El proceso de resolución de problemas de McKinsey comienza con el uso de frameworks estructurados para generar hipótesis basadas en hechos, seguidos de recopilación y análisis de datos para probar o refutar las hipótesis.
La intuición en esta etapa es extremadamente importante porque todavía no tenemos muchos hechos.
Normalmente, el proceso de resolución de problemas implicaría definir los límites del problema y, a continuación, dividirlo en sus elementos componentes.
El concepto de MECE (acrónimo de Mutually Exclusive, Collectively Exhaustive), es un principio básico del proceso de pensamiento de McKinsey. Ser MECE en el contexto de la resolución de problemas significa separar su problema en problemas distintos y no superpuestos, al tiempo que se asegura de que no se hayan pasado por alto problemas relevantes. Esto permite simplificar el problema y planificar el trabajo porque en la mayoría de los casos, un problema complejo se puede reducir a un grupo de problemas más pequeños y simples que se pueden resolver individualmente.
La herramienta más común que las personas de McKinsey utilizan para separar problemas es el árbol lógico. Un árbol de problemas, también llamado árbol lógico, es un desglose gráfico de una pregunta que lo disecciona en sus diferentes componentes verticalmente y que progresa en detalles a medida que se lee horizontalmente.
Los árboles lógicos son útiles en la resolución de problemas para identificar las causas profundas de un problema, así como para identificar sus posibles soluciones. También proporcionan un punto de referencia para ver cómo cada pieza encaja en toda la imagen de un problema.
Arnaud Chevallier
Según el profesor de estrategia Arnaud Chevallier, elaborando un enfoque utilizado en McKinsey & Company, hay dos tipos de árboles lógicos: los de diagnóstico y los de solución. Los árboles de diagnóstico descomponen una pregunta clave «por qué», identificando todas las posibles causas raíz del problema. Los árboles de solución descomponen una pregunta clave «cómo», identificando todas las alternativas posibles para solucionar el problema.
Las 4 Reglas
Cuatro reglas básicas pueden ayudar a garantizar que los árboles lógicos sean óptimos, según Chevallier:
- Responder consistentemente a una pregunta de «por qué» o «cómo»
- Progreso de la pregunta clave al análisis a medida que se mueve a la derecha
- Tener ramas mutuamente excluyentes y colectivamente exhaustivas (MECE)
- Utilice un desglose perspicaz
El requisito de que los árboles lógicos sean colectivamente exhaustivos implica que el pensamiento divergente es una habilidad crítica.
Aplicaciones
Después de haber reducido el problema a sus componentes esenciales, estás listo para embarcarte en el siguiente paso: formar una hipótesis en cuanto a su probable solución. Al saber ya dónde está tu solución, eliminas muchos caminos que conducen a callejón sin salida.
El uso de una hipótesis inicial para guiar tu investigación y análisis aumentará tanto la eficiencia como la eficacia de tu toma de decisiones, ya que te proporciona a ti y a tu equipo una hoja de ruta de resolución de problemas que te llevará a hacer las preguntas correctas y realizar el análisis correcto para llegar a su respuesta.
Una buena hipótesis también te ahorrará tiempo señalando posibles callejones sin salida mucho más rápidamente y permitiéndote volver a los principales problemas si vas por el camino equivocado.
La Intuición es tan importante como los hechos
Puesto que debes formar tu hipótesis al comienzo del proceso de resolución de problemas, tienes que confiar menos en los hechos y más en el instinto o la intuición. Toma lo que sabes sobre el problema en cuestión, combínalo con tus sentimientos intestinales sobre el tema y piensa en cuáles son las respuestas más probables.
Los ejecutivos toman decisiones estratégicas importantes basadas tanto en el instinto como en el análisis basado en hechos.
La intuición y los datos se complementan entre sí.