Drill 14
Dónde pasa y dónde no
Algo falla. Antes de explicar por qué, ¿sabes dónde no está fallando?
Cómo acotar un problema comparando dónde ocurre con dónde podría ocurrir y no ocurre.
Cuándo se saca
Cuando llega un problema con una explicación ya puesta, o cuando el equipo discute causas sin haber delimitado el problema.
Cómo se usa
- Describe el problema con preguntas cortas: qué, dónde, cuándo, cuánto y quién lo ve. Es la base del 5W2H. Sin eso, cada persona está pensando en un problema distinto.
- Al lado de cada respuesta, escribe dónde podría pasar y no pasa: qué producto no falla, qué zona no cae, desde qué fecha empieza y antes de cuál no había nada.
- Busca lo que distingue a los dos lados. Una causa candidata tiene que explicar dónde pasa y también dónde no pasa. Si explica solo la mitad, no es la causa.
Lo que no falla dice tanto como lo que falla.
Una escena típica
Escena ilustrativa, sin datos de un caso real.
Escena típica en una cadena de tiendas.
Lo que se veíaSube la merma de un producto refrigerado y todos apuntan al proveedor nuevo.
Lo que eraLa merma subía en las tiendas de una sola zona, con el proveedor nuevo y también con el anterior, y no subía en otras zonas que ya tenían el proveedor nuevo. El proveedor no explicaba ninguno de los dos lados.
En qué terminóLa revisión pasó a lo que tenían en común esas tiendas, la ruta de despacho y el tiempo que el producto pasaba fuera de frío.
Dónde se cae la gente
Empezar por la causa. Con una explicación en la mano, todo lo que se mira parece confirmarla, y el lado de dónde no pasa ni se revisa.
Fuego rápido
3 preguntas sobre esto mismo. Si fallas una, la línea de abajo dice por qué.
Dónde se pone a prueba
Saber el método no es la habilidad. Estos challenges no te dicen cuál usar, y ese es justamente el ejercicio.
Quién lo revisa
Rodrigo Urrea
Analítica · Forecasting · Productos digitales
- 14 años
- Chile · Alemania · EE.UU.
- Varias industrias
- Forecasting
- Productos digitales
- MSc Business Analytics
- AI-ready
Catorce años en analítica, en Chile, Alemania y para compañías en Estados Unidos.
Empecé en consumo masivo y bebidas, donde los pedidos llegaban con apuro y sin contexto. Después forecasting, productos digitales, y empresas sin equipo de datos que necesitaban una respuesta usable el lunes y no el mejor modelo posible. Un MSc en Business Analytics en el camino. Trabajé en varias industrias, y el patrón se repite en todas: el problema casi nunca es la técnica o la herramienta.
Hoy trabajo en construir capacidades AI-ready para tareas de analítica: qué parte del trabajo conviene automatizar y qué parte sigue siendo criterio. La segunda es más grande de lo que parece.
Los 21 challenges salen de pedidos que me hicieron a mí.
LinkedIn ↗Todos mis enlaces ↗