La semana pasada hablamos sobre la necesidad de estandarización, hoy nos concentraremos en la necesidad de hacer experimentos, para entender la situación y aprender continuamente

Este articulo está motivado por Michael Simmons y su concepto de los 10000 experimentos.  A diferencia de la idea que 10000 horas son necesarias para poder aprender algo, se extrapola el concepto a hacer experimentos.

La premisa se basa, en que a medida que la sociedad cambia mas rápidamente, es necesario dedicar mas tiempo a la exploración y el descubrimiento. La experimentación deliberada es la mejor forma de descubrir y aprender nuevas cosas

Muchísimas de nuestras actuales creencias están basadas en experimentos de otras personas. De hecho, algunas de las grandes mentes han llevado a cabo muchísimos experimentos durante su vida:

  • Edison y su equipo pasaron 1 año haciendo miles de experimentos, hasta que el 21 de octubre de 1879 consiguieron crear una bombilla para el uso cotidiano en los hogares.
  • Einstein publico unos 250 descubrimientos antes de sus trabajos en la relatividad
  • Pixar, creo mas de 100,000 secuencias para la trama final de Wall-E.
  • Jeff Bezos, CEO de Amazon

“Nuestro éxito en Amazon es una función de cuantos experimentos hacemos por año, por mes, por semana y por día”

  • Mark Zuckerberg, CEO de Facebook:

“En cualquier instante, no existe una sola versión de Facebook funcionando. Probablemente existen unas 10000” 

Esto no significa, que hacer experimentos necesariamente ayude a que todos salgan bien, de hecho, es más bien lo contrario, se aconseja planificarlo de forma que acabes con muchos experimentos fallidos, pues más probable es que acabes aprendiendo de ellos, y finalmente encontrando un experimento que funcione. Michael Simmons en sus artículos define una metodología:

  • Reducir el tamaño de los experimentos:
    • Hacer un análisis 80/20: Identificar el 20% de las acciones que resultan en el 80% de los resultados
    • Empezar por enfocarse en experimentar en ese 20%
    • Encontrar la manera de hacer pruebas en ese 20%
    • Aplicar los resultados de los experimentos

Ejemplo: Estamos intentando lanzar un producto mediante crowfunding (micromezenazgo), tras un análisis vemos que uno de los factores clave para triunfar es la primera foto y la descripción del producto a vender. Pasamos entonces a enfocarnos a como experimentar con la foto y la descripción. Después de pensarlo durante unas horas, se deciden hacer 10 anuncios en Facebook con fotos y descripciones diferentes para probar y analizar cual es la mas atractiva para los compradores potenciales. De esta manera se ha definido un experimento mas sencillo, que crear toda la pagina de crowfunding, y tener que probar en otra plataforma después, en caso de que no tuviera éxito en la primera ronda, mientras que se aumentan las posibilidades de éxito.

  • No saltar directamente a las conclusiones, escribir una lista de:
    • Todas las formas posibles de definir el problema
    • Todas las formas posibles de resolver cada definición de problema
    • El coste de cada solución
    • La probabilidad de que cada solución resuelva el problema que se está intentando resolver.

Ejemplo: Mario es el gerente de un edificio de oficinas, en su buzón de sugerencias últimamente esta recibiendo muchos mensajes que se quejan de lo lento que es el ascensor. Mientras que la mayoría de la gente gastaría el dinero y lo arreglaría para hacerlo mas rápido, Mario decide antes de nada experimentar en base al problema. Se sentó y escribió 10 diferentes formas de definir el problema, y 100 posibles soluciones en total para las diferentes definiciones del problema. A continuación, decidió empezar por probar con la opción con el mínimo coste que tuviera la mayor posibilidad de funcionar.

Por lo que fue a una tienda de construcción y compro 10 espejos, uno para cada piso del edificio, los cuales instalo cerca del ascensor en los pisos.

A la semana siguiente al volver al edificio, no encontró ninguna nota en el buzón de sugerencias, y una de las empleadas que trabaja en una oficina, le comento: “gracias por arreglar la velocidad del ascensor”. Aunque pudiera parecer que el problema estaba en la velocidad del ascensor, la mejor definición del problema acabo siendo: “A la gente no le gusta estar esperando el ascensor”. Y instalar unos espejos era una de las posibles soluciones para mejorar esa definición de problema.

Las empresas tecnológicas son las mas propensas a experimentar a gran escala, puesto que pueden tener diferentes versiones funcionando a la vez, para ver que pequeños cambios son los que mejor funcionan. Sin embargo, esto no significa que no se puedan definir experimentos en nuestro día a día.

Por último, algo para tener en cuenta al experimentar, es que al hacer pruebas es recomendable, cambiar una cosa cada vez, en vez de varias cosas, así es más fácil entender cómo afecta cada uno de los cambios por separado

Para acabar, os animo a pensar en pequeños experimentos para evitar estar corriendo a las mañanas (un mal que gran parte de la población sufre), y si os animáis, compartir vuestros descubrimientos en los comentarios.

 

Hasta la semana que viene.

Posted by Jose Maria Echave Sanz

Lean advocate and data enthusiast.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google+ photo

You are commenting using your Google+ account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s