¿Dónde conviene poner esfuerzos? ¿En la mejora de nuestros productos o servicios? ¿Cuáles son los atributos para los que esos esfuerzos darán mejores retornos?

En esta columna presento una herramienta conceptual que nos ha resultado muy valiosa para orientar la discusión acerca de dónde poner los esfuerzos de mejora, ayudando a no omitir en el análisis algunos aspectos que suelen dejarse de lado.

Empecemos conceptualizando la relación entre (a) el “esfuerzo” (en general tiempo y dinero) invertido en mejorar el desempeño de un atributo y (b) el grado de mejora. Esta relación no es lineal, en general. Según la madurez del atributo y las técnicas disponibles, puede que se logre un gran avance con pequeño esfuerzo o, todo lo contrario, requerirse de un gran esfuerzo para lograr una mínima mejora. En este nivel de análisis, el desempeño (performance) se mide en unidades “del mundo de la física”. Luego, lo conectaremos con la satisfacción y, por ende, disposición a pagar del cliente. Ejemplos de dichas unidades: watt-hora (capacidad de una batería), m/s² (aceleración de un automóvil), minutos (tiempo de respuesta de mesa de ayuda), etc.

El gráfico 1 ilustra la forma más frecuente en que se relacionan la E (esfuerzo) y la P (performance) cuando se dan mejoras incrementales, con base en la evolución de las tecnologías disponibles y su aplicación. Es una típica “curva S”, en la que al principio cuesta más lograr mejoras, luego se alcanza un punto de inflexión en el que los esfuerzos se tornan más productivos, para alcanzar luego una fase de saturación en la que ya es muy difícil lograr mejoras tangibles.

Es frecuente enfocar la atención en la performance, asumiendo que cualquier mejora en ella se traducirá en mejor valoración por el usuario final. Pero esto, en general, no funciona de modo tan lineal. La curva del gráfico 2 muestra un típico comportamiento de saturación al relacionar la performance de un atributo con la valoración que de ella hace el usuario.

Ahora bien, tengamos presente que el objetivo último no es la performance, sino la valoración del usuario. En el gráfico 3 unimos ambas curvas, compartiendo el eje intermedio de performance. El gráfico debe “leerse” yendo de los bloques azules a los rojos, y luego de estos a los verdes.

Vemos dos “zonas” de iniciativas de igual esfuerzo (bloques azules), una con más esfuerzo acumulado previamente que la otra, y se ve claramente cómo redundan en mejoras de performance muy diferentes (bloques rojos). A su vez, estas dos, desde la perspectiva del usuario, redundan en mejoras de valoración con diferencias aún más marcadas (bloques verdes). Compárese ahora el tamaño idéntico de ambos bloques azules con sus correspondientes bloques verdes resultantes.

¿Qué nos sugiere lo anterior? Es tan importante enfocar la atención en la satisfacción adicional que generaría mejorar un atributo, como en el esfuerzo que debemos hacer para obtener esta mejora. Puesto así parece muy sencillo, pero es regla común caer en el problema de insistir en la mejora de un atributo porque “es lo que siempre han valorado nuestros clientes”. Aquí el riesgo viene tanto porque esto haya cambiado (nuevas generaciones, nuevas escalas de valores, etc.) como por una eventual saturación con ese atributo (a riesgo de caer en lo que se conoce como “overshooting”). El simple ejercicio de listar los atributos, para luego preguntarnos en qué parte de los dos primeros gráficos estamos puede ayudarnos a estar más cerca de dónde conviene más poner los próximos esfuerzos.