La métrica dice una cosa. El trabajo real puede estar contando otra

El tablero muestra que todo marcha bien. Los casos cerrados aumentaron, el tiempo promedio bajó y el equipo alcanzó la meta mensual. Sin embargo, las personas con más experiencia están corrigiendo errores fuera del sistema, los casos difíciles se transfieren para proteger el promedio y nadie reserva tiempo para enseñar. La cifra no es falsa. Simplemente cuenta una parte de la historia.

Medir es necesario. Sin indicadores, una organización depende de impresiones, anécdotas y jerarquías. El problema comienza cuando confundimos una representación útil con el trabajo completo. Entonces, la métrica deja de ayudarnos a preguntar y empieza a dictarnos qué merece existir.

Este artículo propone una forma práctica de usar indicadores sin ignorar contexto, aprendizaje, colaboración y efectos no medidos. No se trata de abandonar los datos, sino de devolverles su función correcta: orientar una conversación responsable sobre la realidad.

Una cifra puede ser correcta y aun así conducir a una mala decisión

Toda métrica selecciona. Para calcular entregas por semana, por ejemplo, hay que decidir qué cuenta como entrega, cuándo comienza y termina, cómo se trata una devolución y si todos los casos tienen dificultad comparable. Esas decisiones no invalidan el indicador; muestran que detrás de cada número existe un modelo.

Robert D. Austin, en Measuring and Managing Performance in Organizations, analiza una tensión central: la medición funciona mejor cuando la persona que mide y la persona medida comparten una comprensión suficiente del proceso. Cuando esa comprensión es débil, el sistema puede recompensar conductas que mejoran el resultado observable mientras deterioran aspectos importantes que quedaron fuera.

La dificultad aumenta en trabajos complejos. Un indicador de velocidad puede no registrar la calidad de una explicación, la prevención de un problema futuro o la ayuda ofrecida a un colega. Un índice de satisfacción puede ocultar clientes que abandonaron antes de responder. Una cifra de ventas puede mejorar mediante descuentos que comprometen el margen o mediante promesas que operaciones tendrá que resolver después.

La conclusión no es que las cifras engañan por naturaleza. Es que una cifra responde a una pregunta delimitada. El error consiste en pedirle que responda también todo lo que no fue diseñada para observar.

Cuando el indicador se convierte en objetivo

Una medida descriptiva cambia de comportamiento cuando se vincula a premios, castigos, reputación o continuidad laboral. Las personas comienzan a organizar su esfuerzo alrededor de aquello que el sistema ve. Muchas veces no hay fraude: hay adaptación racional.

La investigación de Gwyn Bevan y Christopher Hood sobre metas en el sistema público de salud inglés mostró cómo los objetivos pueden producir mejoras, pero también selección de casos, manipulación y concentración en lo medido. Su análisis no autoriza a afirmar que toda meta genera esos efectos. Sí obliga a reconocer que un sistema de control modifica el entorno que pretende observar.

Sven Siverbo, Mikael Cäker y Johan Åkesson proponen distinguir varias consecuencias disfuncionales de la medición del desempeño. Entre ellas aparecen el comportamiento de juego —optimizar el indicador sin mejorar el propósito— y el desplazamiento de atención desde dimensiones difíciles de medir hacia otras más visibles. Los riesgos dependen del contexto, del diseño y del modo en que se usa la información.

Podemos reconocer cuatro patrones cotidianos:

• Selección: se priorizan tareas fáciles o clientes favorables porque elevan el resultado.
• Desplazamiento: el esfuerzo se mueve desde calidad, aprendizaje o cooperación hacia la variable premiada.
• Ocultamiento: los problemas dejan de registrarse porque reportarlos empeora la posición del equipo.
• Cortoplacismo: se alcanza la meta presente a costa de mantenimiento, confianza o capacidad futura.

Estos patrones no se descubren mirando únicamente el mismo tablero que los incentiva. Requieren contraste con otras evidencias y, sobre todo, conversaciones en las que señalar una anomalía no sea castigado.

Lo que suele quedar fuera del tablero

El trabajo real incluye actividades visibles e invisibles. Alguien responde una consulta, pero también interpreta una excepción, calma una tensión, enseña una regla, documenta una solución y decide si conviene escalar el caso. Si solo contamos respuestas, esas contribuciones desaparecen administrativamente aunque sigan siendo indispensables.

Conviene revisar cuatro dimensiones que suelen perderse:

1. Contexto

Dos resultados iguales pueden requerir esfuerzos muy distintos. Cerrar diez solicitudes rutinarias no equivale a resolver diez casos ambiguos. Comparar sin segmentar por complejidad, recursos o restricciones puede convertir una diferencia de contexto en un juicio sobre capacidad.

2. Calidad diferida

Algunos efectos aparecen después. Una respuesta rápida puede reabrirse tres días más tarde; una contratación apresurada puede elevar rotación meses después; omitir mantenimiento puede mejorar disponibilidad hoy y provocar una falla futura. La ventana temporal de la métrica determina qué consecuencias alcanza a ver.

3. Colaboración

Quien ayuda a otros puede producir menos unidades propias y, al mismo tiempo, aumentar el rendimiento colectivo. Si el sistema solo reconoce resultados individuales, convierte la cooperación en un costo privado. Esto conecta con otro problema ya tratado en el Club: la carga que los indicadores no ven.

4. Aprendizaje

Experimentar, documentar errores y formar a una persona consume tiempo antes de producir beneficios. Una medición demasiado corta puede castigar precisamente las actividades que mejoran el sistema. La organización alcanza el mes, pero pierde la capacidad de resolver mejor el siguiente.

Cinco preguntas antes de convertir una cifra en decisión

Un indicador gana calidad cuando se lo somete a preguntas explícitas. Antes de premiar, sancionar, contratar, despedir o rediseñar un proceso, conviene detenerse.

1. ¿Qué propósito representa? Nombrar el resultado humano u organizacional que importa. “Tiempo de respuesta” no es el propósito; puede ser una aproximación a acceso oportuno y resolución útil.
2. ¿Qué deja fuera? Identificar calidad, complejidad, cooperación, equidad, aprendizaje y efectos posteriores que no entran en el cálculo.
3. ¿Qué conducta incentiva? Imaginar qué haría una persona razonable si su evaluación dependiera mucho de esa cifra.
4. ¿Con qué evidencia debe contrastarse? Combinar resultados, procesos y señales cualitativas: reingresos, errores, muestras de trabajo, observación, entrevistas o relatos de clientes.
5. ¿Quién puede cuestionar la interpretación? Incluir a quienes realizan y reciben el trabajo, no solo a quienes diseñan el tablero.

La quinta pregunta es decisiva. Un tablero sin derecho a réplica se transforma con facilidad en autoridad automática. La experiencia de quienes ejecutan el proceso no sustituye la evidencia, pero ayuda a interpretarla y a descubrir mecanismos que el dato agregado oculta.

Diseñar un pequeño sistema de medición responsable

No hace falta multiplicar indicadores hasta crear otro problema. Un conjunto pequeño puede ser más útil si cada medida tiene una función clara. Para una operación de atención, por ejemplo, se podría combinar:

• un indicador de resultado: proporción de casos resueltos de forma estable;
• uno de proceso: tiempo hasta la primera respuesta útil, segmentado por complejidad;
• uno de calidad o contrapeso: reaperturas, errores o reclamos;
• una señal de capacidad futura: documentación, formación o mejoras implementadas;
• una revisión cualitativa: muestra de casos y conversación periódica con equipo y usuarios.

La combinación evita que una sola cifra monopolice el juicio. También conviene definir por escrito su fuente, periodicidad, responsable, límites y decisiones permitidas. Un indicador puede servir para detectar dónde investigar sin ser suficiente para evaluar individualmente a una persona.

Esta distinción entre señal y veredicto protege tanto a la organización como a sus integrantes. Una caída puede activar una revisión; no debería producir automáticamente una conclusión causal. Tal como ocurre con la mejora continua cuando solo mira eficiencia, el criterio aparece al conectar desempeño, condiciones de trabajo y propósito.

Una revisión de treinta minutos

El próximo tablero puede revisarse con un ejercicio breve. Elija una métrica importante y reúna a alguien que la diseña, alguien cuyo trabajo es medido y alguien que recibe el resultado. En diez minutos, cada persona escribe qué cree que mide, qué no mide y qué conductas podría provocar. Luego comparan las respuestas y eligen un contrapeso.

La prueba no busca consenso perfecto. Busca revelar diferencias de interpretación antes de que se conviertan en decisiones injustas o ineficaces. Si el equipo no puede explicar la relación entre la cifra y el propósito, la medida necesita rediseño. Si sí puede explicarla, debe todavía registrar sus límites.

Medir para comprender, no para dejar de pensar

Una buena métrica no elimina el juicio; lo disciplina. Permite detectar cambios, contrastar intuiciones y formular mejores preguntas. Su valor disminuye cuando reemplaza el propósito, oculta sus supuestos o se convierte en una sentencia que nadie puede discutir.

La pregunta final no es si debemos medir. Es qué realidad construimos cuando decidimos qué contar, cómo premiarlo y qué voces escuchamos para interpretarlo.

¿Qué indicador de tu trabajo parece preciso, pero necesita contexto antes de orientar una decisión importante?

Lecturas y fuentes para profundizar

• Robert D. Austin, Measuring and Managing Performance in Organizations (Dorset House Publishing, 1996, ISBN 978-0-932633-36-1). Un libro sobre las condiciones y riesgos de los sistemas de medición.
• Gwyn Bevan y Christopher Hood, “What’s Measured Is What Matters: Targets and Gaming in the English Public Health Care System”, Public Administration (2006). DOI 10.1111/j.1467-9299.2006.00600.x.
• Sven Siverbo, Mikael Cäker y Johan Åkesson, “Conceptualizing dysfunctional consequences of performance measurement in the public sector”, Public Management Review (2019). DOI 10.1080/14719037.2019.1577906.
• Monica Franco-Santos, Lorenzo Lucianetti, Mike Bourne (2012). Contemporary performance measurement systems: A review of their consequences and a framework for research. Management Accounting Research, 23(2), 79-119. Fuente original.
• Steven Kelman, John Norton Friedman (2007). Performance Improvement and Performance Dysfunction: An Empirical Examination of Impacts of the Emergency Room Wait-Time Target in the English National Health Service. SSRN Electronic Journal. Fuente original.

Elaborado por Ricardo Gaibor

Este artículo fue elaborado por Ricardo Gaibor con ayuda de sistemas de inteligencia artificial en tareas de investigación, organización y edición. La selección, interpretación y responsabilidad editorial del contenido corresponden al autor.