La empresa previsora vale por dos

José Almagro. Presidente Ejecutivo. Bayes Inference S.A.

6 Mayo 2008

La estrategia de modelación es la brújula que ayuda a encontrar el norte empresarial: seguir una estrategia basada en modelos que permiten anticipar todas las opciones futuras.

Voy a presentar la tesis siguiente: Las compañías que adopten una estrategia de modelación para anticipar, identificar y satisfacer los requerimientos de los clientes, obtendrán ventajas competitivas fundamentales sobre las compañías que no lo hagan, y desplazarán a éstas del mercado.

La estrategia de la modelación, por tanto, no es una estrategia más, sino una estrategia dominante. Esta dominancia tiene dos coordenadas. En primer lugar, dado cierto conjunto de actividades, el uso de modelos genera combinaciones óptimas de dichas actividades y, en consecuencia, máxima eficiencia. En segundo término, las compañías que tienen esta estrategia son más innovadoras al tiempo que minimizan el coste por innovaciones erróneas. En resumen, eficiencia operacional y económica; diagnosis precoz de la evolución de los mercados, los clientes y las propias políticas; e impulso innovador son las tres marcas que distinguen la estrategia de la modelación y la hacen dominante.

[*D Un modelo es una representación de la realidad que permite medir el resultado de las acciones y conocer el impacto de distintas alternativas. *]

Sostengo que las empresas, que son un producto relativamente moderno de la evolución económica, poseen naturalmente mecanismos de adaptación conductual, que les dan cierta impronta característica.

A partir de dos tipos de sucesos, aparece la posibilidad de un nuevo tipo de adaptación empresarial, semejante a la adaptación científica, para el conjunto de nuestras sociedades, que es a lo que llamamos estrategia de la modelación. Éstos son:

1) la explosión informativa y de las comunicaciones, el crecimiento exponencial de las capacidades de proceso y almacenamiento de la información

2) el extraordinario desarrollo de la estadística, la modelación y la decisión en ámbitos, a la vez, dinámicos y masivos, con outputs definidos tanto de forma cuantitativa como cualitativa.

Si la anterior tesis es cierta, las compañías deberían desplegar una decidida estrategia de modelación lo más rápidamente posible, ya que bajo las transformaciones competitivas que prevemos, la profundidad, extensión y calidad de los procesos de modelación se convertirán en el factor crítico de crecimiento y supervivencia.

Puesto que hasta aquí hemos hablado de ciencia, quizás pueda pensarse que esto tiene poco que ver con los problemas de marketing que tienen las compañías. Para atacar esta sensación, continuaré mi exposición enumerando algunos problemas que se me han presentado en mi experiencia profesional y cuya solución es un modelo.

[*D El uso de modelos genera combinaciones óptimas de dichas actividades y, en consecuencia, máxima eficiencia *]

Una empresa editora de prensa debe distribuir su producto diariamente en decenas de miles de puntos de venta. En cada uno, debe decidir una cantidad de ejemplares buscando minimizar los costes, tanto de ejemplares devueltos como de ventas no producidas por agotamiento del producto. Una compañía telefónica debe desplegar una red de gran capacidad para ofrecer, simultáneamente, Internet, TV, VoD, domótica y otros productos. El despliegue y su orden están condicionados por la demanda, que debe calcularse en pequeñas unidades geográficas.

Una empresa de bebidas refrescantes tiene que decidir la cantidad de publicidad que coloca en los medios, su distribución entre éstos, los horarios y las posiciones de los anuncios. Una gran cadena de tiendas de moda que maneja cientos de miles de referencias debe gestionar las rebajas de cada una de éstas para evitar pérdidas de ingresos por rebajas innecesarias, o pérdidas por depreciación de la mercancía por rebajas insuficientes.
Una compañía con varios millones de suscriptores tiene que decidir una acción de fidelización para aquellos suscriptores con mayores probabilidades de migrar hacia la competencia en un horizonte de tres meses. En cambio, utilizar estas medidas entre clientes con poca probabilidad de migración implica pérdidas en la facturación. No hacerlo con suscriptores probablemente migradores, implica pérdidas indeseadas de clientes y, por tanto, pérdida de facturación igualmente.

En todos los casos mencionados, nos enfrentamos con mercados que evolucionan dinámicamente y con decisiones casi siempre masivas, multidimensionales en algún caso, y reiteradas en el tiempo, en las que tenemos un conjunto más o menos amplio de alternativas. Cada opción tiene resultados inciertos. A veces, dichos resultados son cuantitativos; otras, existen variables output que son cualitativas. Y a cada resultado concreto corresponde un coste, aunque a veces dicho coste se conoce mal, es decir, se nos presenta también sometido a incertidumbre.

Toda decisión tiene idéntica estructura: un conjunto de opciones y, condicionada a cada opción, una estructura de resultados inciertos y una función de utilidad o coste, de tal modo que podemos transformar cada consecuencia en cierto coste o utilidad.

En todos los casos precedentes, aparece una función de los modelos que hemos llamado la función económica directa o función optimizadora.
Los modelos reducen la incertidumbre acerca de los resultados asociados a cada una de las opciones disponibles, e incluso proporcionan una descripción de la función de probabilidad de las consecuencias. Esta descripción permite seleccionar decisiones de utilidad esperada máxima o coste esperado mínimo.
Un modelo es una representación de la realidad que, aplicado a los mercados, clientes y procesos, permite comprender y medir el resultado de las acciones realizadas, conocer el impacto potencial de distintas alternativas y escenarios, prever acciones de máxima utilidad y, por tanto, optimizar el proceso de toma de decisiones.

[*D Las compañías dotadas de esta estrategia son más innovadoras, minimizando al mismo tiempo el coste por innovaciones erróneas *]

Por tanto, los modelos expresan relaciones causales, de forma probabilística y dinámica, y deben utilizar toda la información existente. Dicho de otra forma, los modelos así descritos son predictivos y explicativos, y ambos rasgos están íntimamente ligados. Existen, al menos, cuatro formas en la que los modelos contribuyen a la selección y a la evaluación diagnóstica.

Primero, los modelos ayudan a eliminar de manera precoz ideas pertenecientes a estadios de premodelación. En segundo lugar, permiten medir las políticas, los productos y las actividades introducidas en nuestra interacción con el mercado. Tercero, permiten pronosticar la evolución de los mercados, generando presión sobre la necesidad de innovar. Y cuarto, los modelos detectan, a través de los errores de previsión, anomalías en el funcionamiento de los mercados que se relacionan con innovaciones de las que no somos conscientes, o con deficiencias de nuestras propias interpretaciones.

En suma, las compañías dotadas de esta estrategia son más innovadoras, minimizando al mismo tiempo el coste por innovaciones erróneas.

Último vídeo

Martha Thorne valora el fallo del Premio Pritzker 2017

See video
Síguenos en
IE Focus Newsletter
Agenda IE
Most read
IE Business School | María de Molina 11, 28006 Madrid | Tel. +34 91 568 96 00 | e-mail: info@ie.edu

Contacto

IE Business School

María de Molina, 11. 28006 Madrid

Tel. +34 915 689 600

info@ie.edu