En el libro “Measure What Matters to Customers – Using Key Predictive Indicators” de Ronald J. Baker encontré un artículo que ilustra muy bien la diferencia entre las mediciones históricas y las mediciones de predicción. En 1,911 los mineros de carbón empleaban canarios para alertarlos sobre la presencia de gases nocivos bajo la superficie, porque los canarios fueron particularmente muy útiles y efectivos ante la presencia de monóxido de carbón, el cual es incoloro, inodoro y sin sabor. Después de una explosión o en la presencia de fuego, y cuando era más probable la presencia de gases tóxicos, los mineros podían descender cargando su canario en una jaula de metal o de madera.

Cuando todo estaba bien, el canario cantaba todo el día, pero tan pronto los niveles de monóxido de carbón subían, el canario dejaba de cantar, mostraba signos de respiración dificultosa, estrés y en algunos casos moría. Este sistema de señal temprana (predicción) les daba a los mineros el tiempo suficiente y necesario para evacuar la mina. De acuerdo a las prácticas de Administración de Seguridad e Higiene de las minas, los canarios eran preferidos sobre los gatos para alertar a los mineros porque mostraba señales más evidentes de estrés incluso ante pequeñas cantidades de gas tóxico. No era suficiente como medición histórica disminuir la cantidad de muertes por gases tóxicos, sino disponer de un sistema de medición anticipada o “de predicción” que influenciara las mediciones históricas.

En las organizaciones ocurre exactamente igual. Todas las organizaciones necesitan identificar su “canario” (medidor de predicción) para influenciar las mediciones históricas. Las medidas de predicción son sistemas de detección temprana y siempre están relacionadas con actividades o acciones, que a diferencia de las medidas históricas están relacionadas con metas al final de un período.

Puesto que las mediciones de predicción están basadas en actividades o acciones, son más difíciles de identificar sobre todo porque no existe una relación lineal sino un sistema interdependiente de actividades que mueven una medición histórica. Se requiere no solo identificar las actividades y las medidas de predicción que impulsan una medida histórica, sino validarlas por un proceso de causa-efecto.

Voy a ilustrar lo anterior con un ejemplo de lo que hemos experimentado en carne propia cuando nos iniciamos en el negocio de la venta consultiva. Vender y cerrar contratos de venta de servicios consultivos es el resultado de hacer actividades que impulsan la venta.

Por ejemplo, podemos caer en el error de pensar que si preparamos más propuestas u ofertas entonces las ventas (el resultado) se moverá hacia arriba, entonces nos esforzamos más preparando más ofertas, mejor presentadas y en mayor volumen, solo para darnos cuenta después que esa actividad “ayuda” pero no mueve los resultados como deseamos. Buscamos otra actividad que creemos que puede impulsar las ventas y de repente “descubrimos” que si visitamos más clientes por día o si hacemos más llamadas telefónicas de prospección por día, podríamos aumentar las ventas. A consecuencia de lo anterior, dedicamos tiempo y esfuerzos llamando y visitando clientes y preparando propuestas para darnos cuenta nuevamente que eso no dio el resultado esperado.

Definitivamente que:

1. El número de propuestas diarias por semana;
2. El número de llamadas telefónicas por día;
3. El número de visitas a clientes por semana son mediciones de predicción válidas, pero no impactan directamente los resultados de venta porque la venta consultiva es un proceso.

Por ejemplo: la metodología de Customer Centric Selling es un proceso de 9 pasos. Las mediciones de predicción que mencionamos antes, solo nos ayudan a movernos en los pasos 1 y 2. Sino realizamos las actividades correctas y no identificamos las medidas de predicción que se aplican en los siguientes pasos (del 3 al 9), entonces el resultado es que no generamos el cierre de venta y los resultados que esperamos. En los pasos 3 al 9 debemos de usar otras mediciones de predicción. Precisamente por eso las mediciones de predicción son difíciles de identificar.

Los resultados o el efecto no tienen una relación lineal directa con la causa, sino con sistema de causas (en el caso de las ventas, hay varios impulsores: el valor de la inversión, el tiempo de instalación-entrega de la solución, la identificación de la solución, el valor que la solución agrega para el cliente, el proceso mismo de la venta, etc…), que requieren validarse para poder identificar aquella medición de predicción que realmente mueve las mediciones de resultados en cada etapa del proceso.

En la disciplina 2 del proceso de Las 4 Disciplinas de la Ejecución de FranklinCovey, hay una herramienta de trabajo muy buena que ayuda a identificar “los canarios” o mediciones de predicción, que se denomina: Analizador de las Actividades 80/20 que se divide en tres grandes bloques: obstáculos, áreas internas de excelencia y creatividad para hacer cosas nuevas y diferentes. Esta herramienta se combina muy bien con otra herramienta denominada Constructor de Medidas de Predicción.

Cuando la característica de la actividad que analizamos es más difícil de cuantificar y de identificar en términos de medidas de predicción, trabajar con la metodología de Causa-Efecto, que básicamente requiere movernos hacia atrás buscando la causa haciéndose la pregunta: ¿Por qué? una y otra vez hasta encontrar el sistema de causa-raíz.

Por ejemplo, la mora es un factor crítico en las instituciones bancarias y financieras. Cuando la mora crece y sobrepasa de un valor después de los 30 días, el organismo que regula a las instituciones bancarias y financieras obliga a crear reservas preventivas y por último el saneamiento de la cartera morosa, lo cual afecta los resultados de la institución bancaria o financiera.

Al tratar de descubrir cómo reducir la morosidad de la cartera de crédito con la herramienta causa-efecto, comenzamos haciéndonos la siguiente pregunta: ¿Por qué los clientes caen en mora?, y la respuesta inicial es: por que no pagan sus cuotas a tiempo. La siguiente pregunta: ¿Por qué los clientes no pagan sus cuotas a tiempo?, y las respuestas pueden ser varias:

1. El negocio no genera suficiente liquidez para pagar las cuotas en tiempo,
2. El cliente desvió los fondos de la cuota a otra actividad;
3. Un problema cultural de dejar las cosas para última hora.

Para cada respuesta nos volvemos a preguntar: ¿Por qué el negocio no genera suficiente liquidez?, y así sucesivamente. Con este método, se logran detectar varios obstáculos (sistema de causa-raíz) e inmediatamente son evidentes las actividades nuevas y diferentes que no estamos haciendo, así como las mediciones de predicción que debían usarse para impactar en los resultados.

¿Recuerdan la cita del Dr. Stephen R. Covey?: “Si quiere cambios pequeños, trabaje en sus conductas; si quiere cambios significativos, trabaje en sus paradigmas”. En el proceso de Las 4 Disciplinas de la Ejecución, podríamos aplicar la siguiente cita: “Si quiere medir los resultados, use mediciones históricas, pero si quiere mejorar dramáticamente los resultados use mediciones de predicción.”

Las mediciones históricas y las mediciones de predicción tienen características diferentes debido a su naturaleza, aunque están relacionadas entre sí.

Por Emilio Canales N.

Para más información comuníquese con su Client Partner o a nuestras oficinas:

,infogt@franklincovey.com.gt

T. 2361 4503 · 2219-2503