Gestionar la incertidumbre desde la metodología

¿Hoy lloverá? ¿Encontraré aparcamiento cerca de la oficina? ¿Quedarán helados de limón? La incertidumbre influye directamente en nuestra toma de decisiones cotidiana: me llevo el paraguas, me voy en transporte público, meriendo antes de salir… Hemos aprendido a manejarnos con cierta soltura en la incertidumbre, aunque nos esforzamos y hacemos todo lo posible para eliminarla (miramos la previsión del tiempo, miramos la fluidez del tráfico antes de salir, buscamos opiniones de otros…). Va en nuestra naturaleza.

En el entorno empresarial (especialmente startup), convivir satisfactoriamente con la incertidumbre es fundamental para poder accionar el crecimiento desde la adaptabilidad, la eficiencia y la minimización del riesgo.

La incertidumbre es muy mala compañera de la asertividad pero un gran apoyo para la aversión al riesgo. El método científico nos ha enseñado cómo, trabajando desde el análisis, observación y experimentación, podemos mitigar el riesgo que conlleva un entorno cambiante y, en gran medida, desconocido.

Hablemos de cómo adaptar y aplicar el método científico a la mentalidad (mindset) y las operaciones de una empresa sirve para gestionar la incertidumbre desde la metodología.

Hipótesis vs. acciones

La disciplina del marketing está en un proceso (largo y, a veces, doloroso) de adaptación a un contexto que la digitalización, la globalización y alguna pandemia se han empeñado en cambiar a gran velocidad. En las últimas décadas hemos pasado por varios cambios de paradigma pero, para el propósito de este artículo, destacan la saturación del mercado y los canales y el poder que ha ganado el usuario/cliente/consumidor frente a las marcas.

A eso hay que sumarle la previsible recesión de 2023, que ya ha traído consigo otro cambio paradigmático para las startups: la búsqueda de la rentabilidad vs. el crecimiento desaforado. Es aquí donde, obligados por la rentabilidad, tenemos que buscar el equilibrio entre:

• Mitigar el riesgo en la toma de decisiones (campañas de marketing, features en producto, cambios de diseño…)
• Innovar, abrir camino, diferenciarse.
• Optimizar nuestros indicadores clave (KPI’s)

Cuando elaboramos una estrategia (de negocio, de marketing, de producto…), tendemos a diseñarla en función de unos objetivos y de cómo, desde nuestro conocimiento y el de nuestro equipo, creemos que podemos cumplirlos. Trazamos una guía, establecemos hitos, diseñamos acciones y nos dedicamos a ejecutarlas monitorizando, en el mejor de los casos, el grado de cumplimento de los objetivos.

Pero esta forma lineal de actuar puede generar grandes grietas en la rentabilidad (hablemos de ROI, por ejemplo) porque no tienen en cuenta la probabilidad de error ni los cambios de contexto. Y hay un cambio de mentalidad muy sencillo que nos puede guiar a un enfoque mucho más científico, menos arriesgado y más flexible: no trazar un plan de acciones, sino de validación de hipótesis.

Una hipótesis bien planteada nos obliga a:

1. Sustentarla con observaciones, evidencias, insights. Lo cual, a su vez, nos obliga a hacer una investigación y un posterior análisis.
2. Aceptar que existe la probabilidad de error y estar preparado para ello.
3. Establecer un “éxito” como medida para validar o no la hipótesis. Esto nos obliga a establecer micro-objetivos medibles, alcanzables y con impacto directo en el objetivo general.

Y así, con este único cambio de acciones por hipótesis, ya hemos empezado a aplicar los fundamentos del método científico a nuestras estrategias. El primer paso hacia la cultura de experimentación.

¿Qué ventajas tiene trabajar bajo el enfoque de las hipótesis?

1. Reducción de costes: para validar una hipótesis tenemos que diseñar y ejecutar un experimento. El experimento nos hará infinitamente más fácil la toma de decisión: esta acción que pensábamos llevar a cabo ¿tiene un impacto claro y nos permite avanzar hacia el objetivo? El experimento, bien diseñado, tendrá mucho menos coste que la ejecución de una acción posiblemente fallida.
2. Reducir la importancia de la opinión en el debate: si la opinión de los miembros del equipo es el criterio único para la decisión, la subjetividad del proceso hará que éste se vuelva insostenible. Pero si la búsqueda de causalidad, los datos y los hechos se vuelven una guía para todos, es mucho más fácil llegar a consenso.

La hipótesis nula como punto de partida

De la Wikipedia: “dentro de la inferencia estadística, un contraste de hipótesis es un procedimiento para juzgar si una propiedad que se supone en una población estadística es compatible con lo observado en una muestra de dicha población”

Para contrastar hipótesis hay que tener 2 hipótesis que contrastar. Estas 2 hipótesis son:

• La hipótesis nula: nuestra propuesta/acción/cambio no tiene efecto o consecuencia sobre un objetivo medido. Es la presunción de inocencia.
• La hipótesis alternativa: sí que existe causalidad. Nuestros cambios tienen un efecto sobre nuestro objetivo. Se demuestra la culpabilidad.

Bien, pongamos una hipótesis simplificada como ejemplo : “Cuando rompo un vaso, se estropea la lavadora”. La hipótesis nula sería que “no existe correlación entre romper un vaso y que se estropee la lavadora”. La alternativa… pues eso, lo contrario.

Ahora traslademos eso a nuestro nuevo mindset. Tenemos una hipótesis (“si invierto dinero en publicidad, obtendré beneficios”) y lo que deberíamos hacer para ser rigurosos con nosotros mismos es partir de la base de que la hipótesis nula es la válida, la verdad absoluta, el status quo. Es decir, tenemos que empeñarnos en demostrar la “culpabilidad”, demostrar que el resultado obtenido es tan sorprendente como para rechazar la hipótesis nula. Tenemos que partir de la base de que si invierto dinero en publicidad, NO obtendré beneficios. Tenemos que ser escépticos para ser objetivos. Se trata de eliminar sesgos de nuestro proceso de decisión.

Priorizar con criterio

El siguiente paso que daremos en nuestro cambio de mentalidad y de forma de diseñar una estrategia será la priorización. Construiremos muchas hipótesis que nos derivarán a muchos experimentos con los que las validaremos. Pero ¿por dónde empezar? Fácil, necesitamos un sistema de priorización.

Hay muchos marcos de trabajo válidos, pero hay uno muy sencillo de comprender (aunque pueda llegar a ser muy complejo de implementar) y de ajustar a nuestras propias circunstancias y naturaleza. Es el modelo ICE, por sus siglas:

• Impact: ¿Cuál es el impacto esperado de esta acción sobre nuestro objetivo?
• Confidence: ¿Cómo de seguros podemos estar de que la hipótesis es válida?
• Ease: ¿Cómo de fácil es validar esta hipótesis=

Listaremos todas nuestras hipótesis, puntuaremos con el baremo que elijamos (podemos también ponderar cada uno de los 3 criterios si creemos que uno de ellos puede llegar a tener más o menos relevancia para nosotros), ordenaremos por un resultado final (multiplicamos o sumanos las 3 puntuaciones, por ejemplo) y listo, ya tenemos nuestra nueva estrategia.

Sistematizar la toma de decisiones

En las empresas existen procesos para todo: para comunicarte con tu jefe, para pedir un reporte, para desarrollar una funcionalidad nueva, para abrir un nuevo canal de captación… Sin embargo, rara vez encontramos un proceso para tomar decisiones, una guía genérica, que atienda a los valores de la empresa y que facilite nuestra eficiencia.

Trabajar bajo el enfoque del método científico (como valor corporativo) nos traerá, cuando hayamos alcanzado cierta madurez con esta mentalidad, unos mecanismos que nos permitirán dar un paso más: sistematizar la toma de decisiones. Y esto va a estar muy ligado al cambio de acciones por hipótesis. Ya no “decidimos ejecutar una acción”, sino que “decidimos ejecutar una acción si la hipótesis es válida”. Eso ya es un sistema de toma de decisiones: observación > hipótesis > experimento > aprendizaje > decisión.

Hay muchos marcos de trabajo para sistematizar y estandarizar el proceso de toma de decisiones. Pensar y actuar como un científico habilita la mayoría de ellos.

Autor: Javier Lipúzcoa – Product Hackers

Tutora Scaleup Digitech 2023.

Ingeniero en diseño de producto y especialista en experimentación en productos digitales. Combina las estrategias user-centric y data-informed para crear y optimizar productos de éxito.