La única forma de crear valor es iterando a partir de los datos#
Elaborado en el ejercicio de Año Sabático autorizado en la UJED
Po: You set me up to fail? Why?
Shifu: If you only do what you can do you’ll never be more than you are now
Po: But I don’t wanna be more! I like who I am!
Shifu: You don’t even know who you are.
Maestro Shifu. Kung Fu Panda 3.
En 2011, durante mi primer semestre en la maestría en Economía, me decidí inscribir a un evento: Startup Weekend.
El evento empezaba un viernes por la tarde. El reto era crear un proyecto de negocio durante el fin de semana y presentarlo en Domingo. Era la primera vez que hacía algo así junto a personas tan talentosas: habían programadores, diseñadores y con perfil de negocios, cada persona más extraordinaria que la siguiente.
En la pared colgaba una lona que decía “No talk, all action”.
Me quedé enganchado con esa idea. La filosofía detrás de estas cuatro palabras era no pasar demasiado tiempo planeando y comenzar a ejecutar lo antes posible. La mejor forma de saber si una idea funciona es poniéndola a prueba.
La metodología Lean Startup#
2008 fue un año muy intenso en la historia de la humanidad.
Lo recuerdo bien porque fue el año en el que salí de la universidad. En mis últimos semestres tomaba una clase donde el profesor nos explicaba en tiempo real lo que estaba pasando en los mercados financieros y cómo el mundo caía en una inminente recesión. Todo eso mientras me preparaba para salir de mi licenciatura.
Salí a un mundo muy diferente al que existía mientras estudié la licenciatura.
Ese mismo año, Eric Ries publicó el libro “The Lean Startup”. Era una filosofía diferente a la creación de negocios, que permitía a las empresas adaptarse en tiempos cambiantes, no importa su tamaño. Su adopción fue inmediata en el mundo de las startups de tecnología.
¿En qué consiste esta metodología?
La idea central es fracasa rápido, fracasa barato. En otras palabras, comienza tu negocio asumiendo que en tu primera versión vas a fracasar. El producto no es lo que el cliente buscaba, te equivocaste en el canal para promocionarlo, el nicho de mercado no era en mejor. Todas estas cosas pueden y van a pasar. Tu trabajo es identificarlas al menor costo posible y cambiar rápidamente para encontrar el mejor ajuste entre producto y mercado.
Y nadie mejor para enseñarnos cómo se hace que un monje inglés del siglo XVIII.
Bayes y las bolas de Billar#
Thomas Bayes era un ministro presbiteriano, mejor conocido por el teorema que lleva su nombre.
En 1763, Bayes publicó un ensayo donde explicaba una forma diferente de hacer estadística. Su impacto fue tan grande que hay una clara distinción entre la estadística frecuentista de la Bayesiana. Mientras la estadística frecuentista interpreta la probabilidad como la frecuencia a largo plazo de un evento, la bayesiana la entiende como una medida de la creencia sobre un evento.
Imaginemos un juego de billar.
Yo le pego a la bola blanca mientras tú no estás viendo. La bola se mueve por toda la mesa hasta que se detiene en algún punto aleatorio. Mido la distancia de la orilla de la mesa a donde cayó la pelota, registro lo que medí y guardo la bola blanca.
La posición de la bola está oculta para ti, pero te voy a dar algunas pistas para que la adivines.
Ahora lancemos bolas rojas. Cada bola que lancemos va a caer en un lugar aleatorio de la mesa. Yo sólo te voy a decir si cayó a la derecha o a la izquierda de la bola que lanzamos al inicio.
¿Podrías decirme en dónde cayó la pelota?
Empieza con un conocimiento previo, pero actualízalo sobre la marcha#
Nuestra hipótesis es que existe un modelo de negocios que se ajusta de manera ideal a un mercado existente.
El problema es que no hay forma de saberlo antes de hacer la prueba. No hay libro, clase o mentoría que te de el secreto para crear un negocio innovador que genere ganancias millonarias. Si fuera conocimiento público, alguien más ya lo habría hecho y la oportunidad desaparecería.
Se llama la hipótesis de los mercados eficientes.
Cuando el panorama es incierto, lo mejor que podemos hacer es experimentar. Esto implica tomar los pasos del método científico y aplicarlos en todos los aspectos de nuestro modelo de negocio. Todo está sujeto a modificación, si los datos nos dice que no está funcionando.
El objetivo es lograr esto al menor costo posible.
MVP: Mínimo Producto Viable#
Fracasa rápido, fracasa barato.
Un día estás platicando con tus amigos y decides aliarte con Dani para abrir una heladería. Platican por horas sobre los sabores que van a ofrecer, en dónde se van a establecer y el nombre que le van a poner. Incluso diseñaron un logo en una servilleta.
Sólo hay un problema: no tienen dinero para hacer todo eso.
La mayoría de las personas piensa que, si su idea es muy buena, podrían ir con un inversionista, mostrarle el plan de negocios y levantar el capital que necesitan. Ahora sólo queda implementar el plan y sentarse en un camastro en la playa a ver cómo la cuenta de banco se incrementa. Listo, eres millonario.
Excepto que eso nunca ha sucedido en la historia.
La realidad es que no hay plan de negocios que sobreviva a la realidad. No hay forma de tener todo listo. No importa si eres el mejor estratega de negocios del mundo, en algún momento tienes que hacer pruebas y fallar. No hay forma de evitarlo.
El truco es fallar de forma inteligente.
En nuestra heladería, nuestro sueño podría ser un local comercial en el centro comercial más grande de la ciudad. ¿Cuál sería la versión más ligera de este modelo de negocio? Depende de lo que deseamos comprobar.
Si deseas comprobar si hay demanda por los sabores, ¿de verdad necesitamos ese local?
Un mínimo producto viable es la versión mínima con la que puedes comprobar tu hipótesis. Por ejemplo, puedes comenzar vendiendo los helados en linea. De esta manera puedes observar cuáles son los sabores que les gustan y cuáles no.
Solo hay un detalle importante: para saber lo que funciona y lo que no, hay que usar los principios de la inferencia causal.
Métricas y experimentos#
Todo en tu modelo de negocios es sujeto a ser parte de un experimento.
En una startup, el lanzamiento del producto se hace de manera continua. En cada versión de tu modelo de negocio hay pequeñas variaciones que hacer. Cada variación implica una comparación de las métricas relevantes.
Estos son los elementos de tu modelo de negocio de los que puedes hacer variaciones relevantes, en términos generales.
El segmento de mercado al que te diriges.
La localización.
Los canales por los que te publicitas.
La estrategia de precios.
Todas las características del producto o servicio.
Todos estos aspectos pueden afectar tus ventas, la operación de tu empresa y tu rentabilidad.
Cuidado con las métricas de vanidad#
En un mundo lleno de datos, es fácil perdernos entre lo que es fácil y lo que vale la pena medir.
Es fácil medir los followers, likes y reposts en nuestra página de redes sociales.
Es fácil dar seguimiento al número de suscriptores de nuestro newsletter o al tráfico de la página.
Pero esas son métricas que no nos dicen mucho sobre el rendimiento real de nuestro negocio. A estas métricas les llamamos métricas de vanidad. Las métricas de vanidad se sienten bien, pero seguirlas no ayuda a hacer mejoras sustanciales en el negocio.
Por el contrario, deseas que tus métricas sean accionables.
Algunos ejemplos de Métricas accionables:
Tasas de conversión
Tasas de opt-in donde los usuarios pongan su correo en una landing page.
Costo de adquisición de clientes (CAC).
No siempre es fácil seguir estas métricas.
En ocasiones es necesario hacer fórmulas complejas para darles seguimiento. En otros casos requiere de hacer registros cuidadosos que toman tiempo y recursos adicionales. Pero estas son las métricas que vale la pena seguir.
Si no estás siguiendo estas métricas, estás dejando dinero en la mesa.
Realiza cambios basados en la evidencia#
Hasta el momento hemos:
Lanzado un producto mínimo viable.
Definiste tus métricas, evitando las métricas de vanidad.
Es momento de divertirnos.
El juego se llama “usa el método científico para definir tu negocio”. La idea es hacer modificaciones continuas a tu modelo de negocio de acuerdo a lo que la evidencia te dice.
Si la evidencia dice que los helados en cono son mejores que en vaso, elige helados en cono. Si la evidencia dice que los sabores tradicionales se venden más que los exóticos, pero los exóticos se venden más caro, puedes elegir enfocar tus sabores de acuerdo al cliente al que quieres atender.
No importa lo que digan los libros, tu tía o los “expertos en mercadotecnia”. Lo único que importa es lo que digan los datos.
Cómo hacer una empresa basada en datos#
Esta metodología no sólo sirve para startups o empresas de tecnología, también se puede implementar en empresas en marcha.
Lo importante es que se sigan los siguientes principios:
Lanzamiento continuo: En ningún momento estaremos en la versión definitiva de la empresa. Siempre hay algo que modificar.
Fracasa rápido, fracasa barato: Si quieres probar una hipótesis, hazlo de la manera mas mínima posible y con iteraciones cortas.
Así se vería en nuestro emprendimiento de helados.
Paso #1: Identifica tu métrica de interés. Por ejemplo, imagina que quieres aumentar las ventas de helados en tu empresa en invierno. ¿Es posible?
Paso #2: Formula tu hipótesis. ¿Qué variable crees que es clave para hacer crecer las ventas? Sabemos que es un mito que comer helado en invierno causa resfriados. Si viviéramos en un mundo de homo economicus, a nadie le importaría comer helado en invierno, pero si tendrían problemas con hacerlo en un lugar cerrado, porque circulan los virus (¡espero que hayamos aprendido algo con la pandemia!). ¿Qué pasaría si vendiéramos helados con probióticos durante el invierno?
Paso #3: Identifica el mínimo viable. Lo peor que podrías hacer es crear un nueva línea de productos y hacer un gran lanzamiento. El mínimo viable en este caso sería tomar una muestra de tus clientes y ofrecerles el nuevo producto para estudiar su aceptación (o no).
Paso #4: Analiza tus métricas. Digamos que para probar nuestra hipótesis, vamos a un evento de navidad y ponemos un stand donde vendemos el producto que estamos probando. Para hacer nuestro estudio más robusto, podemos poner otro stand con nuestra oferta regular. De esta manera podremos comprobar la diferencia en las ventas.
Paso #5: Toma acción. Si las ventas en el stand con el producto nuevo son más altas que en el stand regular, significa que realmente hay interés en el producto novedoso.
Los libros tienen un problema: estas líneas las estás leyendo de forma lineal.
Da la impresión de que lo que te estoy diciendo es lineal, pero en realidad es cíclico. Vas a tomar acción y formular hipótesis de forma contínua. Si haces esto sin parar, estás reduciendo riesgos de negocio y mejorando tus métricas de negocio.
Te lo aseguro.
Referencias#
Bayes, T. (1763) An essay towards solving a problem in the doctrine of chances. By the late Rev. Mr. Bayes, F. R. S. communicated by Mr. Price, in a letter to John Canton, A. M. F. R. S
Ries, E. (2008) The Lean Startup: How Today’s Entrepreneurs use continuous Innovation to Create Radically Successful Businesses
Mollick, E. (2020) The Unicorn’s Shadow: Combating the Dangerous Myths that Hold Back Startups, Founders, and Investors
Spiegelhalter, D. (2019) The Art of Statistics: How to Learn from Data. Penguin.
Como citar este libro#
Cita en APA (7a edición)
García Meza, M. A. (2024). *Inferencia causal para negocios: Una guía práctica con Python*. https://inferenciacausal.com
Cita en MLA (9a edición)
García Meza, Mario A. *Inferencia Causal para Negocios: Una Guía Práctica con Python*. Durango, México, 2024. https://inferenciacausal.com.
Cita en Chicago
García Meza, Mario A. I*nferencia Causal para Negocios: Una Guía Práctica con Python*. Durango, México, 2024. https://inferenciacausal.com.
Espero que este libro te resulte útil.
Si eres economista y deseas escribir tu primer paper de economía, hice este curso gratis por correo justo para tí.
En este curso aprenderás a:
Crear objetivos de investigación que tienen sentido, que ningún juez te podrá “tumbar”.
Usar causalidad en tus modelos y no sólo seguir una receta de cocina para trabajar con datos.
Apoyarte de otras personas y la tecnología para escribir al menos dos papers al año, todos los años, consistentemente y para siempre.