Mi relación con los casos de negocio no es buena. Si bien nunca he estado en roles demasiado comerciales, en mi experiencia han sido solo una pequeña guía. Nunca la mejor, y normalmente bastante peor guía de lo que prometían. Voy a explicar para qué creo que sí sirven y cuándo utilizarlos.
Un disclaimer. Mi perspectiva no es la de todos. Manejo equipos de Producto, y mi opinión va (en su mayoría) enfocada a analizar la utilidad de un caso de negocio en este contexto.
Un buen ejemplo
Uno de mis primeros trabajos fue en Cervecería Nacional, en Ecuador. Pertenecía a SAB Miller en ese momento. Ahí me involucré en proyectos de innovación, en el manejo de la marca Pilsener y Manantial, entre otras cosas. Al ser consumo masivo, los proyectos muchas veces requerían inversión de CAPEX, o compra de maquinaria. Por ejemplo, un proyecto consistía en reducir el tamaño de la tapa de agua Manantial, para ahorrar en costos y mejorar la rentabilidad del producto. Eso implicaba hacer cambios a la sección de la línea de producción que ponía las tapas en las botellas.
En esos proyectos siempre teníamos que hacer un caso de negocio en conjunto con alguien del área financiera. Estimábamos inversión inicial, y los flujos de los siguientes años una vez implementadas las mejoras, y calculábamos un retorno. En el caso particular de las nuevas tapas, el caso era, con toda certeza, muy positivo. La razón es muy sencilla: controlábamos prácticamente todos los factores. La máquina que se necesitaba existía y tenía un precio determinado, era una solución comprobada en muchos otros mercados, y no afectaba en lo absoluto ninguna otra parte de la cadena.
En situaciones en donde un cambio no altera demasiados factores, y tienes bastante certeza, el caso de negocio es básico e indispensable. Es más, es la mejor manera de tomar una buena decisión.
Grados de incertidumbre
En otros proyectos la situación es bastante distinta. Imaginémonos el lanzamiento de una nueva cerveza. Tienes factores que controlas bastante bien, como la inversión inicial, pero luego entras a la estimación de la demanda. Una ciencia en sí misma. ¿Tienen idea de todos los factores que pueden afectar la demanda de un producto? Yo no me sé todos, pero les dejo algunos bastante importantes:
- Cuántas personas van a conocer que existe.
- De los que conocen que existe, cuántas personas van a querer probarla.
- De los que deciden probarla, cuántos la van a encontrar disponible.
- De los que la encuentran, a cuántos les va a gustar.
- De los que les gusta, cuántos la van a volver a tomar.
- De los que la toman, con qué recurrencia lo harán.
Calcula todo eso, y tienes una idea de cuántas cervezas podrías vender. Como ven, la ciencia se empieza a parecer a un arte. Por supuesto, las industrias y las empresas han aprendido un montón de lanzar muchos productos en muchos mercados. Hay fórmulas para generar awareness bastante probadas, hay músculo de distribución y ventas desarrollado, y un montón de herramientas para reducir la incertidumbre. Un buen ejemplo, y por eso es tan usado, es apalancarse de marcas actuales y no crear nuevas, básicamente significa empezar de cero. No existe Fast & Furious 9 por su originalidad. Precisamente por lo contrario. Es una fórmula probada que vuelve más predecible un negocio.
Como ven, los grados de incertidumbre en este proyecto son significativamente mayores. Sin embargo la herramienta del business case se aplica casi con la misma consideración: es el mecanismo para decidir si este proyecto es viable o no.
Consumo masivo y transformación
El origen de los business cases se atribuye principalmente al método del caso impulsado por Harvard hace alrededor de 100 años. Pasó de ser un ejercicio práctico para acelerar el aprendizaje de estudiantes, a ser un criterio de muchos managers en los 50s-70s, a ser un documento formal para aprobación de inversiones en los 80s y 90s. A partir del 2000, con el boom de transformación digital, su uso exigió una evolución.
Es importante entender el origen porque el contexto ha cambiado radicalmente. Si es que Mad Men es buena referencia histórica, creo que esa serie pinta una imagen muy clara de cómo funcionaban los negocios. Creas un producto, haces publicidad en la televisión y en la radio, lo distribuyes en las grandes cadenas. Todas las prácticas alrededor de consumo masivo, por ser empresas tan grandes y tan influyentes, se volvieron la base del conocimiento sobre cómo hacer negocios. Y la realidad es que la fórmula funcionaba lo suficiente como para siempre intentar replicarla.
Eso empieza a cambiar cerca de los 2000, y desde ese momento el cambio solo se ha acelerado. Las empresas que nacen en internet, la adopción de computadoras, la adopción de teléfonos celulares, la explosión de las big tech o FAANG (Facebook, Amazon, Apple, Netflix y Google), todo el mundo del software, han sacudido algunos de los cimientos sobre cómo hacer empresas y cómo construir y comercializar productos, que por décadas nadie cuestionó.
Usando la misma lógica del caso de la cerveza, ahora pensemos que esa cerveza es software. Todos los factores alrededor de la predicción de la demanda siguen siendo válidos, aunque todos son más complejos en este nuevo contexto. Awareness, distribución, prueba, compra, recurrencia. Ninguno tiene la ventaja de las décadas de estrategias tradicionales de las que hemos aprendido y se estudian en universidades. En el mejor escenario tienes dos décadas de aprendizaje pero el ritmo de cambio es tan grande que vuelve indispensable cuestionarse constantemente. Todo esto nos lleva a pensar que es necesaria una mirada muy distinta a la tradicional.
Productos digitales
Desarrollar software es una ciencia y un arte en sí mismo. Es ingeniería, es infraestructura, es seguridad, es creatividad, es comunicación, y es altamente complejo comparado con el desarrollo de un producto de consumo masivo. Para comenzar, es un producto vivo, que puede evolucionar diariamente incluso. Por un corto tiempo, el desarrollo de software se parecía un poco más a un producto tradicional, cuando tenías que mandar a producir los CDs para venderlos en tiendas. Hoy hay empresas que hacen despliegues o cambios a su software cientos de veces por semana.
El software tiene muchas capas. Si lo simplificamos podemos hablar de al menos 3. La capa de presentación, que es lo que ve y usa un usuario, como un website o app; la capa donde está toda la lógica de la aplicación y del negocio, que son básicamente las reglas sobre cómo debería de comportarse la capa de presentación en cada escenario; y la capa de datos, donde se almacenan y acceden todas las bases de datos. Es importante esta explicación porque cuando queremos desarrollar una funcionalidad, pueden existir retos en todos los niveles. Mientras más profundo el nivel, más complejo de resolver. Además, es importante recalcar que si bien lo ideal es tener capas bien definidas casi independientes, la realidad de cada programa es distinta.
Ahora, el software es desarrollado por personas (ahora también por agentes de IA, pero supervisados por personas, idealmente). Normalmente en un equipo hay roles especializados como el Product Manager que busca entender el negocio, el cliente y la tecnología para determinar las prioridades del equipo. Diseñadores que profundizan en los problemas de los clientes y normalmente trabajan en la capa de presentación. Desarrolladores que hacen realidad el software, sin mencionar las múltiples especialidades dentro del área de desarrollo.
Adicional a toda la parte tecnológica, y los distintos roles que toman miles de decisiones en el desarrollo de un producto digital, tenemos a los usuarios del otro lado. La adopción, y sobre todo la retención, es especialmente difícil de conseguir. Según distintos reportes, la mayoría de apps descargadas (+75%) se abren una sola vez. Growth, marketing digital, y optimización de la conversión son algunas de las disciplinas claves para mover estos números en un producto digital.
Como ven, hacer predicciones "tradicionales" sobre productos digitales es difícil. Hay muchos factores que no controlamos.
Business cases como señal, no como dirección
Definitivamente los casos de negocio no son una receta mágica para determinar qué es prioritario en un producto digital. Mientras más incertidumbre, es fundamental que nos llenemos de más y mejores señales a la hora de tomar decisiones. Una señal es básicamente una pista incompleta, por lo que no nos da certeza por sí sola. La combinación de señales es lo que puede ayudarnos a reducir sistemáticamente la incertidumbre y tomar una mejor decisión.
Así como el business case puede servirnos, excelente señales son casos de servicio al cliente que se quejan de un problema específico, entrevistas con usuarios en las que identificamos alguna necesidad no resuelta, datos de comportamiento que nos empujan en una dirección, pedidos de otras áreas que tienen una perspectiva distinta a la nuestra y nos pueden complementar, e hasta menciones orgánicas en redes.
En escenarios de alta certeza, como el ejemplo de la tapa en las botellas de agua, el caso de negocio es una señal muy potente de que estamos en lo correcto. Pero mientras más factores que pueden afectar el resultado se incorporen, tenemos que complementar nuestra visión con más perspectivas.
Adicionalmente, tenemos que entender que mientras más complejo el producto, el máximo nivel de certeza al que podemos llegar es más bajo. Es decir, no hay señales suficientes para que tengas el éxito garantizado en un producto digital. Por este motivo, en las últimas dos décadas han explotado conceptos como el impulsado en The Lean Startup o libros similares, en los que formulamos explícitamente las hipótesis, y buscamos el mecanismo más eficiente para validarlas. Identificamos un problema, formulamos las hipótesis asociadas a una potencial solución, y las validamos.
En conclusión, cuestionemos las señales que necesitamos para tomar decisiones, en base a los grados de incertidumbre de los problemas que estamos atacando, y apliquemos mejores prácticas de acuerdo a eso.