Hacer que los malos análisis sean buenos en China
por Avni Patel Thompson and Joseph Thompson
Las virtudes de la analítica son bien conocidas. Desde la cadena de suministro hasta el marketing e incluso empleados, si puede medir, puede mejorar. Pero, ¿cómo se procede cuando tiene datos incorrectos?
Hace poco, asistí a una reunión en las oficinas de Adidas en Shanghái y escuché a nuestra firma de estudios de mercado presentar información desconcertante. Habíamos encargado un estudio de cuota de mercado y las cifras sonaban muy equivocadas. Si lo que dijo la empresa era cierto, entonces la industria de la ropa deportiva —y, por lo tanto, nuestro negocio— era el doble de lo que sabíamos según lo que enviábamos. Usamos una firma acreditada y sus números reflejaban claramente algo que nos faltaba.
En todos los años que he trabajado en análisis similares, Nunca había visto un desafío así. Acostumbrado a que me inundaran los análisis en tiempo real y a tener que ser minuciosamente deliberado sobre qué datos se utilizaban y cuándo, nunca me había enfrentado a una información tan incierta en lo que respecta a los conceptos básicos del tamaño del mercado. En los mercados desarrollados, los datos del panel de Nielsen, los informes del IRI y otras métricas estándar y sindicadas están siempre listos para comprar.
Lamentablemente, es difícil encontrar esta información en un mercado emergente como China. Solo El 20% del mercado minorista del país está organizado como WalMart o Carrefour, frente al 85% en EE. UU.. Imagínese coordinar cientos de miles de pequeñas tiendas, la mayoría de las cuales no tienen sistemas informáticos, para registrar con precisión las compras de los consumidores. Además, muchos de estos minoristas se resisten a los sistemas que limitan su capacidad de participar en la» economía informal.”
El resultado es que si su empresa quiere datos, tendrá que crearlos encargando estudios de cuota de mercado a gran escala destinados a cubrir todo el sector y el país. E incluso cuando llegan estos datos, como se ha destacado anteriormente, es difícil entender lo que significan.
Entonces, ¿qué hacer? Bueno, como cualquier análisis, todo se reduce a 1) lo que se mide y 2) las suposiciones. Creemos que los siguientes consejos también se aplican a quienes trabajan en mercados como la India, donde el problema de coordinación es aún peor, con solo el 6% de la venta minorista organizada.
Qué se mide
1) Haga preguntas despiadadamente sencillas. Céntrese en el número de usuarios o en las sencillas medidas de compra para que, cuando los resultados lleguen, sea más fácil comprobar su intuición. Mantenga las cosas en términos absolutos para ayudar a identificar los problemas que se ocultan al hablar de los porcentajes. Por ejemplo, en P&G, el equipo de Joe simplificó su objetivo de calcular el número de usuarios que comprarían un producto en concreto durante el primer año, lo que centró la investigación del equipo en el número absoluto de consumidores a los que dirigirse y en el número de tiendas en las que necesitaban distribuir. El crecimiento porcentual interanual de un canal minorista con respecto a otro fue interesante, pero no tan crítico. Los términos absolutos simples también mantuvieron las métricas tangibles en el centro de todos los debates.
2) Calcule la falsificación. Si su negocio se dedica a ciertos productos de consumo, es probable que haya una importante falsificado elemento. Resultó ser un factor importante en nuestro análisis en Adidas. Nuestra firma de estudios de mercado preguntó a los consumidores qué habían comprado recientemente, cuáles eran las marcas y a qué precios. A menudo, en las ciudades de nivel inferior y cuanto más se va al oeste, los consumidores creen que están comprando productos oficiales de Adidas o Nike, pero en realidad son falsificados. Como en el estudio siguen declarando que es la marca oficial, el resultado es que las compras registradas superan con creces los envíos reales. Es difícil de descifrar, pero puede utilizar la media de precios declarados en comparación con las ventas en cada nivel o región para tratar de entender si eso es lo que está en juego.
Las suposiciones
3) Explore cada pieza. Con cualquier investigación, las respuestas precisas dependen de una miríada de suposiciones y factores. La edad, el sexo, los ingresos y la población son los básicos. Pero incluso con estas, utiliza y modifica un rango estadístico. En China, con siete niveles de ciudades y tamaños de muestra de 10 000 000 personas que representan a más de mil millones de personas, cada factor tiene un gran impacto. Analice todos ellos hasta que comprenda cómo incluso un pequeño ajuste puede transformar el número final.
4) Cuestionar los datos. Culturalmente, los chinos no se sienten cómodos ni están acostumbrados a analizar o debatir intensamente lo que se presenta en estos casos. Las cosas se toman a menudo al pie de la letra. Se necesita entrenamiento y paciencia para superar esto resistencia al desacuerdo. Ayude a los directivos locales que entienden el mercado a hacer preguntas detalladas de forma reflexiva y sistemática.
A nosotros, como gerentes, se nos aconseja equilibrar los datos y la intuición. Pero en China, se necesita un poco de intuición para llegar a los datos. Más que en ningún otro lugar, tendrá que confiar en asociaciones sólidas, una forma de pensar flexible y un esfuerzo persistente para acercarse aún más a la «verdad» del mercado.
Esta publicación forma parte del HBR Insight Center La próxima generación de líderes mundiales.
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.