Las verdaderas medidas del éxito

Hace unos doce años, cuando trabajaba para una gran empresa de servicios financieros, uno de los altos ejecutivos me pidió que emprendiera un proyecto para entender mejor la rentabilidad de la empresa. Trabajé en la división de renta variable, que generaba comisiones y comisiones al atender a los gestores de inversiones y buscaba maximizar los ingresos mediante estudios de alta calidad, operaciones responsivas y codiciadas ofertas públicas iniciales. Si bien teníamos cientos de clientes, una sociedad de fondos de inversión era nuestra mayor. Llevamos a nuestros investigadores a visitar a sus analistas y gestores de carteras, dedicamos capital a garantizar que sus operaciones se ejecutaran sin problemas y reconocimos su importancia en la asignación de las OPI. Nos comprometimos a mantener feliz al gorila de 800 libras.

Parte de mi tarea consistía en entender la rentabilidad de la división por cliente. Así que calculamos el coste en el que incurrimos por atender a cada cliente importante. Los resultados fueron sorprendentes y contradictorios: nuestro principal cliente estaba entre los menos rentables. De hecho, los clientes de la mitad del grupo, que no exigían recursos sustanciales, eran más rentables que el gigante que adulábamos.

¿Qué ha pasado? Cometimos un error que es muy común en los negocios: medimos mal. La estadística en la que nos basamos para evaluar nuestro rendimiento (ingresos) no estaba relacionada con 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 afecta a las empresas (probablemente incluso a la suya), lo que impulsa malas decisiones y socava el rendimiento. Y le mostrará cómo elegir las mejores estadísticas para sus objetivos empresariales.

Haciendo caso omiso Moneyball El mensaje de

Moneyball, el superventas de Michael Lewis, describe cómo los Atléticos de Oakland utilizaron estadísticas cuidadosamente seleccionadas para crear un equipo de béisbol ganador a bajo precio. El libro se publicó hace casi una década y sus implicaciones empresariales se han analizado exhaustivamente. Aun así, la lección clave no ha asimilado. Las empresas siguen utilizando estadísticas incorrectas.

Antes de que los A adoptaran los métodos que describe Lewis, el equipo se basó en la opinión de los cazatalentos, que evaluaban a los jugadores principalmente teniendo en cuenta su habilidad para correr, lanzar, lanzar, batear y golpear con potencia. La mayoría de los cazatalentos habían estado presentes en el juego casi toda su vida y habían desarrollado una idea intuitiva del potencial del jugador y de lo que más importaban las estadísticas. Pero sus medidas e intuición a menudo no lograban identificar a los jugadores que eran efectivos pero que no cumplían el papel. Puede que las apariencias no tengan nada que ver con las estadísticas que son realmente importantes: las que predicen el rendimiento de forma fiable.

Los entrenadores de béisbol solían centrarse en un número básico (el promedio de bateo del equipo) cuando hablaban de anotar carreras. Pero después de hacer un análisis estadístico adecuado, la oficina principal de los A reconoció que la habilidad de un jugador para llegar a la base era un indicador mucho mejor del número de carreras que anotaría. Además, el porcentaje en la base estaba infravalorado en comparación con otras habilidades del mercado de talentos. Así que los A’s buscaron jugadores con porcentajes altos en la base, prestaron menos atención a los promedios de bateo y descartaron su instinto. Esto permitía al equipo reclutar jugadores ganadores sin arruinarse.

Muchos ejecutivos de negocios que buscan crear valor para los accionistas también se basan en la intuición a la hora de seleccionar las estadísticas. Las métricas que las empresas utilizan con más frecuencia para medir, gestionar y comunicar los resultados (a menudo denominados indicadores clave de rendimiento) incluyen medidas financieras como el crecimiento de las ventas y el crecimiento de los beneficios por acción (BPA), además de medidas no financieras, como la fidelización y la calidad de los productos. Sin embargo, como veremos, solo tienen una relación vaga con el objetivo de crear valor. La mayoría de los ejecutivos siguen apoyándose en gran medida en estadísticas mal elegidas, el equivalente a utilizar los promedios de bateo para predecir las carreras. Al igual que los cazatalentos de béisbol con piel de cuero, tienen una idea instintiva de qué métricas son más relevantes para sus negocios, pero no se dan cuenta de que su intuición puede ser errónea y que su toma de decisiones puede estar sesgada por sesgos cognitivos. A lo largo de mi trabajo, docencia e investigación sobre estos sesgos, he identificado tres que parecen particularmente relevantes en este contexto: el sesgo de exceso de confianza, la heurística de la disponibilidad y el sesgo del status quo.

Exceso de confianza.

La profunda confianza de las personas en sus juicios y habilidades suele estar en desacuerdo con la realidad. La mayoría de las personas, por ejemplo, se consideran conductores mejores que la media. La tendencia al exceso de confianza se extiende fácilmente a los negocios. Considere este caso de los profesores de Stanford David Larcker y Brian Tayan: Los directores de una cadena de comida rápida, al reconocer que la satisfacción del cliente era importante para la rentabilidad, creían que una baja rotación de empleados mantendría satisfechos a los clientes. «Solo sabemos que este es el principal impulsor», explicó un ejecutivo. Confiados en su intuición, los ejecutivos se centraron en reducir la rotación como forma de mejorar la satisfacción de los clientes y, presumiblemente, la rentabilidad.

La profunda confianza de las personas en sus juicios y habilidades suele estar en desacuerdo con la realidad.

A medida que llegaban los datos de facturación, los ejecutivos se sorprendieron al descubrir que se habían equivocado: algunas tiendas con una alta facturación eran extremadamente rentables, mientras que otras con una facturación baja tenían problemas. Solo mediante un análisis estadístico adecuado de una serie de factores que podrían impulsar la satisfacción de los clientes, la empresa descubrió que la rotación entre los gerentes de las tiendas, no entre la población total de empleados, marcaba la diferencia. Como resultado, la empresa pasó a centrarse en retener a los directivos, una táctica que, en última instancia, aumentó la satisfacción y los beneficios.

Disponibilidad.

La heurística de disponibilidad es una estrategia que utilizamos para evaluar la causa o la probabilidad de un suceso en función de la facilidad con la que se nos ocurren ejemplos similares, es decir, de su «disponibilidad». Una consecuencia es que tendemos a sobreestimar la importancia de la información que hemos encontrado recientemente, que se repite con frecuencia o que es lo más importante por otros motivos. Por ejemplo, los ejecutivos suelen creer que la EPS es la medida más importante de la creación de valor, en gran parte debido a los vívidos ejemplos de empresas cuyas acciones subieron tras superar las estimaciones de la EPS o cayeron abruptamente tras quedarse en corto. Para muchos ejecutivos, el crecimiento de los beneficios parece una causa confiable de subidas de los precios de las acciones, porque parece que hay muchas pruebas en ese sentido. Pero, como veremos, la heurística de disponibilidad a menudo conduce a una intuición errónea.

Los peligros de la intuición

Para encontrar estadísticas útiles, debe tener un conocimiento sólido de la causa y el efecto. Si no entiende las fuentes de satisfacción de los clientes, por ejemplo, no puede

…

Status quo.

Por último, los ejecutivos (como la mayoría de las personas) prefieren mantener el rumbo que enfrentarse a los riesgos que conlleva el cambio. El sesgo del status quo se debe en parte a nuestra tendencia bien documentada a evitar pérdidas aunque pudiéramos lograr una gran ganancia. Una consecuencia empresarial de este sesgo es que, incluso cuando los impulsores del rendimiento cambian (como siempre ocurre), los ejecutivos suelen resistirse a abandonar las métricas existentes en favor de otras más adecuadas. Tomemos el caso de una empresa de suscripción, como un proveedor de telefonía inalámbrica. Para un nuevo participante en el mercado, la tasa de adquisición de nuevos clientes es la métrica de rendimiento más importante. Pero a medida que la empresa madure, su énfasis probablemente debería pasar de añadir clientes a gestionar mejor los que tiene, por ejemplo, vendiéndoles servicios adicionales o reduciendo la pérdida de clientes. Sin embargo, la fuerza del status quo puede impedir ese cambio y, por lo tanto, los ejecutivos acaban gestionando el negocio con estadísticas obsoletas.

Considerando la causa y el efecto

Para determinar qué estadísticas son útiles, debe hacer dos preguntas básicas. En primer lugar, ¿cuál es su objetivo? En los deportes, es para ganar partidos. En los negocios, normalmente se trata de aumentar el valor para los accionistas. En segundo lugar, ¿qué factores le ayudarán a lograr ese objetivo? Si su objetivo es aumentar el valor para los accionistas, ¿qué actividades conducen a ese resultado?

Lo que busca, entonces, son estadísticas que revelen de forma fiable la causa y el efecto. Tienen dos características definitorias: son persistente, que muestran que el resultado de una acción determinada en un momento es similar al resultado de la misma acción en otro momento; y son predictivo—es decir, existe una relación causal entre la acción que mide la estadística y el resultado deseado.

Las estadísticas que evalúan las actividades que requieren habilidad son persistentes. Por ejemplo, si midiera el rendimiento de un velocista entrenado que corría 100 metros dos días consecutivos, esperaría ver tiempos similares. Las estadísticas persistentes reflejan el rendimiento que una persona u organización puede controlar de forma fiable mediante la aplicación de una habilidad y, por lo tanto, revelan las relaciones causales.

Es importante distinguir entre habilidad y suerte. Piense en la persistencia como algo que ocurre de forma continua. En un extremo, el resultado que se mide es producto de pura habilidad, como lo fue con el velocista, y es muy persistente. Por otro lado, se debe a la suerte, por lo que la persistencia es baja. Cuando hace girar una ruleta, los resultados son aleatorios; lo que ocurre en la primera tirada no da ni idea de lo que pasará en la siguiente.

Para que sean útiles, las estadísticas también deben predecir el resultado que busca. Recuerde que los Atléticos de Oakland reconocieron que el porcentaje en base decía más sobre la probabilidad de un jugador de anotar carreras que sobre su promedio de bateo. La primera estadística vincula de forma fiable una causa (la habilidad de llegar a la base) con un efecto (anotar carreras). También es más persistente que la media de bateo porque incorpora más factores, incluida la habilidad de ser expulsado, que reflejan su habilidad. Así podemos concluir que el porcentaje de un equipo en base es mejor para predecir el rendimiento de la ofensiva de un equipo.

Todo esto parece sentido común, ¿verdad? Sin embargo, las empresas suelen basarse en estadísticas que no son ni muy persistentes ni predictivas. Como estas métricas, tan utilizadas, no revelan la causa y el efecto, influyen poco en la estrategia o incluso en el objetivo más amplio de obtener una rentabilidad de la inversión suficiente.

Tenga en cuenta lo siguiente: la mayoría de las empresas buscan maximizar el valor de sus acciones a largo plazo. En términos prácticos, esto significa que cada dólar que invierta una empresa debería generar más de un dólar en valor. Entonces, ¿qué estadísticas deberían utilizar los ejecutivos para guiarlos en esta creación de valor? Como hemos señalado, el BPA es el más popular. Una encuesta sobre la compensación de los ejecutivos realizada por Frederic W. Cook & Company reveló que es la medida más popular del desempeño corporativo, utilizada por aproximadamente la mitad de las empresas. Los investigadores de la Escuela de Posgrado de Negocios de Stanford llegaron a la misma conclusión. Y una encuesta realizada a 400 ejecutivos financieros por los profesores de finanzas John Graham, Campbell Harvey y Shiva Rajgopal reveló que casi dos tercios de las empresas situaron a la BPA en primer lugar en la clasificación de las medidas de rendimiento más importantes informadas a personas ajenas. Los ingresos por ventas y el crecimiento de las ventas también obtuvieron una puntuación alta en la medición del rendimiento y en la comunicación externa.

Pero, ¿el crecimiento de la BPA realmente creará valor para los accionistas? No necesariamente. El crecimiento de los beneficios y la creación de valor pueden coincidir, pero también es posible aumentar el BPA y destruir el valor. El crecimiento de la BPA es bueno para una empresa que obtiene una alta rentabilidad del capital invertido, neutral para una empresa con una rentabilidad igual al coste del capital y malo para las empresas con una rentabilidad inferior al coste del capital. A pesar de ello, muchas empresas buscan servilmente lograr un crecimiento del BPA, incluso a expensas de la creación de valor. La encuesta realizada por Graham y sus colegas reveló que la mayoría de las empresas estaban dispuestas a sacrificar el valor económico a largo plazo para generar beneficios a corto plazo. La teoría y la investigación empírica nos dicen que la relación causal entre el crecimiento de la BPA y la creación de valor es, en el mejor de los casos, débil. Investigaciones similares revelan que el crecimiento de las ventas también tiene una relación débil con el valor para los accionistas. (Para obtener un análisis detallado de la relación entre el crecimiento de los beneficios, el crecimiento de las ventas y el valor, consulte la exposición «El problema de las medidas populares»).

El problema de las medidas populares

Las estadísticas más útiles son persistente (muestran que el resultado de una acción en un momento es similar al resultado de la misma acción en otro momento) y predictivo

…

Por supuesto, las empresas también utilizan medidas de rendimiento no financieras, como la calidad de los productos, la seguridad en el lugar de trabajo, la lealtad de los clientes, la satisfacción de los empleados y la voluntad de los clientes de promocionar un producto. En su artículo de HBR de 2003, los profesores de contabilidad Christopher Ittner y David Larcker escribieron que «la mayoría de las empresas han hecho pocos intentos de identificar las áreas de desempeño no financiero que puedan promover la estrategia elegida. Tampoco han demostrado una relación de causa y efecto entre las mejoras en esas áreas no financieras y el flujo de caja, los beneficios o la cotización de las acciones». La encuesta de los autores a 157 empresas mostró que solo el 23% había realizado modelos exhaustivos para determinar las causas de los efectos que estaban midiendo. Los investigadores sugieren que al menos el 70% de las empresas encuestadas no tuvieron en cuenta la persistencia de una medida no financiera ni su valor predictivo. Casi una década después, la mayoría de las empresas siguen sin vincular la causa y el efecto en su elección de estadísticas no financieras.

Pero las noticias no son del todo malas. Ittner y Larcker descubrieron que las empresas que se molestaban en medir un factor no financiero (y en comprobar que tenía algún efecto real) obtenían rentabilidades sobre las acciones aproximadamente 1,5 veces superiores a las de las empresas que no tomaban esas medidas. Así como la cadena de comida rápida impulsó su desempeño al determinar que su indicador clave era la rotación de los gerentes de las tiendas, no la rotación total de empleados, las empresas que establezcan vínculos adecuados entre las medidas no financieras y la creación de valor tienen más posibilidades de mejorar los resultados.

Las empresas que vinculan las medidas no financieras y la creación de valor tienen más posibilidades de mejorar los resultados.

Estadísticas de selección

El siguiente es un proceso para elegir las métricas que le permiten entender, hacer un seguimiento y gestionar las relaciones de causa y efecto que determinan el desempeño de su empresa. Ilustraré el proceso de forma simplificada con un banco minorista basado en un análisis de 115 bancos realizado por Venky Nagar, de la Universidad de Michigan, y Madhav Rajan, de Stanford. Deje de lado, por el momento, las métricas que utiliza actualmente o las que los analistas o banqueros de Wall Street dicen que debe utilizar. Comience con una pizarra en blanco y siga estos cuatro pasos en secuencia.

1. Defina su objetivo de gobierno.

Un objetivo claro es esencial para el éxito empresarial, ya que guía la asignación del capital. Crear valor económico es un objetivo de gobierno 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. Asumiremos que el banco minorista busca crear valor económico.

2. Desarrolle una teoría de la causa y el efecto para evaluar los supuestos impulsores del objetivo.

Los tres impulsores financieros de la creación de valor que se citan con más frecuencia son las ventas, los costes y las inversiones. Los impulsores financieros más específicos varían de una empresa a otra y pueden incluir el crecimiento de los beneficios, el crecimiento del flujo de caja y la rentabilidad del capital invertido.

Naturalmente, las métricas financieras no pueden captar todas las actividades que crean valor. También tiene que evaluar las medidas no financieras, como la lealtad de los clientes, la satisfacción de los clientes y la calidad de los productos, y determinar si se pueden vincular directamente a las medidas financieras que, en última instancia, generan valor. Como hemos dicho, la relación entre la creación de valor y medidas financieras y no financieras como estas 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 los servicios bancarios y que el uso es el principal impulsor del valor. Esta teoría vincula un motor financiero y no financiero. A continuación, el banco mide las correlaciones estadísticamente para comprobar si la teoría es correcta y determina que los clientes satisfechos utilizan más servicios, lo que permite al banco generar un crecimiento de los beneficios en efectivo y una atractiva rentabilidad de los activos, ambos indicadores de la creación de valor. Tras determinar que la satisfacción de los clientes está vinculada de forma persistente y predictiva a la rentabilidad de los activos, el banco debe determinar ahora qué actividades de los empleados impulsan la satisfacción.

3. Identifique las actividades específicas que los empleados pueden realizar para ayudar a lograr el objetivo rector.

El objetivo es establecer un vínculo entre su 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 determinó que la satisfacción de los clientes genera valor (es predictivo). El banco ahora tiene que encontrar factores fiables de satisfacción de los clientes. El análisis estadístico muestra que las tasas que reciben los consumidores por sus préstamos, la velocidad de tramitación de los préstamos y la baja rotación de los cajeros afectan a la satisfacción de los clientes. Como están bajo el control de los empleados y la dirección, son persistentes. El banco puede utilizar esta información para, por ejemplo, asegurarse de que su proceso de revisión y aprobación de los préstamos es rápido y eficaz.

4. Evalúe sus estadísticas.

Por último, debe reevaluar periódicamente las medidas que utiliza para vincular las actividades de los empleados con el objetivo rector. Los impulsores del valor cambian con el tiempo, al igual que sus estadísticas. Por ejemplo, la demografía de la base de clientes del banco minorista está cambiando, por lo que el banco tiene que revisar los factores de satisfacción de los clientes. A medida que la base de clientes se hace más joven y tiene más conocimientos digitales, la rotación de los cajeros pasa a ser menos relevante y la interfaz en línea y el servicio de atención al cliente del banco lo son cada vez más. Las empresas tienen acceso a un torrente creciente de estadísticas que podrían mejorar su rendimiento, pero los ejecutivos siguen aferrándose a métodos anticuados y, a menudo, defectuosos para elegir las métricas. En el pasado, las empresas podían salirse con la suya por instinto e ignorar las estadísticas correctas, porque eso es lo que hacían todos los demás. Hoy en día, usarlos es necesario para competir. Más concretamente, identificarlos y explotarlos antes que los rivales lo hagan será la clave para aprovechar la ventaja.