Las decisiones en las empresas son tomadas por mucha gente, siguen métodos muy diferentes y se obtienen resultados disímiles. En ocasiones incluso, hay decisiones que nunca se cuestionan ya que “siempre se han tomado así”. Es por esto, que con frecuencia ayudamos a compañías a “ponerle ciencia” a las decisiones y apalancarnos en datos y tecnología, para asegurar que cada una se tome de la mejor manera costo/beneficio posible.  

En una compañía de consumo optimizamos decisiones de top line (precio, descuentos, promociones) a través de asegurar un abordaje óptimo y homogéneo entre todas las personas que toman decisiones semejantes en diferentes categorías de productos/canales/geografías con resultados sorprendentes.

Contexto

Muchas compañías tienen métodos de decisión que se adaptan al gusto del decisor responsable por el indicador que mueven. Así, empresas grandes que operan en múltiples categorías y en muchas regiones pueden tener tantas maneras de decidir como personas haya involucradas. Por otro lado, muchas veces las decisiones se toman más basadas en las experiencias históricas que en la evidencia reciente, con la intuición como principal motor de los juicios y las emociones como un ingrediente siempre presente. 

Una compañía de gran reputación en el mercado con la que colaboramos identificó que tenían muchos abordajes distintos en gran parte de las decisiones de top line y nadie podía argumentar con claridad cuál era la mejor. Nos convocaron para poder definir un abordaje para estas decisiones que asegure la calidad del proceso, en pleno entendimiento que “a mejores decisiones, mejores resultados”.

Abordaje

En nuestro abordaje, comenzamos por identificar las decisiones clave y las priorizamos según su impacto, enfocándonos en aquellas que mueven la aguja de resultados. Cuando se logra estimar el size of the prize por detrás de las decisiones, todos los proyectos de optimización logran priorizarse fácilmente.

Con las decisiones críticas ya priorizadas, comenzamos a analizarlas en profundidad a partir de entender cómo se tomaban. Nos encontramos con múltiples reportes que no se utilizaban, indicadores confusos respecto de lo que es relevante, alta discrecionalidad y falta de criterios para elegir alternativas. 

Con un diagnóstico claro pudimos segmentar las decisiones en función de su naturaleza y así proponer diferentes abordajes para potenciarlas de forma económicamente conveniente. Se distinguieron aquellas que podían “aumentarse”, acercándole a los decisores “real-time decision data” con la información clave, de aquellas que por su recurrencia y estructura podrían ser “automatizables” completamente con analítica avanzada.

Resultado

Al optimizar la forma en que se toman las decisiones recurrentes no solo se encuentran oportunidades de automatizar aquellas donde los algoritmos hacen mejor el trabajo, sino que se puede homogeneizar una única forma de decidir con mayor incidencia de la “ciencia”. 

A partir de estas soluciones se obtienen mejoras inmediatas en la calidad y velocidad de las decisiones, y en ocasiones mejoras significativas de eficiencia de recursos. En el mediano plazo las decisiones se robustecen con el aprendizaje de insights que permiten capturar oportunidades de forma temprana y más precisa. Adicionalmente, la estandarización de los procesos decisorios y la definición de reglas de negocio permitieron reducir la variabilidad de resultados y asegurar criterios comunes.