El aprendizaje basado en casos se ha impuestos en muchas universidades, empezando por las escuelas de negocio. Si además de analizar casos de otros, podemos aplicar nuevos métodos en nuestro trabajo o nuestra vida personal, el aprendizaje es aún mayor.

Hoy nadamos en la incertidumbre. En plena pandemia del siglo y (en Perú) a pocas semanas de elegir entre candidatos presidenciales con planes opuestos, no sabemos si el corto plazo se caracterizará por enfermedad y comunismo o inmunidad y prosperidad económica…

A pesar de esta situación dramática, debemos tomar decisiones de ámbito personal, familiar o profesional. Aprovechemos estas circunstancias únicas para revisar y aplicar las buenas prácticas de toma de decisión bajo incertidumbre. El objetivo central es tomar riesgos calculados, evitando la toma de decisiones ingenua (con visión única del futuro) o basada exclusivamente en el instinto. Comparto a continuación mis recomendaciones:

Lo primero es conseguir la información que pueda reducir la incertidumbre, leyendo por ejemplo planes de gobierno de candidatos presidenciales, analizando la evolución de la pandemia en otros países o testeando un prototipo de nuevo producto. Información en la mano, podemos aplicar una herramienta de análisis de riegos, escogida en base a nuestro conocimiento en estadísticas y, por supuesto, sentido común. Podemos agrupar esas herramientas en 4 categorías:

Análisis de sensibilidad

También llamados análisis ‘what if’, permiten comparar las variables de interés según variaciones de los drivers principales. Por ejemplo, una empresa lidiando con costos en una moneda e ingresos en otra podría proyectar su utilidad operativa con tipos de cambio favorables y desfavorables. Básico, pero mejor que nada.

Escenarios

Un escenario es una descripción de una posible realidad futura, que cuando ocurra, tendrá un impacto negativo o positivo incierto en el logro de los objetivos. Es una herramienta eficaz para ayudar a formular las preguntas correctas y prepararse para un futuro muy incierto, pero su desarrollo es retador por combinar ciencia y arte.

Análisis de decisión

Al modelar la secesión cronológica de decisiones y sucesos, un (equipo de) decisor(es) puede ganar en entendimiento y efectividad, optando por las decisiones que mejor balanceen riesgo e impacto esperado. Un árbol de decisión es un gran soporte visual para esos análisis y, si la fuente de incertidumbre es competidor bien definido, puede ser completado con la teoría de los juegos. No se requiere conocimiento avanzado de probabilidades, pero sí una decisiones de alcance preciso.

Simulación Monte-Carlo

Esas simulaciones comparten esta idea general de los árboles de decisión de balancear riesgo y retorno, pero aportan mayor precisión al incluir densidades de probabilidades y mayor cantidad de variables. Es una técnica robusta pero menos interpretable y por este motivo reservada a equipos preparados.

La incertidumbre no debe paralizarnos. Existen herramientas para avanzar minimizando el costo de la incertidumbre y el momento de usarlas es ahora.

Share This