Resolución de problemas: cómo identificar causas y tomar decisiones de forma lógica
No son pocas las ocasiones en las que estamos seguros de estar tomando la mejor decisión sin necesidad de realizar un análisis más profundo, para luego darnos cuenta de que quizá no estábamos en lo correcto. Te presentamos varias herramientas cuantitativas que te ayudarán a tomar mejores decisiones desde un inicio, guiándote por los datos en lugar de por el instinto.
¿Apenas escuchaste el problema y ya empezaste a pensar en posibles soluciones? ¡Espera!
Antes de tomar una decisión es fundamental entender la problemática y establecer los denominados criterios de decisión, los cuales nos ayudarán a elegir entre las posibles alternativas de forma más efectiva. Tomemos el siguiente ejemplo:
Una marca de lencería evalúa cambiar de proveedor ya que su proveedor ha disminuido la calidad de la materia prima y por ende han disminuido las ventas. Ha recibido tres ofertas: la primera ofrece mejor calidad de tela, la segunda ofrece envíos más rápidos, y la tercera ofrece un mejor precio.
Siempre es importante preguntarse cuál es el problema raíz. En este caso, ¿el problema es que el proveedor disminuyó la calidad de la materia prima o que disminuyeron las ventas? ¿Están directamente relacionados ambos o existe alguna otra posible causa para la disminución de las ventas?
Una herramienta sumamente útil para entender qué tanta relación presentan entre sí dos variables es la Gráfica de Correlación Lineal de Pearson. Esta se puede realizar en Excel, Google Spreadsheets, Minitab o en páginas específicas para ello. Este proceso nos tanto brindará una gráfica como un coeficiente:
Mientras más cercano este se encuentre a 1, mayor será la correlación directa.
Mientras más cercano se encuentre a -1, mayor será la correlación inversa.
Mientras más cercano se encuentre a cero, menor será la correlación.
En este caso, ingresando tanto las cifras de ventas mensuales como los cambios percibidos en la calidad de la materia prima podremos entender qué tanta relación pueden tener ambas variables.
| Calidad de la materia prima | Ventas |
ENERO | 80% | $12,463,938 |
FEBRERO | 75% | $12,023,817 |
MARZO | 72% | $11,844,827 |
ABRIL | 58% | $11,334,122 |
MAYO | 55% | $9,227,389 |
JUNIO | 51% | $9,566,738 |
Al realizar la gráfica obtenemos un coeficiente de correlación de 0.9047, lo cual nos indica que en efecto existe una alta correlación entre ambas variables. Es recomendable realizar una gráfica de correlación para cada una de las que se consideren puedan llegar a ser posibles causas de la problemática, de modo que las propuestas de solución se diseñen para solucionar la causa raíz y no solo sus síntomas.
La Ley de Pareto establece que un 80% de las consecuencias vienen dadas por un 20% de las causas.
Por esta razón es importante entender la causa raíz de los problemas antes de invertir tiempo, dinero y esfuerzo en el desarrollo de sus soluciones. Una vez definida la problemática, procedemos a identificar los criterios de decisión. Para este ejemplo tomaremos:
Calidad de la tela
Rapidez del envío
Precios
1. Matriz de Pros y Contras
Esta es una de las herramientas más básicas que existen, y que probablemente todos conocemos. Se trata de asignar puntos positivos o negativos a los criterios de cada alternativa. Por ejemplo:
| Alternativa 1 | Alternativa 2 | Alternativa 3 |
Calidad | -1 | +1 | -1 |
Rapidez | +1 | -1 | -1 |
Precio | +1 | +1 | +1 |
Total | +1 | +1 | -1 |
En este caso la matriz nos muestra que las mejores opciones son, en igual medida, la Alternativa 1 y la Alternativa 2.
2. Matriz de Pugh
La Matriz de Pugh es, en esencia, una Matriz de Pros y Contras que permite asignar peso a cada criterio de decisión. Es sumamente útil en caso de que uno de los criterios sea más importante que otro a la hora de tomar la decisión final.
Una vez asignado el peso a cada criterio se debe multiplicar este por cada punto positivo o negativo, y sumarse los resultados.
| Peso | Alternativa 1 | Alternativa 2 | Alternativa 3 |
Calidad | 3 | -1 | +1 | -1 |
Rapidez | 1 | +1 | -1 | -1 |
Precio | 2 | +1 | +1 | +1 |
Total | | - 3 + 1 + 2 = 0 | 3 - 1 + 2 = 4 | - 3 - 1 + 2 = -2 |
En este caso podemos observar que el criterio de decisión más importante es la calidad de la tela, seguido del precio y por último la rapidez del envío. Realizada la operación observamos que, a diferencia de la matriz anterior, la Alternativa 1 y la Alternativa 2 no son equivalentes: la mejor opción es definitivamente la Alternativa 2.
Esto se debe a que nuestra problemática principal es la calidad de la tela, siendo lógicamente el criterio al que mayor peso hemos asignado. Con la matriz de Pugh obtenemos, por ende, una herramienta mucho más completa para tomar decisiones de forma lógica.
Para efectos didácticos mantuvimos este ejemplo lo más simple posible, sin embargo hay que tener en cuenta que esta lógica aparentemente obvia no siempre se presenta de forma tan explícita: en ocasiones la que parece la decisión más obvia termina siendo la menos conveniente.
Por ejemplo, si hubiésemos identificado que nuestra problemática giraba alrededor de la reducción de la rentabilidad y no necesariamente de la reducción de las ventas, quizá la decisión más lógica podría haber sido elegir a un proveedor que no necesariamente ofrezca la mejor materia prima. Es por esto que es fundamental entender la problemática dese un inicio, ya que de ella van a depender la efectividad de las decisiones tomadas.
Antes de pensar en soluciones, pregúntate: ¿Es este el problema real que queremos solucionar?
Estas dos herramientas son fáciles de entender y de aplicar, y pueden ser de ayuda en una amplia gama de situaciones. Siempre tendrán un alto grado de parcialidad ya que la asignación de los puntajes es enteramente subjetivo, sin embargo dicha subjetividad será producto de un análisis cuidadoso y por ende tendrá altas probabilidades de ofrecer mejores resultados que una toma de decisiones basada enteramente en la intuición. ¡Espero que te sean de ayuda!