Curso EBM 2: El modelo lógico de proyecto en EBM
Tiempo de lectura: 5 minutos
Segundo capítulo del curso de Evidence-Based Management. Antes de entrar en las metas estratégicas e intermedias de EBM, conviene entender el modelo lógico de proyecto — el meta-modelo que explica en qué punto del proceso de creación de valor está midiendo cada métrica que usamos.
Modelo lógico de proyecto
El modelo lógico nos ayuda a analizar qué objetivos y métricas usamos en una iniciativa, y a entender por qué se miden (qué decisiones pasadas los motivaron), para qué se miden (qué se decide con la información obtenida), qué incentivos generan en las personas, y cómo pasar de una cultura de entregables a una cultura de resultados.
Distingue cinco etapas en la creación de valor:
- Recursos: lo que necesitamos para realizar el trabajo. Métrica típica: coste de las personas o de los recursos técnicos.
- Actividades: cómo gestionamos y mejoramos el propio proceso de trabajo. Métrica típica: número de defectos creados, frecuencia de despliegues, cobertura de pruebas.
- Producto: qué aspectos del producto entregado importan para su gestión o su valor. Métrica típica: índice de uso de las funcionalidades, número de versiones entregadas.
- Resultados (para el usuario o cliente): cómo mejora la vida de quien usa o paga el producto. Métrica típica: NPS de satisfacción, tiempo medio de atención en soporte.
- Impacto en la organización: qué beneficio obtiene la empresa de haber invertido esos recursos. Métrica típica: facturación del producto, duración media del contrato.
Es importante no unificar resultados (para el cliente) e impacto (para la empresa) en una sola etapa, aunque algunas variantes del modelo lo hagan: separarlos evita perder el foco en las necesidades reales del cliente, y favorece la sostenibilidad de los resultados de negocio a largo plazo.
Hipótesis de valor
Cada objetivo y métrica que definimos en este modelo es, en el fondo, una hipótesis de valor: creemos que mejorar esta actividad, este producto o este resultado se va a traducir en más valor para el cliente y para la organización — pero hasta que no tenemos evidencia, es solo una suposición.
La motivación de las personas depende de su percepción sobre los objetivos y su grado de consecución. Cuando un indicador claro se liga a las recompensas de una persona (un bono, por ejemplo), se crea un incentivo fuerte para maximizar precisamente ese indicador — lo que es peligroso si el indicador no está bien alineado con el objetivo real: la gente puede maximizar su métrica sin contribuir de verdad al valor que se buscaba.
Por eso, si vas a poner incentivos económicos sobre objetivos y métricas, conviene hacerlo sobre las etapas finales del modelo — resultados para el cliente o impacto para la organización — y no sobre recursos o actividades, donde es más fácil "hacer trampa" a la métrica sin generar valor real.
Ciclo de inspección y adaptación
El modelo lógico no es un ejercicio de diseño que se hace una vez y se archiva: cobra sentido dentro de un ciclo continuo de inspección y adaptación. Cada Sprint (o cada ciclo equivalente) medimos el estado de las métricas relevantes en cada etapa, comparamos con lo esperado, y decidimos si seguimos, ajustamos la hipótesis o la descartamos.
Esto es lo que conecta el modelo lógico con el empirismo de EBM: no basta con definir bien las etapas y sus métricas una vez — hay que revisarlas de forma recurrente, con datos reales del producto en producción, y estar dispuesto a cambiar de rumbo cuando la evidencia contradiga la hipótesis inicial. Es exactamente el mismo ciclo de inspección y adaptación que ya conoces de Scrum, aplicado esta vez a las metas de negocio en vez de solo al incremento de producto.
En el próximo capítulo veremos las metas estratégicas de EBM y cómo se relacionan con Scrum y con OKR. Si quieres una visión de conjunto, revisa Evidence-Based Management: alineando equipos, productos y estrategia. El curso Professional Agile Leadership - Evidence-Based Management trabaja este modelo con casos reales.