Digamos que su objetivo es aumentar la cantidad de clientes que atiende cada día. Quizás ejecute una oficina de la ciudad que procesa las solicitudes de cupones para alimentos, o quizás ofrezca soporte técnico para el producto de su empresa. ¿A cuántos clientes atiende en línea, en persona y por teléfono? ¿Cuál es el tiempo promedio para resolver un problema en cada uno de estos canales? ¿Qué tipos de solicitudes de clientes tardan más y cuáles se pueden manejar de manera conveniente?
Si no puede responder estas preguntas, se está preparando para el fracaso incluso antes de comenzar a intentarlo.
La toma de decisiones basada en datos es una forma de vida en estos días, desde el ayuntamiento hasta la sala de juntas corporativa. Si tienes los números para dictar un curso de acción, el pensamiento dice: ¿por qué usarías tu corazón o tu mente? Pero en la búsqueda de respaldar cada movimiento con datos fríos y duros, puede ser fácil confundir cualquier número antiguo con números útiles. No todos los datos se crean de la misma manera, y la mejor manera de asegurarse de que recopilará los datos correctos es desarrollar el conjunto correcto de métricas de rendimiento.
Entonces, ¿cómo decide qué métricas lo ayudarán y cuáles lo distraerán de los problemas centrales? Aquí hay cinco errores comunes que cometen las personas al tratar con datos, y algunos consejos para evitarlos.
Error # 1: solo tener métricas es suficiente
Es cierto que medir un poco es mejor que no medir nada. Pero demasiadas personas están satisfechas con solo poder pronunciar la palabra "métrica" a un supervisor, y muchos supervisores suponen que si su equipo está contando algo, deben estar haciendo algo bien.
Los datos solo son útiles si le permiten medir y administrar la calidad del rendimiento. Esto significa que no es necesariamente tan importante, por ejemplo, que el Departamento de Edificios cuente cuántos edificios pasaron la inspección, ya que es para saber los tipos de citaciones que causaron su fracaso, la cantidad de inspecciones que realizó cada inspector en un día, y cuántos edificios corrigieron sus violaciones dentro de uno o dos meses de la inspección inicial. Este conjunto de datos más rico revelará ineficiencias en el proceso de inspección y permitirá que el departamento trabaje hacia mejores estándares de seguridad.
Error # 2: cuantas más métricas, mejor
Un error común es que si algo se puede contar, se debe contar. Cometí el error de colocar pestañas y pestañas de métricas en una hoja de cálculo, solo para descubrir que el esfuerzo requerido para recopilar los datos es una pérdida no solo de mi tiempo, sino también del tiempo de las personas asignadas para llevar a cabo trabajo que estamos tratando de medir
Nunca querrá que su monitoreo de rendimiento sea tan oneroso que realmente obstaculice el rendimiento en sí mismo. Cuando se elabora un conjunto de métricas, es útil comenzar haciendo una lluvia de ideas sobre todo lo que pueda medir, y luego priorizando los 10 indicadores principales que proporcionarán la información más crítica sobre su programa. Comience con una carga manejable y agregue gradualmente más, siempre que el esfuerzo requerido para recopilar los datos se amortice en observaciones útiles y oportunidades de mejora.
Error # 3: los juicios de valor deben asignarse a volúmenes
En la superficie, puede parecer intuitivo que más llamadas contestadas es mejor que menos llamadas contestadas. Pero imagine que para exprimir cinco llamadas adicionales por hora, la calidad de cada llamada se ve comprometida. Se recopila menos información y se abordan menos problemas. Las personas que llaman no están satisfechas con la primera llamada, por lo que llaman por segunda o tercera vez, lo que aumenta aún más sus números de llamada, pero ocupan más tiempo y no abordan las razones por las cuales las llamadas se reciben en primer lugar. Tal vez las llamadas que duran un minuto más pero que responden de manera más adecuada a las preguntas de la persona que llama terminan evitando las llamadas repetidas, lo que hace que la línea de pensamiento más igual a mejor no solo sea errónea, sino al revés.
También es importante darse cuenta de que muchas métricas, cuando se cuentan como números absolutos, no son particularmente útiles. Sin contexto, un número es más o menos sin sentido. Cualquier numerador merece un denominador, y los números puros deben representarse como un porcentaje del total. Por ejemplo, trasladar a 1, 000 personas sin hogar fuera de la calle a viviendas temporales es loable. Pero si el objetivo es crear viviendas para 20, 000 personas sin hogar, entonces es importante reconocer que solo estás al 5% del camino.
Error # 4: dejar que los números hablen por sí mismos
Es peligroso asumir que los números cuentan toda la historia. Es mejor pensar en los datos no como una pistola humeante, sino como un rastro de migas de pan. Las métricas pueden apuntarlo hacia áreas problemáticas o alertarlo sobre un problema potencial que de otro modo no habría notado. Pero hasta que caves con las manos desnudas, los números son solo eso: números. Descubrir la raíz de un problema a menudo implica entrevistar a las personas que trabajan cerca del asunto en cuestión, observar y dar sentido a los datos cualitativos. Las métricas reflejan un resultado, pero no una causa raíz.
Puede descubrir que la cantidad de tiempo para completar un proceso de presentación ha aumentado en cinco días. Pero no asuma automáticamente que los empleados pasan todo el día postergando BuzzFeed . Algunas preguntas simples pueden revelar que un reciente esfuerzo de marketing arrojó con éxito un aumento del 20% en las solicitudes, o los cambios recientemente legislados agregaron un paso al proceso. Deje que sus números lo lleven a enfocarse en áreas de preguntas, en lugar de tomarlas como las respuestas mismas.
Error # 5: si es una buena métrica ahora, será una buena métrica más adelante
Los problemas cambian y cambian, al igual que los objetivos. Quizás un conjunto inicial de métricas le permitió abordar los tiempos de respuesta rezagados en la contratación de papeleo. Sin embargo, una vez que se resuelve ese problema, es importante no descansar en los laureles. Lo más probable es que esa métrica se pueda mejorar aún más, o hay un área de problema completamente diferente que pide atención.
Revise sus métricas cada tres o seis meses para asegurarse de que todavía tengan sentido en el contexto actual. Probablemente encontrará que algunos se han vuelto obsoletos y otros requieren ajustes. Pero tenga cuidado al decidir cambiar una métrica. Cambiar la forma en que mide un dato en particular puede hacer que los datos históricos sean menos útiles e interrumpir la continuidad de los datos que está recopilando. Esto no quiere decir que las métricas no deben adaptarse a medida que pasa el tiempo, solo que la decisión no debe tomarse a la ligera.
Los datos son una ciencia y merecen ser tratados como tales. Cuando se tome el tiempo para acercarse a las métricas desde un lugar considerado, estará en condiciones de evaluar constantemente sus esfuerzos e implementar mejoras significativas.
