Incluso el más mínimo error puede costar millones a una empresa

Piensa en tus datos como un montículo de rocas. Todos los gerentes saben que necesitan ser capaces de clasificar las rocas y contar las rocas; pero los mejores también pueden voltear cada roca para ver qué se arrastra. Al hacerlo, puedes hacer algunos descubrimientos sorprendentes.

Un ejemplo de este enfoque más profundo viene de AT&T, donde Bob Pautke, gerente de Access Financial Assurance, y su equipo se encargaron de garantizar que AT&T pagara la cantidad correcta por ciertos servicios que compró a otras compañías telefónicas. Su trabajo era fácil de definir pero difícil de realizar. Los servicios eran complejos, el gran número de facturas era elevado y había muchos errores. AT&T temía que estuviera pagando de más, posiblemente decenas de millones de dólares.

El enfoque obvio era buscar errores inspeccionando cada factura utilizando fuentes de datos internas que calculaban cada factura. Lamentablemente, este enfoque no estaba a la altura del desafío. Si bien algunos errores eran fáciles de detectar, las fuentes internas a menudo resultaban poco fiables y se filtraban muchos errores sospechosos. Además, probar que una factura era incorrecta era costoso y la resolución tardaba demasiado.

Se necesitaba una nueva forma de abordar el problema, por lo que Bob y su equipo ampliaron su alcance, desde la inspección de las facturas por sí mismos hasta la evaluación de todo el proceso que las creó. Recibirás las facturas correctas cuando el proceso de principio a fin funcione a la perfección, la primera vez y siempre. Por el contrario, un error en una factura tenía que derivarse de un error en el proceso.

Como nadie sabía con precisión lo que sucedió a medida que avanzaba el trabajo, Bob y su equipo llevaron a cabo un estudio de seguimiento simplemente observando lo que sucedía con los datos creados y procesados en cada paso. Para empezar, el equipo de Bob compiló 20 registros rastreados y los estudió, analizando registros individuales y denunciando anomalías. En cada caso, identificaron algo que «simplemente no se veía bien». La siguiente figura muestra una parte de uno de los registros seguidos y destaca, en azul, cuatro instancias en las que algo cambió que no esperaban cambiar a medida que estos datos se abrieron paso a lo largo del proceso. (Nota: Los datos se han disfrazado para proteger la información patentada de AT&T).

Los dos primeros cambios (de XYZ.1234 a XYZ-1234 y de 1 a A) implicaron reformatear los datos durante el paso B. Descubrieron una serie de pequeños cambios como este al examinar los datos. Algunos eran molestos, pero ninguno parecía afectar a las facturas. Sin embargo, los otros dos cambios fueron más sustanciales. El número de facturación y el número de oficina cambiaron a mitad del proceso. Esto cambió el significado de los datos y afectó a la factura.

Si bien este método de seguimiento aún no había resuelto el problema comercial original, para garantizar que AT&T pagara la cantidad correcta por los servicios, había producido muchas «piedras» potencialmente interesantes para entregar. Al hacerlo, cambió el diálogo. Las preguntas ya no eran sencillas, ¿Es correcta esta factura? y Si no, ¿cuánto cuesta? En cambio, se habían convertido,¿Qué tan malo es el proceso? ¿Dónde está roto? y¿Cómo lo solucionamos? A veces, cuando volteas una roca, lo que emerge no es una respuesta a una pregunta existente, sino una pregunta mejor.

Por lo tanto, Bob y su equipo trataron de desarrollar conocimientos más profundos sobre la frecuencia y la gravedad de los errores. Automatizaron la recopilación de datos y comenzaron a buscar patrones generales.

Empezaron utilizando elementos visuales como series temporales y Parcelas de Pareto para obtener información sobre tales preguntas. La siguiente figura ayudó a responder a la primera pregunta: ¿Qué tan malo es el proceso? Demostró que, en promedio, solo el 40% de los registros de datos lograron completar el proceso sin errores. Claramente, los problemas subyacentes del proceso eran enormes y generalizados.

A medida que se aclaraba la magnitud del problema, centraron su atención en la segunda cuestión: dónde se produjeron errores. En muchos casos, como se ve en la figura denominada «Rendimiento del proceso por región administrativa», las imágenes no arrojaron ninguna información concreta. Pero la cifra denominada «Rendimiento del proceso por atributo» resultó ser más fructífera: reveló que la gran mayoría de los problemas se producían en relativamente pocos atributos.

En un análisis aparte, Bob y su equipo descubrieron que la gran mayoría de los problemas ocurrían en las interfaces entre los pasos C y D y D y E. Luego, combinando esta visión con lo que ya sabían sobre los atributos, pudieron identificar exactamente dónde apuntar las mejoras, proporcionando en efecto un respuesta muy precisa a dónde se rompió el proceso.

A continuación, se encomendó a los equipos de mejora que abordaran cómo solucionar los problemas. A medida que estos equipos completaron su trabajo, el rendimiento de los procesos integrales y la calidad de las facturas mejoraron. La tarea original de Bob, identificar si la empresa estaba pagando con exactitud lo que se adeudaba, ahora era mucho más fácil. Y, como era de esperar, la empresa ahorró decenas de millones en el camino.

Puedes seguir estos pasos en tu propia organización, a medida que profundiza en tus datos.

1. En primer lugar, identifique el problema empresarial y pregúntese qué suposiciones ocultas limitan sus esfuerzos por abordar ese problema. En el caso de Bob, buscaban descubrir si estaban pagando exactamente lo que se adeudaba, pero no estaban seguros de si verificar las facturas era la mejor manera de hacerlo.
2. A continuación, busque o cree datos relevantes y pruebe esas suposiciones. El equipo de Bob pudo realizar un seguimiento de los registros y comprobar si los errores de proceso provocan errores en las facturas.
3. A continuación, profundiza en los datos y deja que surjan nuevas preguntas. En su búsqueda, el equipo de Bob descubrió otras tres preguntas importantes, que revelaron problemas más importantes en el proceso.
4. Por último, encuentra soluciones. Ahora que los datos han sacado a la superficie los problemas, tome medidas para solucionarlos y mejore su negocio en el proceso.

Nada de esto tiene nada de mágico. Si bien Bob y su equipo eran inteligentes, articulados y trabajadores, solo tenían las habilidades cuantitativas más rudimentarias cuando comenzaron. Pero aprendieron algunas formas básicas de voltear rocas y desafiar la sabiduría convencional, y salió información nueva e inesperada.

— Escrito por Thomas C. Redman