Análisis estructural para la toma de decisiones

Continuando con la serie de artículos sobre la toma de decisiones desde la óptica de la prospectiva. Es decir, explorando el futuro desde una perspectiva preactiva (anticipación a los cambios) y proactiva (provocar los cambios) como comentamos en el post «Toma de decisiones: ¿decides o reaccionas?«. Introducíamos en esa ocasión el método de los escenarios. Con él podemos esbozar diversas posibilidades sobre las que trabajar, identificando de entre los imaginables, los escenarios de futuro posibles, separando cuáles son los probables y, de entre los posibles y probables, enfocándonos en los escenarios deseables.
Ésta es una herramienta muy útil, pero compleja. Requiere de una serie de fases previas, que alimentarán la información y reflexión necesarias para su correcta construcción.

Una de esas fases previas, consiste en el análisis del entorno y la delimitación del sistema y las variables que lo componen. En este post nos acercaremos al Análisis Estructural.

Análisis estructural

Con un nombre tan serio, podemos quitarle solemnidad si lo entendemos como un método para estructurar ideas. Desde una visión sistémica y global, permite comprender y describir los problemas, enfocándolos como sistemas. Esos sistemas estarán compuestos por diferentes componentes o variables, que se relacionan e interactúan entre sí.
Al ser un método cualitativo, permite la reflexión colectiva, dando cabida a enfoques plurales y complementarios.

En definitiva, mediante el análisis estructural, podemos identificar cuáles son las variables que componen el sistema, permitiendo, además, confeccionar una lista de estas variables ordenadas según su importancia en relación a las influencias que ejercen unas sobre otras. Es decir, además de determinar cuáles son las variables que actúan en el sistema podemos destacar cuáles son aquéllas sobre las que debemos actuar, por su mayor influencia sobre las demás.

Mediante el análisis estructural, podemos identificar las variables que componen el sistema, permitiendo ordenarlas según las influencias de unas sobre otras

Obtendremos el «mapa» de relaciones directas entre las variables del sistema. Estudiando estas relaciones, podemos elaborar la clasificación de las variables en función de su motricidad (mayor influencia sobre las demás) o dependencia (mayor impacto recibido de las demás).

Finalmente y con la ayuda de un gráfico de motricidad-dependencia podremos visualizar el sistema completo, con sus variables clasificadas. Además, podremos identificar los subsistemas existentes, con su grupo de variables interrelacionadas de forma directa.

Las relaciones entre las variables pueden ser directas, o también indirectas. Si observamos el siguiente esquema, la variable A está relacionada directamente con la variable B y ésta con la variable C. Las variables A y C no están relacionadas directamente, sin embargo, sí lo están de forma indirecta (línea discontinua), a través de la variable B.

Ejemplo:

Consideremos las siguientes variables para el estudio (muy, muy básico) de las ventas en un comercio:

1. Precio del producto
2. Ventas (ingresos)
3. Formación del personal (dependientes)
4. Calidad de la atención al cliente

Una vez determinado las variables, hemos delimitado el sistema y los factores que lo componen.
Ahora, con la ayuda del siguiente esquema, veamos cómo se relacionan de forma directa (flechas con trazo continuo) dichas variables :

1. El precio del producto influye directamente únicamente sobre las ventas.
2. La variable ventas influye directamente sobre el precio del producto (a mejores ventas mayor flexibilidad para reducir precio) y sobre la formación del personal (más capital para inversión en formación).
3. Es lógico pensar que una mejor formación del personal hará mejorar la atención al cliente de forma directa.
4. Presumiblemente, una mayor calidad en la atención al cliente hará subir las ventas.

Hecho el análisis directo, observamos que la mejor formación del personal influirá indirectamente (flecha con trazo discontinuo), sobre las ventas, por ejemplo.

En un sistema con pocas variables es sencillo detectar las relaciones indirectas. Cuando las variables son muchas (como es habitual), la cosa se complica.
Usando matemática matricial (que no se me asuste nadie, esto se puede hacer con una simple hoja de Excel), lograremos detectar las relaciones indirectas entre las variables, obteniendo una Matriz de Impactos Cruzados indirecta. Conocidas estas relaciones indirectas, podemos volver a clasificar las variables según su influencia o dependencia.
Si comparamos la clasificación de motricidad/dependencia directa y la indirecta podemos corroborar la importancia de unas variables y descubrir la de otras.
Finalmente, el gráfico de motricidad-dependencia resultante de los totales de la matriz de impactos cruzados indirecta, nos mostrará el sistema con todas las relaciones, directas e indirectas, y la clasificación de variables.

Toda esta información, que nos servirá como base para la construcción de los escenarios, arrojará resultados muy interesantes que nos ayudarán a reducir la complejidad del sistema y facilitará la toma de decisiones.

En los próximos post explicaremos una a una las diferentes fases a desarrollar en un análisis estructural. Veremos los resultados con algún ejemplo. De esta forma quedará más claro lo expuesto hoy.

Espero recibir tus comentarios, contándonos si te ha sido de utilidad o crees que puede serlo en un futuro.

Saludos,
Sergio