Michael J. Mauboussin

Hace unos doce años, cuando trabajaba para una gran empresa de servicios financieros, uno de los altos ejecutivos me pidió que emprendiera un proyecto para entender mejor la rentabilidad de la empresa. Trabajé en la división de renta variable, que generaba comisiones y comisiones al atender a los gestores de inversiones y buscaba maximizar los ingresos mediante estudios de alta calidad, operaciones responsivas y codiciadas ofertas públicas iniciales. Si bien teníamos cientos de clientes, una sociedad de fondos de inversión era nuestra mayor. Llevamos a nuestros investigadores a visitar a sus analistas y gestores de carteras, dedicamos capital a garantizar que sus operaciones se ejecutaran sin problemas y reconocimos su importancia en la asignación de las OPI. Nos comprometimos a mantener feliz al gorila de 800 libras.

48x32sMvZjmNvacqrkkQYAVycd96rRJUGdqdOR7BgkzzXB98a0t+hsyxGeEM4LjrW4Xmd0Ahk4e/5kuyNUDOIzWpdfR6hFqgWkfRXTZ/mm1hcx4LrcH2khN0WpKN8/FM

Reprint: R1210B 
When it comes to assessing performance, business executives can be a lot like old-time baseball scouts, who have been around so long that they&#8217;ve developed a gut feel for which statistics matter most. But as Michael Lewis describes in Moneyball, the Oakland Athletics discovered that the metric the team&#8217;s scouts used to choose players had nothing to do with whether those players would score runs. They had been measuring the wrong thing, and executives may be making the same mistake. 
Theory and empirical research show only a shaky connection between value creation and two of the most popular performance measures: earnings per share (EPS) growth and sales growth. Yet executives cling to those metrics because they are overconfident in their intuition, they misattribute the causes of events, and they do not escape the pull of the status quo. 
The most useful statistics reliably reveal cause and effect. They have two defining characteristics: They are persistent, showing that the outcome of a given action at one time will be similar to the outcome of the same action at another time, and they are predictive&#8212;that is, there is a causal relationship between the action the statistic measures and the desired outcome. 
To choose the right statistics, you must define your governing objective, assess the financial and nonfinancial drivers of that objective, and figure out which employee activities support those drivers. You must also regularly reevaluate your metrics. The drivers of value creation change, and so must your statistics.

The True Measures of Success

Reimpresión: R1210B Cuando se trata de evaluar el desempeño, los ejecutivos de negocios pueden parecerse mucho a los cazatalentos de béisbol de antaño, que llevan tanto tiempo aquí que han desarrollado una intuición de qué es lo que más importa las estadísticas. Pero como describe Michael Lewis en Moneyball, los Atléticos de Oakland descubrieron que la métrica que utilizaban los cazatalentos del equipo para elegir a los jugadores no tenía nada que ver con si esos jugadores anotarían carreras. Habían estado midiendo mal y los ejecutivos pueden estar cometiendo el mismo error. La teoría y las investigaciones empíricas muestran solo una conexión débil entre la creación de valor y dos de las medidas de rendimiento más populares: el crecimiento de los beneficios por acción (BPA) y el crecimiento de las ventas. Sin embargo, los ejecutivos se aferran a esas métricas porque confían demasiado en su intuición, atribuyen mal las causas de los acontecimientos y no escapan a la atracción del status quo. Las estadísticas más útiles revelan de forma fiable la causa y el efecto. Tienen dos características definitorias: son persistente, mostrando que el resultado de una acción determinada en un momento es similar al resultado de la misma acción en otro momento, y son predictivo—es decir, existe una relación causal entre la acción que mide la estadística y el resultado deseado. Para elegir las estadísticas correctas, debe definir su objetivo de gobierno, evaluar los impulsores financieros y no financieros de ese objetivo y determinar qué actividades de los empleados respaldan esos impulsores. También debe reevaluar sus métricas con regularidad. Los impulsores de la creación de valor cambian, al igual que sus estadísticas.

Las verdaderas medidas del &eacute;xito

Reprint: R1210B When it comes to assessing performance, business executives can be a lot like old-time baseball scouts, who have been around so long that they’ve developed a gut feel for which statistics matter most. But as Michael Lewis describes in Moneyball, the Oakland Athletics discovered that the metric the team’s scouts used to choose players had nothing to do with whether those players would score runs. They had been measuring the wrong thing, and executives may be making the same mistake. Theory and empirical research show only a shaky connection between value creation and two of the most popular performance measures: earnings per share (EPS) growth and sales growth. Yet executives cling to those metrics because they are overconfident in their intuition, they misattribute the causes of events, and they do not escape the pull of the status quo. The most useful statistics reliably reveal cause and effect. They have two defining characteristics: They are persistent, showing that the outcome of a given action at one time will be similar to the outcome of the same action at another time, and they are predictive —that is, there is a causal relationship between the action the statistic measures and the desired outcome. To choose the right statistics, you must define your governing objective, assess the financial and nonfinancial drivers of that objective, and figure out which employee activities support those drivers. You must also regularly reevaluate your metrics. The drivers of value creation change, and so must your statistics.

Las verdaderas medidas del éxito

Resumen.

Partner Center