3 Errores comunes al usar métricas
A partir de un ejemplo, vamos a ver qué tres errores comunes seguramente estás cometiendo al medir.
Un ejemplo: midiendo el coste de la coordinación
Un coste muy ignorado en muchos equipos es el tiempo que tardamos en tareas de coordinación. No es tiempo perdido: es necesario. Pero la mayoría no sabe cuánto cuesta, ni cuanto es “demasiado”.
Esto es lo que haría si decido afrontar este problema:
Definiría el “coste de la coordinación” como el tiempo que el equipo dedica a alinear tareas, resolver ambigüedades o repetir explicaciones por falta de contexto.
Identificaría indicadores observables:
Tiempo invertido en aclaraciones (mensajes en canales de comunicación interna, llamadas improvisadas para resolver dudas, interrupciones para consultas breves…).
Tiempo dedicado a tareas re-trabajadas por mala comprensión inicial (cambios que revierten decisiones previas, tareas que cambian de estado "completado" a "en progreso" nuevamente ...)
Tiempo que una persona tarda en obtener claridad sobre su siguiente tarea cuando la descripción original no era suficiente (sesiones de onboarding en tareas nuevas, documentos de aclaración creados o cambiados después de la asignación inicial …)
Sumaría todos estos tiempos como “Tiempo de coordinación”
Buscaría indicadores que me digan si es “demasiado” tiempo de coordinación. Creo que la sensación de fluidez del equipo será suficiente. Invento un indicador llamado Fluidez, que va del 1 al 5, donde 1 es “Estamos parados” y 5 es “Vamos a toda velocidad”. Cada miembro del equipo deberá valorar esto individualmente.
Cada semana recopilaría estos datos y vería cómo el tiempo de coordinación afecta a la métrica de Fluidez.
¿En qué trampas podría caer?
Se me ocurren varios peligros.
El equipo busca acortar tiempos y da soluciones rápidas y superficiales a las preguntas de coordinación (intentando recortar tiempos).
El equipo se vuelve "reactivo" a las preguntas: se nota que no les gusta responder (porque saben que empeorará sus métricas). Los que preguntan lo notan y dejan de preguntar “para no molestar” e intentan avanzar sin la ayuda del equipo.
Estas serían las métricas que podría añadir para compensar estos posibles peligros:
Número de veces que una duda ya respondida (esta semana o en otras semanas) vuelve a aparecer. Si las dudas no se responden con profundidad, volverán a surgir.
Número re-trabajos por falta de contexto. Cada vez que algo debe rehacerse porque “no era eso”.
Encuesta anónima semanal a las personas con las que nos coordinamos. Algo rápido tipo “¿Te sentiste cómodo/a preguntando esta semana?” Escala del 1 al 5. Quizá haría también entrevistas si veo que la métrica se degrada.
Esta última métrica (la encuesta) sería mi preferida.
Y se la ocultaría al equipo. Sí, como oyes, más adelante te explico por qué esto puede tener sentido.
Con todo esto, no buscaría eliminar totalmente el coste de la coordinación —la coordinación es necesaria—, pero sí detectar cuándo supera el umbral de lo saludable para el equipo y cuándo la métrica estaría degradando la parte de coordinación necesaria y sana.
Error #1: tus métricas pervierten tus objetivos
“Cuando una métrica se convierte en objetivo, deja de ser una buena métrica”
—Charles Goodhart
Las personas tendrán tendencia a optimizar lo que se mide, a menudo sacrificando lo que es importante, pero no está medido.
Esto puede ocurrir sin necesidad de que haya ningún tipo de mala intención por parte de nadie.
En nuestro ejemplo, los riesgos que teníamos eran que el equipo buscara acortar tiempos con soluciones rápidas y que se volviese "reactivo" a las preguntas.
¿Cómo puedes mitigar este riesgo?
Tres estrategias. Aunque confieso que la tercera es mi preferida:
Rotación de métricas: Cambia cada cierto tiempo las métricas que usas. No des tiempo a que el sistema se acomode para optimizarse solo a ellas. En nuestro ejemplo, como es un planteamiento inicial, no hemos llegado a este punto. Pero, con el tiempo, sería conveniente buscar otras maneras de medir lo mismo.
Métricas de compensación: Por cada métrica, establece una métrica que mida justo lo que se podría romper si optimizamos solo esa. En nuestro ejemplo, la métrica de “Número re-trabajos por falta de contexto” es una métrica de compensación.
Métricas ocultas: No comuniques ni enseñes algunas métricas. Úsalas únicamente para validar que las métricas públicas no están siendo manipuladas. En nuestro ejemplo: la encuesta semanal.
¿En serio ocultar métricas a tu equipo es una buena idea?
Ya, puedo escuchar tus pensamientos:
—“Es falta de transparencia hacia el equipo”
Déjame explicarte algo.
En ciencia existen lo que se llama ensayos clínicos de “doble ciego”.
En un ensayo doble ciego, ni el paciente ni el médico saben quién está recibiendo el medicamento real o el placebo. ¿Por qué? Porque si lo supieran, sus expectativas influirían en el resultado. El sesgo humano —consciente o no— contaminaría el experimento.
En el management pasa lo mismo. Si el equipo sabe exactamente lo que se mide, es natural —y muchas veces inconsciente— que adapten su comportamiento a ello. Es humano.
Esta ocultación, para mí, es reconocer que este comportamiento humano existe, pero que necesitamos entender qué está ocurriendo realmente.
Si te preocupa la honestidad con tu equipo, una estrategia es explicarles que medirás más cosas, pero que no puedes decirles (todavía) qué métricas son, para que no les afecte.
Error #2: No descompones lo que quieres medir
En lugar de intentar medir directamente un concepto abstracto (en nuestro ejemplo: la coordinación), debes descomponerlo en partes observables.
En mi ejemplo del coste de coordinación, no intento medir directamente este concepto abstracto. Lo descompongo en:
Tiempo en aclaraciones
Tiempo en re-trabajos
Tiempo en explicar asignaciones
Esta descomposición es clave porque medir lo intangible es imposible.
¿Cómo se puede medir “la cultura”? ¿La confianza? ¿El alineamiento?
No se puede. Debes transformar lo intangible en componentes tangibles.
¿Cómo descompongo?
Clarifica el concepto: Antes de medir, define exactamente qué significa el concepto para ti. En nuestro ejemplo, "coordinación" puede significar diferentes cosas para diferentes personas. En mi caso, la defino como "el tiempo que el equipo dedica a alinear tareas, resolver ambigüedades o repetir explicaciones por falta de contexto".
Identifica lo observable: Busca indicadores que puedan ser directamente observados o contabilizados. Para cada componente, pregúntate: "¿Cómo sabría que esto está ocurriendo si lo estuviera viendo?"
Haz hipótesis sobre causa-efecto: identifica posibles correlaciones. En mi ejemplo, creo que demasiado tiempo en aclaraciones podría causar una baja percepción de fluidez. Más tarde, cuando vayas midiendo, te irás dando cuenta de si tus hipótesis tienen fundamento.
Puedes pedirles a personas con experiencia que validen tu descomposición. ¿Les parece que estás capturando todos los aspectos importantes del concepto?
Error #3: intentas buscar datos perfectos
“No existen mediciones imposibles, solo mediciones imperfectas”
—Douglas W. Hubbard
Pensamos que necesitamos herramientas avanzadas, historiales detallados o sensores en tiempo real para poder medir algo. Pero la verdad es que: si tienes suficiente información como para tener una opinión, también tienes suficiente información como para hacer una estimación.
La mayoría de decisiones las tomas sin datos objetivos. Se basan en intuiciones, percepciones, creencias...
Esas mismas percepciones se pueden convertir en mediciones.
Puedes estimar aunque no tengas “datos”
Medir no significa tener una cifra exacta. Significa obtener información que reduzca la incertidumbre.
Por ejemplo:
—Creo que el tiempo perdido por malentendidos es entre 5 y 15 horas a la semana.
Ya es una medición. No es perfecta, pero es mucho mejor que decir “ni idea”.
En nuestro ejemplo, no necesitas saber con precisión la fluidez del equipo. Sus percepciones ya son una primera métrica.
¿Es perfecto? No. Pero es útil.
Puedes usar estimación experta
Muchas veces ya tienes datos, aunque no estén en un Dashboard o en una hoja de cálculo. Están en las cabezas de las personas que saben del tema. Si alguien tiene experiencia, puede estimar una medición. De nuevo, no será perfecta, pero será mejor que nada.
No necesitas muestras grandes
A veces una pequeña muestra bien elegida es suficiente. No necesitas encuestar a toda la empresa para notar que algo va mal.
No necesitas toda la información. Necesitas reducir tu incertidumbre sobre algo.
Estás de suerte.
Ese gráfico ilustra cómo se reduce la incertidumbre a medida que se incrementa el tamaño de una muestra.
Al principio (1 a 5 muestras): la curva desciende bruscamente. Esto indica que con apenas unas pocas observaciones ya se logra una gran reducción en la incertidumbre.
Después (más de 10 muestras): la curva se aplana. Añadir más datos reduce la incertidumbre solo un poco. Es decir, los beneficios de seguir aumentando la muestra son marginales.
Esto son buenas noticias para ti, significa que la mayor parte de la información llega con los primeros datos.
Una checklist para ayudarte
Esta checklist te servirá para diseñar métricas útiles sin caer en estos errores.
Ponle un número a lo que importa
Todo se puede medir. Si algo puede observarse de alguna forma, se presta a algún tipo de medición. Y si importa, puede medirse.
—Douglas W. Hubbard
Hacer medible lo importante es necesario. Porque al medirlo le darás visibilidad y podrás tener conversaciones sobre ello.
Si este post te ha gustado y crees que más equipos y organizaciones pueden mejorar usando estas técnicas, ¡compártelo para que les llegue!
Nos leemos.
P.D.: Empecé a escribir esto inspirado por un fantástico post de Alfredo Artiles que te recomiendo que leas.
P.D.2: Si te interesa este tema, el libro de Douglas Hubbard: How to measure anything me parece duro de leer, pero excelente.
P.D.3: Si quieres ahorrarte el coste de aprender este tipo de cosas por tu cuenta, puedes acelerar tu aprendizaje con ManagerPro.
Excelente artículo!! 👏👏
Excellent! Thanks for sharing!