LA GRAN IDEA

Las verdaderas medidas del éxito

Hace unos doce años, cuando trabajaba para una gran firma de servicios financieros,
uno de los altos ejecutivos me pidió que asumiera un proyecto para comprender mejor
la rentabilidad de la empresa. Estuve en la división de equidad, que generaba
honorarios y comisiones atendiendo a los gerentes de inversión y buscaba maximizar
los ingresos al proporcionar investigación de alta calidad, comercio receptivo y
codiciadas ofertas públicas iniciales. Si bien teníamos cientos de clientes, una
compañía de fondos mutuos era la más grande. Llevamos a nuestros investigadores a
visitar con sus analistas y gestores de cartera, capital dedicado para garantizar que sus
operaciones se ejecutaran sin problemas, y reconocimos su importancia en la
asignación de IPO (oficinas de propiedad intelectual). Estábamos comprometidos a
mantener feliz al gorila de las 800 libras.
Parte de mi cargo era entender la rentabilidad de la división por cliente. Así que
calculamos el costo en el que incurrimos en el servicio de cada cliente importante. Los
resultados fueron sorprendentes y contradictorios: nuestro mayor cliente se
encontraba entre los menos rentables. De hecho, los clientes en el medio del paquete,
que no demandaban recursos sustanciales, eran más rentables que el gigante que
adulábamos.
¿Qué pasó? Cometimos un error muy común en los negocios: medimos lo incorrecto.
La estadística en la que confiamos para evaluar nuestros resultados de rendimiento se
desconectó de nuestro objetivo general de rentabilidad. Como resultado, nuestras
decisiones estratégicas y de asignación de recursos no respaldaron ese objetivo. Este
artículo revelará cómo este error impregna a las empresas, probablemente incluso a
las suyas, impulsando decisiones deficientes y socavando el rendimiento. Y le mostrará
cómo elegir las mejores estadísticas para sus objetivos comerciales.

Ignorando el mensaje de Moneyball

Moneyball, el best seller de Michael Lewis, describe cómo los Atléticos de Oakland
usaron cuidadosamente estadísticas elegidas para construir un equipo de béisbol
ganador barato. El libro fue publicado hace mucho tiempo casi una década, y sus
implicaciones comerciales han sido completamente diseccionadas. Aun así, la lección
clave no se ha hundido. Las empresas continúan utilizando las estadísticas incorrectas.
Antes de que los A adoptaran los métodos que Lewis describe, el equipo confió en la
opinión de buscadores de talentos, que evaluaron a los jugadores principalmente
mirando en su capacidad para correr, lanzar, lanzar, golpear y golpear con poder. La
mayoría de los buscadores habían estado en el juego casi todas sus vidas y habían
desarrollado un intuitivo sentido del potencial de un jugador y de qué estadísticas
importaba más. Pero sus medidas e intuición a menudo no podían seleccionar
jugadores que fueran efectivos pero sin mirar el rol. Parece que no tienen nada para
hacer con las estadísticas que son realmente importantes: aquellos que predicen el
rendimiento confiablemente.
Los gerentes de béisbol solían centrarse en un promedio básico de bateo de equipo
cuando hablaban de carreras de puntuación. Pero después de hacer un adecuada
análisis estadístico, la oficina de los A reconoció que el jugador que tenía la capacidad
de llegar a la base era un predictor mucho mejor que cuántas carreras él anotaría. Por
otra parte, en base al porcentaje fue subestimada su relación con otras habilidades en
el mercado del talento. Entonces los A mostraban los jugadores con altos porcentajes
en la base, menos pagados en atención a los promedios de bateo, y descuentos en su
sentido del instinto. Esto permitió al equipo reclutar jugadores ganadores sin quebrar
el banco.
Muchos ejecutivos de negocios que buscan crear el valor para el accionista también se
basaron en la intuición al seleccionar estadísticas. Las métricas que las empresas usan
más a menudo para medir, gestionar y comunicar resultados, a menudo son
denominados indicadores de rendimiento clave -incluyen finanzas medidas tales como
crecimiento de ventas y ‘ganancias por acción’ (EPS), además de crecimiento no
financiero medidas tales como la lealtad y la calidad del producto. Todavía, como
veremos, estos solo tienen una conexión suelta con el objetivo de crear valor. La
mayoría de los ejecutivos continúan apoyándose en gran medida en las estadísticas
mal elegidas, el equivalente al uso de promedios de bateo para predecir rendimiento.

Idea en resumen
Las estadísticas que las empresas usan más a menudo para rastrear y comunicar el
rendimiento, incluyen medidas financieras tales como crecimiento de ventas y
ganancias por acción así como medidas no financieras tales como lealtad y calidad del
producto. Sin embargo, estos tienen solo una conexión endeble al objetivo de crear
valor para el accionista.
Las estadísticas útiles tienen dos cualidades. Estas son persistentes, mostrando que el
resultado de una acción a la vez será similar a el resultado de la misma acción en un
momento posterior; y son predictivos, demostrando una relación causal entre la
acción y el resultado medido.
Elegir las estadísticas-métricas correctas, te permitirá entender, rastrear, y administrar
las relaciones de causa y efecto que determina el valor de su compañía: es un proceso
de cuatro pasos.
1 Define tu objetivo rector.
2 Desarrolla una teoría de causa y efecto para evaluar los presuntos impulsores de
valor.
3 Identifica las actividades específicas que los empleados deben hacer para ayudar a
lograr el objetivo rector.
4 Reevalúa regularmente a las estadísticas elegidas para asegurar que continuar
vinculando las actividades de los empleados con el objetivo rector.
Al igual que los observadores de béisbol, tienen una intuición de qué las métricas son
más relevante para sus negocios, pero no se dan cuenta que su intuición puede ser
defectuosa y en su decisión la toma puede estar sesgada por sesgos cognitivos.
Mediante mi trabajo, la enseñanza e investigación sobre estos prejuicios, ya han
identificado tres que parecen particularmente relevantes en este contexto: el sesgo de
exceso de confianza, la disponibilidad heurística, y el sesgo del status quo.
Exceso de seguridad
La gente confía en la profundidad de sus juicios y habilidades que es a menudo en
contradicción con la realidad. La mayoría de las personas, por ejemplo, se consideran a
sí mismas como superiores al promedio de los conductores. La tendencia hacia el
exceso de confianza se extiende fácilmente a los negocios. Considerar el caso de los
profesores de Stanford David Larcker y Brian Tayan: Los gestores de una cadena de
fastfood, reconociendo que la satisfacción del cliente es importante para la
rentabilidad, creen que la baja rotación sería mantener a los clientes satisfechos.
"Acabamos de saber que esto es el factor clave", explicó un ejecutivo. Confiando en su
intuición, los ejecutivos se centraron en la reducción de la rotación del personal como
una forma de mejorar la satisfacción del cliente y, presumiblemente, a la rentabilidad.
A medida que los datos de facturación llegaban, los ejecutivos se sorprendieron al
descubrir que estaban equivocados: Algunas tiendas con alta tasa de rotación fueron
extremadamente rentable, mientras que otros con baja rotación tuvieron problemas.
Solo a través de un análisis estadístico apropiado de una serie de factores podría
conducir a la satisfacción del cliente, lo descubrió la empresa en esa rotación entre los
gerentes de las tiendas, no en la población total de empleados, que hizo la diferencia.
Como resultado, la empresa cambió su enfoque a la retención gerentes, una táctica
que en última instancia impulsó la satisfacción y ganancias.
Disponibilidad
La disponibilidad heurística es una estrategia que utilizamos para evaluar la causa o la
probabilidad de que un evento sobre la base de cuán rápidamente ejemplos similares
nos viene a la mente, es decir, cómo "disponible" son para nosotros. Una consecuencia
de esto es que tendemos a sobreestimar la importancia de la información que hemos
encontrado recientemente, que se repite frecuentemente, o que es lo más importante
por otras razones. Por ejemplo, los ejecutivos suelen creer que la EPS es la medida más
importante de creación de valor en gran parte porque da ejemplos vívidos de las
empresas cuyas acciones subieron tras superaron las estimaciones EPS o cayeron
abruptamente después de quedarse corto. Para muchos ejecutivos, el crecimiento de
las ganancias parece una causa confiable de aumentos en los precios de las acciones
porque parece que hay tanta evidencia para ese efecto. Pero, como veremos, la
disponibilidad heurística a menudo conduce a una intuición defectuosa.
Status quo
Finalmente, ejecutivos (como la mayoría de las personas) preferiría mantener el rumbo
antes que enfrentar los riesgos que se vienen con cambio El sesgo del status quo
deriva en parte de nuestra tendencia bien documentada a evitar una pérdida incluso si
pudiéramos obtener una gran ganancia. Una consecuencia comercial de este sesgo es
que incluso cuando los controladores de rendimiento cambian, como invariablemente
lo hacen, los ejecutivos a menudo se resisten a abandonar las métricas existentes a
favor de los más adecuados. Tome el caso de un negocio de suscripción como un
proveedor de teléfonos inalámbricos. Para un nuevo participante en el mercado, la
tasa de adquisición de nuevos clientes es la más importante métrica de rendimiento.
Pero a medida que la empresa madura, su énfasis probablemente debería cambiar de
agregar clientes a gestionar mejor lo que tiene, por ejemplo, vendiéndoles servicios
adicionales o reduciendo rotación. La atracción del status quo, sin embargo, puede
inhibir ese cambio, y los ejecutivos terminan administrando el negocio con estadísticas
obsoletas.

Considerando Causa y Efecto

Para determinar qué estadísticas son útiles, debe hacer dos preguntas básicas.
Primero, ¿Cuál es tu objetivo? En los deportes, es para ganar juegos. En los negocios,
es generalmente para aumentar el valor para el accionista. Segundo, ¿Qué factores te
ayudarán a alcanzar ese objetivo? ¿Si tu objetivo es aumentar el valor para el
accionista, qué actividades conducen a ese resultado?
Lo que está buscando, entonces, son estadísticas que confiablemente revele causa y
efecto. Estos tienen dos características definidas: son persistentes, lo que demuestra
que el resultado de una acción dada al mismo tiempo será similar al resultado de la
misma acción en otro momento; y son predictivos, es decir, hay una relación causal
entre la acción, la medición estadística y el resultado deseado.
Las estadísticas que evalúan las actividades que requieren habilidades son persistente.
Por ejemplo, si mido el rendimiento de un velocista entrenado corriendo 100 metros
en dos días consecutivos, esperaría ver resultados similares. Las estadísticas
persistentes reflejan el rendimiento que un individuo u organización puede controlar
de manera confiable a través de la aplicación de habilidades, y por eso exponen
relaciones causales.
Es importante distinguir entre habilidad y suerte. Piense en la persistencia como
ocurre en un continuo. En un extremo, el resultado medido es el producto de la
habilidad pura, como lo fue con el velocista, y es muy persistente. En el otro, es por
suerte, entonces la persistencia es baja. Cuando giras una ruleta rueda, los resultados
son aleatorios; que sucede en el primer giro no proporciona ninguna pista sobre lo que
sucederá en el siguiente.
Para ser útil, las estadísticas también deben predecir el resultado que estás buscando.
Recordar el reconocimiento de Oakland A's ese porcentaje de base contaba más sobre
el jugador de su probabilidad de anotar carreras que su promedio de bateo hecho. La
estadística anterior vincula confiablemente una causa (la capacidad de llegar a la base)
con un efecto (carreras de puntuación). Eso también es más persistente que el
promedio de bateo porque incorpora más factores, incluida la capacidad de caminar,
eso refleja habilidad. Entonces podemos concluir que el porcentaje de rendimiento de
un equipo es mejor para predecir el desempeño de la ofensiva de un equipo.
Todo esto parece de sentido común, ¿verdad? Sin embargo, las empresas a menudo se
basan en estadísticas que tampoco son muy persistentes ni predictivas. Debido a que
las métricas ampliamente utilizadas no revelan causa y efecto, tienen poca influencia
sobre la estrategia o incluso en el objetivo más amplio de ganarse la rentabilidad de la
inversión.
Considere esto: La mayoría de las corporaciones buscan maximizar el valor de sus
acciones a largo plazo. En términos prácticos, esto significa que cada dólar que una
compañía invierte debe generar más de un dólar en valor. ¿Qué estadísticas, entonces,
deberían los ejecutivos utilizar para guiarlos en esta creación de valor? Como hemos
notado, EPS es el más popular. Una encuesta de la compensación ejecutiva por
Frederic W. Cook & Company descubrió que esta es la medida más popular del
rendimiento corporativo, utilizado por aproximadamente la mitad de todas las
empresas. Investigadores de La Escuela de Negocios Stanford Graduate llegaron a la
misma conclusión. Y una encuesta de 400 ejecutivos financieros por profesores de
finanzas John Graham, Campbell Harvey y Shiva Rajgopal encontraron que casi dos
tercios de las empresas que colocaron EPS, primero en un ranking de las más
importantes medidas de rendimiento informadas a personas externas. Los ingresos de
ventas y el crecimiento de ventas también calificaron altamente para medir el
rendimiento y para comunicar externamente.
¿Pero el crecimiento de EPS realmente creará valor para accionistas? No
necesariamente. Crecimiento de ganancias y la creación de valor puede coincidir, pero
también es posible aumentar EPS mientras destruye valor. El crecimiento de EPS es
bueno para una empresa que obtiene altos rendimientos de inversión de capital,
neutral para una empresa con devoluciones igual al costo de capital y malo para las
empresas con devoluciones por debajo del costo de capital. A pesar de esto, muchas
empresas buscan servilmente entregar crecimiento EPS, incluso a expensas de la
creación de valor. Las encuestas realizadas por Graham y sus colegas encontraron que
la mayoría de las empresas están dispuestas a sacrificarse a largo-plazo valor
económico para entregar a corto-plazo ganancias. La teoría y la investigación empírica
nos dicen que la relación causal entre el crecimiento de EPS y la creación de valor es
tenue en el mejor de los casos. Una investigación similar revela que el crecimiento de
las ventas también tiene una conexión inestable al valor para el accionista. (Para un
examen detallado de la relación entre crecimiento de ganancias, ventas crecimiento y
valor, ver la exposición "El problema con las medidas populares.").
Por supuesto, las compañías también usan medidas de rendimiento no financieras,
como la calidad del producto, seguridad en el lugar de trabajo, lealtad del cliente,
satisfacción del empleado, y la disposición de un cliente para promover un producto.
En su artículo HBR 2003, profesores de contabilidad Christopher Ittner y David Larcker
escribieron que "la mayoría de las compañías han intentado poco identificar áreas de
desempeño no financiero que podría avanzar su estrategia elegida. Tampoco tienen
demostrado un vínculo de causa y efecto entre las mejoras en esas áreas no
financieras y en el flujo de efectivo, beneficio o precio de las acciones. "La encuesta de
los autores de 157 compañías mostraron que solo el 23% había hecho extensas
modelizaciones para determinar las causas de los efectos estaban midiendo. Los
investigadores sugieren que al menos el 70% de las empresas encuestadas no
consideró la persistencia de una medida no financiera o su valor predictivo. Casi una
década después, la mayoría de las empresas aún no pueden vincular causa y efecto en
su elección de estadísticas no financieras.
Pero las noticias no son del todo malas. Ittner y Larcker encontraron que las empresas
que se molestaron en medir un factor no financiero, y que verifican que tenían algun
rendimiento real obtenido por el rendimiento del capital, estaban a 1.5 veces mayor
que aquellos de compañías que no hicieron esos pasos. Al igual que la cadena de
comida rápida impulsaba su desempeño al determinar que su métrica clave fue la
rotación del gerente de la tienda no el empleado, en general volumen de negocios, las
empresas que hacen los enlaces adecuados entre medidas no financieras y creación de
valor tienen una mejor oportunidad de mejorar los resultados.

Estadísticas de selección
El siguiente es un proceso para elegir métricas que le permite comprender, rastrear y
administrar las relaciones de causa y efecto que determinan el rendimiento de la
empresa. Ilustraré el proceso de una manera simplificada utilizando un banco
minorista que se basa en un análisis de 115 bancos por Venky Nagar de la Universidad
de Michigan y Madhav Rajan de Stanford. Deje de lado, por el momento, qué métricas
actualmente usa o cuales analistas de Wall Street o los banqueros dicen que deberías
usar. Comience con una pizarra en blanco y trabaje a través de estos cuatro pasos en
secuencia.
1 Define tu objetivo de gobierno. Un objetivo claro es esencial para el éxito del
negocio ya que orienta la asignación de capital. La creación de valor económico es un
objetivo rector lógico para una empresa que opera en un sistema de libre mercado. Las
empresas pueden elegir un objetivo diferente, como maximizar la longevidad de la
empresa. Vamos a suponer que el banco minorista busca crear valor económico.
2 Desarrollar una teoría de causa y efecto para evaluar presuntos impulsores del
objetivo. Los tres controladores financieros comúnmente citados de la creación de
valor son las ventas, costos e inversiones. Más controladores financieros específicos
varían entre compañías y pueden incluir el crecimiento de los ingresos, el crecimiento
del flujo de caja y la rentabilidad sobre el capital invertido.
Naturalmente, los indicadores financieros no pueden capturar todas las actividades de
creación de valor. Usted también necesita evaluar las medidas no financieras tales
como la lealtad del cliente, la satisfacción del cliente y la calidad del producto, y
determinar si pueden vincularse directamente a las medidas financieras que, en última
instancia, ofrecer valor. Como hemos comentado, el vínculo entre la creación de valor
y las medidas financieras y no financieras como esto es variable y debe evaluarse caso
por caso.
En nuestro ejemplo, el banco comienza con la teoría de que la satisfacción del cliente
impulsa el uso de servicios bancarios y que su uso es el principal impulsor de valor.
Esta teoría vincula un controlador financiero y no financiero. El banco entonces mide
las correlaciones estadísticamente para ver si la teoría es correcta y determina que la
satisfacción de los clientes, de hecho, utilizar más servicios, permitiendo al banco para
generar un efectivo crecimiento de ganancias y un atractivo retorno sobre activos,
ambos indicadores de creación de valor.
3 Identificar las actividades específicas que los empleados puede hacer para ayudar a
lograr el objetivo rector. El objetivo es hacer el enlace entre el objetivo y las medidas
que los empleados pueden controlar mediante la aplicación de habilidades. La relación
entre estas actividades y el objetivo también debe ser persistente y predictiva.
En el paso anterior, el banco determina que la satisfacción del cliente impulsa el valor
predictivo (es). El Banco ahora tiene que encontrar conductores confiables de la
satisfacción del cliente. El análisis estadístico demuestra que las tasas de consumidores
reciben de sus préstamos, la velocidad de procesamiento de los préstamos, y la baja
rotación del cajero afectan la satisfacción del cliente. Porque estos están bajo el
control de los empleados y directivos, son persistentes. El banco puede utilizar esta
información para, por ejemplo, asegúrese de que su proceso de revisión y aprobación
de los préstamos sea rápido y eficiente.
4 Evalúa tus estadísticas Por último, debe reevaluar periódicamente las medidas que
utiliza para vincular las actividades del empleado con el objetivo rector. Los
conductores de valor cambian con el tiempo y, por lo tanto, sus estadísticas. Por
ejemplo, la demografía de la base de clientes del banco minorista está cambiando, por
lo que el banco necesita para revisar los controladores de la satisfacción del cliente. A
medida que la base de clientes se vuelve más joven y más inteligente digitalmente, la
rotación del cajero se vuelve menos relevante y la interfaz en línea del banco y el
servicio al cliente lo son aún más.
Las empresas tienen acceso a un torrente creciente de estadísticas eso podría mejorar
su desempeño, pero los ejecutivos todavía se aferran a la anticuada y a menudo
defectuosos métodos para elegir métricas En el pasado, las compañías podían salirse
con la suya y hacer caso omiso de las estadísticas correctas porque eso era lo que los
demás estaban haciendo. Hoy, usarlos es necesario para competir. Más al punto,
identificar y explotar antes de que los rivales lo hagan será la clave para sacar ventaja.

"Escuché que te llaman el tipo de letra dura".

La confianza profunda de las personas en sus juicios y habilidades a menudo

está en desacuerdo con la realidad.
El problema con las medidas populares
Las estadísticas más útiles son persistentes (que muestran que el resultado de una
acción a la vez será similar al resultado de la misma acción en otro momento) y
predictivos (tienen un vínculo de causa y efecto, predecir el resultado medido). Los
estadígrafos evalúan en medida su persistencia y su valor predictivo para examinar el
coeficiente de correlación: medida de la relación lineal entre las variables en un par de
distribuciones. Sencillamente, si existe una fuerte relación entre dos conjuntos de
variables (por ejemplo, un grupo de empresas" el crecimiento de las ventas en dos
periodos distintos), trazando los puntos en un gráfico como el que se muestra aquí se
produce una línea recta. Si no existe relación entre las variables, los puntos aparecerán
al azar, en este caso muestran que el crecimiento de las ventas en el primer período no
predice el crecimiento de las ventas en el segundo.
Al comparar la variable "crecimiento de ventas" en dos períodos, el coeficiente de
correlación, r, cae en el rango de 1,00 a -1,00. Si el crecimiento en las ventas de cada
empresa es el mismo en ambos períodos (una perfecta correlación positiva), r = 1.00-
una línea recta. (Los valores no necesitan ser iguales para producir una correlación
perfecta; cualquier línea recta.) Si el crecimiento de las ventas en los dos períodos no
está relacionado (correlación es cero), r = 0-un patrón aleatorio. Si aumenta en un
período coincide con disminuciones en los demás (una perfecta correlación inversa), r
= -1,00-también una línea recta. Incluso un vistazo rápido puede decirle si existe una
alta correlación entre las variables (los puntos son fuertemente agrupadas y lineal) o
una baja correlación (están distribuidos de forma aleatoria). El mayor coeficiente de
correlación a 1.00 o -1.00 es, más persistentes y predictivo de la estadística. El más
cercano a cero, menos persistentes y predictivo de la estadística.
Examinemos la persistencia de
dos medidas populares:
crecimiento EPS y crecimiento de
ventas.
Las cifras a la izquierda muestran
el coeficiente de correlación para
el crecimiento EPS y el
crecimiento de las ventas de más
de 300 grandes empresas no
financieras en los Estados Unidos.
Las tasas de crecimiento anual
compuesto de 2005 a 2007, en
los ejes horizontales, se
comparan con las tasas de 2008 a
2010, en el eje vertical. Si el
crecimiento la EPS y de las ventas
fueran muy persistentes y, por lo
tanto, depende de factores que la
empresa podría controlar, esos
puntos cluster firmemente en
una línea recta. Pero en realidad
están dispersos, revelando el
importante papel del azar o de la
suerte. La correlación es negativa
y relativamente débil (r = -0,13)
para el crecimiento EPS pero algo
mayores (r = 0,28) para el
crecimiento de las ventas. Esto es
consistente con los resultados de
estudios a gran escala.

A continuación, analizaremos el valor predictivo
del crecimiento EPS y del crecimiento de las
ventas por examinar la correlación de cada una de
ellas con beneficios a los accionistas.
En las figuras de a la derecha, ajuste y crecimiento
de EPS son el crecimiento de las ventas en los ejes
horizontales. Los ejes verticales son el retorno total
a los accionistas de cada compañía
menos stock el retorno total para
el S&P 500. El ajustado crecimiento
EPS muestra una buena correlación
con el aumento del valor de los
accionistas (r = 0,37), por lo que es
algo predecible. El problema es
que la previsión de ingresos es
difícil porque, como hemos visto
en el anterior análisis, en un
período de crecimiento EPS le dice
algo acerca de lo que sucederá en
otro. Datos de ganancias pueden
ser moderadamente predictivos de
beneficios a los accionistas, pero
no son persistentes.
Con el crecimiento de las ventas
como indicador de la creación de
valor se queda corta por un motivo
diferente. Mientras que el
crecimiento de las ventas es más
persistente que el crecimiento de
EPS, es menos fuertemente
correlacionada con relativa total
que devuelve a los accionistas (r =
0,27). En otras palabras, las
estadísticas de crecimiento de
ventas pueden ser algo
persistentes, pero no son muy
predictivas.
Por lo tanto, las dos medidas de
rendimiento más populares tienen
un valor limitado en la predicción
de beneficios a los accionistas
porque ni es persistente y ni es
predictivo.
Los peligros de la intuición
Identificar estadísticas útiles, debe tener un sólido conocimiento de causa y efecto. Si
no entiendes las fuentes de satisfacción del cliente, por ejemplo, no se puede
identificar las métricas que te ayudarán a mejorarla. Esto parece obvio, pero es
sorprendente cuán a menudo la gente asigna la causa equivocada a un resultado. Este
fracaso es el resultado de un deseo innato para encontrar la causa y efecto en cada
situación, con el fin de crear una narración que explica cómo los eventos están
vinculados incluso cuando no lo están.
Considere esto: El método más común para la enseñanza de la gestión empresarial es
encontrar empresas exitosas, identificar sus prácticas comunes, y recomendar que los
gerentes lo imiten. Quizás el más conocido libro mediante este método es Jim Collins
es buena o excelente. Collins y su equipo analizaron miles de empresas y 11 aislados
cuyo rendimiento fue de bueno a excelente. Luego, identificaron las prácticas que
creían que había causado a esas empresas a mejorar-incluyendo el liderazgo, las
personas, un enfoque basado en hechos, el enfoque, la disciplina y el uso de la
tecnología y sugiere que otras empresas adopten para lograr los mismos resultados
excelentes. Esta fórmula es intuitiva, incluye algunas atractivas narrativas, y ha
vendido millones de libros.
Si la causalidad fuera clara, este enfoque podría funcionar. El problema es que el
rendimiento de una empresa depende casi siempre de tanto la habilidad y suerte, lo
que significa que una determinada estrategia tendrá éxito sólo parte del tiempo.
Algunas empresas que utilizan la estrategia tendrán éxito; otras fracasarán. Para
atribuir el éxito de una empresa a una estrategia específica puede ser incorrecto si sólo
muestra los ganadores.
La cuestión más importante es, ¿cómo muchas de las empresas que intentaron la
estrategia en realidad sucedió?
Jerker Denrell, un profesor de estrategia en Oxford, llama a esto el "fracaso del infra-
muestreo". Él argumenta que debido a que las empresas con un rendimiento
deficiente tienen pocas probabilidades de sobrevivir, que están ausentes en el grupo
bajo observación. Supongamos que dos empresas siguen la misma estrategia, y uno lo
logra porque de suerte, mientras que la otra falla. Ya señalamos nuestra muestra
desde el resultado, no la estrategia, observamos el éxito de la empresa y asumir que el
resultado favorable fue el resultado de la habilidad y de ignorar la influencia de la
suerte. Conectamos la causa y el efecto, donde no hay conexión.
La lección es clara: Cuando la suerte juega un papel en la determinación de las
consecuencias de sus acciones, como es a menudo el caso en los negocios no quieren
estudiar el éxito para identificar una buena estrategia, sino la estrategia de estudio
para ver si es coherente que llevaron al éxito. Las estadísticas que son persistentes y
predictivas, y tan fiablemente vínculo de causa y efecto, son indispensables en este
proceso.