Algoritmos y el valor de la vida humana: la cosa puede no ser tan evidente

Marcar indicadores para un proceso o actividad, reducir a números una realidad compleja, es una forma efectiva y normalmente razonable de hacerla manejable y también de gestionarla con efectividad. Pero también, es por desgracia, una forma arriesgada de modelar ese proceso, actividad o realidad.

Y más si de lo que hablamos es de la vida humana.

KPIs, indicadores, números 

En la gestión empresarial, por ejemplo, es práctica habitual (en realidad menos habitual de lo que debiera) el obtener indicadores del funcionamiento de la compañía. Indicadores financieros como ingresos, margen o EBITDA. Indicadores operativos como tiempos medios de ejecución de procesos (procesamiento de pedidos, entrega de pedidos, atención a llamadas, aprovisionamiento de materiales, fabricación, etc). Indicadores de satisfacción de cliente (como el famosos NPS, Net Promoter Score) o de clima laboral. Etcétera, etcétera, etcétera.

Hablamos de KPI (Key Process Indicators), OKR (Objectives & Key Results) y hacemos, o deberíamos hacer informes, cuadros de mando (integrales o no) y, si estamos en una compañía digitalmente avanzada y muy 'data-driven', tal vez hasta analítica predictiva.

 

El riesgo de los indicadores

Sin embargo, la simplificación que supone reducir un fenómeno a un indicador, una simplificación que en buena medida es 'parte de su gracia', no está exenta de riesgos.

Un indicador, por un lado, al ser una simplificación (y muy grande) puede estarnos ocultando una realidad más compleja y no permitirnos avistar algún fenómeno, quizá alguna causa raíz, que nos permitiría tomar mejores decisiones.

Quizá peor aún, un indicador que se convierte en objetivo, con frecuencia, incentiva un comportamiento. Si medimos ingresos por un producto concreto y ponemos un objetivo más exigente que en otros, nuestra fuerza comercial tenderá a concentrarse en vender ese producto y quizá no otros. ¿Es eso lo que queremos? Puede que sí...o puede que no.

Más claro aún. Si ponemos como indicador de un contact center un tiempo medio de atención bajo, como forma de hacer ese contact center más eficiente y aumentar su capacidad efectiva de atender llamadas, estamos sin embargo incentivando una mala atención (lo digo por experiencia), animando, sin pretenderlo, a los agentes del contact center a cerrar los asuntos en falso, sin una verdadera resolución o derivándolo a otras unidades, ya que así deja de contarles a ellos el tiempo. ¿Recibe el cliente una mejor atención? Claramente, no. Y sin embargo, visto en abstracto, una atención rápida es un valor positivo, incluso para el cliente.

Por eso es preciso elegir muy bien los indicadores, proponer un juego de KPIs que se equilibren entre sí y en que unos compensen los vicios que otros generan  y no olvidar nunca, cuál es el verdadero objetivo, qué estamos realmente queriendo medir e incentivar.

Se imponen, como defiendo con tanta frecuencia, el conocimiento y el rigor. Sin mitos ni lugares comunes: conocimiento y rigor.

El valor de la vida humana

Y, claro, si establecer indicadores y valores numéricos es delicado en el mundo económico y empresarial ¿Qué pasa ahora si queremos poner un valor concreto, económico, en dólares o euros, a una vida humana?

La idea, en un primer momento, parece repulsiva, y nos asusta y pone en guardia con sólo oírla.

Pero, como en todo lo demás, y si de decisiones hablamos, conviene ser racionales y entender de qué hablamos y sus consecuencias.

Y comento esto a raíz de algo que he leído en el libro 'Artificial Intelligence. A modern approach' de Stuart Russell y Peter Norvig. Comentan el caso, bien es verdad que con muy poco detalle, en que más valdría haber asignado ese valor económico a una vida humana.

¿De qué contextos hablamos? Pues, claro, de casos en que la vida humana, de alguna manera, corre peligro, transporte sanitario (ambulancia), decisiones de salud pública, decisiones medioambientales, etc. Cuando queremos adoptar una política, unas directrices, parece que 'el algoritmo' nos lleva a meter el valor de la vida humana en la ecuación puesto que, uno de los resultados de una decisión u otra es el afectar a un mayor o menor número de vidas, quizá de forma fatal. En ese tipo de decisiones, lo hagamos de manera explícita o implícita, el valor de la vida humana está siempre en la balanza. Así lo indican los autores:

 

Although nobody feels comfortable with putting a value on human life, it is a fact that tradeoffs on matters of life and death are made all the time.

Nuestros sentimientos, puede que también nuestras normas morales, pueden impedirnos o al menos hacer que nos resistamos a asignar un valor económico a una vida humana. Es comprensible y difícil de criticar. Sin embargo, puede no ser la mejor postura.

Aunque no lo detallan, y entonces no puedo juzgar mucho más, los autores aportan el ejemplo, descrito por Ross Shachter, en que una agencia gubernamental (entiendo que norteamericana) tenía que decidir sobre la eliminación de elementos construidos con amianto, un material, al parecer, cancerígeno. Cabe suponer que eliminar ese amianto de manera global en las escuelas y colegios, debía ser una tarea compleja y, sobre todo, costosa. La agencia gubernamental subcontrató el estudio a una entidad externa, la cual asignó un valor económico a la vida de los niños, hizo su estudio y concluyó que la decisión razonable era eliminar el amianto de las escuelas.

Aunque nos puede erizar la piel el ver valorada económicamente la vida de un niño, lo cierto es que la la conclusión del estudio es la que, al menos con el corazón en la mano, todos consideraríamos que es mejor, dado que hay vidas, y además vidas infantiles, en juego: eliminar el amianto.

Sin embargo, la asignación de un valor económico a la vida de un niño, resultó inadmisible para la agencia gubernamental, quien descartó el informe. En su lugar llevó a cabo otro estudio en que no se asignaba valor económico a la vida de los niños. ¿Cuál fue el resultado? No eliminar el amianto.

¿Se observa la paradoja? Según nos indican los autores, el eliminar de la ecuación el valor económico de la  vida de los niños, supuso, de facto, devaluar esas vidas, darles menos importancia y, por ello, decidir que la mejor opción racional era mantener el amianto, o lo que es lo mismo, ahorrarse el coste de esa retirada pero arriesgando la vida de esos niños.

Conclusión: conocimiento y rigor

¿Qué nos enseña todo esto? Pues diría que se trata, de nuevo, de una llamada al conocimiento y al rigor.

No nos dejemos llevar por criterios simplistas, viscerales o emocionales cuando estudiemos formalmente fenómenos, cuando adoptemos decisiones y cuando elijamos números, indicadores o algoritmos que apoyen esas decisiones.

Ni en el ámbito económico ni en el ético.

No seamos simples ni simplistas.

Teniendo claros nuestros objetivos empresariales en unos casos, y nuestros criterios morales en otros, actuemos con cabeza, con conocimiento y con rigor, de forma que esa elección de indicadores y algoritmos, esa toma de decisiones, nos lleve realmente a donde queremos llegar y no a cualquier otra parte.

Puede haber vidas en juego.

Datos corporativos y la fuente única de la verdad

Con el avance de la digitalización, a medida que las empresas se dotan de más sistemas y a medida, también, que existen más fuentes de información externas, las posibilidades de desarrollar capacidades de reporting y analíticas crecen en gran medida.

Crece, por tanto, la capacidad de obtención de indicadores y KPIs, de realización de informes, de implementación de cuadros de mando incluso en tiempo real o cuasi-real y también de realización de análisis, algunos incluso sofisticados empleando técnicas de machine learning.

Esa posibilidad debería caso ser considerada como una obligación de gestión y competitividad por parte de cualquier empresa. Conocer de forma sistemática y exacta la propia situación o la del mercado y disponer de datos en que basar decisiones parecen capacidades inexcusables hoy día en el entorno corporativo aunque, en mi percepción, bastante insuficientemente implementadas todavía. Unas capacidades que, además, y dentro de lo que cabe, son de una sencilla y poco arriesgada implementación.

Supuesto que la empresa decide, en efecto, aprovechar los datos de que dispone para la realización de cuadros de mando, informes y análisis, puede surgir la pregunta de quién debería procesar esos datos, quién debería realizar los análisis. Puede considerarse que debe tratarse de una actividad centralizada, que debe realizarse a nivel de compañía, o bien puede entenderse que es una función que es mejor llevar a cabo de manera distribuida, a nivel de unidad de negocio, departamento, etc,

Este es uno de los temas que trata Richard Benjamins en su libro 'A Data-Driven Company: 21 lessons for large organizations to create value from AI'. El autor analiza las características, pros y contras, de un enfoque centralizado con base en el concepto de centro de excelencia y de uno distribuido.

Y como conclusión, quizá porque es un reflejo de lo que es mi propia opinión, me quedo con la siguiente frase:

The data function always needs some notion of centralization because there should be a single source of the truth within an organization.

Según se entiende de la frase, puede existir un cierto nivel de distribución de las capacidades analíticas pero siempre con una cierta dosis de centralización que garantice una visión única, la así llamada fuente única de la verdad.

En mi propia experiencia profesional he trabajado en una empresa grande, con muchos sistemas y fuentes de datos y también con una capacitación e incluso cultura que posibilitaban y hasta favorecían los análisis departamentales e incluso individuales, algo que por sí mismo hay que valorar positivamente.

Y en ese contexto me he encontrado en diversos debates precisamente sobre si los indicadores deberían centralizarse o distribuirse y mi posición, que mantengo, es convergente con la frase de Benjamins, advirtiendo, eso sí, que ni siquiera, en el caso real que describo, hablábamos de verdaderas capacidades analíticas, sólo de indicadores e informes.

Realizar análisis a nivel de departamento, grupo o persona puede tener como ventaja un conocimiento más profundo de la realidad analizada y, quizá, una mayor creatividad y rapidez. Por tanto, no creo que se deba cerrar la puerta a esta forma de trabajo ni mucho menos, especialmente si hablamos no tanto de indicadores e informes operativos como de analítica, de análisis profundo.

Sin embargo, descentralizar la medición y obtención de indicadores puede llevar a KPIs no disponibles para toda la organización sino sólo para algún departamento que tal vez los guarde celosamente para sí. Puede llevar también a indicadores que, queriendo medir lo mismo, están basados en diferentes fuentes de datos, con denominaciones y criterios de cálculo quizá incoherentes entre sí lo que dificulta la visión conjunta y la comparativa. Y, en el peor de los casos, los indicadores y análisis pueden estar sometidos a riesgo de una cierta manipulación interesada. 

Y no puede ser así. Y no puede ser especialmente si hablamos ahora, no tanto de analítica avanzada como de reporting básico, de indicadores de desempeño empresarial, especialmente los indicadores clave, los KPI.

La descripción de la realidad objetiva de una compañía, la que proviene de datos, debería ser única. Debería existir esa fuente única de la verdad, una visión compartida en toda la compañía.

Aquellos indicadores fundamentales de la compañía, indicadores financieros, comerciales y operativos estoy convencido de que deberían obtenerse de manera centralizada y, en la medida de lo posible, y sin desvelar nada sensible, ser públicos y notorios para toda la organización constituyéndose así en esa fuente única de la verdad, una fuente de la verdad, además, trasparente, explicada, documentada y objetiva. 

Es la forma más razonable de fundamentar las decisiones de la alta dirección. Y es la forma también de que el resto de la compañía pueda entenderlas e incluso aportar ideas en un enfoque más bottom-up. Es una forma de alineamiento de empleados y unidades con la realidad de la empresa, es una forma de comunión de entendimiento e intereses y casi, casi, y bien hecha, es una forma de gestión del cambio cuando esos indicadores nos den pistas de que debemos cambiar y por qué.

Métricas y comportamiento

A estas alturas ya es de reconocimiento general que para gestionar un negocio casi cualquier actividad de forma eficiente y práctica, es necesario medir de alguna forma esa actividad y sus resultados, hacer un seguimiento de esas medidas y una actuación caso de que las medidas nos indiquen que el negocio o la actividad no discurre por la senda que deseamos.

Aunque quizá con menos nivel de implantación del que cabría suponer, y sobre todo con menor nivel de automatización del posible y deseable, sí parece que en general las empresas, especialmente las de cierto tamaño, disponen se una serie de medidas e indicadores de negocio que podemos esperar hayan recogido en los llamados KPI (Key Performance Indicator) y, quizá, hayan articulado el conjunto de los indicadores principales en un Cuadro de Mando. Esos indicadores serán en general cantidades numéricas y medibles, si es posible de forma automatizada.

¿Para qué queremos las métricas?

Diría que las medidas e indicadores tienen dos misiones fundamentales:

• Foto de situación: es decir, presentar de una forma relativamente sencilla, manejable, rápida y objetiva, cual es la situación de nuestra actividad, de nuestro negocio en un momento dado y su evolución en el tiempo.


• Orientar el comportamiento y la acción: es decir, dar pistas de hacia dónde debemos orientar la acción tanto directiva como de todos los empleados de la compañía.

Para la segunda misión, es decir, para orientar el comportamiento, aparte de la pura medida, del indicador, se hace necesario, o al menos esa es la práctica habitual, el establecimiento de unos objetivos, es decir, de unos valores a alcanzar en esa medidas o indicadores.  

Hasta aquí todo parece perfecto, correcto, casi inapelable.

Problemas con las métricas

Pero lo cierto es que la práctica demuestra que con mucha frecuencia, una aplicación estricta de estas ideas conduce a comportamientos indeseables. ¿Por qué? Porque en el fondo, una indicador mide un fenómeno subyacente y el comportamiento y objetivo que queremos orientar es el subyacente. SIn embargo, una excesiva presión en el indicador hace que el número, el indicador, que en realidad es algo superficial, se convierta en el verdadero objetivo, en lugar de el comportamiento subyacente.

En esa línea se encuentran Alonso Álvarez, Sara Aguilera, Susana Jurado y Míquel Rodríguez cuando en su libro  'La empresa ágil'. y hablando de métricas en relación con la filosofía Agile, afirman:

puede ocurrir que la métrica se convierta en el objetivo y no el comportamiento que queremos promover.

Si eso suena muy abstracto, esperemos aclararlo con dos ejemplos. 

En el caso de un centro de atención al cliente, en general, y por motivos de eficiencia y escala, consideraremos deseable que la atención sea lo más rápida posible. Y eso es correcto. Pero si por ello establecemos un KPI que sea el tiempo medio de la atención y ponemos mucha presión en conseguir un objetivo exigente, los operadores tenderán a cerrar la conversación casi inmediatamente y ante problemas complejos del cliente, tenderán a desbordar a otras unidades, o a cerrar en falso la atención sin realmente entender o resolver el problema. En este caso, ese objetivo de atención rápida debería verse compensado, y con mayor peso, por otro objetivo relacionado con la calidad de la atención y la efectividad de la respuesta. El comportamiento subyacente es la buena y rápida atención, pero la presión en el indicador de tiempos ha hecho que los operadores y sus coordinadores sólo se fijen en cerrar las llamadas (y tickets asociados) de la forma más rápida posible con independencia de la atención propiamente dicha.

En el caso de una fuerza de ventas, es práctica común establecer unos objetivos de ventas anuales. El comportamiento subyacente deseado es vender cuanto más mejor, evidentemente. Sin embargo, la medida de las ventas por periodos anuales y el establecimiento de objetivos y recompensas en periodos anuales, puede llevar a comportamientos no deseados. Así, por ejemplo, si un vendedor se encuentra a mediados de Diciembre con sus objetivos anuales de ventas ya cumplidos y le surge una oportunidad con un nuevo cliente ¿qué hará? Pues no sería extraño que intentarse 'estirar la goma' de forma que el contrato con ese nuevo cliente se firmase ya en Enero del año siguiente, es decir, en un nuevo periodo anual y así empezar a aportar al cumplimiento del año siguiente. Al fin y al cabo, este año ya ha cumplido el objetivo. ¿Es ese el comportamiento deseado por la empresa? Sin duda, no. La empresa quiere vender cuanto más mejor y cuanto antes...pero el indicador y sobre todo el objetivo promueve un comportamiento inadecuado.

En busca de soluciones. Los OKR

No tienen fácil solución este tipo de problemáticas. Diría que hay que poner el máximo cuidado en el diseño de los indicadores para que modelen realmente lo que queremos medir y conseguir. Diría, además, que hay que prever que unos indicadores compensen efectos unilaterales de otros (como en el caso del call center, la medida de la calidad de la atención compensaría el foco en cerrar rápidamente la interacción). Pero, sobre todo, creo que es necesario aplicar por parte de los gestores mucho sentido común a la hora de valorar y sobre todo recompensar  a los empleados con base en indicadores y cumplimiento de objetivos.

En el ámbito Agile, los autores mencionados, nos hablan de la nueva tendencia en el uso de los OKR (Objectives and Key Results) que, en el fondo, son tan indicadores como los KPI pero la diferencia, según la entiendo, cae más en el ámbito de su gestión y filosofía subyacente. Así, según nos explican, y al igual que los KPIs, los OKR son medibles, ambiciosos y simples, pero, sin embargo, no van a acompañados de un valor objetivo, sino que lo que se mide son crecimientos en el sentido adecuado (no hasta un valor concreto). La idea es poner el foco en el comportamiento subyacente, y no tanto en alcanzar un valor numérico concreto.

Mis conclusiones

Personalmente, apostaría por medir, medir mucho (por cierto, de forma automatizada) y tener al día todas las medidas relevante para tener un conocimiento cierto y objetivo de cómo va el negocio. Pero, sin embargo, relajaría, y mucho, la presión sobre objetivos y sobre todo, evitaría que las evaluaciones y recompensas se basasen en ellos, o al menos exclusiva y matemáticamente en ellos. 

Y no porque en teoría no sea correcto, objetivo e interesante la medición, el seguimiento de objetivos y evaluación de desempeño. Sino porque, en la práctica, es muy difícil, casi imposible, conseguir unos indicadores y unos objetivos tan bien definidos y medidos, tan perfectos, que reflejen exactamente la realidad, que promuevan exactamente los comportamientos que deseamos sin ninguna desviación y que aporten una valoración absolutamente fiel del desempeño de los profesionales. 

Así que, y quizá por desgracia, debamos aplicar el sentido común y algunos criterios también cualitativos a la hora de evaluar desempeños. 

¿De qué hablamos cuando hablamos de 'accionable'?

Cuando hablamos de ampulosos términos de moda como 'Transformación', 'Innovación', 'Transformación digital' y muchos otros, es fácil (y diría que incluso común) caer en una cierta palabrería hueca, en grandes frases y ambiciosas ideas que, sin embargo, no es factible llevar a la práctica o no sabemos cómo hacerlo.

Como contrapeso surge un término también de moda 'accionable', una adjetivo que hace referencia, precisamente, a nuestra capacidad de gestionar, de actuar sobre algún tipo de palanca que produzca resultados reales.

Me ha gustado cómo describe Eric Ries, cuando recuerda en su libro 'The startup way' los principios de Lean Startup y en concreto el validated learning' lo que es un informe accionable. Dice:

For a report to be considered actionable, the data must demonstrate clear cause and effect and be related to changes in the product itself, Otherwise it's merely vanity metrics.

Lo más destacable, en mi opinión, es ese establecimiento claro de una relación causa-efecto, porque si identificamos claramente esa relación, tendremos capacidad para, actuando sobre la causa, cambiar el efecto que es nuestro objetivo. En el caso de la cita de Eric Ries, el efecto son cambios en el producto, pero en otros contextos el efecto puede ser otro (incrementar ingresos, mejorar la satisfacción del cliente, reducir los tiempos de operación...)

En el fondo, 'accionable' es una llamada al realismo, a poner los pies en tierra y encontrar la forma de modificar la realidad de forma favorable.  

Estrés, recompensas y creatividad

Es duro reconocerlo, pero es justo hacerlo: la presión, el estrés, producen resultados.

Es tristemente cierto: cuando se presiona a una persona, cuando el jefe o líder exige, suele obtener resultados.

¿Si?

Bueno, en parte. A corto plazo y cuando hablamos de tareas mecánicas, que precisan esfuerzo pero poca inteligencia, sí suele dar resultado. Al fin y al cabo, la presión aumenta el foco, evita distracciones e incluso puede llevar a trabajar más horas.

En un sentido más positivo, las recompensas, las recompensas de naturaleza económica, también pueden mejorar algo los resultados pero, de nuevo, cuando hablamos de corto plazo y de tareas más bien mecánicas donde no se precisa mucho análisis, mucha creatividad, mucho discernimiento.

Pero si se quiere mirar a largo plazo, si se quiere obtener los frutos de la creatividad y la innovación, ni el estrés ni las recompensas económicas son buenos mecanismos.

En efecto, nuestro cerebro necesita tranquilidad y libertad para crear esas asociaciones, esas nuevas ideas que son el origen de la creatividad y la innovación.

Así lo confirman muchos estudios y así nos lo recuerdan Luis Huete y Javier García en 'Liderar para el bien común':

La fisiología del cerebro lo confirma: el estrés, la presión y la ansiedad generan una visión de túnel que además de anular la visión periférica (¡que es donde se encuentran las soluciones creativas!) propicia la intolerancia.

No creo que convenga de todas formas caer en una especie de 'buenismo corporativo' en que se relaje la tensión o se admitan actitudes relajadas. 

No, las empresas no funcionan así. La competencia, la mera supervivencia como negocio no lo permiten.

Es preciso un equilibrio, un equilibro realista y consciente.

Probablemente el directivo, el líder deba, como en otros aspectos, adaptar su estilo a la situación y tarea, proporcionando el suficiente espacio, libertad, tiempo y estímulo a las labores que precisan creatividad y siendo más exigente en las fases más productivas o las tareas más mecánicas.

Nadie dijo que liderar fuese sencillo...

¡Cuidado con indicadores y recompensas!

Indicadores, KPIs... armas de doble filo.

Los indicadores y los KPIs son una herramienta imprescindible de gestión. Es preciso medir los procesos, las finanzas, los comportamientos, todo aquello que sea relevante para conocer el estado y evolución de una organización.

Pero tienen otro papel...señalan lo que es importante para la compañía y, por tanto, orientan, o deberían orientar los comportamientos hacia las necesidades y prioridades de la compañía.

Igualmente, las comisiones, incentivos y recompensas, aparte de premiar el buen desempeño, ayudan a orientar los comportamientos en la dirección que se estima correcta...

Así es...

... ¿seguro?

Los indicadores y las recompensas son armas de doble filo y pueden tener un efecto contraproducente. Si no están bien diseñados generan comportamientos perversos. 

Por ejemplo: ¿Cuántas veces no habremos sufrido como usuarios a esos Help Desk o Contact Center que nos cierran una incidencia sin haber hecho nada, alegando un error o falta de datos, que es un problema responsabilidad de otro área, o que han intentado contactar con nosotros sin conseguirlo... Se cierra la incidencia sin haber resuelto nada. ¿Qué late bajo ese comportamiento? Un indicador exigente de tiempo medio de cierre de incidencias...no equilibrado por otro de valoración por el usuario o calidad de la resolución.

Igualmente, indicadores y recompensas pueden generar vicios como que no se hace aquello que no está explícitamente comisionado o recompensado, aquello con comisiones menores o, incluso, como puede suceder en equipos comerciales que, cuando cubren sus objetivos anuales ya no venden nada más...para dejar cartera para el año siguiente

¿Son esos los comportamientos que queríamos incentivar con los indicadores?

Seguro que no.

Por parecidas razones, George Westerman, Didier Bonet y Andrew McAfee nos advierten en su libro 'Leading digital':

Many of the challenges labeled as "resistance to change" during a transformation are actually conflicts about measures and rewards.

La conclusión es clara, aplica no solo a la transformación, y tiene forma de advertencia: ¡Cuidado con los indicadores y las recompensas!

El peso de lo medible en la toma de decisiones

Nos gusta y tranquiliza pensar que somos racionales en nuestra toma de decisiones, especialmente si pensamos en decisiones en el entorno profesional y corporativo.

Quizá por eso, de una forma similar al respeto superior que nos merecen los conocimientos publicados en libros o artículos frente a lo hablado por un colega o amigo, también parece que aquellos factores que llevan asociados consigo un valor medible, un indicador, un KPI, gozan de una mayor credibilidad que otros menos formales o más intangibles.

Charlene Li menciona en su libro 'Open leadership', una frase al respecto atribuida a John Hayes, responsable de marketing en American Express, una frase corta pero muy expresiva:

We tend to overvalue the things we can measure, and undervalue the things we cannot.

Lo cierto es, sin embargo, que con frecuencia no disponemos de esos datos medibles y que las decisiones, incluso decisiones importantes, se deben tomar con base a información incompleta, cualitativa y parcialmente intangible. A veces sólo nos queda la intuición, el olfato, la experiencia... De nuevo Hayes lo expresa muy claramente:

although we strive to become more measurable and accountable, there is a limit to what is feasibly (and economically) measurable. Inevitably, we base many of our decisions on just the thinnest sliver of information and evidence or, even more likely, our gut feeling.

La realidad es así. Lo medible nos proporciona confianza...pero con frecuencia no disponemos de ello. Quizá sea poco racional, es cierto,.pero también realza la importancia de la inteligencia humana, la racional y la otra...

#macrotweet: valoración de lo intangible

We tend to overvalue the things we can measure, and undervalue the things we cannot.

Charlene Li

'Open Leadership'

Métricas para la innovación y el emprendimiento

¿Cómo medir la innovación y el emprendimiento? ¿Qué tipo de métricas utilizar?

Según Eric Ries, varios aspectos de cuyo libro 'The lean startup' hemos repasado en los últimos artículos de este blog, el principal objetivo de una startup (recordar la interesante definición de startup de este autor), es aprender.

Dado que una startup se mueve en un ambiente de gran incertidumbre, lo que debe hacer es, fundamentalmente, conocer y entender a su mercado y sus clientes e irse adaptando hasta conseguir un modelo de negocio viable.

Y así, y como ya veíamos en un artículo anterior, afirma sin ambages:

I've come to believe that learning is the essential unit of progress for startups.

No resulta fácil medir el aprendizaje y, además, pueden existir variaciones según mercados, sectores, servicios y modelos de negocio. Así que, más que intentar encontrar unas métricas generales para la innovación y el emprendimiento, me detendré, brevemente, a comentar las tres características que según Ries deben tener las métricas para una startup.

Son las siguientes:

• Procesable (actionable): que quiere decir que se pueda actuar sobre ellas, lo que el autor traduce en que deben mostrar una clara relación causa-efecto. Lógicamente, si esa relación existe y es clara, midiendo el efecto podremos deducir cómo actuar sobre sus causas.


• Accesible: que se traduce en informes e indicadores simples lo que se suele conseguir usando unidades de media tangibles y concretas, y propiamente accesibles, es decir, muy sencillos de localizar y disponer de ellos.


• Auditable: que Ries pone en relación, más bien, con la credibilidad, con mecanismos de generación de datos no muy complejos y que se puedan comprobar 'manualmente' con clientes concretos.

Como suele suceder con tantas y tantas buenas prácticas nacidas de la experiencia y el sentido común, estas características de las métricas para medir la innovación y el emprendimiento, parecen perfectamente válidas para cualquier otro tipo de gestión y métrica asociada.

Y no sorprende porque, para Eric Ries, simplemente:

Entrepreneurship is management.

Ni más, ni menos...

La opción de separar analítica y community management

Es un dilema, a la hora de formar equipos y asignar funciones, dedidir si intentar asignar responsabilidades amplias, y conseguir visiones holísticas y abarcadoras, colaboradores 'empoderados' y 'de amplio espectro', o bien si separar funciones para, tal vez, evitar conflictos de intereses, tal vez para concentrar competencias, conocimientos  y habilidades o bien, simplemente, para mantener el foco de cada persona o cada grupo.

Si nos centramos en el caso de equipos gestores de un programa de social media, Olivier Blanchard, en su libro 'El retorno de la inversión en Social Media', nos aconseja, sin dudarlo, separar dos funciones fundamentales:

• community managers: es decir, los individuos que establecen la relación directa con los clientes, que mantienen viva la comunidad y que se orientan a la relación.
• grupos de analítica: encargados de recopilar datos, generar indicadores e informes, medir KPIs, y entender las realidades y tendencias subyacentes.

Se hace bastante evidente que, en general, las habilidades tanto técnicas como sociales, incluso las motivaciones e intereses de uno y otro grupo, pueden ser muy diferentes. Parece como la trasposición al mundo del social media de los dos famosos hemisferios cerebrales: racional por un lado y emocional/intuitivo por otro.

Olivier Blanchard lo argumenta, fundamentalmente, por una problemática de foco, de dedicación y nos dice:

"En términos de perspectiva, conviene señalar que, si un individuo se centra en relaciones con el público o creación de contenido, pedirle que también realice el análisis le distraería, incluso podría provocar que no pudiera realizar su función principal. Un community manager, por ejemplo, debe centrarse en construir equidad social, producir contenido y moderar discusiones, no en analizar el valor de cada interacción.Si su enfoque se desvía al análisis, aunque sea parcialmente, puede que ya no sea efectivo en su papel principal."

Y remacha:

"normalmente lo mejor es dejar que los individuos sociales del grupo continuen siendo sociales y los individuos más centrados en los datos se encarguen de los números del programa."

Es opinable, pèro desde luego, parece un razonamiento, como mínimo, a tener en cuenta.

La analítica web vista por Avinash Kaushik

'Analítica Web 2.0' es un libro muy enfocado en el contenido, la analítica web, pero a su vez muy amplio en su enfoque, un enfoque que aunque parte de la tecnología y las herramientas de medición, tiene muy en cuenta la gestión y el negocio que hay detrás.

El libro, bastante extenso, se compone de catorce capítulos.

Los dos primeros, 'El nuevo y reciente mundo de la analítica web 2.0' y 'La estrategia óptima para elegir su alma gemela en la analítica web' sirven para centrar la temática del libro.

En el siguiente, 'El extraordinario mundo del análisis del clickstream: la métrica' aborda quizá la parte más técnica y clásica de la analítica y del libro. En él se explican conceptos tan típicos de esta disciplina como la tasa de rebote, la tasa de conversión o la tasa de salida. Y, en la misma línea, aunque subiendo un poco la perspectiva hacia los informes en su conjunto, continúa el siguiente capítulo 'El extraordinario mundo del análisis del clickstream: soluciones prácticas'.

En el capítulo 5, 'La clave para alcanzar la gloria: medir el éxito' comienza ya a hablarnos de KPIs y a adoptar un enfoque algo más de negocio. Y sigue con ese enfoque más de gestión que técnico en los siguientes capítulos 'Resolver el enigma de la información cualitativa' muy centrado en la usabilidad y experiencia del usuario, 'Fallar con más rapidez: dar rienda suelta al poder de las pruebas y la experimentación' que aborda estrategias de prueba y experimentación y 'Análisis de la estrategia competitiva' con técnicas y herramientas para compararnos con la competencia.

En 'Analítica emergente: redes sociales, móviles y vídeos' aborda la problemática de estos nuevos medios en lo que analítica se refiere, y da algunos ideas y consejos para abordarla.

Hacia la parte final del libro, en los capítulos 'Soluciones óptimas para las trampas ocultas de la analítica web', y los dos titulados de la misma forma, 'Principios básicos para convertirse en un ninja del análisis', ataca ya los aspectos más avanzados e innovadores de la analítica web como son, por ejemplo, el seguimiento de campañas, la medición conjunta de la online y offline y la analítica multicanal.

Para finalizar, los dos últimos capítulos se centran en el profesional del análisis y, así en 'La carrera profesional de la analítica web' nos habla de las opciones, su evolución posible e incluso una estimación salarial, y en 'Los HIPPO, los ninjas y las masas: crear una cultura basada en los datos' abre un poco la perspectiva para aportar ideas más referentes a la cultura de empresa, al trato con directivos, a la obtención de presupuestos y otros aspectos similares importantes del ejercicio de la profesión.

'Analítica Web 2.0' es, a pesar del tono distendido e irónico que adopta el autor, un libro muy riguroso tanto en lo técnico como en su entendimiento del negocio y la gestión que acompaña a los indicadores generados por la propia analítica.

Sin duda, un libro imprescindible para los amantes de la analítica web o los profesionales de la misma.

Avinash Kaushik

(Fuente: Fuente: Ficha de autor en Planeta de Libros)

Avinash Kaushik es el mayor especialista mundial en la analítica web.

En el año 2009 recibió el premio Statistical Advocate of the Year que otorga la prestigiosa Asociación americana Americana de estadística Estadística. Sus libros han sido traducidos a más de veinte lenguas y dedica gran parte de su tiempo a dar conferencias por todo el globo.

Puedes saber más del autor en 'Occams' razor', su página personal, o seguirle en Twitter donde se presenta bajo el usuario @avinash

Ficha técnica:

TITULO: La analítica web 2.0

AUTOR: Avinash Kaushik

EDITORIAL: Gestión 2000

AÑO: 2011

ISBN: 978-84-9875-095-9

PAGINAS: 509

Artículos de este blog relacionados

• Fallos, cisnes e innovación evolutiva
• #macrotweet: Venta y relaciones
• Los critical few y la visión
• Lo bueno de no preocuparse por la historia
• Las métricas básicas de la analítica web
• #macrotweet: concepciones erróneas sobre el volumen de datos y la velocidad de respuesta
• La dualidad exactitud versus precisión
• La propuesta de Avinash Kaushik para KPIs y Cuadros de Mando
• El error del exceso de KPIs sin interpretación ni contexto
• #macrotweet: El cuadro de mando de una página
• Las preguntas clave de la analítica web y la orientación a negocio
• Home pages versus Landing pages. ¿Qué es lo que está cambiando?
• La paradoja de los datos y la humildad

Los critical few y la visión

Ya en dos artículos anteriores hemos abordado, de alguna manera, esta idea que parece ser un leit-motiv de Avinash Kaushik, el gurú de la analítica web.

Se trata, en cierto sentido, de la frugalidad de datos e indicadores, de la necesidad de mantenerlos en un número reducido y, eso si, hacerlos significativos, dotándolos de contexto, interpretación y acciones. 

Lo vimos a propósito de la llamada paradoja de las datos. Lo abordamos en más profundidad hablando acerca del fenómeno del exceso de KPIs sin información ni contexto y, de alguna manera, volvimos a ello a propósito de la propuesta de Avinash Kaushik para KPIs y Cuadros de Mando.

Aún así, no me resisto a consignar otra idea similar del mismo autor en el libro 'Analítica Web 2.0'. Ahora, nos exhorta a concentrarnos en muy pocos métricas, en muy pocos KPIs, en los que realmente importan, en los denominados, tomando el término prestado del mundo del Six Sigma, los 'critical few'.

Kaushik nos habla de la importancia de preguntarse por los dos o tres temas que realmente importan en nuestra web, en nuestro negocio o lo que sea. Ese puñado, y las metricas que los cuantifican, son los critical few...aquellos en los que debemos volcar nuestros mejores esfuerzos de medida y de gestión.

Así nos los menciona el autor:

"aprendí un principio importante que procede del mundo de Six Sigma/Process Excellence: concéntrese en los critical few y no en la mayoría que son insignificantes."

Para Kaushik, "la métrica critical few es tan importante porque proporciona a toda la organización un sentido de orientación y dirección."

Serían algo así como una misión y una visión...en forma de métricas.

Se trata de calidad y no cantidad, se trata de análisis y no meramente medida, se trata de conocimiento y no datos. Y se trata de una visión, sobre todo una visión...

La propuesta de Avinash Kaushik para KPIs y Cuadros de Mando

En el artículo anterior, 'El error del exceso de KPIs sin interpretación ni contexto', tras expresar alguna crítica acerca de la forma en que se suelen presentar KPIs y Cuadros de Mando, una forma en que abundan los indicadores pero existe poco contexto y poco soporte a la decisión, anunciábamos que en el siguiente artículo comentaríamos la propuesta de Avinash Kaushik para expresar indicadores y cuadros de mando. Y este es el artículo prometido.

En el libro 'Analítica Web 2.0', Avinash Kaushik nos propone, en un primer paso, un modelo de KPI que es el que se muestra en la siguiente figura:

Tras una cabecera en que se muestra por un lado el 'propietario de la métrica' (el responsable funcional del área medida) y el 'propietario de los datos' (el responsable de la medición y análisis), cada KPI tiene cuatro partes:

• Gráfico con escala numérica: en que se muestra el valor de la métrica, incluyendo su evolución y, eventualmente, una comparativa, por ejemplo, con el año anterior.
• Claves y tendencias: en que se proporcionan brevemente las conclusiones y tendencias que con esos datos y un cierto análisis se detectan.
• Impacto en la compañía: una líneas indicando el impacto que en la compañía tienen los actuales datos y tendencias.
• Acciones: una propuesta de acciones a llevar a cabo basado en lo anterior.

Esta forma de presentar los datos ofrece contexto, puesto que se ve la evolución del KPI y se acompaña de un análisis de situación y tendencias. Por otro lado facilita la decisión, puesto que se explicita el impacto en la compañía y se proponen actuaciones.

Sin embargo, Kaushik va más allá y propone, una vez que el cuadro de mando y, sobre todo, el equipo de análisis, se han ganado la confianza de los directivos, dar un paso adicional y comprimir aún más el cuadro de mando. El nuevo esquema que se propugna es el que se recoge en la siguiente figura:

Ahora se agrupan las métricas y, por cada una, se proporciona, únicamente, lo siguiente:

• La métrica en sí misma
• Las acciones recomendadas
• El resultado esperado con esas acciones

A esto se une, en la esquina superior derecha, un código semafórico que proporciona un impacto visual de la situación (un código que ya aparece en la versión anterior)..

Una propuesta, sin duda muy ejecutiva, pero que también precisa de una enorme confianza del directivo en el equipo de análisis y en su capacidad de proponer, aisladamente, o en colaboración con responsables funcionales, los mejores cursos de actuación.

No conviene olvidar que Kaushik se mueve en el mundo de la analítica web, donde, probablemente, los analistas tienen mas capacidad para entender los fenómenos y ofrecer soluciones pero, aún así, parecen unas lecciones y propuestas interesantes y exportables en buena medida a otros muchos indicadores y cuadros de mando más allá de la analítica web. Unas propuestas que pueden conducir a cuadros de mando más claros, más explicativos y más ejecutivos.

El error del exceso de KPIs sin interpretación ni contexto

Es un vicio extendido el saturar de información a la audiencia de informes, indicadores y cuadros de mando.

Se olvida, por una parte, que lo importante no son los datos en sí, sino su contexto, su significado, el conocimiento que deben transmitir, y las decisiones que deben posibilitar.

Se olvida, por otra, que los receptores de esos cuadros de mando, al menos los receptores más cualificados, son ejecutivos y altos directivos quienes, por una parte, no tienen probablemente el conocimiento técnico detallado como para entender todos los indicadores y, por otro, carecen también del tiempo suficiente para analizar farragosas series de indicadores y KPIs que no se encuentren en contexto, explicados, analizados y fáciles de entender. 

Lo que necesitarían estos ejecutivos son unos pocos, muy pocos, indicadores y KPIs fáciles de entender 'per se' y que, además, reflejen de forma muy concisa pero exacta una situación, posibilitando de esa manera la toma de decisiones.

Avinash Kaushik, quien en su libro 'Analitica Web 2.0' trasciende muchas veces el mundo de la mera analítica web para proporcionar ideas valiosas sobre indicadores y cuadros de mando en general, lo denuncia con las siguientes palabras.

"Los cuadros de mando dejan toda la interpretación al ejecutivo. Se trata de un defecto fatal porque la mayoría de los cuadros de mando son puntos de vista agrupados de un indicador KPI, pierden el matiz y el análisis que sólo un ninja del análisis puede hacer."

Este vicio de lo farragoso y poco ejecutivo es mucho más generalizado que el simple mal uso de cuadros de mando pero de momento centrémonos en este punto ya que Avinash Kaushik así nos lo sugiere, y recordemos la lección de la simplicidad y el contexto en los cuadros de mando, y adoptemos la voluntad de que sean breves, claros, explicativos y posibilitadores de una decisión ejecutiva informada.

En un próximo artículo veremos la propuesta de este autor para incluir eso KPIs rodeados de contexto, en una forma concisa pero significativa.