Cómo pienso
Las buenas decisiones nacen entre la narrativa y la medición. Estos son los principios que uso para encontrar tensiones ocultas, poner a prueba la intuición y convertir el análisis en acción.
En las revisiones de campañas globales se repetía un momento familiar. Aparecía un concepto en la pantalla y la conversación giraba en torno a dos preguntas.
¿Esto conectará con las personas?
¿Cómo lo sabremos?
La primera pregunta pertenece a la narrativa. Busca entender qué les importa a las personas, qué tensión reconocen y qué podrían empezar a creer después de escuchar algo.
La segunda pertenece a la medición. Pregunta qué cambió, en comparación con qué, para quién y si la señal es lo bastante fuerte como para justificar una decisión.
El marketing suele separar estas preguntas. El equipo creativo protege la narrativa; el equipo de analytics protege los números. Una campaña pasa de uno a otro como si significado y evidencia fueran etapas diferentes de una línea de producción.
Nunca he podido pensar en ellas por separado. Una narrativa sin medición puede convertirse en una explicación hermosa de algo que no está ocurriendo. La medición sin narrativa puede convertirse en un registro preciso de un comportamiento que nadie entiende.
Mi forma de pensar vive en el movimiento entre ambas. La narrativa da coherencia a la ambigüedad. La medición cuestiona la narrativa. El trabajo se vuelve útil cuando esa tensión cambia una decisión.
La narrativa encuentra la tensión
Cuando un problema es ambiguo, rara vez empiezo pidiendo más ideas. Busco la tensión que el planteamiento más evidente ha ocultado.
Al trabajar en productos de comunicación en distintos mercados, aprendí que el mismo producto no podía explicarse de la misma manera en todas partes. Los hechos podían viajar. El significado, no.
Lo que sonaba aspiracional en un lugar podía sentirse lejano en otro; lo que parecía un beneficio claro desde dentro de la empresa podía resultar irrelevante para quien lo escuchaba. Una mayor distribución no resolvía ese problema. A veces, una narrativa más precisa sí.
Pienso en la narrativa como un modelo de trabajo sobre cómo una persona pasa de una comprensión a otra, no como la campaña que envuelve la estrategia. Define qué hechos importan, qué causa qué, quién actúa y por qué la consecuencia merece atención.
El ensayo de Jerome Bruner The Narrative Construction of Reality puso en palabras algo que había encontrado en la práctica: las personas no reciben la realidad como una lista de observaciones. Organizan los acontecimientos en relatos que hacen comprensibles los motivos, la secuencia y las consecuencias.
El trabajo de Karl Weick sobre la construcción de sentido plantea una idea relacionada dentro de las organizaciones. Ante la ambigüedad, las personas actúan a partir de las explicaciones que pueden construir, revisar y compartir.
La narrativa ya existe, sea útil o no. Un equipo que dice “los clientes quieren simplicidad” tiene una narrativa. Un dashboard organizado alrededor de la conversión tiene una narrativa sobre lo que significa avanzar. Un roadmap que prioriza un segmento sobre otro tiene una narrativa sobre de dónde vendrá el valor.
El primer trabajo es hacer esa narrativa lo bastante visible como para cuestionarla.
Busco distinciones porque exponen la narrativa oculta. Traducción y localización parecen palabras cercanas hasta que una traducción técnicamente correcta le suena mal a quien la lee. Actividad y aprendizaje pueden compartir un dashboard hasta que un equipo lanza diez experimentos y no puede explicar qué sabe ahora que no sabía antes.
Una distinción útil hace más que cambiarle el nombre al problema. Revela la elección que el planteamiento anterior ocultaba.
La medición cuestiona
Lo más incómodo de una buena narrativa es lo rápido que empieza a parecer verdadera.
La coherencia tiene fuerza persuasiva. Cuando las piezas encajan, la evidencia contraria empieza a parecer ruido.
La medición se gana su lugar al resistirse a la narrativa, no al decorarla con porcentajes. Debe mostrar dónde falla la explicación.
Antes interpretaba el lift agregado como evidencia de que una narrativa había llegado a distintos públicos.
Los resultados por mercado cambiaron esa interpretación. A veces, la aparente victoria se apoyaba en el público que ya era más fácil de persuadir, mientras el público que el negocio necesitaba después seguía sin responder.
La medición era correcta. La conclusión era demasiado amplia.
Esa distinción cambió lo que buscaba. Una campaña podía tener un buen desempeño general y aun así no mover el mercado, el segmento o el comportamiento del que dependía la estrategia.
Era fácil reportar lift. Evaluar el alcance estratégico era más difícil y tenía más importancia.
Las métricas siempre llevan una teoría, incluso cuando está escondida en la implementación. Una tasa de finalización define dónde termina la experiencia. Una ventana de atribución decide qué acciones cuentan como causas. Un promedio oculta la distribución que resume.
Un dashboard también da prioridad visual a ciertos comportamientos y hace más costoso advertir otros.
Eso no vuelve sospechosa a la medición. Muestra que está diseñada.
Donald Campbell advirtió sobre una consecuencia en Assessing the Impact of Planned Social Change. Cuando un indicador cuantitativo cobra importancia en las decisiones, aumenta la presión por optimizarlo, muchas veces a costa del proceso que debía representar.
La advertencia suele repetirse como una razón para desconfiar de las metas. Yo la tomo como una razón para examinar la relación entre la meta y la narrativa que la rodea.
¿Qué tendría que ser cierto para que esta métrica signifique lo que decimos que significa? ¿Quién desaparece dentro del agregado? ¿Qué comportamiento podría mejorar el número y debilitar el resultado real? ¿Qué notaríamos en una conversación, una observación o un comentario cualitativo antes de que apareciera en los datos?
Los datos tienen más valor cuando generan fricción, no certeza. Deben exigirle más a la explicación favorita.
El test tiende el puente
Cuando la intuición y los datos discrepan, los equipos suelen elegir un lado. La persona con experiencia defiende el contexto; el analista defiende el instrumento. La reunión se convierte en una disputa sobre qué forma de conocer tiene más prestigio.
Prefiero convertir el desacuerdo en un test.
Un buen test empieza por el mecanismo dentro de la narrativa. Si partir de la motivación del usuario debería mejorar la finalización porque vuelve la experiencia personalmente relevante, el test debe medir la finalización.
También debe proteger el resultado que el nuevo paso podría perjudicar: calificación, retención, confianza o lo que venga después.
Esa protección importa porque la mayoría de las narrativas convencen en su contexto inmediato. Explican el efecto que queremos e ignoran el sistema que lo rodea.
Una mejora en conversión puede reducir la calidad de los leads. Un menor costo de adquisición puede ocultar una retención más débil. Un mensaje puede funcionar con el público más fácil y hacer que el producto sea menos comprensible para el público que el negocio necesita después.
La regla de decisión importa por otra razón. Sin ella, un test puede producir datos para siempre.
Los equipos examinan segmentos, debaten la significancia, piden otra semana y conservan el desacuerdo original dentro de una hoja de cálculo más grande. El análisis crece mientras la decisión sigue intacta.
Por eso quiero saber de antemano: ¿qué resultado aumentaría nuestra confianza? ¿Qué la debilitaría? ¿Qué efecto negativo haría inaceptable la aparente victoria? ¿Cuándo paramos?
No toda pregunta importante puede resolverse mediante un experimento. Los profesionales con experiencia deciden habitualmente con instrumentación incompleta, muestras pequeñas, feedback lento o consecuencias que no se pueden aislar con claridad.
El criterio todavía debe hacerse cargo de lo que queda. No sé si esa parte alguna vez podrá formalizarse por completo sin convertirse en otra métrica manipulable.
Incluso cuando un test perfecto es imposible, la disciplina permanece: explicitar la creencia y la evidencia, y luego identificar qué te haría cambiar de opinión. La incertidumbre debe formar parte de la decisión, en lugar de esconderse detrás de un tono seguro.
Pensar termina en decidir
La medición en marketing suele ser más convincente justo antes de volverse insuficiente.
He construido modelos de marketing mix para entender qué inversiones estaban asociadas al crecimiento. El resultado podía ordenar canales, estimar contribuciones y darles un lenguaje común a las conversaciones de presupuesto. No podía decidir en qué quería convertirse el negocio.
Un canal puede parecer eficiente porque captura demanda que ya existe en el mercado. Otro puede parecer más débil a corto plazo mientras genera conocimiento de marca entre las personas que el negocio necesita después.
Si la decisión se basa solo en el retorno inmediato, el modelo hace más que medir la estrategia. Se convierte silenciosamente en la estrategia.
Ahí empieza la revisión estratégica. ¿El objetivo es obtener más del público actual, entrar en una categoría nueva, cambiar quién considera el producto o descubrir qué mensaje puede sostener la siguiente etapa de crecimiento?
El mismo análisis puede respaldar elecciones distintas porque el objetivo cambia lo que cuenta como buena evidencia. Ampliar el mix actual puede ser lo correcto cuando la restricción es la eficiencia. Redistribuir la inversión hacia un canal menos probado puede ser lo correcto cuando el negocio necesita crear demanda en vez de capturarla.
Ninguna de esas elecciones vive dentro del modelo. El modelo aclara el intercambio; el criterio asigna valor a cada lado.
El trabajo está completo cuando alguien puede decidir dónde invertir, qué no financiar, qué riesgo es aceptable y qué evidencia justificaría reconsiderar la elección. Un análisis que no puede modificar una asignación, un público, un mensaje o una prioridad de mercado todavía está incompleto.
La IA hace más visible ese límite porque la ejecución puede adelantarse a la interpretación. Los equipos pueden producir más mensajes, análisis y experimentos antes de decidir qué mercado vale la pena perseguir o qué tipo de crecimiento merece la inversión. La habilidad escasa pasa a ser formular la pregunta, elegir qué evidencia cuenta y saber cuándo el resultado es suficientemente confiable para actuar.
La narrativa le da significado a la decisión. La medición le ofrece resistencia. El criterio es lo que queda después de que ambas hayan tenido la oportunidad de hacerte cambiar de opinión.
Fuentes
- Jerome Bruner, "The Narrative Construction of Reality", Critical Inquiry, 1991.
- Karl E. Weick, Sensemaking in Organizations, SAGE, 1995.
- Donald T. Campbell, "Assessing the Impact of Planned Social Change", publicado originalmente en 1976.