Cuando el indicador se vuelve meta, el tablero deja de medir
El tablero deja de medir lo que medía. Cuando el número pasa a decidir bonos o evaluaciones, quien es medido tiende a optimizar el número, y el tablero puede seguir en verde mientras la operación empeora. No siempre es deshonestidad; muchas veces es arquitectura: si quien responde por la meta también produce el dato, el tablero mide el relato, no la operación.
¿Qué pasa cuando un indicador se vuelve meta?
El indicador deja de ser una medida y pasa a ser un objetivo. La optimización apunta al número, y no a aquello que el número representaba. Es lo que se llama ley de Goodhart. Manheim y Garrabrant la describen como la situación en que una métrica se usa hasta un punto en que optimizar más resulta ineficaz o perjudicial. El artículo separa mecanismos distintos de fallo y no trata de tableros de pymes (Manheim y Garrabrant, arXiv, 2018, revisado en 2019).
Nuestra lectura para quien arma un tablero es directa. Todo indicador es un representante de algo que no ves por completo. Mientras nadie rinda cuentas por el representante, tiende a acompañar al original. Cuando alguien lo hace, los dos se separan poco a poco, y el tablero no avisa.
¿Ocurre esto en organizaciones reales?
Ocurre, y hay registro de organismos independientes. Bevan y Hood estudiaron el sistema público de salud inglés, donde regían metas centrales de desempeño. Un ejemplo era la meta de llegar al 75% de las llamadas de ambulancia de categoría A en un máximo de 8 minutos. Una inspección citada en el artículo encontró evidencia de que, en un tercio de los servicios de ambulancia, los tiempos de respuesta habían sido "corregidos". La distribución de los tiempos mostraba un pico en torno a los 8 minutos, lo que los autores tratan como fuerte indicio de que respuestas entre 8 y 9 minutos fueron reclasificadas por debajo de la meta (Bevan y Hood, Public Administration 84(3), 2006).
El segundo caso es privado. En septiembre de 2016, la Oficina de Protección Financiera del Consumidor de EE. UU. (CFPB) multó a Wells Fargo con 100 millones de dólares por prácticas de venta asociadas a la apertura de cuentas posiblemente no autorizadas. Según la CFPB, el análisis del propio banco apuntó a cerca de 1,5 millones de cuentas de depósito y cerca de 565.000 solicitudes de tarjeta de crédito que podrían no haber sido autorizadas. La orden de la CFPB se remonta al 1 de enero de 2011. El organismo afirma que los programas de incentivos se supervisaron de forma inadecuada (CFPB, 2016).
Dos salvedades. Son organizaciones grandes y, en el caso inglés, con metas centrales de desempeño. Los casos ilustran el mecanismo, no una tasa que encontrarías en tu empresa. Y no indican que toda meta distorsione: indican que, cuando el dato depende de quien es medido, la distorsión puede tardar en aparecer.
¿Por qué el tablero no percibe la distorsión?
Porque el tablero lee el campo que alguien rellenó. Si el estado "resuelto" lo marca la persona cuya meta es resolver, el tablero muestra su decisión, y no el hecho. El dato llega limpio, en la fecha correcta, en el formato correcto. Falta lo que lo vuelve confiable: un origen que el evaluado no controla.
Es un problema vecino de que los números del tablero no cuadren con los de otra fuente. Aquí el número cuadra con la fuente y, aun así, perdió su sentido. El error no está en la cuenta. Está en quién pudo elegir qué entra en ella.
¿Cómo se ve esto en un soporte interno de TI?
Un escenario hipotético, para volver concreto el mecanismo. Nada de esto es dato de un cliente.
Una industria mediana mide el soporte de TI por "tickets cerrados en un máximo de 24 horas". La meta está en el tablero de la dirección y pesa en la evaluación semestral del equipo. En el sistema de tickets, el analista puede cambiar el estado a "esperando al usuario", y el reloj se detiene. También puede cerrar el ticket y pedirle al usuario que abra otro si el problema vuelve.
Nadie necesita mala fe. El analista que pausa el reloj cumple una regla del sistema, y quien reabre como ticket nuevo evita una mancha en el indicador. En tres meses, el tablero muestra un cumplimiento creciente. En los pasillos, el usuario dice que abre el mismo pedido más de una vez hasta que se resuelve. El tablero acierta en lo que mide: cierres rápidos. Lo que la dirección quería saber era si los problemas se terminan.
Lo mismo vale para quien mide innovación. Imagina un indicador de "pilotos concluidos en el trimestre" cuyo estado marca el propio equipo. Un piloto cerrado a medias para caber en el plazo cuenta igual que uno que generó una decisión. Esto también es una hipótesis, y la regla es la misma: el número pasa a medir lo que es fácil de marcar.
¿Qué cambia cuando la medición tiene diseño?
Cuatro decisiones, todas de arquitectura, y en general no exigen cambiar de herramienta. La primera es hacer que el dato nazca del evento. Fecha, hora y autor los registra el sistema, sin edición por parte de quien es evaluado, y el estado que detiene el reloj exige un motivo y aparece en un informe propio. La segunda es darle un contrapeso al indicador. El cierre en 24 horas va junto con la tasa de reapertura en siete días, y el tablero muestra ambos lado a lado, de modo que mejorar uno empeorando el otro quede a la vista.
La tercera es escribir la definición. Qué cuenta como "resuelto", quién puede pausar el plazo y por qué motivo se vuelve texto versionado, con fecha de vigencia, y no costumbre del equipo. La cuarta es revisar una muestra. Cada mes, alguien de fuera del área abre una muestra pequeña de registros y compara lo que dijo el tablero con lo que ocurrió, y el resultado queda registrado.
Hay una quinta decisión, más gerencial que técnica: evaluar si el indicador necesita estar ligado a la remuneración. Es una lectura nuestra, no una conclusión de los estudios citados. En los dos casos había mucho en juego para quienes eran medidos (sanción o incentivo), pero no permiten concluir que la presión crezca en la misma proporción.
En el caso Reatop, la recolección y el pesaje de residuos se registran en una aplicación de campo que funciona sin señal, y el panel administrativo genera los informes de auditoría. El caso ilustra la primera de estas decisiones, que el dato nazca en el origen: la operación registra el hecho en el campo y el tablero lo consume. No trata de contrapesos, de definiciones versionadas ni de muestras revisadas por terceros. Para ver cómo registrar la decisión que motivó un número, mira el cuadro de mando: registra la decisión.
Preguntas frecuentes
Mi equipo no acepta cambios. ¿Cómo propongo contrapesos sin parecer desconfianza?
Presenta el contrapeso como protección para quien cumple la meta de verdad. Si existe un indicador de reapertura, quien resuelve bien se ve mejor que quien cierra rápido. Empieza con un solo indicador, escribe la definición junto con el equipo y revísala después de un ciclo.
No puedo justificar la inversión ahora. ¿Se puede empezar sin un proyecto?
Se puede empezar con una auditoría pequeña. Toma un indicador que pese en la evaluación, abre una muestra reducida de registros y compárala con lo que ocurrió de hecho. Si la diferencia es pequeña, tienes una primera señal de que el tablero acompaña la operación, al menos en ese indicador y esa muestra. Si es grande, tienes el argumento para la dirección, construido con tu caso y no con el de otros.
No veo cómo medir si el tablero está siendo distorsionado. ¿Es posible?
Es posible, con señales indirectas. Un pico de registros justo por debajo del umbral de la meta, reaperturas que suben cuando el plazo baja y estados que pausan el reloj con una frecuencia mayor a la esperada son pistas. Ninguna prueba la distorsión por sí sola. Juntas, indican dónde debería mirar primero la muestra.
El siguiente paso
Si un indicador que pesa en la evaluación de tu equipo nace de un campo que el propio equipo rellena, el Diagnóstico de Arquitectura Operacional es una conversación de 30 minutos para mapear de dónde sale ese número y quién puede modificarlo.
Cases relacionados
¿Reconociste tu operación en este artículo?
Agenda el Diagnóstico de Arquitectura Operacional: 30 minutos para mapear dónde está el cuello de botella de tu operación. Sin propuesta en la primera conversación.
Agendar diagnóstico