Publicado el
"Lo que no puede medirse no puede gestionarse". Esta afirmación la hemos escuchado -y repetido- hasta la saciedad. De hecho, ha terminado por convertirse en uno de los mantras por excelencia del management moderno. Sin embargo, con harta frecuenta se olvida que medir no basta

O para ser más precisos, que "medir no es lo mismo que gestionar". De aquí, la importancia de contar con un modelo de métricas de reputación. ¿Con cualquiera? Evidentemente, no. A continuación resumiremos qué requisitos básicos debe satisfacer un modelo efectivo de métricas de reputación.

En primer lugar, un modelo de métricas de reputación tiene que permitir la comparabilidad y la estandarización dentro y fuera del sector de actividad y de un país. Esto es, debe disponer de una serie de KPIs que, en el marco de una escala normativa, permita saber si estoy bien, mal o regular en aspectos concretos de mi reputación. Además, el modelo debería ser capaz de compararlos con KPIs idénticos de otras empresas que no tienen necesariamente que pertenecer al mismo sector de actividad ni tampoco desarrollarla en el mismo ámbito geográfico.

En segundo lugar, el modelo de métricas debe tener un alto grado de adaptabilidad a la realidad específica de la empresa. No solo debe capturar la información sobre KPIs genéricos -que son los que sustentan la comparabilidad y estandarización-, sino también sobre otros aspectos específicos y propios de la empresa, que tienen que ver con su propuesta de valor, ámbito de actividad, modelo de negocio, etc. La adaptabilidad, entendida como personalización del modelo, es un requisito ineludible, pues de lo contrario difícilmente será una herramienta accionable y, por tanto, útil para la gestión de este intangible.

En tercer lugar, el modelo de métricas tiene que ser transparente y objetivo. En otras palabras, debe carecer de cajas negras. Ni directa ni indirectamente, en ningún momento el modelo puede llevar a cuestionarnos la fiabilidad de sus datos. El modelo tiene que basarse en un constructo matemático que valide, legitime y objetive sus datos resultantes. Asimismo, debe permitir la consulta de los ficheros "en crudo", para de esta manera saber de dónde proceden las conclusiones. Conclusiones que, además, tienen que poder materializarse en planes concretos de actuación.

En cuarto lugar, el modelo debe poseer una alta capacidad predictiva. Se trata de una cualidad esencial en cualquier modelo de métricas de reputación. Algunos modelos son capaces de explicar qué variables pueden relacionarse entre sí, pero no todos son capaces de mostrar qué impacto en la percepción global de una compañía o de un comportamiento favorable hacia ella tendrá la subida o bajada de una determinada variable. Por ejemplo, si mejora la percepción positiva de los productos o servicios de una empresa o de su comportamiento ético, ¿en qué medida mejora también la reputación general de esta empresa o la intención de comprar o recomendar sus productos? Si el modelo no puede responder una pregunta como la anterior, simplemente no es operativo.

En quinto y último lugar, el modelo de métricas debe contar con un acceso dinámico a la información que suministra. Ningún modelo moderno debería generar como único entregable un informe en PowerPoint. En nuestra sociedad del conocimiento, la información ya no puede ser estática y los outputs de cualquier modelo de métricas tienen que ser accesibles a través de una plataforma online que, por una parte, posibilite un acceso puntual a los datos y por otra, permita realizar simulaciones con ellos.

Fernando Prado Abuín

Director ejecutivo de Reputation Intelligence

@fpradoRI – @Rep_Intel

¡Comparte este contenido en redes!

300x300 diario responsable

Advertisement
Este sitio utiliza cookies de terceros para medir y mejorar su experiencia.
Tu decides si las aceptas o rechazas:
Más información sobre Cookies