Entonces, entremos más en detalle en el tema de la métricas de efecto y de causa. Comencemos hablando acerca de la causalidad de las métricas OKR.
Hablábamos que por un lado tenemos las métricas que son de efecto y por otro las que son de causa.
Tenemos un ejemplo para hacerlo más claro: podríamos decir que una métrica de efecto es bajar 10 kilos de peso, vamos a suponer que yo fui al doctor, me dijo que estaba con sobrepeso, que debiera bajar un poco, que baje 10 kilos.
Por otro lado tenemos las causas que pudieran llevarnos a este efecto, como por ejemplo que hacer ejercicio o disminuir a lo mejor la cantidad de calorías es algo que nos lleva a bajar de peso.
Entonces, cuál es el asunto acá: la métrica de efecto es lo que realmente estamos tratando de hacer, o sea, el resultado final que estamos buscando es bajar estos 10 kilos.
Sin embargo, es complejo manejar esto, porque si yo estoy todo el tiempo pensando “voy a bajar 10 kilos” y no hago las acciones específicas que causan este efecto probablemente no lo voy a lograr.
Otro ejemplo de esta situación son los objetivos que tienen que ver con el aumento de la rentabilidad del negocio o de las utilidades. Como ustedes saben, el cálculo de la utilidad del negocio no es algo simple, legalmente se reporta una vez al año, hay empresas que lo hacen de manera trimestral o incluso mensual, pero pensar que los vamos a estar haciendo todos los días es imposible: no voy a tener la información, es muy complejo.
Esto también pasa por ejemplo en los equipos de venta, donde se ve en algunas industrias o en algunas organizaciones o empresas que el cierre de ventas se produce en los últimos días del mes, entonces durante los primeros días del mes es muy difícil tener esta información para poder tomar acciones concretas e ir tomando acuerdos con el equipo que nos permitan cumplir el objetivo.
Entonces, no pensemos que la métrica de efecto es mala, porque al final eso es lo que estamos buscando como objetivo final, es normalmente en lo que se fija la dirección o la gerencia de la empresa; en las empresas que cotizan en la bolsa eso es lo único que ven probablemente, las métricas de efecto, si ha aumentado la participación de mercado, las ventas, la utilidades.
Entonces, estas métricas de efecto las vamos a preferir para el establecimiento de los objetivos y subobjetivos, del OMI y de los subobjetivos.
Vamos a dejar las métricas de efecto para la comprensión del logro o no logro del objetivo al final del período.
Por otro lado tenemos la métrica de causa, y acá hay un ejemplo bien interesante que viene en el libro Las 4 disciplinas de la ejecución que habla acerca de cómo en una tienda de venta de zapatos, si bien el objetivo era aumentar las ventas (que es una métrica de efecto como ya dijimos) la dirección determinó que una causa clave para poder aumentar las ventas era que cada uno de los vendedores le mostrara 3 pares de zapatos adicionales al cual el cliente entró a preguntar.
O sea, llegó un cliente, le gustó un par de zapatos, le pidió al vendedor que se lo muestre y el vendedor, como parte del proceso y de la metodología, le tenía que mostrar otras 3 alternativas.
Ésta métrica de causa es algo que podemos ir siguiendo en el día a día: nosotros todos los días, a cualquier momento del día, si tenemos un mecanismo para poder recoger esta información vamos a poder ver cuáles fueron los vendedores que mostraron los cuatro zapatos y cuáles son los que no, y al final del período, del trimestre, vamos a tener la capacidad de establecer la correlación entre estas dos métricas, de causa y de efecto.
Por lo tanto, entonces, este tipo de métrica de causa la vamos a preferir para los resultados claves que vamos a estar gestionando de manera frecuente y periódica, dado que tienen esta lectura temprana podemos tener la información de manera más rápida y adicionalmente eso nos va a dar una capacidad de gestión más fácil de administrar.
Me han preguntado: ¿Qué pasa si te das cuenta que tu métrica de causa no te da resultado y vas en el mes y medio?
Normalmente lo que debiéramos pensar es que nuestros OKR debieran tener cierta formalidad en términos de que yo no debiera andarlos cambiando todo el tiempo.
Ahora, si me doy cuenta al mes y medio de que definitivamente estaba completamente perdido en una actividad totalmente extraordinaria, yo entraría a revisar esa definición porque tampoco la idea es que perdamos toda la mitad del ciclo.
Ahora, si me doy cuenta a mitad de trimestre es probablemente porque la definición que hice no fue la más adecuada, por así decirlo, que puede ser producto de varias cosas: a lo mejor no me di cuenta, a lo mejor puse esa métrica específicamente para poder experimentar porque estaba haciendo una prueba, no lo sé. Vamos a tratar, en todo caso, de que nuestro OKR se mantenga intacto durante todo el trimestre.
En general es bastante alto, porque a pesar que una organización no esté ocupando OKR desde hace mucho tiempo, o esté empezando recién, igual la gente conoce su negocio, entonces saben las cosas; para una tienda que vende alimentos, a lo mejor revisar de que tenga los alimentos en la góndola todos los días va a aumentar las ventas.
Cuando hablo del tema de establecer la correlación, tiene más que ver con el hecho de que si la métrica de causa sirvió o no, es que vamos a intentar descubrir son cuáles son las métricas de causa que empujan con mayor fuerza al efecto.
Es más una actividad de optimización, que de declararla factible o infactible.
Vamos ahora a ver la Frecuencia de las métricas OKR
Más videos en nuestro canal de YouTube