¿Utilizamos las métricas para impulsar la cadena de valor o solo para llenar hojas de cálculo con números y gráficos? Comprender la utilidad real de las métricas y los antipatrones típicos en los que podemos caer es crucial para alcanzar el éxito sostenible.
Las métricas son esenciales para el conocimiento del estado actual y observar cambios a lo largo del tiempo; proporcionan información que ataja y minimiza el sesgo subjetivo que influye en la percepción del estado o progreso de implantación de un cambio o acción. Un antipatrón es un acercamiento recurrente ante una misma situación que no solo es inefectivo sino que, a menudo, es perjudicial.
Una métrica debe ofrecer patrones de cambio a lo largo del tiempo, se segregan aquellas irrelevantes o que miden parámetros simplemente porque son fáciles de medir. En este sentido, el contexto es fundamental. Datos sin contexto, por ejemplo, el número de miembros disponibles o la intensidad de los incidentes durante un periodo de tiempo, no deja de ser ruido.
A lo largo de los años, he caído en todos los antipatrones relacionados con las métricas, pecando en la vanidad del dato en sí, sin considerar ni su relevancia, ni su contexto, o ámbito. He llegado a medir individualmente los ítems entregados por individuo, sin ser capaz de reflejar que las personas más importantes no son las que acaban tareas sino las que ayudan al equipo colaborativamente. He alimentado dashboards con información innecesaria solo porque la tenía disponible y no he atendido a las voces que me alertaban de su poca utilidad. Aquí están los principales antipatrones, basados en mi experiencia:
Antipatrones clásicos
Las métricas pueden tener relevancia para equipos u organizaciones. Para equipos tenemos aquellas que afecten a la entrega de valor como tiempo de proceso o tareas entregadas por unidad de tiempo. Respecto a la organización tendríamos métricas financieras como eficacia operativa o ROI, métricas de capital humano (rotación de personal, satisfacción), etc.
Una métrica debe ser un indicador para un cambio de paradigma. Una métrica perjudicial puede ser contraproducente y desviar la atención de lo importante:
Métricas de rendimiento individual: En un contexto de métricas de equipo, medir la productividad individual o comparar a los miembros según las horas trabajadas, líneas de código o tareas completadas perjudica la colaboración y va en contra del principio ágil de centrarse en el éxito colectivo. Lo que se mide, se valora, y eso aplica al rendimiento del equipo. Las mediciones individuales transmiten el mensaje de que lo que más se valora es el éxito individual. Los miembros del equipo optimizarán esas métricas, lo que no siempre coincide con los resultados deseados porque obliga, a menudo, a elegir entre el beneficio personal y lo que es mejor para el conjunto.
Tratar las métricas como objetivo en vez de como indicadores: Las métricas están pensadas para ofrecer información e indicadores, no para ser objetivos rígidos. Un antipatrón común es considerar las métricas como objetivos de rendimiento e incentivar a los equipos únicamente en función de su cumplimiento. Las métricas deben orientar, ayudar a tomar decisiones informadas y a lograr avances significativos. El objetivo no es perseguir cifras, sino comprender los procesos y efectuar cambios positivos. Hay que hacer hincapié en la mejora continua, la colaboración y una cultura que valore el aprendizaje a partir de los datos.
Falta de alineamiento con los objetivos corporativos: Métricas inadecuadas puede conducir a esfuerzos que no aporten un valor significativo, por eso es importante establecer una conexión entre los objetivos corporativos y las métricas en las que es prioritario centrarse. El sistema de toma de decisiones debe ser flexible y adaptable a las necesidades de la empresa cuando cambien las prioridades o surjan nuevas iniciativas, y las métricas deben reflejarlo.
Pasar por alto el feedback: Las métricas deben servir para impulsar la mejora continua. El proceso de mejora iterativo en Agile requiere compromiso, perseverancia y adaptabilidad.
Recopilar demasiados datos: Los datos han de ser relevantes. Si se han producido cambios en el flujo de trabajo, se han introducido nuevas políticas de procesos o hay cambios en la composición del equipo, es importante observar cómo afectan estos cambios a las métricas de rendimiento. Los datos deben reflejar las condiciones actuales y la capacidad de entrega de valor, a cualquier nivel, equipo u organización, sin verse influidos por datos antiguos e irrelevantes.
Recopilar datos por los datos mismos: Las métricas no deben interpretarse de forma aislada. Deben utilizarse para mejorar continuamente el proceso, fijar objetivos, identificar áreas de mejora y seguir los progresos a lo largo del tiempo. Un dato sin contexto es sólo un número. Que un dato sea fácil de obtener no lo hace necesariamente pertinente.
Mantener a los equipos al margen: Los datos pertenecen a quien los genera, representan sus procesos, sus prácticas y, en última instancia, su comportamiento. Para crear un impacto significativo, los que generan los datos deben apropiarse de sus métricas.
Centrarse demasiado en los números: Los números son solo números que ofrecen una fotografía de un flujo en movimiento. Hay que centrarse en las tendencias y en la evolución de los datos para observar que los cambios aplicados funcionan.
Las iniciativas de mejora continua consisten en hacer experimentos y medir cómo influyen los cambios introducidos a las tendencias de las métricas que afectan a un sistema considerado como proceso. Las métricas, utilizadas correctamente, son una herramienta esencial para impulsar el éxito y fomentar la mejora continua. Sin embargo, es primordial evitar estos antipatrones tan comunes. Debemos orientarnos a un enfoque más holístico y contextualizado en función de los objetivos corporativos y de equipo, con una cultura de aprendizaje continuo.
Imagen: Unsplash | Campaign Creators
0 comentarios