Los ejecutivos a cargo de los destinos de las organizaciones, son frecuentemente acosados por las promesas de algunas soluciones a sus problemáticas, que en ocasiones resultan casi mágicas. Ya sea por falta de elementos que expliquen cómo funcionan, o bien porque parecen no tener relación con los objetivos de las instituciones, algunas tecnologías o disciplinas no son consideradas con seriedad al momento de integrar el arsenal de capacidades y habilidades que deben ser adquiridos por los ejecutivos para enfrentar y solventar con éxito los retos que les son planteados. Conscientes entonces de que en apariencia podría confundirse con una receta milagrosa, hacemos la siguiente invitación: no tolere más la toma de decisiones sin los elementos que usted solicita y utilice la analítica como solución y como parte integral en la cultura de su organización.
No acepte sólo lo que le den, pida además lo que necesita.
En la serie televisiva «Breaking Bad», son presentadas las circunstancias que hacen que el personaje central, un hombre bueno, tolerante y por sobre todas las cosas muy inteligente, inicie una gran transformación de la forma en la que debía resolver los terribles problemas que lo aquejan. La invitación no es a pasar al lado “obscuro”, sino a la transformación radical y positiva en el uso de la analítica: “Breaking Wise” (transformándose a la sabiduría).
La idea de utilizar información para tomar mejores decisiones en muy bien entendida desde hace tiempo, inclusive podemos decir que es absolutamente común hasta el límite de la banalidad. Pero lo que no es banal ni fácil de entender (y en ocasiones sigue siendo una pesadilla), es el hecho de que en apariencia resulten insuficientes para la toma de decisiones clave, todas las tecnologías de almacenamiento para mayores cantidades de datos, tableros de reportes que consolidan indicadores en forma eficiente e incluso atractiva y hasta algunas soluciones que integran buenas prácticas de negocio en sus flujos de operación. Claramente hay un eslabón perdido en el proceso de generar el conocimiento que demanda una buena decisión, que además permita aprovechar algunas de las más recientes tecnologías destinadas a consolidar y procesar la información disponible para este propósito. Nuestro planteamiento de transformación gira en torno a la analítica, cuando menos en dos aspectos: la forma en la que se incrusta en la cultura y la forma en que habilita a las modernas tecnologías de manejo de datos a contribuir en la toma de decisiones.
La cultura propicia: de la intención a la ejecución.
La primera parte del planteamiento es de hecho filosófico y necesario: debe existir la intención y la confianza en el hecho de que se pueden tomar mejores decisiones aprovechando los datos que generamos y almacenamos en nuestras actividades cotidianas. ¿Pero cómo es que estas dos condiciones se generan? Podemos decir que intención y confianza forman parte de un proceso donde una regenera y fortalece a la otra. Si hay intención y se utilizan datos para tomar decisiones y estas resultan positivas, se genera confianza para seguirlos usando (piloto). Si hay confianza en los datos, esto genera un ambiente propicio para pasar de la intención a la ejecución (cultura). Pero los datos no dan respuesta al proceso de toma de decisiones por sí solos, estos deben ser interpretados o analizados, para comprender mejor el entorno que rodea la operación de una institución, entender por qué se generan errores o como se consiguen aciertos. Este análisis se lleva a cabo por medio de modelos. Los modelos no son por fuerza complejos artefactos matemáticos que en ocasiones se comparan con magia, los hay de varios tipos con base a su complejidad y sus alcances.
Los promedios y acumulados son los primeros modelos en la escala de potencia. Por ejemplo, el acumulado de la venta de un día es un apoyo para inferir cual podría ser la venta del día siguiente. El promedio diario de ventas en un mes se puede utilizar como base para inferir cual podría ser la venta diaria durante mes siguiente. El volumen de las ventas en cierta estación de un año, es nuestra primera referencia para intentar determinar cómo podrían ser las ventas del año entrante en la misma estación. Si bien son modelos fáciles de aplicar, es claro que su alcance tiene ciertos límites en asertividad y en la relevancia que tienen para la toma de decisiones. Inicialmente es bueno saber cuánto se vendió, pero pronto aumentará la ambición de conocimiento y será deseable saber cuáles son los factores que determinan porqué se vendió, además de mejorar la precisión de lo que se venderá en un futuro, todo esto para reducir los costos y aumentar los ingresos, por ejemplo.
Mejora continua, la ambición positiva o medios que apoyan a fines elevados.
Las preguntas más especializadas y relevantes son resueltas por modelos más complejos. Para ilustrar esta situación, citaré un magnífico ejemplo que Malcom Gladwell incluye en su libro “Blink”[1], respecto a la toma de decisiones rápidas con base a una cantidad reducida de información. Gladwell describe como la sala de emergencias (ER) del hospital del condado de Cook en Chicago, hacía un uso poco efectivo de sus salas de atención a enfermedades cardiacas, pues unos de los síntomas clásicos como el dolor de pecho, en muchas ocasiones está relacionado con otras afecciones menos críticas como la indigestión, lo cual provocaba que cuando llegaba algún paciente con un infarto “verdadero”, pudiera ser que las salas especializadas estuviesen ocupadas atendiendo a algún glotón. También era sabido que ciertos electrocardiogramas (denominados anormales), si bien son indicativos, tampoco eran determinantes para el diagnóstico. Los diferentes médicos interrogaban a sus pacientes tratando de indagar otros síntomas que en su experiencia podrían generar un diagnóstico más efectivo. A falta de avances notables en varias medias “tradicionales”, el director de la institución tomó una decisión disruptiva: acudió a un modelo de árbol de decisión que había sido desarrollado bajo el auspicio de la marina norteamericana para diagnosticar infartos en lugares con escases de recursos médicos (como un submarino, por ejemplo). Este modelo de árbol de decisión fue desarrollado por el cardiólogo Lee Goldman, junto con un equipo de matemáticos en los años 70, le cual determinó que los resultados de los electrocardiogramas, presión sanguínea y algunos otros síntomas y mediciones fáciles de obtener, permitían hacer un diagnóstico muy acertado. Cuando fue probado en el hospital del condado de Cook, mejoró el desempeño en cerca de un 70% con respecto a los métodos tradicionales y acertó en el diagnóstico hasta en un 95% de las ocasiones. Los árboles de decisión se pueden crear como resultado de la aplicación de minería de datos, que son modelos más avanzados aplicados a considerables volúmenes de datos, con aportes aún más importantes.
Otro ejemplo de esta clase de modelos relevantes para la salud, lo constituye el TRISS (TRauma Injury Severity Score[2]), que con base en una amplia base de información, utiliza un modelo de regresión múltiple para determinar la probabilidad de supervivencia luego de un traumatismo, usando también datos muy directos que podría averiguar un equipo de rescate. Tomar decisiones efectivas en tiempo y forma para preservar la vida parece ser un objetivo valioso, con lo cual podríamos intuir que estos modelos podrían aportar valor las decisiones en las organizaciones.
En este punto, es importante hacer notar que son temas diferentes el entender al máximo detalle el funcionamiento del modelo y el determinar el potencial de aplicación de dicho modelo para la toma de decisiones. El tener un enfoque analítico resulta de tener disponibles en nuestra organización ambas capacidades como parte de su cultura, la de entender cómo funcionan los modelos (intención) y la de desarrollar la visión de las posibilidades (confianza). También es clave dejar claro que estas capacidades pueden estar presentes en individuos diferentes de la organización, unos que producen el análisis (científicos de datos) y otros que lo aplican (expertos de negocio), que en su conjunto permiten utilizar la analítica como eje de una transformación disruptiva para lograr un “Breaking Wise”: no conformarse con “lo que hay” para tomar decisiones, sino buscarlo como conocimiento y sabiduría creada a partir de los datos de que dispone la organización.
Las soluciones tecnológicas como habilitadores de una visión.
Si estamos convencidos de la parte cultural y filosófica del enfoque de la analítica, la porción del uso de las tecnologías disponibles de alguna manera se vuelve una consecuencia lógica de habilitar este paradigma. Ahora tiene sentido el uso de soluciones de limpieza y calidad de datos que nos permitan tener “materia prima” de calidad para la toma de decisiones. El contar con herramientas de almacenamiento como las bases de datos y los Dataware house (DWH) para poder acceder a ellos en forma eficiente y con los formatos correctos parece igualmente entrar en forma natural al arsenal de soluciones tecnológicas que necesitamos. Las soluciones de reporteo y visualización de datos para hacer análisis visuales de los resultados de algunos modelos para facilitar el proceso de interpretación por parte de los tomadores de decisiones son igualmente consecuentes, junto con la posibilidad de aprovechar las capacidades móviles de nuestros teléfonos inteligentes y tabletas.
Ahora tiene sentido y absoluta consecuencia, mencionar un grupo de soluciones homónimas a nuestro paradigma de cambio: las soluciones analíticas. Estas han desarrollado modelos, métodos estadísticos y matemáticos de gran complejidad de tal forma que su uso es más propicio y más fácil en los entornos de las organizaciones, sin perder el poder de generar conocimiento e indicadores de gran valor. De esta forma, se puede contar de forma práctica con modelos de minería de datos, de regresión, de series de tiempo para hacer pronósticos y de correlación que permitan inferir ocurrencias de eventos futuros, determinar la contribución de atributos y síntomas que caractericen los comportamientos que queremos incentivar (mas compras, mejores rendimientos) y aquellos que queremos evitar (abandono de servicios, uso inadecuado de recursos). En algunos casos se integran en marcos de trabajo para resolver problemas muy específicos de industria como la administración de riesgos financieros, la detección y prevención de fraudes, la segmentación actitudinal de clientes y la generación, monitoreo y optimización de campañas de mercadotecnia.
Sea radical con los buenos hábitos.
Considerado lo anterior, podemos decir que el uso de la analítica no es una solución más para apilarla junto con otras que parecen no cumplir una serie de promesas casi mágicas, sino que se constituye en un marco de trabajo que da orden, alinea a muchas otras capacidades y tecnologías para lograr el objetivo de generar conocimiento que apoye en forma efectiva a los ejecutivos a cargo de tomar decisiones de todo tipo y a todo nivel dentro de sus organizaciones.
La grandeza de nuestras intenciones muy a menudo determina el tamaño de nuestros esfuerzos y la potencia de nuestras herramientas. Utilice el enfoque analítico y haga del conocimiento un hábito: aborde el “Breaking Wise”.
[1] “Blik. The power of thinking without thinking”, Malcom Gladwell, Black Bay Books, 2006
[2] TRISS, http://www.trauma.org/archive/scores/triss.html