Unas gráficas que personalmente me gustan mucho y que recomiendo son las denominadas bullet graphs, diseñadas por Stephen Few. En ellas concentra bastante información en muy poco espacio. Se basa en una especie de termómetro que sobre unas capas con diferentes tonalidades nos indican los niveles que consideramos como malos, aceptables o muy buenos sobre la variable que estemos midiendo.
Por ejemplo pensemos en el precio que pagamos por una barra de pan. Un precio muy bueno nos puede parecer 0,60€, luego pintamos en una tonalidad la zona desde 0€ hasta 0,6€. Un precio razonable nos puede parecer hasta 1,5€, por ejemplo un pan un poco más especial y que nos gusta mucho, por tanto pintaríamos en una tonalidad diferente entre 0,6€ y 1,5€.
Por último todo lo que sea más de 1,5€ nos parece caro, y por tanto lo pintamos con otra tonalidad. Una vez que tenemos estas referencias visuales establecidas es hora de pintar el precio que hemos pagado esta semana por el pan, y lo representamos con una barra sobre nuestras áreas sombreadas.
El intervalo de tiempo en el cual medimos lo elegimos nosotros acorde a nuestras necesidades de información y posibilidad para medir. No siempre tenemos tiempo disponible para medir.
Decisiones que tomamos. Esta parte parece un poco trampa porque para tomar una decisión primero hemos tenido que describir qué esperábamos como resultado aceptable y qué esperábamos como resultado no aceptable y por tanto invalidaría nuestra suposición o hipótesis. ¿Cómo fijamos un margen de tolerancia a nuestra decisión?
Por ejemplo: Tengo que decidir si echar gasolina o no a mi coche. Llego a una gasolinera para llenar el depósito y un margen razonable, en base a lo que cuestan las gasolineras de mi comunidad autónoma, de media sería entre 1,34€/litro y 1,37€/litro. Luego si llego a la gasolinera y cuesta 1,5€, a menos que no tenga más remedio que echar gasolina, me iría a buscar otra que tuviese mejor precio. Por tanto mi margen de tolerancia sería entre 1,34€ y 1,37€ para tomar la decisión de echar gasolina.
Volvamos a nuestro modelo de negocio. Imaginemos que la hipótesis o suposición que quiero validar de mi modelo de negocio es “Creo que el segmento de clientes que toma café por la mañana antes de ir al trabajo, lo hará mientras se desplaza al trabajo, comprando un café para llevar”. Mi decisión a tomar puede ser cambiar mi propuesta de valor en mi local para servir a este segmento de clientes. En este caso ¿qué margen de tolerancia fijo para tomar esta decisión? ¿Tengo algún tipo de referencia de estudios sobre consumidores de café? ¿Existen análisis sobre el comportamiento de este tipo de consumidores?
No hace falta que nos volvamos locos con las referencias. No dediques más de 30 o 45 minutos en buscar un estudio que te facilite la referencia que necesitas. Si no la encuentras, te toca hacer una aproximación o estimación, lo que se viene denominando “guesstimation”.
Para ello nos puede ser de gran ayuda conocer los “problemas de Fermi”. El físico Enrico Fermi establecía una serie de estimaciones sin apenas datos, simplemente con afirmaciones que pareciesen suficientemente razonables. No se paraba al detalle o la precisión sino en hacer buenas argumentaciones lógicas y sobre ellas estimar con cantidades descritas en base 10. Una buena lista de problemas de este tipo ha sido elaborada por la Universidad de Maryland.
Os propongo el siguiente ejemplo que he tratado de aproximar con este método. Queremos saber cómo de grande es la oportunidad de negocio del café para llevar. Queremos alguna estimación sobre el tamaño de la oportunidad en Madrid capital. No sabemos si adaptar nuestra propuesta de valor hacia el segmento de clientes que toman café para llevar. Empecemos con las argumentaciones y estimaciones:
•Estimar la población de Madrid capital en 3 millones: 3*10^6 (“^” representa la potencia, elevar 10 al número que le sigue)
•Asumir que la población de Madrid toma café.
•Estimar que un tercio de la población es adulta. 1*10^6
•Estimar que la mitad de esta población toma café. 5*10^5
•Estimar que uno de cada 10 compra cada semana un café para llevar. 5*10^4
Estimamos entonces que en Madrid capital se venden cada semana 50.000 cafés para llevar. A una media de 2€ el café, son 100.000€ cada semana. De este modo ya podemos empezar a hacernos una idea sobre la oportunidad y si queremos hacer algún experimento para validar si nuestra propuesta de valor de preparar café para llevar tiene sentido o no.
Nota: Este post ha sido elaborado conjuntamente entre Néstor Guerra (Ingeniero y MBA) y Mª Dolores Novillo (Matemática).
