Lecciones de innovación del draft de béisbol
por Scott D. Anthony
Este artículo es coautor del director gerente de Innosight , Matt Eyring.
El draft de las Grandes Ligas de béisbol es un acontecimiento relativamente tranquilo, al menos en comparación con los drafts de mayor perfil del fútbol americano y el baloncesto. Pero la complejidad y las minucias del draft de la MLB -y lo que ocurre después del draft- merecen la mayor atención para quienes buscan inspiración para la innovación.
Ver la cobertura del draft de béisbol de esta semana nos hizo darnos cuenta de lo mucho que las empresas pueden aprender sobre innovación observando cómo los grandes equipos de béisbol gestionan su primera cartera de talentos.
Los equipos de béisbol tienen que reunir el mejor talento posible, igual que las empresas tienen que apostar por las mejores oportunidades de innovación. Un equipo de béisbol elige entre adquirir talentos en el mercado de agentes libres o reclutar y formar talentos. Una empresa elige entre adquisiciones o crecimiento orgánico.
Las adquisiciones son caras, pero se perciben como de menor riesgo, porque el talento (o la idea) ha demostrado su valía en el mercado (para el béisbol, eso significa el éxito en un diamante de las grandes ligas). El crecimiento orgánico suele ser más barato, pero se percibe como arriesgado porque muchas veces las iniciativas o perspectivas muy promocionadas no dan resultado.
Los equipos de béisbol saben que el talento sigue un patrón de ley de potencia, en el que por cada 1.000 jugadores hay 100 que son capaces de jugar al nivel de las grandes ligas, 10 de los cuales son jugadores legítimamente buenos y 1 de los cuales es una auténtica superestrella. Lo mismo ocurre con la innovación.
El reto es: ¿Qué proyecto o qué jugador? Al igual que un equipo de béisbol no dispone de información completa sobre cuál es el verdadero nivel de habilidad de un jugador el día del draft, usted no conoce el potencial real de ningún proyecto de innovación.
Ambos se ven obligados a tratar con datos incompletos. Un equipo tiene que confiar en una mezcla de datos limitados sobre el rendimiento en la escuela secundaria y en la universidad y en una evaluación de las habilidades inherentes de un jugador. Los buenos equipos recopilan todos los datos posibles. Disponen de modelos sofisticados para proyectar el rendimiento aproximado al nivel de las grandes ligas. Los buenos equipos también dejan que los patrones del pasado informen sus decisiones. ¿Lanzadores de instituto? Muy arriesgados. ¿Bateadores universitarios? Mucho menos arriesgados.
Con un equipo de ojeadores bien organizado, debe reunir múltiples puntos de datos en preparación para “reclutar” oportunidades de innovación. Obtenga los mejores datos de mercado que pueda, analice los éxitos y fracasos pasados para ver qué lecciones puede extraer y utilice métricas o patrones cualitativos para orientar las decisiones.
Los equipos reconocen que no todas las selecciones del draft darán resultado. Por eso los exponen inmediatamente a una competencia más dura en las ligas menores. Del mismo modo, debe encontrar formas de poner a prueba sus hipótesis críticas de la forma más rápida y barata posible “exponiendo” su innovación a condiciones de mercado simuladas. Eso podría implicar mostrar a un cliente un prototipo o poner en marcha un mercado de prueba limitado.
A veces los jugadores pasan por el sistema rápidamente. A veces tardan unos años en desarrollar sus habilidades. A veces está claro que una proyección era errónea y es hora de cortar el anzuelo. Del mismo modo, debe tomar decisiones rápidas sobre qué proyectos acelerar, cuáles afinar, cuáles desacelerar y cuáles cerrar.
¿Qué le parece el equilibrio entre adquisiciones y crecimiento orgánico? Los equipos de béisbol están aprendiendo que las peculiaridades del convenio colectivo implican que es mucho mejor ser un experto mundial en la evaluación de talentos y encerrar pronto a los jóvenes talentos que tratar de adquirir talentos en el mercado de agentes libres.
Esto se debe a que para cuando un jugador es elegible para la agencia libre, sus mejores años suelen haber quedado atrás. Un mercado limitado de agentes libres conduce a una escasez artificial, lo que significa que los equipos suelen pagar tarifas superiores a las del mercado por jugadores con habilidades en declive.
Se puede aprender una lección clave de esta dinámica del béisbol. El mercado para las adquisiciones que son lo suficientemente grandes como para repercutir en las grandes empresas es muy escaso, lo que significa que las empresas a menudo tienen que pagar tarifas superiores a la media por las adquisiciones.
Por supuesto, el mercado de las empresas es más líquido que el de los jugadores de béisbol. Le apostamos a que si analizara los datos (y seguramente alguien en Baseball Prospectus, The Hardball Times o Baseball Think Factory lo ha hecho) el mejor rendimiento absoluto de la inversión sería adquirir a un bateador que haya demostrado su valía en un punto medio crítico, quizás en el nivel de liga menor doble A de segunda categoría. Superar ese obstáculo aumenta enormemente las probabilidades de que un jugador tenga éxito en el nivel de las Grandes Ligas. Pregúntese a sí mismo: ¿Cuál es el punto de inflexión equivalente en nuestro mercado?
Cuando observe su cartera de innovaciones, piense en usted mismo como un director general que se acerca al draft. Haga muchas apuestas bien informadas, utilizando una variedad de aportaciones cualitativas y cuantitativas. Exponga esas apuestas al mercado lo antes posible. Reconozca que no todas las apuestas van a dar resultado. Acelere la trayectoria de desarrollo de los mejores recursos y cierre el resto.
Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología
Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?
Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.