Saca el máximo aprendizaje de tus decisiones usando el modelo de "Thinking in Bets"
Lecciones de una jugadora profesional del Poker llevada a Producto
Hola, soy Jorge Herna,
Bienvenido a mi newsletter, un lugar donde os contaré historias o reflexiones del mundo del producto, para que podáis aprender de mis errores y experiencias.
Si queréis hablar, aquí me tenéis.
Cuando no puedes ser data-driven Product Manager
Desde hace un tiempo, una de las “keywords” en alza además de la palabra “growth” ha sido “Data-Driven Product Manager”.
Y todos entendemos el por qué detras de este trend. Los PMs sómos alergicos tomar decisiones sin tener datos cuantitativos y cualitativos que soporten dichas decisiones.
Pero, ¿Qué pasa cuando no podemos obtener dichos datos?
No sé vostros pero de la teoría a la practica en lo que se refiere a la adquisición de datos hay un mundo. Pasa muchas veces que no puedes obtener el insight que querías. Ese dato que te iba a ayudar a validar o invalidar dicha hypotesis o assumptions.
Entonces ¿Qué hacemos cuando pasa esto?
Primero, he de arruinaros la fiesta diciéndoos que el libro no va de una formula mágica que te dice cual es la mejor decisión a tomar cuando no hay datos.
De lo que si habla Thinking in bets de Annie Duke, es de unos cuantos modelos mentales que nos ayudarán a sacar el máximo aprendizaje de cada decisión, y que poco a poco tomemos decisiones más inteligentes con o sin datos. Y sobre todo, a entender que detrás de cada decisión, siempre hay un elemento de suerte.
A continuación, os explico los puntos del libro que más me han gustado y que creo que deberíamos tener en cuenta como Product Managers.
🍀 Lección 1 - Toda decisión tiene un elemento de suerte influyendo el resultado
Mi objetivo no es convencerte de que la suerte existe, pero te voy a dejar esta frase que seguro no te dejará indiferente.
“Debemos creer en la suerte. Porque si no, ¿Cómo vamos a explicar el éxito de aquellos que no nos caen bien? – Jean Cocteau
Dejando las bromas a parte, Annie llama suerte a todo aquello que no podemos controlar y que afecta al resultado de nuestras decisiones. Por ejemplo: que el competidor que iba a lanzar Producto, le haya fallado algo interno, no lanze, y tu te conviertas en cabeza de mercado.
Como PMs siempre estamos en búsqueda de datos para asegurar el resultado de nuestras decisiones. El problema es cuando creemos que no existe el elemento suerte.
¿Cuáles son los peligros de seguir esta vía?
Primero, que a la hora de analizar un outcome negativo. Creeremos que el resultado está totalmente relacionado con la calidad de nuestras decisiones. Y no, la vida no es una fórmula tan simple.
Segundo, que cuando queramos evaluar la calidad de dichas decisiones o acciones, no sabremos diferenciar correctamente cómo de importante ha sido el factor suerte en ellas. Tanto en lo positivo como en lo negativo.
Con todo esto quiero enfatizar que con datos o sin datos siempre cabe la posibilidad de tener un outcome diferente al que esperabas. Y este mindset es muy importante para aprender a tomar decisiones cuando se tienen pocos datos.
🪓 Lección 2 - Los peligros de no saber separar las decisiones de los resultados
¿Cuantas veces has juzgado rápidamente un outcome por su resultado?
Han pasado 15 días desde que lanzaste la feature y ha llegado la hora de medir los resultados. Has hecho Discovery e incluso un pequeño MVP que te han asegurado que la feature mejorará el KPI asignado a tu equipo.
Revisas las Success Metrics que habías definido, los resultados, y te das cuenta de que no las superan las expectativas pronosticadas.
Automaticamente piensas en dos cosas:
Primero, “Habremos tomado alguna mala decisión por el camino”.
Segundo, “Hay que cambiar de estrategia”.
¿Por qué? Porque solo nos fijamos en el resultado.
Este sin duda es un claro ejemplo del peligro de no saber separar las decisiones de los resultados. ¿Por qué? Muy sencillo, si nos centramos solo en el outcome:
este nos sesga a la hora de evaluar todas las acciones envueltas.
nos hace entrar en un estado de frenesí en el cual queremos resolver rápido.
nos hace perder la oportunidad de comprender si las acciones tomadas son inteligentes o no ( una vez identificado el factor suerte).
Es curioso que como Product Managers siempre intentemos aferrarnos a la creencia de que somos analíticos y pacientes, pero esto no siempre es una realidad.
Como PMs muchas veces nos encontramos en encrucijadas que nos requieren actuar con mucha rapidez y bajo bastante presión. Al final, discutible o no, somos owners del outcome.
Así que la próxima vez que te encuentres en una situación similar, para, respira, recuerda que hay elementos de suerte que no podemos controlar, y empieza tu análisis.
Para este, revisemos la siguiente lección.
🧘🏽♂️ Lección 3 - Mejorando nuestra autocrítica evitando estos sesgos
La autocrítica y análisis sobre la calidad de nuestras decisiones, es crucial para aprender a mejorar nuestra intución y toma de decisiones.
El problema viene cuando empezamos a mirar hacia atrás y ejecutamos comportamientos nocivos de manera involuntaria. Estos pueden afectan a la calidad de nuestros aprendizajes, o incluso hacer que saquemos conclusiones erróneas.
Estos prejuicios a evitar, son muy importantes a tener en cuenta a la hora de analizar decisiones.
Sesgo Binario: Nuestra tendencia a buscar la claridad simplificando ideas y situaciones complejas en dos categorías. Bien o mal, 100% o 0%, Exíto o fracaso. Nada es tan sencillo, todo es gris.
Un ejemplo sería cuando revisamos las Success Metrics ¿De verdad ese 35% sobre 50% merece que matemos la Feature?
Razonamiento motivado: Las creencias que tenemos (que siempre hay que debatir) influyen en cómo procesamos la información.
Un ejemplo sería cuando tenemos tendencia a darle más peso a los datos cuantitativos que a los cualitativos porque creemos que los números transmiten más verdad. Este pensamiento, nos sesga y dificulta el que podamos obtener aprendizajes más allá de nuestras creencias base.
Aversión a la perdida: Las pérdidas duelen más que las ganancias y lo mismo ocurre con “estar en lo correcto” o no.
Creo que no hace falta ejemplo aquí, lo “negativo” nos afecta más que lo positivo, y por desgracia esto hace que hagamos más hincapié en analizar lo que ha salido mal que lo que ha salido bien. Y una vez más perdemos aprendizajes.
Autocrítica a favor: Tanto para lo bueno como para lo malo, somos muy buenos a la hora de juzgar a nuestro favor. Esto, nos separa de la realidad, que es el aprendizaje más importante.
“Si se hubiese priorizado lo que yo pedí”, “Si el equipo de marketing me hubiese apoyado en X”. Hay que dar espacio si lo necesitamos al “lloriqueo” pero pasado este, es importante tener gente a nuestro alrededor que nos ayude o a salir de ese estado, o redirigir a un estado de análisis sin autocrítica a favor.
Es fácil de nombrar pero difícil de darse cuenta. La próxima vez que obtengas un resultado de cualquier cosa, revisa si recaes en alguno de estos prejuicios. Darse cuenta, es el primer paso. 😊
Hay muchisimas cosas que me han gustado de Thinking in Bets, pero estas son las que más recomiendo aplicar de entrada.
Aquí os dejo un par de recursos que os ayudarán a profundizar más en el tema
Cómo novedad personal, he deciros que ya no trabajo como Product Manager para Product People. Quiero dar un paso adelante al modelo de agencia y centrarme en un solo Producto.
Así que en mis futuras newsletters, os hablaré de la experiencia Agencia Vs PM Tradicional y sobre cómo estoy trabajando en encontrar mi superpoder como Product Manager y la industria más adecuada a mis metas profesionales.
Sí conocéis de alguna oportunidad en Travel Tech, Social Tech, o Ed Tech soy todo oidos. 😏
Cuídaros y hasta el siguiente finde
Jorge