Cuando los datos todavía no tienen razón

En Dante’s Peak, el volcán empieza a hablar mucho antes de entrar en erupción.

Pequeños terremotos. Cambios en el agua. Animales muertos. Vegetación afectada. Variaciones de temperatura y, más adelante, un aumento de la actividad sísmica y de los gases. Ninguna de estas señales, por sí sola, demuestra que el volcán vaya a despertar.

Ese es precisamente el problema.

Son lo que en estrategia y prospectiva conocemos como señales débiles: información temprana, incompleta y ambigua que puede anticipar un cambio relevante, pero cuyo significado todavía no está claro.

En las organizaciones aparecen constantemente. Una métrica que empieza a comportarse de manera extraña. Una petición inesperada de un cliente. Un nuevo uso del producto. Varias personas que, por separado, detectan el mismo problema. Una tecnología aparentemente periférica que empieza a aparecer cada vez con más frecuencia.

Cada señal puede tener una explicación perfectamente razonable. Puede ser una excepción, ruido o simplemente algo sin importancia. El problema surge cuando explicarlas por separado nos impide preguntarnos si, juntas, están empezando a contar otra historia.

Porque las grandes transformaciones rara vez empiezan con una alerta inequívoca en un dashboard.

El cambio suele empezar antes de que tengamos una métrica capaz de nombrarlo.

Ver datos no significa saber leerlos

En Dante’s Peak, varias personas pueden observar los mismos fenómenos y, sin embargo, no llegar a la misma conclusión. Los datos están ahí. Lo que cambia es la forma de interpretarlos.

Harry Dalton no dispone de una información secreta. Lo que aporta es experiencia, contexto y la capacidad de relacionar lo que está viendo con patrones que ya conoce. Una anomalía deja de ser simplemente un dato cuando puede conectarse con otras y adquirir significado.

Podríamos representarlo así:

dato → contexto → patrón → interpretación

Sin embargo, en muchas organizaciones seguimos actuando como si el proceso fuera mucho más corto:

dato → respuesta

Construimos dashboards, analizamos el comportamiento de los usuarios, recogemos feedback, hacemos investigación y, cada vez más, utilizamos sistemas de IA capaces de procesar enormes cantidades de información. Todo ello amplía nuestra capacidad de observar. Pero observar más no significa necesariamente entender mejor.

Un dashboard puede mostrarnos que una métrica ha caído, pero no por qué. Una investigación puede detectar un comportamiento recurrente sin explicar todavía qué lo provoca. Una IA puede encontrar correlaciones o resumir miles de respuestas sin saber necesariamente cuáles deberían cambiar nuestra manera de entender el problema.

El valor aparece cuando somos capaces de situar esos datos en contexto, relacionarlos y construir una interpretación que podamos contrastar.

Porque acumular información puede ayudarnos a ver más cosas. Pero más información no produce necesariamente más comprensión.

Cuando varias señales empiezan a contar la misma historia

Una anomalía puede ser ruido. Dos, también. Pero llega un momento en que señales procedentes de lugares distintos empiezan a mostrar una cierta coherencia.

En Dante’s Peak, los terremotos, los cambios en el agua, la vegetación afectada o las emisiones de gases no son relevantes únicamente porque se acumulen. Lo son porque empiezan a encajar entre sí. Lo que parecían fenómenos independientes comienza a dibujar un patrón.

Ahí entra en juego el reconocimiento de patrones (pattern recognition): la capacidad de identificar relaciones significativas entre elementos que, observados de forma aislada, podrían parecer inconexos.

En una organización ocurre constantemente. El equipo de producto detecta un cambio en el comportamiento de los usuarios. Ventas empieza a escuchar una objeción que antes apenas aparecía. Atención al cliente recibe preguntas nuevas. Una investigación cualitativa descubre una expectativa que el producto no estaba diseñado para cubrir. Por separado, cada equipo puede interpretar lo suyo como un fenómeno local.

La pregunta interesante aparece cuando cruzamos esas observaciones:

¿Y si no son problemas distintos?

Una de las dificultades de las organizaciones es que las señales suelen aparecer separadas por departamentos, herramientas y responsabilidades. Cada equipo dispone de una parte de la realidad y tiene buenas razones para analizarla desde su propio contexto. Pero los cambios importantes no tienen por qué respetar la estructura de nuestro organigrama.

Por eso reconocer un patrón no consiste únicamente en encontrar similitudes. También exige cuestionar las fronteras con las que hemos organizado la información y preguntarnos en qué momento debemos dejar de explicar cada anomalía por separado.

Porque, a veces, comprender lo que está cambiando empieza cuando descubrimos que varias señales aparentemente distintas están contando la misma historia.

Harry Dalton podría estar equivocado

Hasta aquí resulta tentador pensar que Harry Dalton simplemente está viendo antes que los demás algo que terminará siendo evidente. Nosotros, además, jugamos con ventaja: sabemos que estamos viendo una película llamada Dante’s Peak. Esperamos que el volcán entre en erupción.

Los personajes no tienen esa certeza.

Harry tiene motivos para preocuparse, pero Paul Dreyfus, su superior, también tiene razones para pedir prudencia. Una actividad volcánica anómala no implica necesariamente que vaya a producirse una erupción. Y tomar una decisión como evacuar una población tampoco es inocuo: tiene consecuencias económicas y sociales, genera alarma y puede erosionar la confianza si finalmente no ocurre nada.

Ese matiz cambia bastante la lectura de la película. El conflicto ya no es entre alguien que tiene razón y alguien que se niega a escucharle, sino entre dos maneras de gestionar una incertidumbre que todavía no puede resolverse.

Las organizaciones se enfrentan continuamente a decisiones similares, aunque normalmente sin un volcán de por medio. ¿Cuándo invertimos en una tecnología que todavía no sabemos si se consolidará? ¿Cuándo modificamos un producto por un comportamiento emergente de los usuarios? ¿Cuándo una caída sostenida de una métrica deja de ser una fluctuación y exige cambiar de estrategia?

Actuar demasiado pronto tiene un coste. Actuar demasiado tarde también.

Por eso esperar a tener todos los datos no siempre es la opción más racional. A veces, cuando la evidencia es suficiente para eliminar la incertidumbre, también ha desaparecido parte de nuestra capacidad para responder.

El reto está en definir nuestro umbral de decisión: qué combinación de evidencia, riesgo e impacto justifica actuar aunque todavía podamos estar equivocados.

Porque el criterio no consiste en tener certeza. Consiste en decidir qué nivel de incertidumbre estamos dispuestos a aceptar antes de actuar.

El problema no es solo interpretar. Es conseguir que una organización interprete

Harry puede observar las señales, relacionarlas y construir una hipótesis. Pero eso no significa que la organización vaya a llegar automáticamente a la misma conclusión.

Entre una interpretación individual y una decisión colectiva aparecen nuevas variables: jerarquías, responsabilidades, intereses económicos, reputación, comunicación y, por supuesto, desacuerdo entre especialistas. Ya no se trata únicamente de preguntarse qué dicen los datos, sino de construir una lectura compartida de lo que está ocurriendo.

Aquí entra en juego el sensemaking organizativo: el proceso mediante el cual una organización intenta dar sentido a una situación ambigua para poder decidir cómo responder.

Y esto tiene una consecuencia importante. Una buena organización no es aquella en la que el experto siempre gana la discusión. Harry puede tener experiencia y detectar correctamente un patrón, pero eso no convierte automáticamente su interpretación en la única posible. Como hemos visto, también podría estar equivocado.

Lo importante es que exista espacio para poner las interpretaciones a prueba: contrastar hipótesis, incorporar perspectivas distintas, cuestionar las explicaciones existentes y determinar qué nuevas evidencias podrían confirmar o debilitar cada lectura.

El problema aparece cuando la estructura hace justo lo contrario: cuando una señal se descarta porque procede del departamento equivocado, contradice una decisión anterior, amenaza determinados intereses o simplemente no encaja con la historia que la organización ya se ha contado sobre sí misma.

En ese momento, el riesgo no es la falta de información. Es haber construido una organización incapaz de discutir lo que esa información podría significar.

Porque interpretar bien no debería depender de encontrar a la persona que tiene razón, sino de crear las condiciones para que una interpretación pueda ser examinada antes de ser aceptada o descartada.

Cuando todos están de acuerdo, ya es demasiado tarde

Finalmente, el volcán entra en erupción.

En ese momento desaparece el desacuerdo. Ya no hay señales que interpretar, hipótesis que contrastar ni umbrales de decisión que discutir. Todos observan la misma realidad y llegan a la misma conclusión.

La certeza es máxima.

El margen de decisión, en cambio, se ha reducido drásticamente.

Esta es quizá una de las paradojas más interesantes de Dante’s Peak: cuando resulta más fácil saber qué está ocurriendo es también cuando quedan menos opciones para responder.

En las organizaciones sucede algo parecido. Cuando una tecnología ya ha transformado un sector, cuando el comportamiento de los consumidores ha cambiado de forma evidente, cuando un competidor ha consolidado un nuevo modelo o cuando un problema cultural empieza a reflejarse en rotación, resultados y pérdida de talento, conseguir consenso resulta mucho más sencillo.

Pero entonces ya no estamos decidiendo si debemos anticiparnos al cambio. Estamos intentando adaptarnos a él.

Esto no significa que debamos reaccionar ante cada señal ni intentar predecir constantemente el futuro. Significa aceptar que algunas de las decisiones más importantes tendrán que tomarse cuando todavía exista desacuerdo, información incompleta y una posibilidad real de equivocarnos.

Porque existe una relación incómoda entre certeza y capacidad de acción: cuanto mayor es la certeza, menor puede ser nuestro margen de decisión.

Esperar hasta que todos estén de acuerdo puede resultar tranquilizador. El problema es que, para entonces, quizá la realidad ya haya decidido por nosotros.

Conclusión

Dante’s Peak se estrenó en 1997. Casi treinta años después, algunos de sus efectos especiales han envejecido y varias de sus licencias científicas resultan evidentes. Sin embargo, el dilema que plantea sigue siendo sorprendentemente actual.

Hoy tenemos acceso a una cantidad de información que Harry Dalton difícilmente habría podido imaginar. Dashboards en tiempo real, analítica avanzada, investigación de usuarios, modelos predictivos y sistemas de inteligencia artificial capaces de encontrar patrones entre enormes cantidades de datos.

Y, aun así, seguimos enfrentándonos a la misma pregunta:

¿Qué significa realmente lo que estamos viendo?

Quizá por eso el criterio sigue siendo tan importante. No porque nos permita predecir el futuro ni eliminar la incertidumbre, sino porque nos ayuda a decidir qué merece atención cuando todavía no tenemos todas las respuestas.

A veces, la señal más importante ni siquiera es la aparición de algo inexplicable. Es descubrir que la explicación que utilizábamos hasta ahora ya no explica suficientemente lo que estamos viendo.

Ahí es donde empieza el trabajo difícil: observar, relacionar, interpretar, contrastar y decidir sabiendo que todavía podemos equivocarnos.

Porque el valor del criterio existe precisamente antes de la certeza.

¿Qué señales estamos descartando hoy porque todavía podemos explicarlas por separado?

Cuando la realidad hace evidente la respuesta, quizá ya no estemos interpretando señales. Estemos gestionando consecuencias.