Plan de marketing y ventas basado en riesgo

Si hay un departamento en las empresas que trabaje con incertidumbre es precisamente el de marketing y ventas (o ambos en caso de estar diferenciados).

Otra cosa es que el concepto de riesgo, entendido des de su acepción clásica de ocurrencia de hechos no deseados, no haya tenido suficiente peso como para que en estos departamentos se considerara la disciplina de su gestión como una herramienta más de trabajo.

No obstante, llegados al punto en el que se redefine el concepto de riesgo para darle un sentido más amplio y ganar en consecuencia utilidad en su uso, los departamentos de marketing y ventas tendrán a su disposición una potente herramienta de trabajo si consideran la gestión del riesgo como parte integrante de sus procesos.

Me explico. La definición de riesgo que hace la UNE-ISO-31000 es “efecto de la incertidumbre sobre la consecución de los objetivos”. Así, dado que cualquier proceso de componente predictivo estará sujeto a incertidumbre por no poder tener nunca un conocimiento perfecto del futuro, la gestión del riesgo será tanto más útil cuanto más pueda afectar la incertidumbre a los objetivos.

En un post anterior, Riesgo, objetivos y la ISO 31000 en los presupuestos anuales de las empresas, me refería a cómo se vienen elaborando los presupuestos en las empresas des de el punto de vista de la perspectiva de ventas. En éste, intentaré explicar como veo su relación con el marketing y como la gestión del riesgo puede ser una poderosa herramienta de trabajo en este sentido.

Considerando la misión y visión de la empresa, y una vez analizados los contextos internos y externos, (lo que tradicionalmente se define como análisis de la situación y diagnóstico), se concretan los resultados en una DAFO y se define un planteamiento estratégico del marketing general de la empresa.

Este plan de marketing global deberá concretarse y ejecutarse en base a los objetivos que en materia comercial se hayan planteado. Evidentemente, no todas las empresas siguen este circuito de la misma forma, pero al final todas tienen lo mismo: objetivos y plan de acción para conseguirlos.

El problema radica en que los objetivos no dejan de ser puras predicciones y que las acciones de marketing llevan asociada incertidumbre en tanto que no se conoce el efecto concreto que tendrán sobre la consecución de los objetivos.

A mi entender, no haber considerado el análisis de riesgo como herramienta, o la gestión de riesgos como disciplina, ha hecho perder eficacia a los departamentos de marketing y ventas. Pero la ISO 31000 nos brinda la oportunidad de remediarlo.

Desarrollemos un poco esta afirmación.

Los objetivos no son más que expectativas, y las expectativas están sujetas a incertidumbre y error. Me explico. Las expectativas las generamos integrando toda la información disponible, ya sea física ya sea intangible derivada de las experiencias personales. Como dicha integración nunca nos puede dar una imagen fiel y certera de los resultados futuros, la incertidumbre entra en juego. Por otro lado, al integrar los datos y experiencia que tenemos cometemos errores y sesgos.

Los sesgos quedan perfectamente definidos y explicados en la teoría de las perspectivas de Daniel Kahneman.

Este psicólogo, premio novel de economía, desarrolló su teoría a partir de los resultados experimentales encontrados, que contradecían la tradicional Teoría de la Utilidad de Bernoulli.

Básicamente, lo que encontró Kahneman es que la teoría de la utilidad no se evidenciaba experimentalmente porqué no consideraba los sesgos derivados de la complejidad y diversidad del comportamiento humano.

Lo que la teoría clásica dice es que razonablemente se debería esperar que un individuo prefiriera dos veces más, (o asignaría el doble de valor para ser más exactos) un juego en el que las posibilidades de ganar fueran de un 20% que uno en el que las posibilidades de ganar fueran del 10%. Pero los resultados experimentales de Kahneman no lo reflejaban así.

El valor que se otorga a la magnitud de las pérdidas y de las ganancias es diferente según sea el caso. Es decir, los humanos somos más propensos a actuar para evitar pérdidas que para obtener ganancias, o sea, atribuimos más valor absoluto a un 10% de pérdidas que a un 10% de ganancias.

Por otro lado, también los cambios en las probabilidades son diferentes. Damos más valor a un aumento de un 5% cuando las posibilidades iniciales son bajas que cuando son altas. Es decir, damos más valor a una probabilidad que aumenta del 5% al 10% que una que aumenta del 90% al 95%.

En su libro, “Pensar rápido, pensar despacio”, Kahneman hace una brillantísima descripción y desarrollo de los sesgos a los que estamos sujetos cuando hacemos predicciones y en consecuencia decidimos cómo actuar.

Así, anclaje, disponibilidad, sustitución, optimismo, efecto marco o aversión a las pérdidas son ejemplos de sesgo bien documentadas.

Considerar que la información que obtenemos de nuestros vendedores y clientes está sujeta a estas fuentes de sesgo y entender que su análisis disminuirá el error en nuestras predicciones ya es un muy buen punto de partida.

Por otro lado, hay que considerar también un factor que por experiencia tiene un peso importante en la fijación de objetivos por parte del equipo comercial. Lo que se espera de cada uno y lo que representa alcanzar o no los objetivos en términos económicos, es también una gran fuente de error que se introduce en las predicciones al hacer los presupuestos.

Por todos es sabido que a nivel comercial no se suele fijar un nivel de objetivos muy alto aunque se crea posible, no vaya a ser que para el siguiente ejercicio se parta de lo alcanzado en el anterior. Igualmente, también es sabido que la mayoría de direcciones, conscientes de la prudencia de sus equipos, fijan finalmente objetivos muy altos aunque sepan que son inalcanzables.

De esta manera, aunque sí que trabajamos en un ambiente que parece maximizar las ventas, también perdemos una información que para el desarrollo del negocio considero de altísimo valor añadido: la precisión en la predicciones.

En muchos casos, la elaboración de presupuestos es un juego de trampas al solitario. Así, por ejemplo, si en lugar del enfoque tradicional, enfocáramos los incentivos por consecución de objetivos no solo en función del resultado final sino también en base a lo preciso que fueron las predicciones, a medio plazo la empresa ganaría enormemente. ¿Por qué?, porque vendedores y responsables de marketing y ventas, harían un verdadero ejercicio de análisis de la incertidumbre para conseguir no solo cantidad, si no, precisión. De este modo, al reducir la incertidumbre, las acciones a emprender para conseguir los objetivos serían necesariamente más acertadas.

El sistema utilizado para elaborar presupuestos en la mayoría de las empresas no tiene en cuenta este factor, y de este modo, se ignora el efecto de la incertidumbre asociada.

Como hemos visto, modelar la incertidumbre ya no es un tema de seguridad, es un tema de generación y retención de valor que cobrará una especial importancia en departamentos de marketing y ventas en los próximos años.

Riesgo, objetivos y la ISO 31000 en los presupuestos anuales de las empresas

Dado que el riesgo tal como lo define la ISO31000 se centra en los objetivos, no imagino un aspecto más recurrente en las empresas orientado a los objetivos que la elaboración de los presupuestos anuales. Es decir, hablaremos de la gestión del riesgo en la elaboración de presupuestos como base de la gestión empresarial.

Ya hace años, la lectura de un documento de trabajo del Banco de España (Doc. nº0933. Teresa Leal y Javier J. Pérez. 2009), titulado “Análisis de las desviaciones presupuestarias aplicado al caso del presupuesto del estado”, me hizo pensar en las habituales quejas de los equipos comerciales de grandes empresas para las que venía trabajado realizando consultoría.

Cada año, llegado el período en el que dirección pedía a todos los departamentos que realizaran la preceptiva labor de estimación para elaborar los presupuestos del año siguiente, los responsables de todos y cada uno de los departamentos (en la intimidad), repetían las mismas quejas: “que si como quieren que sepa yo lo que vamos a vender este año”, “que más vale que pida mucho porque luego siempre vienen las rebajas”, “qué más vale que sea conservador pero sin pasarme no vaya a ser que pierda su confianza”…

Por su parte, Dirección, en la mayoría de casos, ya tenía prefijados los objetivos y ya se habían hecho una idea del orden de magnitud de los recortes que serian necesarios para reducir el gasto, y entonces, en función de lo que recibían de cada departamento, podrían llegar a ajustar un poco los objetivos, pero sin pasarse.

Periódicamente, al ir comparando lo estimado con lo acaecido, los trabajos especialmente comerciales se ajustaban relajándose o estimulándose para alcanzar los valores predichos.

Al final de cada ejercicio, se comparaban las previsiones con lo realmente conseguido y se felicitaban o lamentaban de forma proporcional al valor absoluto de la diferencia, de forma que dichas desviaciones ya condicionaban los objetivos para el siguiente ejercicio y los recortes preceptivos. Y seguro que hay contadas excepciones, pero nada me hace pensar que en estos cuatro años las cosas hayan cambiado.

Es curioso, pero en todos los casos, la revisión de los objetivos alcanzados respecto a los previstos, se basaba más en encontrar explicaciones “lógicas” a tales desviaciones que en considerar y analizar qué errores de estimación y ajuste se podrían haber cometido y con que frecuencia sucedían a lo largo de los años.

En definitiva, la elaboración de presupuestos no es más que un trabajo de estimación basado en la información disponible y en las expectativas que uno tiene sobre su potencial para alcanzar un determinado nivel de objetivos. Pero tanto la información disponible, (normalmente focalizada en la más reciente), como las expectativas que se cree se tiene sobre uno, están sujetas a errores.

El documento citado al inicio de esta entrada, da una primera idea de cómo podría gestionarse la incertidumbre asociada a la estimación de ventas y previsión de gastos en una empresa.

Si bien no hablaremos en términos de previsiones o créditos iniciales y definitivos, o de modificaciones y ajustes, o de obligaciones y derechos reconocidos, si que podemos hablar de errores de planificación y errores de ejecución.Así, a nivel de los presupuestos de una empresa, nos enfrentaremos al hecho de que las desviaciones observadas se deben, a mi entender, a una combinación de los siguientes tipos de error:

• Errores de estimación

• Errores de planificación

• Errores de ejecución

• Errores de control y ajuste

Los errores de estimación se cometen al no considerar que la incertidumbre siempre está presente, y que como tal debe medirse.

Los errores de planifiación, directamente relacionados con los anteriores, se cometen al no considerar todas las acciones necesarias para asegurar los objetivos, incluido el efecto de la incertidumbre.

Los errores de ejecución se cometen por una incorrecta planificación o por una forma de proceder diferente a la planificada.

Y los errores de control y ajuste, se deben básicamente a una tardía y/o no coherente reacción a las desviaciones detectadas durante el ejercicio.

En este sentido, en el documento del banco de España, se indica una posible forma de abordar la cuantificación de los errores, que de entrada se plantea como muy útil.

Textualmente indica que, a parte de desviaciones estándar y asimetrías:

“Otras medidas que también nos proporcionan un primer acercamiento a la precisión de las previsiones y ajustes son: el error medio (EM), de forma que un valor positivo (negativo) de esta variable indicaría que se está subestimando (sobreestimando) el dato final. El error absoluto medio (EAM) que, a diferencia del EM, toma en cuenta las desviaciones absolutas, de forma que no se compensen las desviaciones positivas con las negativas. Y la raíz del error cuadrático medio (RECM), que penaliza los grandes errores de manera que, diferencias entre la RECM y el EAM indican la presencia de grandes errores en ciertos años.”

Y especial mención merece también la utilización del estadístico U de Theil (Utheil) que compara el error observado con el que se hubiera obtenido suponiendo una previsión igual al último dato observado (paseo aleatorio). Si el valor de este último es mayor que 1, esto indicaría que hubiera sido mejor, en términos de precisión, presentar los datos del presupuesto del ejercicio anterior como previsión del ejercicio actual.

Las conclusiones del documento indicado caracterizan la precisión en la elaboración y ejecución de los presupuestos, de forma que permite gestionar de una manera más clara en ejercicios futuros cómo afrontar los presupuestos conociendo los sesgos a los que históricamente han estado sujetos sus previsiones y ejecuciones.

Así, las empresas podrían crear y retener un mayor valor si consideran que la elaboración y ejecución de presupuestos anuales es un ejercicio de gestión de riesgos en sí, y que como tal, el uso de los principios de la ISO31000 y la elección de las mejores técnicas de análisis disponibles, deberían formar parte de este proceso tan relevante y crítico.

Y es precisamente éste uno de los servicios de consultoría que vengo desarrollando y al que más potencial en términos de utilidad le encuentro para la gestión empresarial.

Riesgo e incertidumbre en la UNE-ISO 31000

Como ya hemos mencionado en repetidas ocasiones (y las que quedan), la UNE-ISO-31000, define riesgo como el efecto de la incertidumbre sobre la consecución de los objetivos. Varias notas aclaran en la propia norma esta definición, centrándonos en esta entrada en la que hace referencia a la incertidumbre.

La NOTA 5, indica textualmente: “La incertidumbre es el estado, incluso parcial, de deficiencia en la información relativa a la comprensión o al conocimiento de un suceso, de sus consecuencias o de su probabilidad”.

Pues bien, tocará preguntarse entonces: ¿A qué puede deberse la deficiencia en la información relativa a la comprensión o al conocimiento de un suceso, de sus consecuencias o de su probabilidad?

Y la respuesta es que básicamente se debe a dos cuestiones:

• A lo que conocemos sobre el comportamiento del sistema en que se dará el suceso. Es decir, si sabemos que es determinista o indeterminista, y

• Al papel que el azar juega en el tipo de comportamiento ya conocido del sistema

Pero expliquemos esto un poquito para no perder el hilo al introducir nuevos conceptos.

Se dice que un sistema es determinístico cuando su comportamiento puede ser completamente determinado conociendo sus condiciones iniciales. Es decir, cada estado del sistema está determinado por el estado anterior y el conocimiento exacto de cómo las variables del entorno harán que pasemos del estado anterior al actual o futuro.

Los sistemas deterministas por antonomasia son los definidos por la mecánica clásica. Así, el conocimiento del comportamiento de estos sistemas nos permiten responder a cuestiones del tipo:

Si dejamos caer un objeto des de lo alto de un edifico, y éste llega al suelo a los 3 segundos de haberlo dejado caer, ¿Qué altura tiene el edificio?¿A qué velocidad llegará el objeto al suelo?

Pero que un sistema sea determinista no hace que tengamos certeza sobre lo que va a pasar a menos que conozcamos las reglas de ese comportamiento. Así, podríamos decir que “un sistema determinista aporta certeza en la medida que conocemos su fórmula”.

De este modo, conociendo las fórmulas, el problema del edificio, tendrá un coste de solución no superior al que tardamos en resolver las operaciones matemáticas: 9,81*3 y (9,81*(3)2):2, de forma que obtengamos que la velocidad a la que llega al suelo es de 29,43 m/s y la altura del edificio es de 44,15 metros. 

Pero cuidado, este coste de resolución será siempre y cuando conozcamos las leyes de la mecánica clásica que rigen este tipo de sistemas. De este modo, sino “sabemos las fórmulas”, deberemos añadir al coste de realizar las operaciones anteriores, el coste de conocer las fórmulas y la forma de resolverlas, que en este caso sería :

En los sistemas determistas en los que no interviene el azar se asume la certeza en la medida que se considera que las variaciones que se pudieran dar no serian perceptibles o relevantes para la información que requerimos sobre el estado futuro de un sistema. Vamos, que dejamos al margen la teoría de la relatividad y la imprecisión milimétrica a nivel de observaciones.

Pasemos ahora a los sistemas indetermistas o probabilísticos. En este caso, hablamos de sistemas en los que no podemos saber de antemano, cual será el siguiente estado de un sistema. Lo único que podemos hacer con estos sistemas es asiganr probabilidades a cada uno de los posibles estados futuros que pudiera tener un sistema. Este tipo de sistemas o procesos en los que interviene el azar de forma intrínseca son los estudiados por ejemplo en mecánica cuántica.

En este caso, no solo debemos conocer las fórmulas, sino que además la certeza sobre el estado futuro siempre estará “dividida” entre diferentes opciones.

Los juegos de azar, son otro tipo de procesos indetermimnistas. Al lanzar una moneda podemos determinar que la probabilidad de que salga cara o cruz, gracias a las leyes de la probabilidad clásica, es del 50%, pero nunca podríamos afirmar, por ejemplo, que en una tirada concreta con certeza saldrá cara.

Explicada la diferencia entre sistemas deterministas y probabilísticos (también llamados estocásticos) veamos el papel que el azar puede jugar en cada uno de ellos.

A efectos de sistemas indeterministas, está claro, no hay forma de saber con certeza lo que va a pasar, precisamente por el componente azaroso que rige el sistema.

Y a efectos de sistemas deterministas también se habla de azar en un caso de sistemas muy concreto. Nos referimos a los sistemas caóticos o complejos. En estos sistemas, más que estar regidos por el azar en los mismos términos que los anteriores, lo que sucede es que, son tan extraordinariamente sensibles a cambios en las variables que los componen, que no hay forma de calcular con precisión lo que sucederá en cada instante, independientemente de que matemáticamente si pudiera abordarse ya que unas entradas concretas siempre darán las mismas salidasd concretas.

En los sistemas probabilísticos, unas entradas concretas pueden dar diferentes salidas con probabilidades distintas. La meteorología podría ser un ejemplo de sistema que se aborda des de una perspectiva probabilística siendo intrinsecamente determinista, debido a la enorme cantidad de variables que intervienen y a lo extraordinariamente sensible que es el sistema ante cambios prácticamente imperceptibles de cada una de estas variables.

Pues bien, cuando ya conocemos la naturaleza de la incertidumbre asociada a un sistema, podemos hablar de cómo diseñar un modelo predictivo que nos ayude a tomar decisiones informadas.

Llegados a este punto cabe matizar algo de suma importancia por lo poco que se entiende cuando hablamos de modelos predictivos: “NO!!!, no podemos predecir lo impredecible”. Es decir, un modelo predictivo no nos dice lo que con toda seguridad pasará en cada instante del futuro. Un modelo predictivo debe ayudarnos en la toma de decisiones informadas.

Dicho esto, cuando afrontamos la redacción de unos presupuestos anuales, la elaboración de un plan de negocio, de un plan de marketing, o la gestión de un proyecto o de un equipo de ventas, nos enfrentamos a sistemas en los que hay incertidumbre.

Y gestionar esta incertidumbre en tanto que pueda tener efectos sobre los objetivos, es lo que la consideración de riesgos de la ISO31000 contempla.

De esta forma podemos concretar que gestionar los riesgos implica necesariamente maximizar la función:

siendo,

Ahora, el problema se reduce a cómo se miden ambos términos de la ecuación, y eso ya es parte de la gestión del riesgo, influyendo inevitablemente la respuesta a esta pregunta en la propia función.

Así, a mi entender, la gestión del riesgo como herramienta que genera y retiene valor, requiere de “un primer acto de fe” en tanto que, al igual que sucede con la gestión de la marca, la reputación o la formación, no siempre podemos de entrada cuantificar la relación coste/beneficio. (Ver en este blog “lo intangible del riesgo y el riesgo de lo intangible”).

Asesorarse por expertos para conocer y definir la naturaleza del sistema que deseamos tratar y la forma en la que abordar su análisis y valoración es sin duda el primer paso para una gestión de riesgos basada en maximizar la función referenciada anteriormente.

Riesgo y objetivos

No podemos gestionar el riesgo sin saber definir objetivos.

El riesgo se define en la UNE-ISO-31000, como el efecto de la incertidumbre sobre la consecución de los objetivos. [ISO Guía 73:2009, definición 1.1]

Y aunque se podría suponer que el término “objetivo” es claro, creo necesario hacer una reflexión al respecto.

La UNE-ISO-31000, contempla su aplicación para cualquier tipo de organización, entendiendo que incluye empresas, ONG’s, administraciones y hasta individuos, pero en este post nos vamos a centrar en los objetivos empresariales como ejemplo.

Una muy buena definición de objetivos empresariales la encontramos en la realizada por A.Kume, blogger en gestión de negocios que indica:

“Los objetivos de una empresa son resultados, situaciones o estados que una empresa pretende alcanzar o a los que pretende llegar, en un periodo de tiempo y a través del uso de los recursos con los que dispone o planea disponer.”

Así, los objetivos quedan caracterizados por dos grandes variables: la magnitud de los sucesos que se pretende se materialicen y el tiempo en el que se fija el grado de consecución.

Dicho esto, el efecto de la incertidumbre puede afectar a la magnitud del “objetivo”, al tiempo que tarda en alcanzarse, o simplemente a lo consecución o no de éste en un tiempo determinado.

Ahora, demos un paso más. Si el riesgo es el efecto de la incertidumbre sobre la consecución de los objetivos, y esto, debe ayudarnos en la toma de decisiones, los objetivos deberían ser medibles y claros, pero el efecto de la incertidumbre también. Es decir, en definitiva, nos vamos a dedicar a medir las desviaciones que se pueden dar respecto de las predicciones que hemos hecho sobre resultados, situaciones o estados futuros.

En este sentido, deberemos tener muy claro el tipo y jerarquía de nuestros objetivos. Así, podemos clasificar los objetivos en base a su jerarquía en:

• Estratégicos u organizacionales
• Tácticos “formales” o departamentales
• Operacionales o “individuales”

A su vez, cada uno de estos tres grupos de objetivos se relacionan generalmente con un periodo de tiempo, siendo los estratégicos considerados a largo plazo, los tácticos a medio plazo y los operacionales a corto plazo.

Por otro lado, los operacionales pueden considerarse metas para alcanzar los tácticos al igual que estos son las metas para alcanzar los estratégicos.

Dicho todo esto, podemos entender la gestión de riesgos como un elemento esencial de la gestión de los objetivos, en el que todo se reduciría a maximizar el éxito en la toma decisiones orientadas a conseguir o mejorar los objetivos preestablecidos para un periodo de tiempo.

En posteriores entradas hablaremos detenidamente sobre la cuantificación de los objetivos y de la incertidumbre asociada. ¿Es lo mismo cuantificar que medir? ¿Se puede medir sin cuantificar? La idea de análisis cuantitativos, cualitativos y semicuantitativos creo que, aunque de mucha utilidad, generará gran confusión a la hora de fijar criterios de riesgo, determinar  niveles de riesgo y realizar evaluaciones de riesgo. Trataremos sobre el tema!!!

Cuantificación del riesgo (I)

“La gente discrepa más acerca de qué es el riesgo que acerca de su cuantificación”. 
B. Fischhoff [FIS1985]

Y este blog es prueba de ello al tratar el tema de su definición hasta en cinco entradas des de sus inicios apenas hace tres meses. (Y seguiremos con ello)

Los motivos de que ésta sea la tónica también entre los expertos atiende a mi parecer a las siguientes causas:

• Si no sabemos que debemos medir, es difícil encontrar herramientas que nos ayuden a hacerlo.

• Es un concepto utilizado en multitud de disciplinas y en cada caso puede tener acepciones con implicaciones diferente.

• Es filosóficamente muy atractivo al llevar implícito el concepto de incertidumbre.

Y dado que está muy bien debatir, discrepar y razonar acerca de lo que se entiende o debe entenderse por riesgo en cada caso, pero sin olvidar que al final su cuantificación es la que nos proporciona utilidad a la gestión, seguiremos tratando el tema del concepto de riesgo pero empezaremos una serie de posts sobre su cuantificación.

El riesgo al final no es más que un tema de creencias y preferencias, pero en estos dos conceptos hay infinidad de variables. En este sentido, una definición de riesgo que me gusta especialmente, es la dada por Rüdiger Escobar, de la Michigan Technological University, y que a continuación reproduzco ampliada con alguna aportación mía (en azul) para hacerla más global:

Riesgo es la probabilidad (o grado de certeza) X₁, de que un sistema vulnerable (o modificable) X₂, experimente una pérdida/empeoramiento o ganancia/mejora X₃, debido a una amenaza/oportunidad X4, en un contexto espacial X5 y en un periodo de tiempo determinado X6.

Pues bien, esta definición tan elaborada se simplifica expresando al riesgo como una función multivariante del tipo:

R = ƒ (X₁, X₂, X₃, X₄, X₅, X₆)

Pero como apuntan el mismo Fischhoff y colaboradores (1984), el riesgo involucra hechos y valores…y por tanto es inevitablemente…incierto y ambivalente.

Y es aquí donde radica la complejidad del análisis para hacer de la cuantificación del riesgo un trabajo útil.

Dado que como hemos dicho, el análisis de riesgos al final no es más que la combinación de creencias y preferencias cuantificadas, veamos los casos en los que podemos encontrarnos a la hora de abordar dichas cuantificaciones.

En este sentido, en relación a las creencias, el tipo de resultados futuros esperables pueden ser:

a) Los resultados son perfectamente definibles y sus probabilidades son conocidas. Es decir, no puede ser esperable un resultado no contemplado y estos son finitos y contables. En el lanzamiento de un dado (de seis caras con seis valores diferentes, uno en cada cara) los resultados esperables serán 6 y no se puede contemplar que haya más o menos de seis.

En este caso, el grado de certeza que tendremos sobre la ocurrencia de cada resultado posible, se ceñirá estrictamente a las leyes de la probabilidad clásica, y a la confianza de que el dado está perfectamente equilibrado y no trucado. Los resultados y la probabilidad de que se de cada uno de ellos se conoce o puede conocer de forma empírica. La probabilidad se ciñe estrictamente a los conceptos de experimento aleatorio y azar.

b) Los resultados son perfectamente definibles pero sus probabilidades NO son   “universales”. Es decir, no puede ser esperable un resultado no contemplado, estos son finitos y contables pero la probabilidad de que suceda uno u otro no se puede valorar con certeza absoluta. Por ejemplo, ante un partido de fútbol, podemos esperar que nuestro equipo, gane, empate o pierda. No se puede dar otro resultado, pero las probabilidades de cada uno de ellos serán siempre estimaciones, ya que dependen de algo más que del azar.

c) Los resultados no pueden ser exhaustivamente definidos o resulta extremadamente costoso establecer su magnitud de forma discreta, incluyendo que pueda suceder algo no contemplado. Por ejemplo, intentar describir con exactitud el tiempo que hará mañana en cualquier lugar de España y a cualquier hora.

En este caso, el grado de certeza que tendremos sobre la ocurrencia de cada resultado posible se basará en estimaciones, y el grado de exactitud de dichas estimaciones también dependerá de:

• Como hayamos discretizado todos los resultados posibles imaginables. Por ejemplo podríamos agrupar los posibles estados del tiempo en dos grupos: Bueno y Malo, o en tres (soleado, nublado y lluvioso), o en cuatro…

• Del tipo de cálculos y/o estimaciones que se hayan hecho para determinar esa probabilidad (modelización, opinión de los habitantes de la zona…

• De los datos que se hayan utilizado para realizar dichos cálculos (des de la simple observación del cielo a el uso de series temporales de cientos de miles de datos).

d) No podemos definir los resultados o acontecimientos posibles y nos limitamos a suponerlos. Por ejemplo, y llevado al extremo, ante preguntas del tipo ¿Qué pasaría si colisionasen de frente dos coches que viajan a la velocidad de la luz?.

En este caso, el grado de certeza que tendremos sobre la ocurrencia de cada resultado posible, dependerá exclusivamente de la credibilidad que le demos a la persona o personas que han imaginado dichos resultados.

Por otro lado, en relación a las preferencias, o a cómo percibimos que nos puede afectar a nosotros o al objeto de análisis cada resultado, tendremos que tener en cuenta la “realidad” de cada persona. Y entendemos por “realidad”, la conjunción de biología y experiencia de cada persona en un momento y en un contexto determinado.

De este modo, la cuantificación de un riesgo será fruto de la elección del método que mejor se ajuste a cada uno de las combinaciones entre los tipos de eventos descritos y los tipos de personas que valorarán sus consecuencias.

Por ejemplo, par eventos que se encuentran dentro del grupo a), la cuantificación del riesgo se basará en determinar el método más útil para medir el impacto de los resultados sobre un individuo o concepto de análisis, ya que la forma en la que abordar las probabilidades de ocurrencia ya está definida. El método a seleccionar tendrá en cuenta las unidades en las que se expresan las consecuencias y la “biología” de quien las recibe.

Por otro lado, en el caso en el que conozcamos los posibles resultados pero no podamos universalizar su probabilidad de ocurrencia, deberemos seleccionar uno o varios métodos para estimarla. Y en este caso, siempre, entrará en juego la cantidad y calidad de la información disponible. Posteriormente, trataremos como en el caso anterior el tema del “impacto” de las consecuencias.

Para eventos cuyos resultados no puedan ser exhaustivamente relacionados, deberemos generar grupos que se comporten como unidades discretas sobre las que inferenciar probabilidad y consecuencias. Posteriormente procederemos como en el caso anterior.

Y finalmente, en régimen de turbulencia o de desconocimiento total de los resultados y consecuencias futuras, afrontaremos el problema teniendo en cuenta que no podemos resolverlo por procedimientos clásicos o que en caso de hacerlo, la incertidumbre asociada será tan grande que no nos serán de ninguna utilidad las conclusiones que de ellos saquemos.

En posts posteriores entraremos en el detalle de cada una de las combinaciones, pero entendiendo que es estrictamente necesario saber a qué problema nos enfrentamos en cada caso.

Un último apunte. En teoría de las decisiones no es raro encontrar la distinción entre decisiones en ambiente de riesgo y decisiones en ambiente de incertidumbre.

Al tomar decisiones bajo riesgo, lo que se suele convenir es que las opciones están definidas y se conocen las probabilidades de cada resultado, pero se matiza que, no obstante, hay incertidumbre tan solo en tanto que no podemos conocer con exactitud el resultado que seguro se obtendrá en un solo evento de un experimento aleatorio. Es decir, puedo saber que la probabilidad de que salga cara será de 0,5, pero no puedo saber si saldrá cara o cruz.

Por otro lado, se dice que al tomar decisiones bajo incertidumbre, las opciones de los resultados no están definidas y en consecuencia sus probabilidades tampoco se conocen. Es decir, la aleatoriedad suele intervenir tanto en los resultados como en la probabilidad de ocurrencia.

Hago este último comentario porque la nueva perspectiva “conceptual” que se le da al riesgo, lo define como los efectos de la incertidumbre sobre los objetivos. Porque por otro lado, al realizar un análisis de riesgos se puede pedir se acompañe de su preceptivo análisis de la incertidumbre y finalmente, porqué el concepto de incertidumbre lleva asociado su propio debate en cuanto a definición y alcance.

En resumen, la frase de Fischhoff, “La gente discrepa más acerca de qué es el riesgo que acerca de su cuantificación” podría ampliarse perfectamente a “La gente discrepa más acerca de qué es el riesgo y la incertidumbre que acerca de su cuantificación”