Metodologías de medición y desarrollo de las capacidades organizacionales en empresas del sector

En un contexto de alta volatilidad y pocas certezas, las compañías de gas y petróleo deben desarrollar ciertas habilidades que les permitan tanto liderar el cambio como asegurar su éxito y sustentabilidad. A través de un modelo de cinco ejes, se propone la medición y el desarrollo de las capacidades organizacionales en empresas del sector. ¿Cuáles son esas prácticas que deben implementar para asegurar agilidad y maximizar la velocidad de decisión?

Las empresas de la industria del petróleo y del gas se enfrentan, probablemente, a uno de los desafíos más críticos de su historia: poder evolucionar su forma de gestionar al punto de reconvertirse en organizaciones sumamente efectivas, capaces de ser líderes en un mundo dinámico y altamente incierto. Esta necesidad de transformación se debe a que las capacidades organizacionales que les habían permitido crecer y evolucionar hasta hoy no serán las mismas que deberán desarrollar para liderar en el mundo que se avecina. Así, deberán anticiparse con claridad a los nuevos desafíos, decidir con velocidad una vez identificado el cambio, modificar la manera de operar y ejecutar con flexibilidad cuando se haya definido un rumbo y, sobre todo, instalar comportamientos y rasgos culturales que aseguren líderes que enfrenten riesgos, fallen, aprendan y se adecuen rápido para impactar en los resultados.

En base al trabajo realizado sobre empresas líderes de la industria, Tandem ha desarrollado un marco metodológico que mide rápidamente la agilidad para operar y la velocidad para tomar decisiones en empresas de petróleo y gas. Hemos combinado las técnicas de agilidad aplicadas con éxito en otras industrias con las herramientas actuales de gestión de datos y decisiones para desarrollar el modelo “Agilidad en la Gestión y Operación de Petróleo”, un marco que permite medir, detectar y desarrollar aquellas capacidades que puedan transformar a las empresas del sector.

En una serie de artículos abordaremos las claves de la aplicación de estas metodologías en la industria y recorreremos las mejores prácticas para el desarrollo de nuevas capacidades y su implementación eficaz en organizaciones de nuestra región.

El modelo de Agilidad de Gestión y Operaciones busca asegurar las capacidades fundamentales con las que empresas de petróleo y gas deben contar para triunfar, liderar el cambio y asegurar su sustentabilidad en un entorno de alta volatilidad, dinamismo e incertidumbre. Para ello, se plantean cinco ejes en los que agrupar las capacidades críticas y se propone la medición y desarrollo de cada uno de ellos de manera complementaria.

Los cinco ejes del modelo son los siguientes: 1. El planeamiento dinámico (Continuous Dynamic Planning), 2. La inteligencia de datos (Decision Intelligence), 3. Las herramientas de decisión en incertidumbre (Decision Analysis), 4. La agilidad de gestión en equipos, roles y rutinas (Management Agility), y 5. Los comportamientos del líder del futuro.

1. El planeamiento dinámico. En entornos altamente inciertos resulta más crítica y necesaria la planificación. Sin embargo, los procesos tradicionales, por lo general rígidos, con ciclos fijos y con centros de costos independientes, suelen ayudar poco a la gestión efectiva en estos contextos.

Un planeamiento dinámico debe asegurar:

1. Una visión de largo plazo alineada. En tiempos volátiles, más que nunca, se debe tener una claridad incuestionable con respecto al largo plazo del negocio y de la organización, ya que el mediano y el corto plazo probablemente deberán adaptarse y responder a cambios no previstos, es el largo plazo el que traerá claridad de rumbo y permitirá alinear a la compañía dándole un sentido, un propósito y un rumbo diferenciador específico.
2. Anticipación a los cambios. Las variaciones en tendencias no se detectarán si no las buscamos activamente. Las organizaciones que primero detecten estas transformaciones serán aquéllas que logren asignar recursos e instalar herramientas para escudriñar los cambios de hábitos, comprender los insights o preferencias de los consumidores y, sobre todo, anticipar las modificaciones en tendencias del contexto.
3. Un ciclo de planeamiento continuo y conectado con el contexto. Los procesos con ciclos anuales, que rigen hoy las decisiones de asignación de recursos, asumen que los mercados, las tendencias de los consumidores y los cambios relevantes en el contexto en el que operamos también respetan los calendarios gregorianos. Lamentablemente, esto no es así y los ciclos de planeamiento deben proyectar un número fijo de períodos hacia adelante, refrescando los planes con frecuencias trimestrales o mensuales y extendiendo sus proyecciones más allá de los 12 meses. 
4. Una revisión ágil y la adaptación de la asignación de recursos. Finalmente, un proceso de planificación flexible no tendrá impacto en la gestión del negocio si no logra modificar de manera dinámica la asignación de los recursos. Será crítico instalar las herramientas de gestión y ajustar los procesos como para reasignarlos hacia las áreas que los requieran y poder generar valor, respondiendo y adaptándose a los cambios de contexto.

2. La inteligencia de datos. En la actualidad la cantidad de datos disponible, la tecnología y la capacidad de procesamiento nos permiten potenciar nuestras decisiones​. Años atrás, para analizar antecedentes históricos debíamos evaluar los pocos casos que teníamos o elegir una muestra lo más representativa posible para poder procesarla con la tecnología existente. Sin estas dos restricciones de la estadística tradicional, no incorporar los grandes volúmenes de datos a nuestras decisiones es sinónimo de dejar una enorme fuente de valor en el camino.

Sin embargo, a lo largo de nuestra experiencia nos hemos encontrado muchas veces con empresas que generan y almacenan enorme cantidad de información, pero no tienen claro para qué utilizarla y cómo transformarla en una palanca que impacte en los resultados del negocio. La metodología de Decision Intelligence propone realizar el proceso inverso: comenzar definiendo claramente cuál es el objetivo o KPI en el que se busca impactar, comprender qué decisiones habría que tomar para alcanzarlo y, luego, buscar o generar los datos que nos permitan robustecer el análisis.

Por lo general, una de las mayores barreras para llevar esto a la práctica es lograr una comunicación efectiva entre dos lenguajes distintos. Por un lado, el lenguaje del científico de datos, experto en programación, en el análisis estadístico y en la generación de algoritmos para procesar la información. Por otro lado, las necesidades de negocio, con la urgencia de alcanzar resultados, en un plazo definido y bajo determinadas condiciones. Lograr un idioma en común entre ambos es fundamental para implementar una estrategia de Decision Intelligence efectiva.     

3. Las herramientas de decisión en incertidumbre. La toma de decisiones no solo requerirá de datos, sino también de las herramientas y metodologías de análisis que permitan comprender y gestionar el riesgo de manera efectiva. Las metodologías de Análisis de Decisiones o Decision Analysis (DA) han evolucionado permitiendo su simplificación de manera notoria. Simulaciones que poco tiempo atrás requerían de días de procesamiento, hoy pueden correrse en teléfonos celulares en una fracción de segundos.

De todas maneras, aún con la posibilidad de analizar riesgos y tomar decisiones mucho más rápido, cada problema debe ser evaluado con la complejidad metodológica que le permita encontrar un balance entre calidad y velocidad de decisión. Es importante entender y clasificar los diferentes requerimientos de complejidad de análisis y asignar las herramientas adecuadas para cada uno de ellos. El índice de DA permite establecer el tipo de herramienta y abordaje requerido para una situación, aplicando solo la complejidad mínima necesaria para tomar la decisión rápido.

Por lo general, tradiciones de requerimientos burocráticos hacen que se demoren decisiones o que se dejen de aplicar las herramientas por carecer de tiempo para hacerlo. Será clave, entonces, diferenciar los procesos y las herramientas en base al valor adicional generado por una decisión rápida.

4. La agilidad de gestión en equipos, roles y rutinas. Una vez tomada la decisión, se deberá asegurar la capacidad para ejecutarla e implementarla. La agilidad de gestión implica minimizar los tiempos de escalamiento y cascadeo a lo largo de la jerarquía y para lograrlo se debe asegurar una combinación de tres herramientas de gestión sumamente efectivas:

a) Equipos ágiles: la capacidad de decisión claramente centralizada –y no diseminada por la organización– ayudarán a ganar en eficiencia. Sin embargo, cuando se trata de tiempo crítico, esta centralización destruye nuestra capacidad de respuesta. De allí que resulte fundamental empoderar equipos multifuncionales con poder de decisión para reducir drásticamente los tiempos de respuesta y asegurar un mayor impacto en la gestión local. Pero, para que estos equipos funcionen, se los deberá dotar de metodologías ágiles de decisión, que aseguren no solo su velocidad, sino también la calidad y confiabilidad necesaria de su gestión.

b) Roles ágiles: los equipos ágiles traerán a la organización ambigüedad sobre quién decide qué, cómo y cuándo. La clarificación de su participación en el proceso de decisión será crítica para permitir la interacción eficiente con el resto de la organización.

c) Rutinas ágiles: el esquema tradicional de reuniones rara vez permite tomar decisiones rápidas. Por el contrario, carga las agendas, diluye las responsabilidades y demora las decisiones. Instalar rutinas ágiles requerirá limpiar los procesos de encuentros innecesarios, redefinir quién participará de cada uno y establecer pautas estructuradas de preparación y desarrollo de estas reuniones. Un sistema ágil de encuentros podría reducir a la mitad el tiempo requerido en ellos y duplicar, así, la cantidad de decisiones tomadas por una organización.

5. Los comportamientos del líder del futuro. Estos cambios organizacionales no tendrán impacto en resultados, no serán sostenibles en el tiempo ni tendrán un funcionamiento natural si no se logra asegurar un set de valores, hábitos y comportamientos, que pueden incluir cambios en los estilos de liderazgo. Veamos algunos ejemplos:

Animarse a tomar riesgo y a fallar: en esta nueva filosofía de trabajo ágil, fallar es parte fundamental del proceso. El resultado no deseado será una de las respuestas posibles (y esperables) al enfrentar una incertidumbre. De todos modos, sentirse cómodo con el riesgo no será suficiente; buscar el error resultará indispensable para poder aprender rápido y de manera controlada.

Accountability: que el líder reconozca su rol como decisor y gestor del cambio le implicará hacerse cargo de los costos de los escenarios no deseados, ser capaz de dar respuesta sobre los desvíos y, a partir de ellos, diseñar nuevos cursos de acción.

Humildad para aprender: renunciar a las altas cuotas de soberbia permitirá a los líderes de este nuevo paradigma de gestión reconocer fácilmente sus errores y aprender de ellos para favorecer, al mismo tiempo, ese aprendizaje tanto en sus equipos como en el conjunto de la organización.

Estos cinco ejes conforman las capacidades clave que una organización debe desarrollar para asegurar su agilidad y maximizar su velocidad de decisión. Queda claro que el primer paso para hacerlo será medir y que el inicio del proceso de transformación implica hacer un diagnóstico de nuestra salud organizacional respecto de estos cinco ejes.

Este análisis se realiza en base a la medición cuantitativa de indicadores duros de operación (como tiempos de aprobación, compras, modificación de recursos) y se los complementa con el cálculo de indicadores blandos de gestión (Empowerment, Accountability, Simplicity, Meeting Burden). De esta manera, se podrán detectar tanto las áreas críticas de desarrollo y enfocar sobre esos puntos los esfuerzos de cambio, como así también impactar rápidamente en los objetivos de la organización y en los resultados de negocio.

Gastón Francese
Socio de Tandem.
gf@tandemsd.com

Transcripción del artículo publicado en Petrotecnia – 2019