OPTIMISMO

A la hora de comenzar con el diseño del lanzamiento de un producto, siempre trato de hacer una lista de los factores que considero de éxito para que el lanzamiento vaya bien. Aparte de los más obvios de tener un buen diseño inicial de producto, dirigirnos al público adecuado, conocer el mercado en el que nos movemos y nuestra competencia, trazar un buen plan de medios, etc, etc, encuentro clave contar con cuatro cosas:

  1. Unos objetivos adecuados; ya sabéis, que sean específicos, medibles, alcanzables, realistas y con un plazo de consecución (lo que se suele conocer como SMART). Intentaré dedicarle un post a esto en el futuro, ya que en el sector del entretenimiento teníamos modelos que ayudaban a determinar con cierta exactitud cuáles deberían ser los objetivos concretos de un lanzamiento
  2. Una adecuada planificación del lanzamiento, de la que he hablado en un post anterior. Deberíamos ser capaces no sólo de prepararnos para lo que sabemos que puede salir mal sino también estar preparados para lo que no sabemos siquiera que va a fallar.
  3. Unos recursos adecuados para llevar a cabo el lanzamiento, tanto humanos como financieros.
  4. Optimismo a la hora de afrontar el proyecto

Parece que el cuarto punto pertenece a otra lista, pero ahí está; un elemento puramente emocional dentro de una lista que habla de objetivos, planificación y recursos. Creo que es clave afrontar un nuevo proyecto o lanzamiento con optimismo y que es esencial rodearse de equipos con espíritu optimista.

Este espíritu optimista generalmente empuja a acentuar los aspectos positivos del proyecto y sus capacidades de éxito, a la vez que anima a los responsables a asumir dosis más elevadas de riesgo en los proyectos que emprenden. Al mismo tiempo, el optimismo aumenta la persistencia de los equipos y hace que sean capaces de superar los obstáculos que se van encontrando por el camino.

Dicho esto, es esencial mantener el optimismo a raya; es decir, es una herramienta muy positiva y un estado mental que hay que saber mantener y cultivar y que generalmente nos empuja hacia el éxito, pero tiene un lado peligroso. Un exceso de optimismo (o el hecho de no saber compensar el exceso de optimismo de algún integrante de nuestro equipo) nos puede llevar al fracaso con tanta o más facilidad que el hecho de no tener claros los otros tres puntos que citaba más arriba (objetivos, planificación y recursos). Estos son, desde mi punto de vista, los “males” del exceso de optimismo:

  1. No ser conscientes de las limitaciones de nuestro producto o de la situación actual de nuestro mercado, empujándonos a fijar objetivos desorbitados.
  2. Mantenerse en la creencia de que los recursos necesarios para la tarea son menores de los que realmente hacen falta; mezclado con el punto anterior, resulta fatal.
  3. Realizar una estimación poco adecuada de los plazos del proyecto o de los obstáculos que pueden ir apareciendo.
  4. Que la persistencia se convierta en tozudez. A veces un exceso de optimismo aumenta las pérdidas en lugar de aumentar los beneficios. Hay que saber cuándo y cómo debemos abandonar un proyecto.

Seguro que en vuestra experiencia os habéis encontrado con casos en los que el exceso de optimismo os ha nublado el juicio y habéis salido mal parados. Me encantaría ver vuestros comentarios.

Anuncios

EL PAVO DE ACCIÓN DE GRACIAS

El día de Acción de Gracias es una fiesta que se celebra en Estados Unidos el cuarto jueves del mes de noviembre y que forma parte de la tradición americana desde 1863. Tiene su origen en la fiesta de Acción de Gracias que los primeros colonos se dice que realizaron después de recolectar su primera cosecha en el Nuevo Mundo, allá por el año 1621. Por razones que desconozco, la tradición culmina en una cena en la que se cocina y se disfruta de un pavo de extraordinarias dimensiones. Siempre que arranca la típica época en la que todas las empresas realizan sus presupuestos, me acuerdo de la historia del pavo de Acción de Gracias.

La leí hace ya tiempo en el libro de El Cisne Negro, de Nassim Nicholas Taleb y trata sobre nuestra creencia de que, basándonos en comportamientos u observaciones pasadas, podemos llegar a predecir observaciones futuras. Es decir, que manejando adecuadamente las variables, podemos hacer un presupuesto con un grado de error tolerable o que podemos planificar con cierto éxito un lanzamiento futuro, lo que hace a las empresas invertir mucho tiempo y dinero en estos procesos e incluso desarrollar modelos con incontables variables que resultan inmanejables.

Vamos con la anécdota del pavo; si fuésemos el pavo de Acción de Gracias, nuestra existencia sería extraordinariamente feliz; día tras día, nuestro cuidador nos daría de comer, de beber, nos limpiaría y nos abrigaría; vigilaría que no nos pasase nada y que fuésemos ganando peso convenientemente. Si el último miércoles de noviembre nos pidieran una predicción de cómo va a ser nuestro día siguiente y nos basásemos en el pasado para predecir el futuro, la respuesta sería fácil: “vendrá mi cuidador, me dará de comer, de beber, me limpiará, me pesará y seguiré teniendo una existencia agradable”; pues bien, la realidad es que no hay nada bueno para el pavo al día siguiente, ya que se trata del día de su sacrificio.

Esta anécdota, que no deja de tener gracia, explica de forma gráfica lo imposible que resulta predecir el futuro; incluso los modelos más complejos no son capaces de predecir los sucesos improbables, esos sucesos a los que Taleb llama “cisnes negros”. Entonces, supone esto que tenemos que olvidarnos de hacer presupuestos o predicciones de venta? Debemos dejarnos llevar simplemente por nuestra intuición y olvidarnos de todo lo demás? Desde mi punto de vista, no. Siempre estaremos sujetos a la aparición de estos sucesos improbables que pueden echarnos abajo una planificación de campaña o un lanzamiento de producto, pero sigue siendo esencial tener un modelo que nos ayude a predecir el futuro y a tomar decisiones, por muy imposible que resulte. Desde mi punto de vista, cuatro son las cosas que hay que tener en cuenta a la hora de definir un buen modelo:

  1. Realizar una adecuada selección de las variables que van a formar parte del modelo. Escojamos variables que claramente expliquen el término cuyo valor queremos predecir. Por ejemplo, si creemos que en una cadena de supermercados  las variables principales que determinan las ventas son el tráfico de clientes, la cesta media y el número de metros cuadrados de sala de ventas, incluyámoslas en el modelo.
  2. Mantengamos un número de variables que se pueda manejar. Yo trataría de no pasar de las cuatro o seis variables. Generalmente, modelos más complejos suelen producir peores resultados.
  3. Asegurémonos de que podemos realizar un seguimiento de las variables escogidas y de que contamos con datos históricos suficientes como para alimentar el modelo.
  4. Huyamos del “consejo del experto”. El comportamiento humano hace que muchas veces el experto crea que puede, usando su propio conocimiento, batir al modelo y dar mejores resultados. La verdad es que no. Cuanto más subjetivo se hace el modelo, más falla. Suele funcionar mucho mejor un modelo con pocas variables muy significativas que un experto con toda su experiencia y capacidad de predicción en funcionamiento. Ojo con el experto!

Un ejemplo de modelos simples vs. juicios expertos viene recogido en el libro Thinking, Fast and Slow del que he escrito en posts anteriores; como aficionado al vino, el ejemplo me resulta muy llamativo. Como sabéis, el vino de Burdeos tiene fama mundial y alcanza unos precios muchas veces desorbitados en el mercado, de manera que para comprar a buen precio hoy, es muy positivo ser capaz de predecir el precio que va a tener una botella de una cosecha determinada en el futuro. Esta predicción, que siempre ha sido hecha por los expertos, ha sido modelizada por un economista de la Universidad de Princeton, usando únicamente tres variables: temperatura media en el verano de la cosecha, litros por metro cuadrado de lluvia en el momento de la cosecha y litros por metro cuadrado de lluvia durante el invierno anterior. El caso es que este modelo predice el precio de cualquier cosecha con una efectividad del 90%! cifra a la que por supuesto los expertos ni se acercan. Como os podéis imaginar, los expertos no están nada contentos con el modelo.

Por cierto, este tipo de predicciones basadas en modelos simples es muy común en la ciencia médica, en la que muchas veces las decisiones son de vida o muerte, hay que tomarlas en segundos y se corre el riesgo de caer en el “error del experto” que comentaba más arriba. Si tenéis niños, os sonará el test de Apgar, por el que usando 5 variables muy sencillas, se puede determinar si un niño recién nacido va a tener o no problemas respiratorios inmediatos. Para los que tengáis curiosidad sobre este tipo de modelos, en este libro se recogen unos cuantos.

Suerte con vuestra próxima planificación!