Nuestro cerebro es poco adepto a cambiar. Podemos entender la necesidad de cambio, pero pensar en el tiempo que tomará, en las dificultades que enfrentaremos y en el riesgo de no lograr cambiar nada al final del camino hace que muchos de nosotros desistamos de intentar.
En las empresas tradicionales el cambio también se resiste. Es necesario presentar un plan que muestre un muy buen retorno de la inversión para lograr la aprobación de un comité (que se reúne una vez al año para impulsar ideas creativas). ¿Cuál es el problema de ese modelo? La gerencia sólo aprobará proyectos que demuestran (en papel o con hojas de Excel matadoras) que pueden ser rentables. Las ideas que no van en línea con el negocio tradicional tienden a ser rechazadas porque exigen cambios, más trabajo y, sobre todo, riesgo. El líder también enfrenta el reto de generar una percepción equivocada en su línea de mando: “¡te estás distrayendo!”
¿Cómo podemos entonces fomentar la innovación y la creatividad? Una de las formas es promover la creación de productos o servicios mínimos viables (MVPs –Minimum Viable Products—). Con características y funcionalidad básica, este tipo de propuestas nos permiten obtener la reacción del mercado antes de lanzarnos al desarrollo y producción masiva. Estas ideas pueden también ser experimentos de soluciones internas, como un nuevo sistema de compras.
Si bien no todos podemos hacer una preventa como la que hizo Super Mario 3D y esperar millones de dólares de ingresos asegurados, si podemos colocar en la web el diseño de un nuevo producto para saber si nuestro potencial cliente está interesado, si sugiere algún cambio o cuánto estaría dispuesto a pagar por un producto así.
En un mundo tan competido, con menos barreras de entrada y clientes que se impresionan cada vez menos con la tecnología, queremos además estar seguros de que el cliente establecerá una conexión con el producto igual que la que tienes con el cafecito de la esquina, donde el café está bien pero el lugar es genial y los baristas saben su nombre. Su producto debe garantizar ser viable, pero también adorable, pasar de un MVP a un MLP (Minimum Lovable Product).
Lanzar un producto con esta expectativa en mente nos permitirá crear una historia para nuestro producto, una comunidad de potenciales usuarios y, lo más importante, recibir retroalimentación y ajustar las características de ser necesario. Un ejemplo muy concreto de esta conexión es cómo los modelos de crowdsourcing permiten hoy que millones de personas se conecten con una causa social e inviertan en un proyecto en muy pequeñas escalas, una vez que se generó confianza y se creó una visión de futuro en la comunidad.
Los datos de nuestros clientes pueden darnos indicios claros de necesidades no cubiertas por productos actuales, de mercados a los que no llegamos. Por ejemplo, un incremento en horas de permanencia en un club deportivo puede mostrar un cambio en el comportamiento de sus clientes derivado de nuevos perfiles de clientes y hacernos pensar en servicios adicionales que el club puede ofrecer.
Para muchas empresas, el verdadero reto es el acceso a la información, sea porque no se tienen los datos o clasificaciones necesarias para distinguir tipos de comportamientos de clientes (los que pagan a tiempo versus los que no), porque la información viene de sistemas diferentes y tarda semanas en procesarse o porque incluso al recibirla es simplemente incomprensible. Un modelo de MVP asume que la información de las necesidades es imperfecta y empuja a la compañía a buscar datos e historias de éxito fuera de la empresa.
Incluso con todos los datos apuntando a una necesidad no cubierta, resulta que a veces un producto estrella simplemente no está tropicalizado para el mercado. En Cengage, una empresa líder de tecnología y educación, decidimos lanzar en México una plataforma de aprendizaje de matemáticas con preguntas y simulaciones traducidas al español, pero con toda la interfaz de usuario en inglés. Sabíamos que el producto no era perfecto, pero decidimos lanzarlo al mercado antes de esperar una traducción completa de la plataforma que seguramente tardaría. Esto nos permitió entender mejor la experiencia del usuario: profesores y alumnos no tenían inconveniente en aceptar la traducción automática de Google y para un gran número de ellos no fue gran problema navegar por menús en inglés a los que ya están acostumbrados en otras aplicaciones. Los datos obtenidos al monitorear la navegación y el uso nos hicieron decidir las prioridades para la traducción; por ejemplo, traducir los cursos, preguntas o videos más usados.
Vivian Ming, una de las líderes en ciencia de datos e inteligencia artificial, dice que todos tenemos un economista en el cerebro que va haciendo las cuentas de las probabilidades que tenemos de ganar. Si el ejercicio de hoy no me garantiza bajar los kilos que necesito, es muy probable que no me levante. Por eso es importante conectar el experimento con algo mayor y convencer al cerebro con pequeños pasos indoloros como vestirse y caminar unos metros más cada día. Experimentar con MVPs nos permite caminar esos primeros metros, visualizar el recorrido y la meta y pasar las pruebas implacables de nuestro cerebro y las que impone nuestro negocio.
Artículo publicado originalmente en Forbes.