Una buena métrica no sirve solo para las diapositivas

"No es lo que mides... es lo que haces con la medición."

Hay empresas que adoran los tableros. Son televisores repartidos por las paredes de la oficina y presentaciones mensuales repletas de gráficos coloridos, números que suben y flechas verdes por todas partes. Visto desde lejos, parece el retrato del éxito absoluto. Pero cuando te sientas en la reunión y haces una pregunta sencilla, "entonces, ¿qué cambió en nuestra operación después de ver estos números?", la respuesta casi siempre es un silencio embarazoso.

Las métricas existen para guiar decisiones y corregir rumbos. Si los números suben o bajan y el equipo continúa haciendo exactamente lo mismo el lunes por la mañana, esos gráficos no son gestión: son apenas decoración costosa.

Métricas de vanidad vs. Métricas de acción

La primera trampa de cualquier liderazgo es confundir movimiento bruto con progreso real. Es fácil caer en la tentación de colocar en la diapositiva solo indicadores acumulativos que, por naturaleza matemática, nunca caen.

Ejemplos clásicos de métricas de vanidad:

• Número total de usuarios registrados desde la fundación: parece grandioso en la pantalla grande, ¿pero cuántos de esos usuarios continúan activos y generando ingresos este mes?
• Visualizaciones de página (page views) o clics brutos: generaron tráfico, ¿pero se convirtieron en resultados o solo consumieron infraestructura en vano?
• Cantidad de funcionalidades (features) lanzadas en el trimestre: el equipo entregó veinte pantallas nuevas, ¿pero algún cliente realmente adoptó esas funciones o solo aumentamos la complejidad de mantenimiento del sistema?

Ejemplos concretos de métricas de acción:

• Tasa de conversión y retención real por cohorte (cohort): muestra inmediatamente si el producto está entregando el valor prometido.
• Tiempo medio de restauración de incidentes (MTTR): revela la resiliencia real de la ingeniería cuando algo falla en producción.
• Costo por transacción o por cliente activo: conecta la factura de infraestructura directamente al margen financiero del negocio, como preconiza la disciplina de Unit Economics de la FinOps Foundation.
• NPS activo transaccional: medido justo después de una entrega o atención real, y no aquella encuesta genérica disparada una vez al año para cumplir por cumplir.

¿Cuál es la diferencia estructural entre los dos grupos? Las métricas de acción tienen consecuencia. Si el indicador se mueve fuera de lo esperado, este dispara una investigación clara y un cambio concreto de prioridad.

La Ley de Goodhart y el antídoto de Andy Grove

Aun cuando elegimos métricas operacionales legítimas, existe un segundo peligro que todo líder técnico necesita dominar. En 1975, el economista británico Charles Goodhart formuló en el artículo Problems of Monetary Management un principio que se volvió mundialmente conocido como la Ley de Goodhart (sintetizada años después por la antropóloga Marilyn Strathern):

"Cuando una medida se convierte en una meta, deja de ser una buena medida."

En la ingeniería de software y en las operaciones, la Ley de Goodhart aparece todo el tiempo:

• Si cobras a un equipo de soporte únicamente por el tiempo medio de cierre del ticket, los agentes pasan a cerrar llamadas prematuramente sin resolver el dolor del cliente.
• Si evalúas a los desarrolladores por el número de commits, puntos de historia (story points) o líneas de código, el equipo infla estimaciones y divide tareas simples en diez pedazos artificiales.
• Si exiges un corte ciego en la factura bruta de nube sin mirar la operación, alguien apaga redundancias críticas y derriba la disponibilidad del sistema.

¿Cómo evitar que una métrica importante sea distorsionada? En el libro clásico High Output Management (Administración de Alta Performance, 1983), Andy Grove, legendario ex-CEO de Intel, enseñó la técnica más eficaz de la historia de la gestión: el pareamiento de indicadores (paired indicators).

Grove muestra que nunca debemos medir cantidad o velocidad de forma aislada; toda métrica de eficiencia necesita marchar acompañada de una métrica contrapeso de calidad. Si mides la velocidad de entrega (lead time), necesitas parearla obligatoriamente con la tasa de falla en cambio (change failure rate). Si mides el costo unitario por transacción, necesitas parearlo con la latencia y el SLA de experiencia del usuario. Así, nadie consigue "mejorar" un gráfico destruyendo el otro tras bambalinas.

El test de las 4 preguntas para limpiar tu panel

Si quieres saber si los indicadores de tu área son herramientas vivas de gestión o apenas adornos de presentación ejecutiva, pasa cada gráfico de tu tablero por este filtro de cuatro preguntas:

1. Si este número sube 15% esta semana, ¿qué exactamente hago?
2. Si este número cae 15% esta semana, ¿qué acción concreta tomamos?
3. ¿Quién es el dueño nominal que mira este número regularmente?
4. ¿Alguna decisión real de producto, arquitectura o presupuesto ya fue tomada en los últimos 90 días a causa de este indicador?

Si las respuestas a estas preguntas son vagas, teóricas o inexistentes, ten el valor de limpiar la pantalla: esa métrica es vanidad pura.

Menos es más: 3 a 5 señales vitales

Con las herramientas modernas de observabilidad y BI, es tentador querer medir cincuenta variables al mismo tiempo. Pero el exceso de indicadores no genera control; genera parálisis y ruido. Cuando treinta números parpadean en la pantalla, ninguno de ellos es prioridad.

Concéntrate en las 3 a 5 métricas que realmente mueven la aguja de tu contexto actual. Elige señales vitales que cualquier persona del equipo entienda sin necesitar un diccionario estadístico. Cuando estos indicadores alcancen el nivel de estabilidad deseado, ajusta la regla y evoluciona el enfoque.

El ritual marca toda la diferencia

Por fin, recuerda que métrica sin ritual es dato muerto. Un tablero perfecto que solo se abre en la víspera de la reunión de directorio no cambia la cultura de nadie.

Establece momentos cortos, regulares y disciplinados para mirar los números junto con el equipo. Discute las variaciones con honestidad intelectual, sin cacería de brujas y sin intentar maquillar el gráfico cuando la semana sea mala. Formula hipótesis claras, toma decisiones prácticas y, en la semana siguiente, verifica en los mismos datos si la decisión surtió efecto.

Medir y colocar en la diapositiva es fácil. Actuar con consistencia basado en lo que la medición revela es la parte difícil. Y es la única que realmente construye resultado.

Continúa profundizando: lee también FinOps en 2030: Costo Cero No Es El Objetivo y Guía Completa de FinOps para Empresas. Prueba también nuestras Herramientas y Calculadora Ejecutiva de ROI y conoce la práctica de FinOps y Eficiencia en Nube.

---

Referencias y lecturas verificables

• Goodhart, C. A. E. (1975). Problems of Monetary Management: The U.K. Experience. Papers in Monetary Economics, Reserve Bank of Australia / Strathern, M. (1997). “Improving ratings”: audit in the British University system. European Review, 5(3), 305-321.
• Grove, A. S. (1983). High Output Management (Administración de Alta Performance). Random House.
• FinOps Foundation. Cloud Unit Economics Framework & Capabilities. Linux Foundation.