Un mundo sin oráculos
Uno de los autores de este artículo tiene un emprendimiento con unos socios. El negocio consiste en un servicio en línea de liquidación de aportes a la seguridad social de personas que trabajan en servicios domésticos. El público objetivo de este servicio son las familias que emplean a estas trabajadoras. En una ocasión, los socios evaluaron agregar un nuevo servicio complementario a la liquidación. El desarrollo del nuevo módulo que el servicio requería exigiría una inversión de varios miles de dólares. ¿Qué hacer? ¿Sería muy bienvenido, con una demanda adicional que justificaría el desembolso?
El problema que hemos planteado parece, a primera vista, un caso particular del tipo de problemas que cotidianamente enfrentan todos los negocios y cuya resolución exige el empleo de herramientas estándar de evaluación de demanda. Sin embargo, no lo es. Las herramientas estándar están pensadas para la evaluación de riesgos y este es un caso de incertidumbre. ¿Cuál es la diferencia? La evaluación de riesgos implica determinar la probabilidad de ocurrencia de un acontecimiento que en el pasado ya se dio, en condiciones comparables. El caso típico es la determinación de las condiciones de una póliza de seguros de vida. El asegurador tiene que evaluar el riesgo y lo puede hacer porque cuenta con tablas actuariales a partir de las cuales puede estimar expectativa de vida del cliente en función de determinados datos (edad, hábitos, antecedentes familiares, profesión, etc.).
La evaluación de riesgos implica determinar la probabilidad de ocurrencia de un acontecimiento que en el pasado ya se dio, en condiciones comparables.
Cuando estamos lidiando con la incertidumbre no hay tablas. La incertidumbre está asociada a un acontecimiento futuro que posee particularidades que hacen que no se haya producido en el pasado acontecimientos comparables. No podemos, por lo tanto, establecer probabilidades y en muchos casos no podemos siquiera establecer una lista taxativa de resultados posibles.
El increíble ritmo de cambio al que estamos sometidos está provocando que pasemos de ser una sociedad de riesgos a convertirnos en una sociedad de incertidumbres. El cambio siempre existió, pero antes daba “descansos”, períodos relativamente prolongados entre un gran cambio y otro en los que los acontecimientos se repetían en circunstancias bastantes similares. Eso es parte del pasado. Para muchos sectores esos períodos de estabilidad se han reducido mucho, mientras otros viven en el cambio permanente. Esto lleva a que las herramientas que se diseñaron para proyectar el futuro a partir del pasado no sean la base para la elaboración de planes y la consecuente aparición de nuevas metodologías.
Originalmente, estas se desarrollaron en el sector del emprendimiento innovador. La razón es muy sencilla. Innovar es introducir algo nuevo con la razonable expectativa de que generará un valor superior en un contexto de incertidumbre. Si un emprendimiento desarrolla algo auténticamente nuevo, no encontraremos precedentes que nos ayuden a tomar las decisiones que su gestión requiere, es decir, deberemos enfrentar la incertidumbre. Estas herramientas, inicialmente destinadas a los emprendimientos innovadores, pasaron a ser empleadas en los proyectos innovadores de las empresas instaladas. Con el paso del tiempo, las empresas establecidas que no eran innovadoras también comenzaron a utilizarlos por la sencilla razón de que el entorno se volvió tan dinámico que no eran necesario haber desarrollado algo nuevo para que el pasado dejara de servir como predictor.
El increíble ritmo de cambio al que estamos sometidos está provocando que pasemos de ser una sociedad de riesgos a convertirnos en una sociedad de incertidumbres.
Dentro de las nuevas herramientas una de las más importantes es la experimentación, la cual fue desarrollándose en el marco de dos metodologías distintas. Por un lado, dentro del Design Thinking, donde el objetivo es el desarrollo de nuevas ideas. La experimentación allí tuvo base en el uso de prototipos. Por otro lado, dentro de la metodología Lean Startup, la cual apunta a desarrollar modelos de negocios en los que se hayan eliminado o atenuado las incertidumbres implícitas en los supuestos de las formulaciones originales. Dentro de esta metodología la experimentación adoptó la forma del Modelo Mínimo Viable.
Ahora bien, los prototipos o los MMV no son la experimentación, sino casos particulares de experimentación. La experimentación es una herramienta mucho más amplia que consiste en seguir los pasos de la investigación científica. Esos pasos son: identificación de las incertidumbres, expresión de esa incertidumbre en términos de una hipótesis falseable, diseño de un experimento para validar o no la hipótesis, ejecución del experimento, análisis de los resultados y aprendizaje.
Apliquemos el procedimiento al caso con el que comenzamos este artículo. La incertidumbre sería algo así: ¿cuántas personas estarían dispuestas a pagar USD 5 por el nuevo servicio? La hipótesis falseable podría ser, por ejemplo: “Por lo menos 1000 clientes estarán dispuestos a pagar”. La siguiente fase es el diseño del experimento. Un aspecto clave aquí es que el experimento tiene que recopilar información que no tenga diferencias significativas con relación a la información definitiva. En este caso, ello implica que los datos tienen que referirse a clientes reales. Ahora bien, si para tener clientes reales hay que hacer la inversión total, no estamos frente a un experimento, nos estamos tirando a la piscina a ver si hay agua.
Dentro de las nuevas herramientas una de las más importantes es la experimentación, la cual fue desarrollándose en el marco de dos metodologías distintas.
Un aspecto clave del experimento es que permita obtener los datos sin tener que hacer una inversión de esa magnitud. Un tipo de experimento aplicable a este tipo de situaciones es el que se denomina el “Mago de Oz”. Consiste en brindar el servicio al cliente, pero generándolo por un método completamente distinto al que el cliente imagina. En el caso del problema que nos ocupa se da que más del 80 % de los casos son estándar y no tiene grandes complejidades. Lo que se puede hacer es ofrecer el servicio sin haber desarrollado el módulo. Cuando un cliente requiere el servicio, uno de los socios lo toma inmediatamente y hace los cálculos a mano, devolviendo los resultados a la plataforma, que así daría la sensación de haber resuelto todo automáticamente. Esto permite transformar un costo hundido importante en un costo variable. El servicio se brinda originalmente gratis por un período acotado de tiempo y al finalizar ese período se les pregunta a los clientes si deseaban mantener el servicio, esta vez pagándolo. A partir de la cantidad de clientes que contesta afirmativamente, se concluye si el servicio adicional es o no redituable. Si lo es, adelante con el proyecto. Si no, se habrá destinado un esfuerzo reducido para saberlo, ahorrando tiempo y dinero, y pudiendo pasar rápidamente a considerar otros rumbos.
En conclusión, cuando se trata de tomar decisiones que involucran aspectos que no podemos controlar totalmente, podemos combinar técnicas con base en gestionar el riesgo (toda la batería de la ciencia de datos, estadística, big data, analytics, etc., que presuponen que somos capaces de anticipar los posibles resultados y sus probabilidades) con otras en las que la experimentación se vuelve central para descubrir dichos resultados posibles (como las arriba mencionadas Design Thinking y Lean Startup) y hacer evidentes aspectos que sería extremadamente costoso (o directamente imposible) anticipar.
Autor
