Mind BarracksPower-ups

← Todos los drills

Drill 03

La carta de control

El número bajó. ¿Reacciono o no?

Cómo distinguir una variación normal de una señal real, antes de mover algo.

Cuándo se saca

Cuando alguien quiere cambiar una campaña, un precio o un proceso por lo que vio en un solo punto.

Cómo se usa

límite superiorlímite inferioracá sí
El número bajó. ¿Reacciono o no?
  1. Grafica la métrica en el tiempo, con suficiente historia para ver cómo respira normalmente. Doce puntos es poco. Treinta ya conversa.
  2. Calcula el promedio y los límites dentro de los cuales fluctúa sin que pase nada. Dos o tres desviaciones estándar, según lo caro que salga equivocarse.
  3. Actúa solo cuando salga de esos límites, o cuando aparezca un patrón que el azar no produce. Siete puntos seguidos sobre el promedio, por ejemplo.

Si no tienes límites definidos para tu métrica más importante, cada movimiento se discute desde cero y gana el que habla más fuerte.

Un caso

Un lunes en la mañana, en cualquier empresa.

Lo que se veíaAlguien abre el tablero y ve que la métrica cayó 12% contra la semana anterior. Reunión de urgencia, campaña cambiada, precio ajustado, proceso modificado.

Lo que eraEl viernes siguiente la métrica volvió sola. La caída estaba dentro del rango de siempre.

En qué terminóLa solución no sirvió de nada porque el problema nunca existió, y quedaron tres cambios que ya nadie va a poder atribuir.

Dónde se cae la gente

Calcular los límites con una historia que ya contiene el evento que quieres detectar. Si el proceso cambió en marzo, el rango se saca con lo anterior a marzo, no con todo.

Fuego rápido

4 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

    Foto de Rodrigo Urrea
    INS-01

    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