobre el tema en cuestión y esto es un craso error. Si el analista no tiene un conocimiento amplio del tema o la problemática tratada y no es capaz de realizar inferencias y establecer lineas argumentales sus análisis frecuentemente se quedarán en meros elementos descriptivos.

Otro de los errores muy comunes en inteligencia estimativa o prospectiva es empeñarse en pasar directamente de la descripción de variables a la predicción o estimación sin solución de continuidad.    Algo que, dicho sea de paso, es a veces favorecido por el empeño de los software de prospectiva de cuantificar la información cualitativa mediante el uso de matrices. Es un error que nunca cometería un estadístico, pues en estadística está claro que no puedes pasar de la descripción de los datos a la predicción sin antes aportar elementos explicativos. Esta es la razón por la que la modelización es la fase final de cualquier proyecto de minería de datos.

Por ejemplo, si observamos unas huellas en el suelo de pies humanos, podemos deducir lógicamente que fueron producidas por seres humanos (estamos realizando una inferencia, y por tanto, en la fase explicativa). Esta explicación conduce a la predicción de la presencia de seres humanos en ese lugar.

En resumen, podemos afirmar que un buen analista debe tener un conocimiento exhaustivo de los métodos de razonamiento lógicos, pero también una formación en la temática tratada, a ser posible, prolongada en el tiempo. Como es sabido, toda ciencia se caracteriza por una metodología y por unas técnicas. La metodología utilizada en inteligencia estratégica es el ciclo de inteligencia y tiene unas técnicas propias que difieren, por ejemplo, de las utilizadas en inteligencia competitiva. Para saber escoger y sacar el máximo provecho de esas técnicas, el analista debe estar formado en los métodos de razonamiento básicos. Tratar de utilizar las técnicas sin estos conocimientos previos es, cuanto menos, arriesgado.