LA MEDICIN 3.

0 : LA EVOLUCIN
La Medicin 3.0 es la generacin de la medicin del desempeo actual
y est caracterizada por su enfoque de gestin del desempeo verstil
impulsado por objetivos.

La gestin del desempeo impulsado por objetivos es el fundamento

para la excelencia operacional. Adems, es un acercamiento centrado
en procesos que alinea la ejecucin de procesos clave a las metas
estratgicas, a travs de la medicin y las mejoras ms importantes
para una organizacin.

En su ltimo libro, Prove It!, la autora Stacey Barr menciona que: Las
mediciones del desempeo estn supuestas a ser la prueba que nos
convence que hemos logrado o, al menos, que hemos progresado en
la direccin correcta hacia nuestras metas. Pero la mayora de lo que
se mide en las organizaciones no cumple ninguno de estos objetivos.
Medimos las cosas sencillas, donde los datos son fcilmente
accesibles. Medimos las cosas tradicionales, lo que siempre hemos
medido: lo obvio, los recursos que usamos, nuestro esfuerzo y
los widgets que producimos. Medimos las cosas populares, las
mismas mediciones que todo el mundo en nuestra industria parece
estar midiendo.

La Medicin 3.0 mantiene la propiedad intelectual y la configuracin de

las mediciones del desempeo en las manos de los negocios, ya que
aquellos tienen el mejor entendimiento de las estrategias y procesos
que deben ser medidos. Esta descentralizacin y paradigma de
autoservicio es integral para cumplir con las continuas y variadas
demandas de los negocios. Esto se da a travs de la remocin de
restricciones y cuellos de embudo histricamente impuestos por los
departamentos internos de IT. La agilidad y la flexibilidad son
principios inherentes de la Medicin 3.0.

La gestin del desempeo impulsado por objetivos tambin incorpora

las metas incuestionables de desempeo, para que as todos los
involucrados mantengan una definicin consistente de lo que es un
buen desempeo y uno inaceptable. Los planes de respuesta
predefinidos son tpicamente asociados con metas de desempeo. La
filosofa de estos indica que: si usted conoce todas las variables
incluidas en la medicin y, adems, sabe cunto puede afectar la
direccin de la medicin cada variable; entonces usted tambin tendr
una idea lgica de los pasos a seguir para retomar el rumbo si es que
los resultados de desempeo estn fuera de la tolerancia aceptable.
Los planes de respuesta clarifican las responsabilidades y establecen
un marco de accin directa cuando las metas de desempeo no se
cumplen.

La Medicin 3.0 tambin incluye la capacidad de visualizar las

consecuencias de las iniciativas empresariales. Esto equipa a los
lderes de negocios con una base racional para seleccionar cules
mejoras proveen el mayor valor para la organizacin. Del mismo
modo, valida si los resultados de una iniciativa particular alcanzan las
expectativas definidas antes de su implementacin.

La Southern Power Compay, sucursal elctrica mayorista de la

Southern Company que se mantiene de manera constante en la lista
Fortune 200, es una compaa lder de la Medicin 3.0. Southern
Power entiende que, aunque opera su negocio con un nivel alto de
eficiencia y excelencia, siempre hay oportunidades para mejorar. Un
ejemplo de esto es el acercamiento activo que la compaa realiza
para medir los efectos de iniciativas estratgicas en los resultados de
desempeo finales de una forma prctica.

El riesgo del timing (falta de sincronizacin) es una consecuencia

negativa potencial que est asociada con la toma de decisiones a
destiempo en relacin al momento ideal para hacerlo. Este riesgo se
da muchas veces como resultado de conjunto de retrasos de
publicacin en tcnicas tradicionales de inteligencia empresarial.
La Medicin 3.0 reduce el riesgo de timing a travs de la entrega de
informacin a las personas correctas, en el momento apropiado, con el
fin de que tomen mejores decisiones. Para evitar que los usuarios
naveguen una serie de tableros estadsticos en busca de informacin,
ellos reciben notificaciones basadas en excepciones solo cuando el
desempeo se sale de los niveles acep-
tables. Es decir, la informacin llega directamente a los usuarios para
que estos se enfoquen en cumplir con sus responsabilidades
laborales, en lugar de hundirse en intensos reportes de BI.

Otro cambio mayor de la Medicin 3.0 es la inyeccin de certidumbre

en los resultados a travs del concepto de confianza de datos. La
confianza de datos, aquella que mide la adherencia a un proceso
definido, no debe confundirse con la calidad de datos. La calidad de
datos define el volumen de registros que van a ser evaluados por un
indicador de medicin especfico, p. ej. el nmero de registros que
contienen los elementos de datos mnimos necesarios para realizar
una medicin. En cambio, la confianza de datos mide el volumen de
registros que pueden demostrar que el proceso fue consistente y
seguido con exactitud.
Mientras el riesgo de la calidad de datos es controlado a travs de
tcnicas de direccin de datos, el riesgo de confianza de datos se
gestiona a travs de controles de procesos. La confianza de datos
refuerza la idea que si los procesos no se siguen con consistencia, los
usuarios vern las mediciones del desempeo resultantes con un gran
nivel de escepticismo y tienen menos probabilidades de
comprometerse con una decisin basada en estos resultados. Dean
Spitzer expone en su influyente libro Transforming Performance
Measurement que: La confianza es un ingrediente esencial para
medir efectivamente Si la gente no confa en los sistemas de
medida, las posibilidades de verlos como un enemigo aumentan.

Finalmente, la Medicin 3.0 est caracterizada por evitar la mentalidad

nica que aplica a todos o de talla nica. Los lderes tienen que
darse cuenta que aquello que funciona para una organizacin no
necesariamente funcionar para la de ellos. Las medidas deben ser
alineadas especficamente para alcanzar los objetivos
organizacionales, y con procesos estructurados que los soporten, de
su empresa.

Los elementos de datos claves estn siendo capturados a travs de

cada proceso por separado. Todos esos elementos contribuyen a la
individualidad de la medicin. Cualquier intento de acuar los datos
dentro de un modelo rgido diluye la aplicabilidad de los resultados
obtenidos.

La falla inherente de depender en una estructura nica que aplica a

todos puede demostrarse a travs de la historia del Myth of
Average (mito del promedio). Gilber Daniel fue un primer teniente de la
Fuerza Area de los EE. UU. graduado de la Universidad de Harvard.
Durante los aos 50 fue asignado a la Base de la Fuerza Area
Wright-Patterson en Dayton, Ohio y all comenz a estudiar los
diseos de las cabinas de aviones.

Las mediciones diseadas para organizaciones tpicas nunca les

permitirn obtener resultados extraordinarios.
En ese periodo de tiempo se present un nmero alarmante de
accidentes areos en la Fuerza Area y una investigacin a fondo
determin que el mal diseo de las cabinas era la causa raz de estos
accidentes. Las naves militares haban sido diseadas para pilotos
promedios a partir de medidas tomadas a cientos de pilotos en el ao
1926. Los lderes militares inicialmente asumieron que la talla
promedio de los pilotos haba cambiado; sin embargo, Daniels tena
una hiptesis diferente.
Daniels midi a ms de 3300 pilotos y tom 60 dimensiones diferentes
de cada uno. A partir de estas dimensiones se enfoc en las 10 ms
cruciales que permitiran a un piloto caber apropiadamente dentro de
una cabina de avin. As fue como defini el promedio de cada una de
estas 10 dimensiones como +/- 15 % de la cincuentava clasificacin
por percentil. Al final, Daniels determin cuntos de esos 3300 pilotos
estaban dentro del porcentaje promedio en todas esas 10
dimensiones cruciales.

Para sorpresa de casi todos, excepto de Daniels, ninguno de los

pilotos que participaron en el estudio estaba dentro del porcentaje
promedio en cada una de esas 10 dimensiones. CERO PILOTOS! De
esta forma, Daniels pudo demostrar que no existe eso que llamamos
promedio.

Como resultado de estos hallazgos, la Fuerza Area de EE. UU.

comenz a forzar a las empresas manufactureras para que
proveyeran cabinas ajustables en una gran variedad de dimensiones.
Sin embargo, lo ms importante es que Daniels prob que el diseo
de cabinas de talla nica presentaba un sinnmero de riesgos
innecesarios.

El diseo flexible permiti que los pilotos se desempearan a

capacidad mxima. De la misma manera, la Medicin 3.0respalda el
diseo flexible en los sistemas de gestin del desempeo que
permiten el desempeo a capacidad mxima de los negocios. Las
mediciones diseadas para organizaciones tpicas nunca les
permitirn a estas obtener resultados extraordinarios.

Figura 1: La medicin del desempeo a travs de sus generaciones.

 CONCLUSIN
La Medicin 3.0 depende de la alineacin deliberada de objetivos con
una metodologa estructurada de medicin del desempeo. En el
mundo de los negocios, nada importante se consigue de forma
accidental.

Mientras que la Medicin 2.0 estaba enfocada en los datos y la

tecnologa, la Medicin 3.0 est enfocada en el valor y el compromiso.
Su objetivo no es tratar de predecir el futuro sino de clarificar las
tendencias actuales e identificar oportunidades para cambiar el curso
o capitalizar un desempeo excepcional.

Hgase estas preguntas cuando revise el marco de medicin del

desempeo de su organizacin:

Ha notado que las personas en su organizacin estn ms

enfocadas en cazar nmeros que en mejorar sus procesos
empresariales subyacentes?
Usted mide el desempeo de algunas reas de su organizacin
simplemente porque tiene los datos necesarios para hacerlo?
Est tomando decisiones para su organizacin basado en
informacin que algunas personas ven como no confiable?
Si respondi S a cualquiera de estas preguntas, es posible que su
filosofa de gestin del desempeo est estancada en conceptos
dogmticos del siglo pasado. Es hora de evolucionar. Es hora de
acoger la Medicin 3.0.

Referencias
1. Hare, Jim; Woodward, Alys; and Sood, Bhavish. Update: Gartner to
Expand Its BI Platform Segmentation. February 18,
2016. https://www.gartner.com/doc/3215522/update-gartner-expand-
bi-platform
2. Liesz, Thomas J., and Maranville, Steven J. Ratio Analysis Featuring
The DuPont Method. Small Business Institute Journal Vol 1 No 1,
2008: 17-34.
3. Brudan, Aurel. Learning from Practice A Brief History of
Performance Measurement.
Performance Magazine, August 7,
2010. http://www.performancemagazine.org/learning-from-practice-a-
brief-history-of-performance-measurement/
4. Pezet, Anne. The history of the French tableau de bord (1885-1975):
evidence from the archives. Accounting Business and Financial
History, Taylor & Francis, 2009, 19 (2), pp.103-
125. https://halshs.archives-ouvertes.fr/halshs-00498670/document
5. Pfeffer, Jeffrey and Sutton, Robert I. Hard Facts, Dangerous Half-
Truths And Total Nonsense: Profiting From Evidence-Based
Management. Boston: Harvard Business Review Press, 2006.
6. Addady, Michal. Dicks Just Paid $15 Million For Sports Authoritys
Name. Fortune magazine, June 30,
2016. http://fortune.com/2016/06/30/dicks-sports-authority/
7. Barr, Stacey. Prove It! How to Create a High-Performance Culture and
Measurable Success. Milton, Queensland: Wiley, 2017.
8. Spitzer, Dean R. Transforming Performance Measurement: Rethinking
the Way We Measure and Drive Organizational Success. New York:
AMACOM, 2007.
9. Rose, Todd. The End of Average: How We Succeed in a World That
Values Sameness. San Francisco: HarperOne, 2016.
10. Daniels, Gilbert S. and Meyers Jr., H. C. Anthropometry of Male
Basic Trainees. Wright Air Development Center, Air Research and
Development Command, United States Air Force, July
1953. http://noblestatman.com/uploads/6/6/7/3/66731677/cockpit.gilber
t.report.pdf