Imaginá que le hacés una pregunta simple a un grupo de chicos de cinco años: "¿Cuánta plata vamos a ganar mañana con nuestro puesto de limonada?"

Uno te mira y se encoge de hombros: "Y... supongo que lo mismo que hoy".

Otro se anima un poco más y dice, mientras dibuja una curva imaginaria con el dedo: "A veces sube, a veces baja".

Hay uno que no dice nada al principio. Se pone a ordenar vasos, limones, azúcar y servilletas como si estuviera armando un rompecabezas. Recién después habla: "Primero veamos todo esto. Después adivinamos".

La escena puede parecer simpática, pero deja algo claro: así funciona gran parte de lo que hacen los líderes todos los días. No importa si estás al frente de una empresa gigante o de una pyme que recién arranca. Todo el tiempo estás tratando de anticiparte: cuánta plata va a entrar, cuánto vas a vender, qué riesgos hay dando vueltas y si tu equipo va a estar a la altura.

Algunos miran los números del pasado y sacan cuentas. Otros se dejan llevar por el olfato. Y hay quienes intentan ir un poco más allá y entender qué es lo que realmente mueve los resultados.

En una investigación reciente publicada en el Journal of Accounting and Economics, junto con mis coautores Katherine Schipper y Kevin R. Standridge, nos hicimos una pregunta que parece simple, pero no lo es:

¿Podemos predecir la rentabilidad futura con mayor precisión si dejamos de mirar a una empresa como un único número y, en cambio, analizamos de dónde vienen realmente sus ganancias?

La respuesta es sí.

Aunque la verdadera lección para quienes lideran está en entender por qué.

El puesto de limonada, en grande

Pensá en tu empresa como un puesto de limonada con más ceros.

Las ganancias no aparecen de la nada: dependen de factores concretos. De cuánto vendés, cuánto retenés de cada venta, cuán eficientemente usás tus activos, cuánto apalancamiento manejás y qué parte de tus ingresos se repite todos los años, en lugar de depender de operaciones puntuales.

Los ejecutivos lo comprenden de manera intuitiva. Sin embargo, cuando llega el momento de hacer pronósticos, muchas organizaciones terminan usando la lógica del chico de cinco años: asumir que mañana será parecido a hoy.

Y acá aparece una verdad incómoda: esa suposición, conocida como “caminata aleatoria”, muchas veces le gana a los modelos de pronóstico tradicionales.

Dónde realmente mejoran los pronósticos

En nuestra investigación unimos dos ideas que muchos líderes ya reconocen, aunque pocas veces aplican juntas.

Por un lado, usamos una estructura que descompone la rentabilidad en los factores que la explican. Por otro, incorporamos aprendizaje automático, preparado para detectar patrones complejos y no lineales, los que suelen mostrar las empresas reales pero que los modelos lineales no llegan a capturar.

La estructura, sola, no aportó demasiado. El aprendizaje automático, por sí solo, ayudó un poco más. Pero fue la combinación entre un análisis estructurado y herramientas no lineales lo que generó las mejoras más claras, sobre todo en momentos donde la rentabilidad mostraba grandes cambios.

Cuando la precisión marca la diferencia

El método se vuelve más útil justo cuando más cuesta anticipar la rentabilidad.

Analizamos más de 117.000 observaciones anuales de empresas a lo largo de seis décadas. Las mejoras fueron más notorias en los casos donde el pronóstico era más difícil, justamente donde los modelos tradicionales suelen fallar.

Cuando la rentabilidad de una empresa cambia mucho de un año a otro, los ejecutivos tienen que tomar decisiones complejas: ¿es una turbulencia pasajera o estamos frente a un cambio de fondo? ¿Conviene sostener la estrategia o es momento de reestructurar?

Al desarmar la rentabilidad en sus componentes clave —márgenes operativos, rotación de activos, apalancamiento financiero y cómo se relacionan entre sí—, un modelo no lineal puede captar patrones que los métodos tradicionales no llegan a ver. 

La combinación entre esa estructura y el aprendizaje automático redujo los errores de pronóstico en más de un 3 % en términos relativos, frente al uso del aprendizaje automático por separado. Las mejoras más marcadas aparecieron, justamente, en los casos donde evitar errores resulta clave para tomar decisiones estratégicas.

Tres lecciones para quienes lideran

1. Separá los grandes resultados según sus verdaderos impulsores

Los ingresos, el EBITDA y el beneficio neto son titulares, no explicaciones. Cuando desarmamos la rentabilidad de forma sistemática, las previsiones mejoraron, sobre todo al enfocarnos en los componentes recurrentes y al analizar los patrones durante varios años.

2. Usá la tecnología cuando la intuición no alcanza

Los ejecutivos son buenos para armar relatos y detectar puntos de quiebre estratégicos. Las máquinas, en cambio, son mejores para encontrar patrones no lineales escondidos en datos complejos. Cuando pronosticar se vuelve realmente difícil, la combinación entre criterio humano y reconocimiento algorítmico supera a cualquiera de los dos por separado.

3. No reacciones de más ante un ruido pasajero

Los datos contables están llenos de elementos transitorios que tapan lo que de verdad importa. En nuestro análisis, filtrarlos mejoró la precisión de las predicciones. No todas las sorpresas justifican un cambio estratégico. La dirección tiene que enfocarse en lo que es recurrente.

Por qué esto importa ahora

Los golpes inflacionarios, los problemas en las cadenas de suministro y el riesgo geopolítico volvieron más frágiles a los pronósticos lineales. Pero que haya volatilidad no significa que todo sea azar. Esa inestabilidad sigue patrones, muchas veces no lineales, que las personas no suelen detectar sin apoyo.

Lo que encontramos en nuestra investigación es claro: una estructura financiera ordenada, combinada con herramientas analíticas actuales, supera a los modelos tradicionales, a las reglas simplificadas y hasta a los pronósticos consensuados por analistas.

Antes de invertir, reestructurar o cambiar el rumbo, hacete una pregunta clave: ¿tus proyecciones reflejan cómo funciona realmente tu empresa o son, en el fondo, conjeturas más o menos informadas?

Una última lección de los chicos de cinco años

Imagino que ellos resumirían todo lo que aprendimos de manera simple:

• “Mirá todas las piezas”.
• “Fijate en las que se repiten”.
• “Y usá las herramientas correctas cuando los patrones se vuelvan difíciles”.

Para quienes lideran en un contexto cada vez más imprevisible, ese consejo puede ser justo lo que necesitan.

Nota publicada por Forbes US