Claves para decidir

Para poder ofrecer una visión general acerca de los factores que conducen a la excelencia organizativa, G. Dennis Beecroft en Defining Excellence1 se centró en los premios Malcolm Baldrige National Quality Award (MBNQA) de los Estados Unidos, los Canada Awards for Excellence (CAE), y los European Quality Award. Estos tres premios reconocen la importancia del papel que juegan tanto el enfoque al cliente como la gestión de procesos en la consecución de la excelencia organizativa.
Este artículo trata sobre cómo el pensamiento estadístico proporciona un marco conceptual para que la gestión de procesos se enfoque al cliente. En concreto, se tiene en cuenta cómo un aspecto que resulta clave en el pensamiento estadístico, principalmente la toma de decisiones en base a datos, proporciona una base práctica analítica para la adquisición de datos, analizando y utilizando los resultados para poder tomar decisiones sólidas relativas al proceso.
Muchos aspectos clave son representados como fallidos, logrando así aprovecharnos mejor de las oportunidades que se nos presentan. Esto es así por dos motivos: primero porque el debate sobre oportunidades perdidas es, en realidad, más directo, y segundo porque, en la práctica, las oportunidades perdidas son más frecuentes. Pedimos disculpas de antemano a aquellos lectores que conozcan dichas oportunidades.

Pensamiento estadístico
En una publicación especial de la revista American Society for Quality’s Statistics Division (ASQStatDiv) 2, se enumeran los siguientes principios de pensamiento estadístico:
1. Todo el trabajo se realiza en una serie de procesos que están interconectados.
2. Todos los procesos varían.
3. La comprensión y la reducción de la variación son las claves del éxito.
El primer principio refleja lo que William Edwards Deming denominaba pensamiento de sistemas. No sólo se debe reconocer que los procesos están interconectados, sino que además son interdependientes, hecho que a menudo no se aprecia a primera vista.
Consideremos, por ejemplo, el caso de un hotel cuyo servicio de habitaciones servía tarde los desayunos, y por lo tanto, no se cobraban. El hotel estaba perdiendo ingresos. El procesamiento de datos rápidamente confirmó que la preparación de la comida se realizaba en un tiempo aceptable. Pero un análisis reveló que los empleados que servían en los pisos atascaban el ascensor transportando toallas y ropa de cama. Resultó que un individuo bienintencionado había reducido el inventario de bienes textiles para reducir costes. Sin la aplicación del pensamiento de sistemas, habría resultado imposible anticipar que los pequeños ahorros en el inventario se verían contrarrestados con creces por las sustanciales pérdidas que se estaban originando en los ingresos.
El segundo principio intenta que veamos más allá de los meros promedios. Un cliente insatisfecho no conoce el promedio, sino más bien la desviación con respecto a la media. Y esto nos conduce al tercer principio: Antes de poder entender por qué se producen las desviaciones con respecto a la media, tenemos que saber con qué frecuencia ocurren y en qué medida se apartan del promedio. Por supuesto, semejante conocimiento es lo que algunos denominan necesario pero insuficiente. El eslabón perdido es un juego de herramientas que sirven para analizar datos para poder extraer conocimiento del proceso de números.

Toma de decisiones en base a datos
Ese eslabón perdido es lo que denominamos toma de decisiones en base a datos. La figura 1 es un modelo de cómo el pensamiento estadístico, los métodos estadísticos y la toma de decisiones en base a datos van cogidos de la mano. El pensamiento estadístico se asegura de que busquemos datos que describan cómo afecta a los clientes la variación de los procesos.
Los métodos estadísticos nos conceden el poder para extraer el conocimiento de los datos. La toma de decisiones en base a éstos, nos permite transformar ese conocimiento en decisiones apropiadas para el bien de los clientes y, en definitiva, para el beneficio de la empresa.
Debe observarse que la existencia de datos es común a los tres elementos principales: el pensamiento estadístico, los métodos estadísticos y la toma de decisiones en base a datos. No obstante, no todos conseguirán el resultado previsto.

Obtención de datos fiables del proceso

Permítanos definir qué son los buenos datos afirmando que son aquellos que deben proporcionar medidas exactas y objetivas de cómo el proceso sirve a sus clientes. Casi todo el mundo parece estar de acuerdo en que una buena gestión de procesos depende de la disposición de los datos correctos.
Sin embargo, resulta sorprendente conocer que hay un número reducido de personas que aprecia cuál es la inversión necesaria para asegurarse de que en realidad se estén obteniendo los correctos. El procedimiento para obtener datos fiables del proceso es el siguiente:
1. Determinar qué es lo que debe ser medido, tomando como base lo que proporciona el proceso, quién recibe el producto final, qué debe cumplir el producto final y qué tipo de medición determinará objetivamente si existe la necesidad.
2. Determinar si los datos relevantes pueden obtenerse con los sistemas de información existentes.
3. En caso de que deba disponerse de nuevos datos, desarrollar y mejorar las definiciones operativas para garantizar una recolección de datos consistente y dependiente.
4. Dirigir unos análisis de sistemas de medición estadísticamente válidos para comprobar si la variación de la medición es aceptablemente reducida, en comparación con los requisitos del proceso.
Antes de que las organizaciones comiencen su viaje hacia la consecución de los premios MBNQA y otros similares, a menudo recogen una gran cantidad de datos que resultan virtualmente irrelevantes para el proceso. Piense, por ejemplo, en la estadística criminal, particularmente en aquella que depende del testimonio de la víctima. Los profesionales que se encargan de la aplicación de la ley comprueban que algunos crímenes no cuentan con diferentes testimonios o, en ocasiones, incluso no hay testimonios dependiendo del estigma de las víctimas en sus correspondientes sociedades.
¿Podría estar sucediendo algo similar en los procesos empresariales? He aquí una lista parcial de las maneras en las que los datos de los procesos pueden proporcionarse de forma inexacta:
- Los errores que se corrigen antes de ser detectados formalmente (por ejemplo, las denominadas punch sheets en las plantas en construcción, que son básicamente una lista de retrabajo que se lleva a cabo pero que raramente tiene un seguimiento).
- Los resultados que se ocultan debido al temor a consecuencias personales (por ejemplo, los fallos en las comprobaciones que no se sacan a la luz en caso de que no pongan en peligro los objetivos arbitrarios).
- Los resultados que pueden ofrecerse de manera distinta a como son realmente (por ejemplo, en la salud el diagnóstico bizantino y el código de tratamiento).