Hoy en día, se habla mucho de los KPI o las métricas clave de desempeño de un negocio o proceso. Incluso se ha llegado a malinterpretar el término para equipararlo con cualquier medición, sea clave o no.
En el mundo de los consultores, se pueden identificar 3 tipos básicos de KPI, que son:
KPI descriptivos: Se encarga de analizar los resultados pasados, organizarlos y presentarlos para entender qué pasó en la organización. De hecho, casi todas las empresas usan este tipo de indicadores, cuando presentan sus resultados de ventas, accidentes, entregas, etc. Van midiendo mes a mes, van viendo cómo se comportan sus procesos, pueden hacer algunos ajustes para alcanzar el objetivo, pero no ven el futuro, o lo hacen de una forma muy rudimentaria (estimaciones lineales). Otro ejemplo a nivel personal: si usted corre 4 veces a la semana, 10 kilómetros cada vez, en un mes de 4 semanas esperaría 160 km, y esa sería su meta; compararía el resultado contra la expectativa.
De aquí se desprenden las preguntas diagnósticas: ¿por qué se alcanzó ese resultado? Es el análisis de causa raíz, qué se hizo bien para repetirlo, o qué se hizo mal para suprimirlo o minimizarlo.
KPI predictivos: Con base en la descripción, se generan modelos para tratar de predecir un futuro. Puede haber diferentes modelos como los estacionales y situacionales, entre otros. En este caso, pocas empresas generan predicciones sustentadas de ventas; lo más que hacen es informarle al vendedor la expectativa para el final de semana o mes, y espolearlo para que cubra la cuota. Sin embargo generalmente no se consideran comportamientos históricos de clientes, fluctuaciones en demanda por modificaciones en el tipo de cambio o eventos sociales, etc. Aquí es importante contar con un modelo estadístico que permita determinar si el vendedor tiene oportunidad de alcanzar la meta haciendo lo mismo que hace, o sugiriendo cambios al proceso de ventas, surtido, atención, etc., que le permitan mejorar su desempeño. El ejemplo típico es el pronóstico de ventas o forecast.
KPI prescriptivos: Este es el análisis mas robusto, pues no se usan técnicas simples de pronóstico, sino robustos modelos estadísticos del tipo ¿qué variables debo mover para lograr los objetivos? Aquí se consideran factores ajenos a la empresa y que eventualmente pueden impactar su comportamiento. Debido a que la pregunta de origen es ¿qué debo hacer para lograr esta meta, o si muevo esta variable que resultado obtengo?, es un análisis iterativo que consumen gran cantidad de datos y escenarios, lo que ya entra en terrenos de la IA.
La inteligencia artificial, con su gran capacidad sintética de información, puede detectar patrones de conducta y sugerir ajustes a los KPI que las personas definieron años atrás, e incluso pueden proponerse nuevas métricas; a esto se le llama Smart KPI o KPI inteligentes. Por ejemplo, suponga que la métrica tradicional de ventas se calcula cada año considerando sólo el resultado anterior, pero un análisis más a fondo (impulsado por IA) que considera desempeño de competidores, nuevas marcas, productos sustitutos, economía de la región y obviamente el desempeño de la marca propia en el área, determina ajustes mayores al nuevo objetivo. Para una MiPYME, este análisis sería caro y complejo, debido a que se tendrían que involucrar economistas, analistas financieros, información sensible de la competencia, etc. Pero para un algoritmo de IA el tema sería poco más simple, y seguro menos gravoso. La parte propositiva, con mayor poder sintético y de detección de patrones, sería la más valiosa aportación de la IA a los KPI, pues sugeriría mejoras a procesos y podría dar un estimado del porcentaje de mejora.
Evidentemente, los KPI generados o refinados mediante IA no pueden ser estáticos, sino que deberían estar en constante actualización y desarrollo. Esto puede tener un punto en contra: no serían comparables con métricas del pasado, pero habría quien corra el riesgo con tal de tener información actual y sobre todo, pronósticos más acertados.
Visto de esta manera, hay un gran beneficio de utilizar la inteligencia artificial para renovar las métricas de las empresas. Pero, ¿y si la información utilizada para el análisis fuera incorrecta, sesgada, o incompleta? Un algoritmo de IA podría hacer el análisis con lo que haya en el momento, y dar resultados equivocados, sin informar las fallas en las fuentes. O bien, comparar peras con manzanas: el análisis puede comparar su empresa con alguna de Indonesia (por decir un país lejano) y sugerir mejoras que no son aplicables por cuestiones sociales, económicas, culturales, etc. Por ejemplo: suponga que las fuentes consultadas sólo tienen datos hasta el 2020, pero eso no lo dice el reporte, sólo hace conclusiones. Quizás un analista humano sí lo advertiría, pero ¿y si el algoritmo no lo hiciera? Podría mandarlo por un camino que otros transitaron hace años.
Sin embargo, con el tiempo, los algoritmos de IA se refinarán, y entonces no es cuestión de decir si tendrán impacto en los KPI actuales de las organizaciones, sino cuándo y de qué magnitud será ese impacto. Me parece, y es una opinión personal, que la mayor aportación estaría en las partes predictiva y prescriptiva, proponer ajustes a los procesos para mejorar los desempeños, o tener nuevas métricas para medir las condiciones cambiantes. Según estudios recientes, muchas organizaciones están probando estos algoritmos para tener visibilidad ampliada, para alinear a sus organizaciones y contar con información anticipada que les permita evadir riesgos o amenazas. ¿Usted, ya lo ha hecho?
Finalmente, le invito a que reflexione ¿qué impacto tendría el uso de IA en la definición y operación de KPI en actividades de contratación de personal, planeación de producción, desarrollo de productos y servicios, logística de distribución, sólo por nombrar algunas?
Interesante, ¿no le parece?
Referencias:
Strategic Alignment With AI and Smart KPIs (mit.edu)
How AI-Powered KPIs Measure Success Better | BCG
🔴 Si le gustó este texto, le fue de utilidad o cree que lo será para alguien más, mucho le agradeceré recomendarlo y/o compartirlo, y adicionalmente, le pido que me haga llegar algún comentario o recomendación para la mejora, ya que esta serie de artículos las incluiré en un libro que está en preparación; mi contacto es 300indicadores@gmail.com. Finalmente le dejo la referencia las obras:
📙 Indicadores clave de desempeño - Edición 2024: https://www.amazon.com.mx/dp/B0CTMXSKR8
📍 Página del autor: https://www.amazon.com/Alain-Salom%C3%B3n-S%C3%A1nchez-T%C3%A9llez/e/B01M0KOBVV
🎥 Página de Youtube: https://www.youtube.com/channel/UCaewn4WauMJHwsJ1lP4pLBg
