muhimu.es

La vida no es un juego de azar. No es un casino donde invertir tus días. Es una obra de arte para contemplar y crear. Siente, ama, crea.

Resolución de problemas a prueba de balas 1

Resolución de problemas a prueba de balas

Merece ser compartido:

Actualizado el viernes, 6 septiembre, 2024

La resolución de problemas es una de las habilidades más importantes en el lugar de trabajo moderno. Entonces cómo vas acerca de ésto? La parte más importante del proceso es definir correctamente el problema. Una vez que haya hecho eso, puede comenzar a dividirlo en partes más pequeñas y priorizar las soluciones. Aquí, querrá buscar resultados de alto impacto e influencia. La creación de procesos de trabajo igualitarios hará que la resolución de problemas sea aún más eficaz, ya que le ayudará a evitar sesgos. 

Para resolver un problema, primero debe enmarcarlo correctamente. Hazlo y la solución se vuelve clara. Algunas personas hacen esto intuitivamente sin sudar, pero no tienes que ser un niño prodigio para ser un gran solucionador de problemas. 

De hecho, los conceptos básicos son bastante simples, una vez que los conoces. 

Bulletproof Problem Solving (2019) profundiza en una de las habilidades más importantes, pero constantemente olvidadas, en el lugar de trabajo moderno: la resolución de problemas. Con el declive de los trabajos de rutina en todo el mundo, cada vez más empleados tienen la tarea de abordar desafíos abiertos. Como veremos en estos consejos, no necesitan un título avanzado en análisis estadístico para ser un gran solucionador de problemas, solo necesita un poco de creatividad y las estrategias adecuadas. 

La resolución de problemas es una habilidad crucial en el entorno laboral moderno. Para abordar eficazmente los problemas, es esencial seguir un proceso bien definido. Aquí hay un resumen de los puntos clave mencionados en el texto:

  1. Definición precisa del problema: Antes de abordar cualquier problema, es fundamental definirlo correctamente. Tomarse el tiempo para formular la pregunta correcta es crucial, ya que si no se define adecuadamente, es posible que las soluciones sean ineficaces o incluso contraproducentes.
  2. División en partes más pequeñas: Dividir un problema en partes más pequeñas facilita su resolución. Esto ayuda a desglosar el problema en componentes manejables y a identificar posibles soluciones para cada uno.
  3. Priorización de soluciones: Evaluar la influencia y el impacto potencial de las soluciones es esencial. Centrarse en soluciones de alto impacto y alta influencia es clave para obtener resultados significativos.
  4. Procesos de trabajo igualitarios: Evitar sesgos y fomentar la igualdad en la toma de decisiones es esencial. Trabajar en equipos donde se valoren las opiniones de todos los miembros y se promueva la diversidad de ideas puede mejorar la calidad de las soluciones.
  5. Tratamiento adecuado de los datos: Recopilar datos es importante, pero saber cómo utilizarlos de manera efectiva es igualmente crucial. Utilizar heurísticas como la navaja de Occam o el análisis de Pareto puede ayudar a simplificar la toma de decisiones basada en datos.
  6. Buscar datos en el mundo real: A veces, los datos necesarios para resolver un problema pueden encontrarse en experimentos naturales o conjuntos de datos existentes. No siempre es necesario llevar a cabo un experimento propio si se pueden utilizar datos ya disponibles.

La resolución de problemas efectiva implica definir correctamente el problema, dividirlo en partes más pequeñas, priorizar las soluciones, fomentar la igualdad en el proceso de toma de decisiones, utilizar datos de manera adecuada y buscar fuentes de datos en el mundo real. Estos principios pueden aplicarse en diversas situaciones laborales para mejorar la toma de decisiones y la solución de problemas.

Para encontrar soluciones útiles, primero debe definir los problemas correctamente.

Cuando se enfrenta a un problema, es fácil empezar a pensar de inmediato en cómo lo va a resolver. Se apresura a recopilar datos, consultar a expertos y analizar lo que ha encontrado. Pronto, se te ocurrirán las respuestas. Solo hay un problema: se ha perdido un paso vital. 

La resolución de problemas solo funciona si responde las preguntas correctas . Si no lo hace, su trabajo no tendrá ningún valor. Peor aún, incluso podría ser contraproducente.

Por eso es tan importante comenzar el proceso de resolución de problemas tomándose un momento para pensar detenidamente qué pregunta está tratando de responder. 

No definir correctamente un problema puede tener consecuencias desastrosas. Tomemos como ejemplo la industria de los periódicos.

Los periódicos dominaron las noticias locales hasta mediados de la década de 1990. Luego, de la nada, surgió un nuevo competidor: Internet. 

Al principio, las publicaciones en línea como los blogs asustaban a los altos ejecutivos de la industria, pero cuanto más investigaban el problema, más se relajaban. Dado que los periódicos habían sobrevivido a la llegada de nuevas tecnologías como la radio y la televisión, ¿por qué debería ser diferente Internet? Y, de todos modos, ningún blog igualaría el tipo de contenido producido por los grandes y experimentados equipos editoriales que trabajan en las redacciones. 

Por supuesto, no fue así como se desarrollaron las cosas. ¿Cómo se equivocaron tanto? Bueno, no habían definido correctamente su problema. 

Las plataformas en línea no necesitaban cazar lectores, solo necesitaban a las personas que publican anuncios en los periódicos. En otras palabras, los ejecutivos estaban pensando en la calidad de su contenido, pero el problema real era la cantidad de ingresos generados por la publicidad. Cuando los anunciantes se trasladaron a Internet, cientos de periódicos empezaron a quebrar. 

¿La clave para evitar esta trampa? Hágase las preguntas correctas.

¿Quiénes son los tomadores de decisiones clave que determinan si mis soluciones se adoptan o se ignoran? ¿Cómo será el éxito y cómo sabré cuándo lo he logrado? Más importante aún, ¿cómo evaluarán los tomadores de decisiones clave si mi enfoque está funcionando o fallando? ¿Cuál es mi marco de tiempo? ¿Necesito una solución para el próximo mes o dentro de una década? Y finalmente, ¿hay posibles soluciones fuera de los límites? 

Estas preguntas no solo lo ayudarán a definir su problema con mayor precisión, sino que también evitarán que pierda el tiempo con excelentes respuestas a las preguntas incorrectas. 

Dividir los problemas en partes más pequeñas hace que sean más fáciles de resolver.

Hace unos años, el autor Robert McLean comenzó a pensar en instalar paneles solares en su casa para reducir su huella de carbono. Vivir en la soleada Australia, la energía solar parecía una obviedad.

Pero, ¿tenía sentido económicamente? Esta pregunta fue más difícil de responder. En ese momento, se estaban eliminando gradualmente los subsidios gubernamentales para la energía sostenible. Pero el precio de los paneles estaba cayendo, y había que considerar tarifas de “alimentación”, el precio al que las compañías eléctricas compran el exceso de energía generada por las casas individuales. 

Lo que McLean necesitaba era una herramienta para desenredar este complicado problema. 

En McKinsey, una empresa líder en consultoría de gestión, McLean aprendió a abordar problemas utilizando árboles lógicos . Así es como funciona esa herramienta. 

El primer paso es formular una hipótesis. En el caso de McLean, esto tomó la forma de una simple declaración: «Debería instalar paneles solares». A continuación, pregúntese qué evidencia respaldaría esta hipótesis. 

McLean propuso dos criterios. Si los paneles solares podían reducir su huella de carbono en un 10 por ciento y podía recuperar su inversión en diez años, instalarlos era una buena idea. El establecimiento de criterios le indica qué tipo de datos necesita recopilar. 

Así que tomemos esa reducción del 10 por ciento de CO2. Para calcular una posible reducción en su huella de carbono, primero debe saber cuánto CO2 emite. En aras de la simplicidad, McLean miró cuánto emite el australiano promedio cada año y lo utilizó como punto de referencia. A continuación, utilizó calculadoras de sitios web para calcular la cantidad de carbono que podría evitar cambiando a paneles solares. Descubrió que podía reducir su huella de carbono en más del 20 por ciento. 

¿Qué pasa con la recompensa? McLean sumó el costo de los paneles y la instalación. Luego calculó cuánto ahorraría cada año utilizando menos energía externa y vendiendo el exceso de energía: un análisis simple con calculadoras en línea proporcionadas por instaladores solares. Los resultados mostraron que podría recuperar su inversión inicial en menos de una década. Con solo un poco de investigación en línea, McLean había resuelto su problema: debería instalar paneles solares. 

Ésta es la belleza de los árboles lógicos. Cuando expone su hipótesis y los criterios necesarios para sustentarla, descubre qué tipo de datos pueden resolver su problema. 

La priorización se trata de evaluar su influencia y el impacto potencial de las soluciones.

El salmón del Atlántico aún no está en peligro, pero las poblaciones de salmón salvaje han sido devastadas por la contaminación, la sobrepesca y la mala gestión. 

Hace un tiempo, el autor Charles Conn fue contratado por una organización benéfica que trabaja para evitar que esto le suceda al salmón salvaje del Pacífico. Estos peces son muy importantes para el ecosistema de la selva tropical del Pacífico norte. Lo estaban haciendo mejor que sus contrapartes del Atlántico, pero los pronósticos a largo plazo no eran prometedores. 

El objetivo de la organización benéfica era aumentar la cantidad de salmón salvaje del Pacífico, pero había tantas posibles soluciones e incertidumbres sobre cómo utilizar mejor sus recursos limitados. Ahí es donde entró Conn. Estaba allí para abordar uno de los aspectos más importantes de la resolución de problemas: la priorización. 

¿Cómo se potencian las poblaciones de peces silvestres? Hay muchas respuestas. Podría mejorar las condiciones del océano o restaurar el hábitat dañado. La reducción de las cuotas de pesca o el endurecimiento de las regulaciones sobre la pesca deportiva podrían ayudar. Pero la verdadera pregunta es qué estrategia le da el mayor provecho a su inversión. 

La mejor manera de priorizar las soluciones es observar la interacción de dos factores: la escala de su impacto y su capacidad para influir en los resultados . 

Comencemos con soluciones de alto impacto y baja influencia. Mejorar las condiciones del océano sería excelente para las poblaciones de salmón, pero requeriría el esfuerzo coordinado de múltiples estados y organizaciones internacionales. Dicho de otra manera, es muy eficaz, pero está más allá de su influencia. 

También existen soluciones de bajo impacto e influencia. Una organización benéfica no puede reducir la cantidad de licencias de pesca deportiva que se otorgan a menos que pase décadas presionando a los políticos. Pero incluso si lo hiciera, la evidencia sugiere que esta estrategia no es particularmente efectiva para impulsar las poblaciones de salmón salvaje. 

Sin embargo, imagínese que el jefe de la organización benéfica también fuera el ministro del gobierno a cargo de emitir las licencias de pesca. Ahora tendrías mucha influencia, pero aún estarías buscando una solución de bajo impacto. 

Eso nos lleva a soluciones de alto impacto y gran influencia. 

El salmón del Pacífico no solo habita en el océano, sino que también viaja río arriba para desovar en ríos de agua dulce en Alaska, Columbia Británica y la península de Kamchatka. Eso le dio al equipo de Conn una idea: ir al origen del problema y concentrarse en mejorar las condiciones en los ríos de cría más importantes. ¿El resultado? Un proyecto manejable limitado a tres o cuatro ríos donde los recursos limitados de la caridad podrían desplegarse al máximo efecto. 

«La buena resolución de problemas se trata tanto de lo que no haces como de lo que haces».

Los procesos de trabajo igualitarios pueden ayudar a su equipo a vencer los prejuicios individuales.

La resolución de problemas puede ser extremadamente compleja, pero no necesita un título avanzado en análisis estadístico o modelos matemáticos sofisticados para comenzar. Sin embargo, lo que  debe hacer es erradicar los prejuicios. 

Según los expertos, existen más de 100 errores cognitivos comunes que cualquiera de nosotros puede cometer. Considere el sesgo de confirmación : esa es la tendencia a centrarse en la evidencia que refuerza nuestras creencias existentes e ignorar la información que las contradice. Luego está la falacia del costo hundido : duplicar las pérdidas porque no queremos admitir que nos hemos equivocado. La lista continua.

Entonces, ¿cuál es la mejor manera de evitar estas trampas? En una palabra, trabajo en equipo.

Tómelo de Philip Tetlock, el autor de Superforecasting . El libro se centra en el arte de hacer predicciones y arroja luz sobre el trabajo en equipo. Los datos de Tetlock muestran que los equipos bien organizados siempre superan a las personas más talentosas cuando se trata de pronosticar desarrollos futuros. En algunos casos, incluso funcionan mejor que las computadoras capaces de procesar grandes cantidades de datos sin procesar.

Pero, ¿qué significa aquí «bien organizado»? Tetlock afirma que los mejores equipos optimizan sus procesos de resolución de problemas para fomentar una atmósfera igualitaria en la que las propuestas de todos tengan una audiencia justa.

Esta idea está profundamente arraigada en la cultura de la consultora McKinsey, que tiene una política llamada obligación de disentir . 

Esta política significa que los miembros del equipo junior no solo se alienta a expresar sus desacuerdos con el personal superior, sino que están obligados a ventilar sus diferencias. Los superiores, mientras tanto, se comprometen a escuchar estos puntos de vista. ¿Por qué es esto tan importante? Bueno, McKinsey cree que la mala resolución de problemas suele ser fruto de una forma particular de sesgo: calificar las ideas no según sus méritos, sino según el estado de la persona que las propone. Por el contrario, cuando todos tienen voz, hay muchas más posibilidades de que el equipo actúe sobre la base de las mejores ideas. 

Asignar a los miembros del equipo diez votos representados por notas adhesivas es una forma práctica de fomentar este tipo de apertura y evitar que los miembros superiores del equipo dominen las discusiones. Coloque cada propuesta en una pizarra y luego haga que todos en su grupo de trabajo coloquen sus notas adhesivas junto a la idea que más les guste. Como beneficio adicional, puede asegurarse de que los miembros senior emitan sus votos en último lugar y no influyan en el voto de nadie más. 

Trate bien los datos y lo recompensará con información útil.

Recopilar datos es una cosa; usarlo para encontrar soluciones beneficiosas es otra. 

Así es como funcionan los datos. A pesar de que los datos son vitales para resolver problemas, en realidad no pueden decirle nada por sí mismos: debe hacer que hablen. 

Hay buenas y malas formas de hacer eso, de ahí la broma de los viejos estadísticos acerca de que los malos analistas torturan los datos hasta que les dice lo que quieren escuchar. 

Ese enfoque seguramente lo desviará, pero ¿cuál es la alternativa? Es hora de hablar de heurística .

La palabra «heurística» proviene del griego antiguo heuriskein , que significa «encontrar». 

Como sugiere la etimología de la palabra, el propósito de una heurística es ayudarlo a encontrar algo, específicamente una solución que se adapte a los datos que tiene frente a usted. Echemos un vistazo más de cerca a un par de ejemplos útiles. 

Primero: la navaja de Occam . Esta herramienta lógica fue perfeccionada en el siglo XIV por un filósofo inglés llamado William of Ockham. Afirma que la solución más simple suele ser la correcta. Cualquiera que sea su problema, lo mejor que puede hacer es ejecutar la hipótesis que haga la menor cantidad de suposiciones. 

Tomemos un ejemplo matemático simple. Supongamos que tiene cuatro suposiciones, cada una de las cuales tiene un 80 por ciento de probabilidad de ser correcta. Ejecute los números y verá que la probabilidad de que los cuatro sean correctos llega a poco más del 40 por ciento. Si solo hace dos suposiciones, por el contrario, es el 64 por ciento. En otras palabras, cuanto menos asuma, es más probable que tenga razón. 

Aquí hay otra heurística: la regla 80:20. Fue desarrollado por el economista italiano del siglo XX Vilfredo Pareto, por lo que también se conoce como el análisis de Pareto . Afirma que el 80 por ciento de los resultados suelen estar determinados por el 20 por ciento de las causas. Por ejemplo, no es raro descubrir que el 20 por ciento de los compradores de un producto generan el 80 por ciento de las ventas. 

Para ejecutar un análisis de Pareto, deberá enumerar sus problemas; esto podría ser cosas como quejas de los clientes, pedidos perdidos o productos dañados. A continuación, califique cada problema en función de la diferencia que supondrá su resolución. Ahora que ha enumerado sus problemas, identifique sus causas fundamentales: cosas como falta de capacitación, equipos rotos o procesos poco claros. Finalmente, agrupe los problemas por sus causas fundamentales y sume los puntajes. Cuanto mayor sea la puntuación total, mayor será el impacto de resolver este problema o causa. 

Puede encontrar muchos datos útiles en el mundo real si se toma el tiempo de buscar.

Las organizaciones a menudo quieren comprender los efectos de sus políticas. 

Tomemos a los gobiernos. ¿La reducción de impuestos impulsa la actividad económica? Lo ideal sería realizar un experimento para averiguarlo. ¿Cómo? Bueno, podría elegir un grupo de control dentro de un cierto nivel de ingresos, dejar intactas sus tasas impositivas, recortar las de todos los demás y ver qué sucede. Pero este tipo de experimentación en el mundo real es éticamente dudoso y, en muchos casos, francamente ilegal. 

Ese es solo un ejemplo de cómo se puede evitar que una organización recopile datos. En otros contextos, las restricciones presupuestarias tienen un efecto similar. Pero hay una forma de sortear estos obstáculos. 

Tómelo de Evan Soltas y David Broockman, dos científicos políticos que querían saber si los votantes estadounidenses discriminan a los candidatos de minorías en las elecciones. No había forma de que pudieran crear un experimento propio para responder a esta pregunta, por lo que recurrieron a un experimento natural . 

Los experimentos naturales son experimentos ejecutados accidentalmente por el mundo que generan los datos que busca. En el caso de Soltas y Broockman, fue un procedimiento de votación utilizado por el Partido Republicano durante las primarias presidenciales en el estado de Illinois. 

En lugar de votar por candidatos como Trump o Romney, los votantes seleccionaron a los delegados que los representaban. Esto no es inusual en los Estados Unidos, pero hay dos peculiaridades en Illinois. En primer lugar, los nombres de estos delegados, que son políticamente desconocidos y, a menudo, ingooglebles, también aparecen en las boletas. En segundo lugar, los votantes no tienen que votar por la lista completa de su candidato preferido; pueden poner un cheque junto a, digamos, dos de los delegados de Trump, o dos de Romney, mientras ignoran a un tercer delegado. 

Esto significa que los votantes tienen una buena idea de la etnia de los delegados; José, por ejemplo, es más probable que sea latino, mientras que Tom y Dick probablemente sean blancos. Esto también significa que los votantes pueden elegir entre delegados que se encuentran en plataformas idénticas. Si los votantes realmente discriminan, es lógico que los candidatos de minorías con nombres como José o Miguel reciban menos votos que los delegados con nombres como Tom y Dick en relación con el número total de votos emitidos para candidatos como Trump o Romney.

Este es un gran experimento natural porque brinda a los investigadores la información que necesitan para comenzar a responder su pregunta. Todo lo que tienen que hacer es examinar los datos, una tarea que requiere significativamente menos recursos que ejecutar un experimento propio. 

La moraleja de esta historia? Si miras lo suficiente, es probable que descubras que los datos de otra persona pueden responder a tu pregunta. 


Merece ser compartido: