En el Instituto Tramontana hemos empezado a aceptar candidaturas para la próxima edición del programa de dirección y cultura de producto. Será la sexta y comenzará en octubre.

Nos gusta recoger estas candidaturas a través de eventos, que normalmente celebramos cada dos meses. En esos eventos profundizo en el contenido del programa. Por un lado, me doy una vuelta por lo que está ocurriendo ya en esta edición, de forma que puedes asomarte tanto a los contenidos, como a las personas que lo están cursando, como a toda la batería de ejercicios y casos prácticos. Por otro lado, hago una suerte de simulación abreviada de una clase, para que se entienda, mientras la realizamos, la dinámica de debate y reflexión que acompaña a todo el programa.

Esta semana he tenido la suerte de contar con un buen número de personas interesadas en ampliar su perspectiva sobre producto digital y métricas. Si te suena interesante, no dejes de escribir a Silvia Romero (silvia.romero@tramontana.net) quien dirige la atención a estudiantes; de darte una vuelta por el programa donde incluimos también la referencia a estos encuentros; o de apuntarte a las novedades de Tramontana para enterarte del siguiente evento.

En estos encuentros tienes la oportunidad de vivir el programa en pequeñito.

La naturaleza del software también hace que lo cuantitativo adquiera una connotación especial. Esto explica por qué es habitual que muchas compañías cuyo negocio pasa por su producto digital piensen y actúen de una forma anumérica. Johan Allen Paulos hizo popular ese término con su libro "Innumeracy: Mathematical Illiteracy and its Consequences", que fue traducido en la versión española como "El hombre anumérico". Quizás como una forma de enlazar con una tradición de obras tan significativas como "Homo ludens" de Johan Huizinga, "Homo faber" de Max Frisch, "El hombre en busca de sentido" de Viktor Frankl, "El hombre sin atributos" de Robert Musil o "El hombre común" de Gilberth Keith Chesterton.

A menudo confundimos pensamiento cuantitativo con pensamiento exacto.

La dirección de producto digital implica una búsqueda habitual de patrones cuantitativos. Esta búsqueda suele consistir en referencias de magnitudes, números y proporciones para sacar consecuencias. El pensamiento estadístico es aquí un gran aliado, a menudo desatendido. El pensamiento estadístico es una manera sistemática de pensar acerca de cómo describir el mundo y de usar información para tomar decisiones y hacer predicciones o correlaciones, todo en el contexto de la incertidumbre inherente que existe en el mundo real.

Otro aspecto crucial de nuestro trabajo con nociones estadísticas es el de muestra. Esto es especialmente relevante en la captura de problemas y oportunidades, que muchas veces se hacen a partir de anclas, bien sea por encuestas o por procesos de muestreo. Las dos características más importantes en la muestra, para evaluar lo que podemos inferir a partir de ella, son la representatividad -señal respecto del resto- y la variabilidad -señal respecto de otra muestra.

No parece que hayamos llegado aún a satisfacer esta profecía de Wells.

Durante el encuentro traje algunos materiales empíricos comunes, que acaban de suceder en mis entornos de trabajo. Es decir, cualquier persona tiene con frecuencia experiencias similares. A través de esas anécdotas pudimos ver algunos de los retos a los que lo digital nos enfrenta cuando queremos salirnos de la trampa anumérica.

El primero es que no es trivial encontrar la señal entre el ruido. Toda la información que tenemos que digerir es ruido hasta que no encontramos en ella alguna señal que o bien nos ayuda a articular la información o bien nos ayuda a sacar alguna consecuencia para orientar nuestra acción. La información que tenemos que manejar se incrementa en una proporción mucho mayor que la señal que somos capaces de encontrar, y además es una información cambiante, sistémica y con muchos elementos inciertos que hace que trabajar con ella no resulte fácil. Aquí tenemos una primera advertencia: no consideres siempre mejor contar con más información. Sé prudente cuando tengas que enfrentar un proyecto de instrumentalización de datos, porque es fácil naufragar en ellos.

Lo digital tiene un comportamiento orgánico difícil de controlar.

Apúntate también que en tu producto digital las fuentes de datos siempre estarán bajo sospecha. Ellas y los conceptos, por lo tanto los modelos, construidos a partir de ellas. No hay dato sin interpretación. Esto conduce a una sensación habitual de cierta desconfianza con la que hay que saber lidiar.

Hasta los indicadores más obvias esconden mucha complejidad.

Lo que solemos conocer como analítica de comportamiento o de producto, que nos obliga a lanzar conjeturas sobre la intencionalidad de lo que hacen las personas (o cualquier ente al otro lado de la pantalla) que utilizan nuestros productos a partir de sus atributos (eventos), es especialmente exigente en este sentido. A menudo, lo cualitativo, la empatía que te ayuda a hablar con ellas, opera como un ancla que te ayuda a reducir ese ruido.

Lo digital tiene una exuberancia que no ayuda a la confianza.

Después de recorrer varios retos como los que acabo de mencionar, junto a otros que apuntan en una dirección similar, tuvimos la oportunidad de debatir, al mismo tiempo que ejercitábamos nuestros músculos numéricos, sobre algunos de los beneficios que tiene el instrumental estadístico, incluso en su forma más elemental. Es importante incluirlo como otra fuerza más en el campo gravitacional de tus decisiones.

En primer lugar, no puedes sacar consecuencias que cada vez tengan mejor encaje si no pones a prueba tus intuiciones contra las referencias estadísticas que tienes a tu disposición. Puedes pensar que lo que haces cada vez que obtienes mejores referencias estadísticas es ampliar tu muestra respecto de la población entera. El esquema de la caja estadística, que divide los extremos y la parte central, así como los porcentajes representados, te puede ayudar a entender la utilidad de los principales estadísticos.

Lo digital agradece el enfoque Pareto de las ciencias sociales.

Los estadísticos nos ayudan a aplicar una operación simple pero potente, que consiste en empezar a hacer agrupaciones respecto del conjunto total. Podemos hacer una correspondencia entre estadísticos y segmentos, y a partir de ahí empezar a pensar en cada elemento de un producto desde una mirada multidimensional, así como en funcionalidades por dimensiones.

Pensar en números no exactos es la mejor manera de ir acomodando tus sentidos a las magnitudes con las que trabajas. Los números exactos son convenientes para los objetivos; las magnitudes lo son para enmarcar posibles iniciativas. Al pensar en magnitudes entras en un terreno de medidas relativas, que es el principio para poder articular una conjetura. Los números exactos en el vacío no significan nada. Cuando los sitúas en una escala y en la referencia con otros puntos en esa escala, empiezan a resultar interesantes y pueden ser el inicio para alguna acción.

Es habitual que tengas que enfrentarte a acciones y objetivos que en muchos casos no están contextualizados. Es decir, no tienen una escala ni una referencia relativa. Cuantificar te permitirá empezar a deshacer ese primer obstáculo, situando un índice de confianza y a partir de ahí una cierta probabilidad, aunque sea intuida.

Las métricas son brújulas que indican dirección, no destino exacto.

Por último, es sano que contemples lo cuantitativo como una forma de descubrir, y no únicamente como una forma de predecir. Alcanzar la causalidad y junto a ella la predicción no puede ser tu primer objetivo cuando trabajas con referencias estadísticas. El primer beneficio suele ser el de poder descubrir algunos temas que de otra forma eran simplemente desconocidos desconocidos. En ese sentido, el pensamiento estadístico es una herramienta útil para entender y encontrar potenciales mejoras que de otra forma permanecerían ocultas.

Nos quedamos con que el espíritu que resuena en todo esto puede ayudarnos a profesionalizar nuestras organizaciones y equipos: los entornos complejos- y ya sabemos que la mancha de aceite que es el software lo hace todo especialmente complejo- reformulan nuestra forma de entender y trabajar con lo cuantitativo.