Hoy quiero hablar de la prudencia en el análisis de datos a la hora de realizar proyecciones de ventas en una startup, valorar mercados y, en definitiva, hacer cualquier tipo de estimación.
Hacía tiempo que tenía en mente escribir esta nota pero la falta de tiempo me ha tenido algo alejado del teclado (salvo una excepción para Xataka).
Seguramente, esto de la prudencia en el análisis de datos pueda parecer una obviedad y alguien podría pensar que para este tipo de cosas se plantean siempre análisis del tipo «optimista/normal/pesimista» con tres estimaciones y datos. Sin embargo, cualquier análisis parte de unos cimientos básicos: la fiabilidad de los datos y no es algo que siempre cuestionemos.
Se suele decir que «el papel lo aguanta todo», una expresión que aplica mucho al Excel donde extender los cálculos es muy sencillo y, al final, la interpretación a los números la tenemos que aportar nosotros.
El Excel solamente nos ofrece la información que le hemos indicado que debe procesar; es decir, está realizando cálculos en base a unos datos que le hemos facilitado (ni más, ni menos). Por tanto, que un Excel indique que nuestro break even point será en 14 meses no significa que vaya a ser real puesto que dependerá de los datos que tomamos como base y, evidentemente, otros factores (mercado, marketing, respuesta de los clientes ante nuestra propuesta de valor, etc.)
Prudencia en el análisis de datos: cuestionando la fiabilidad
¿Y cuáles son los datos de base que hay que tomar? Esta es una buena pregunta pero su respuesta no es sencilla: partir de datos fiables. Dicho así, parece que no estamos diciendo mucho pero todo esto viene de uno de los primeros casos que me mandaron en el máster: «Rick’s Café Americain» de IESE.
El caso gira alrededor de una persona que quiere montar una cafetería aunque, eso sí, sin experiencia en el sector. Lo curioso es que, para no tener experiencia, diseña el modelo de funcionamiento de la cafetería con los precios de los productos y las estimaciones de cafés servidos en «horas punta» y en «horas valle»; básicamente, todo lo que uno necesita para montar un buen Excel y calcular dónde está el break even point y si el negocio vale la pena.
¿El gran problema? (y la cura de humildad de este caso) Antes de meter todo en un Excel y hacer cálculos falta un paso previo: cuestionarse la procedencia y fiabilidad de los datos a usar.
Aunque una cafetería ande alejada de una startup tecnológica, este punto de partida es común (y el error también se comete mucho). Ponemos datos en un Excel sin plantearnos si son datos fiables o son «estimaciones alegres» que estamos haciendo sin demasiado rigor.
Un análisis que parte de datos no fiables, al final, nos va a ofrecer conclusiones erróneas y nos va a encaminar a decisiones o líneas de actuación irreales.
¿Y entonces qué datos deberíamos usar? Antes de ponernos a hacer operaciones con un Excel, debemos ser prudentes y analizar qué datos vamos a usar: ¿son estimaciones?, ¿quién es la fuente de los datos?, ¿tenemos alguna manera de reducir la incertidumbre o contrastar los datos con una fuente fiable o solvente?, ¿en nuestro equipo contamos con alguien que tenga experiencia en el sector al que nos estamos dirigiendo?…
Podemos tomar como referencia estudios sectoriales, estudiar a la competencia y, por supuesto, hablar con nuestros clientes potenciales; todo este trabajo de análisis previo nos ayudará a realizar proyecciones mucho más sólidas.
Evidentemente, cuanto mayor sea el grado de conocimiento de nuestro equipo (qué somos capaces de hacer y en cuánto tiempo), más fiable serán nuestras estimaciones de capacidad de producción o de cumplimiento de plazos.
Al final, cuando nos marcamos objetivos de facturación o estimamos el break even point, lo que nos importa es que los planes sean realizables y, por tanto, seamos capaces de alcanzarlos.
Si hacemos planificaciones que tienen más ciencia-ficción que Star Wars, vamos a generar desconfianza en nuestros socios e inversores y, lo peor de todo, vamos a generar frustración en nuestro equipo (y esto es peligroso porque «atravesar el Valle de la Muerte» no es nada fácil).
¿Vale la pena planificar a 5 años vista?
Sin ánimo de abrir la «Caja de Pandora», la prudencia en el análisis de datos, sin duda, me lleva a hablar de las proyecciones a futuro. Extender celdas en Excel es muy sencillo, tanto, que con un par de fórmulas, podemos llegar a hacer estimaciones a 3 o a 5 años.
¿Tiene sentido una proyección a 5 años cuando nuestra startup aún no ha facturado? El sentido común tiende a decir que no; una proyección de ese tipo es más ciencia-ficción que otra cosa.
¿Por qué? La razón es la misma que hemos comentado antes, la incertidumbre de los datos; si no hemos facturado, no hemos validado nuestro modelo de negocio y, por tanto, nuestros datos no dejan de ser estimaciones con poca solidez.
Sin haber facturado, las proyecciones que excedan del primer y segundo año, rara vez van a ofrecer una información útil con la que tomar decisiones (y los inversores, cuando analizan una empresa, tienen que tomar una decisión: invertir o no invertir).
Desde la perspectiva de la startup, un análisis fundamentado puede arrojar unas proyecciones que marquen la hoja de ruta o trabajo de la compañía para ese primer año de andadura.
Si el análisis fue riguroso y con datos fundamentados, no debería existir mucha discrepancia entre los resultados obtenidos y los planificados; si el análisis fue vago, los objetivos servirán para escribirlos en un plan de negocio que, seguramente, no seamos capaces de cumplir.
En resumen
La prudencia en el análisis de datos nos lleva al cuestionamiento de los datos que utilizamos para nuestros análisis y proyecciones y, de esta forma, evitar el «autoengaño» con datos que no son de utilidad a la hora de tomar decisiones.
Cuidado con el Excel, es un buen compañero de trabajo pero también nos puede llevar por el mal camino si nos dejamos llevar por los números y no somos rigurosos con las interpretaciones que damos a los resultados que estamos obteniendo.
El papel lo aguanta todo, el Excel también.
Imágenes: Chris Guillebeau (Flickr), NYC Media Lab (Flickr), Peter Renshaw (FLickr) y Adam Berk (Flickr)
Sé el primero en comentar