Incluso el más mínimo error puede costar millones a una empresa

Piense en sus datos como un montón de rocas. Todos los directivos saben que tienen que poder clasificar las rocas y contarlas, pero los mejores también pueden voltear cada roca para ver qué sale arrastrándose. Al hacerlo, puede hacer algunos descubrimientos sorprendentes.

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

El enfoque obvio era buscar errores inspeccionando cada factura utilizando fuentes de datos internas que estimaban 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 resultaron poco fiables y muchos presuntos errores se filtraron. Además, demostrar que una factura era incorrecta era caro y la resolución llevó demasiado tiempo.

Se necesitaba una nueva forma de abordar el problema, por lo que Bob y su equipo ampliaron su alcance, pasando de inspeccionar las facturas ellos mismos a evaluar todo el proceso que las creó. Recibirá 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 la factura tenía que deberse a un error en el proceso.

Como nadie sabía con precisión lo que había ocurrido a medida que avanzaba el trabajo, Bob y su equipo realizaron un estudio de seguimiento simplemente observando lo que pasaba con los datos creados y procesados en cada paso. Para empezar, el equipo de Bob recopiló 20 registros rastreados y los estudió, analizando los registros individuales y detectando las anomalías. En cada caso, identificaron algo que «simplemente no se veía bien». La siguiente figura muestra una parte de uno de los registros rastreados y destaca, en azul, cuatro casos en los que algo cambió que no esperaban cambiar a medida que estos datos pasaban por el proceso. (Nota: Los datos se han disfrazado para proteger la información exclusiva de AT&T.)

Los dos primeros cambios (de XYZ.1234 a XYZ-1234 y de 1 a A) implicaron volver a formatear los datos durante el paso B. Descubrieron varios cambios pequeños como este al analizar los datos. Algunas eran molestas, pero ninguna 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. Cambiaron el significado de los datos y afectaron a la factura.

Si bien este método de seguimiento aún no había resuelto el problema empresarial original (garantizar que AT&T pagara la cantidad correcta por los servicios), había producido un montón de «piedras» potencialmente interesantes que entregar. Al hacerlo, cambió el cuadro de diálogo. Las preguntas ya no eran simplemente_, ¿Es correcta esta factura?_ y Si no, ¿cuánto cuesta? En cambio, se habían convertido en,¿Qué tan malo es el proceso? ¿Dónde está roto? y_¿Cómo lo arreglamos?_ A veces, cuando da la vuelta a una piedra, lo que surge no es una respuesta a una pregunta existente, sino una pregunta mejor.

Por lo tanto, Bob y su equipo trataron de obtener información más profunda sobre la frecuencia y la gravedad de los errores. Automatizaron la recopilación de datos y empezaron a buscar patrones generales.

Empezaron por utilizar imágenes como series cronológicas y Diagramas de Pareto para obtener información sobre esas cuestiones. La siguiente figura ayudó a responder a la primera pregunta: ¿Qué tan malo es el proceso? Demostró que, de media, solo el 40% de los registros de datos superaron todo el proceso sin errores. Está claro que los problemas subyacentes del proceso eran enormes y generalizados.

A medida que se aclaró el alcance del problema, centraron su atención en el segundo tema: dónde se producían los errores. En muchos casos, como puede ver en la figura titulada «Rendimiento del proceso por región administrativa», las imágenes no arrojan ninguna información en particular. Pero la cifra titulada «Rendimiento del proceso por atributo» resultó más fructífera: reveló que la gran mayoría de los problemas se producían en relativamente pocos atributos.

En otro análisis, Bob y su equipo descubrieron que la gran mayoría de los problemas se producían en las interfaces entre los pasos C y D y D y E. Luego, al combinar esta información con lo que ya sabían sobre los atributos, pudieron identificar exactamente dónde apuntar las mejoras y, de hecho, dieron una respuesta muy precisa a los puntos en los que se interrumpió el proceso.

Luego, a los equipos de mejora se les encomendó la tarea de abordar la forma de solucionar los problemas. A medida que estos equipos terminaban su trabajo, el rendimiento integral del proceso y la calidad de las facturas mejoraron. La tarea original de Bob —identificar si la empresa pagaba con precisión lo que se debía— ahora era mucho más fácil. Y no es sorprendente que la empresa haya ahorrado decenas de millones a lo largo del camino.

Puede tomar estas medidas en su propia organización, a medida que profundiza en sus datos.

1. Primero, identifique el problema empresarial y pregúntese qué suposiciones ocultas limitan sus esfuerzos por abordar ese problema. En el caso de Bob, querían saber si estaban pagando exactamente lo que se debía, pero no estaban seguros de si comprobar las facturas era la mejor manera de hacerlo.
2. A continuación, busque o cree los datos pertinentes y compruebe esas suposiciones. El equipo de Bob pudo hacer un seguimiento de los registros y comprobar si los errores de proceso provocan errores en las facturas.
3. A continuación, analice los datos y deje que surjan nuevas preguntas. En su búsqueda, el equipo de Bob descubrió tres preguntas más importantes que revelaron problemas de proceso más importantes.
4. Por último, encuentre soluciones. Ahora que los datos han sacado a la luz problemas, tome medidas para solucionarlos y, en el proceso, mejore su negocio.

Nada de esto tiene nada de mágico. Si bien Bob y su equipo eran inteligentes, elocuentes y trabajadores, solo tenían las habilidades cuantitativas más rudimentarias cuando empezaron. Pero aprendieron algunas formas básicas de dar la vuelta a las rocas y desafiar la sabiduría convencional, y surgió información nueva e inesperada.