El método «qué tendría que ser cierto» es una técnica de Roger Martin y A. G. Lafley para validar una estrategia: en lugar de discutir qué opción es mejor, el equipo enumera las condiciones que deberían cumplirse para que cada opción fuera la correcta, identifica las más dudosas y diseña pruebas para verificarlas antes de decidir. Así el debate pasa de opiniones a evidencia.
Puntos clave
- La pregunta cambia de «qué deberíamos hacer» a «qué tendría que ser cierto para que esta opción funcionara».
- Las condiciones se formulan antes de evaluar si son ciertas, para separar la lógica de la opinión.
- Solo se prueban las condiciones que el equipo considera menos probables, las verdaderas barreras para elegir.
- La persona más escéptica sobre una condición ayuda a diseñar la prueba, lo que aumenta la confianza en el resultado.
- El método convierte el desacuerdo en un insumo productivo en lugar de un conflicto político.
¿Qué es el método «qué tendría que ser cierto»?
El método «qué tendría que ser cierto», conocido en inglés como «what would have to be true», es el corazón de un proceso que A. G. Lafley, Roger L. Martin, Jan W. Rivkin y Nicolaj Siggelkow describieron en «Bringing Science to the Art of Strategy» (Harvard Business Review, 2012). Lafley y Martin lo integraron en Playing to Win (2013) como la forma de elegir entre posibilidades estratégicas.
Su idea es invertir la conversación habitual. En la mayoría de los comités, cada directivo defiende la opción que prefiere y ataca las demás. Con este método, nadie debate si una opción es buena. El grupo se pregunta, para cada una, qué condiciones tendrían que cumplirse para que fuera la elección correcta. Solo después evalúa cuáles de esas condiciones son dudosas.
El cambio parece pequeño, pero transforma la dinámica. Las personas pueden contribuir a construir la lógica de una opción que no les gusta sin sentir que la están apoyando.
Por qué funciona: la economía conductual del desacuerdo
Las discusiones estratégicas suelen ser defensas de posiciones tomadas. Cuando alguien se compromete en público con una opción, el costo emocional de cambiar de opinión aumenta y busca argumentos que confirmen su elección. Es el patrón que describe la economía conductual: decidimos primero y justificamos después.
La pregunta «qué tendría que ser cierto» desactiva ese mecanismo porque desplaza la atención de las personas a las condiciones. El escéptico ya no es un obstáculo, sino quien señala la condición que más hay que probar. Martin insiste en un detalle: quien más duda de una condición debe participar en el diseño de la prueba, para que acepte el resultado sea cual sea.
Las categorías de condiciones que debes revisar
Las condiciones de una opción suelen agruparse en unas pocas categorías. Recorrerlas evita que el equipo se concentre solo en las cifras de demanda y olvide la reacción de la competencia o las capacidades necesarias.
| Categoría | Qué tendría que ser cierto | Ejemplo de condición |
|---|---|---|
| Industria y segmento | El espacio elegido es lo bastante grande y rentable | El segmento crece y sostiene márgenes adecuados |
| Valor para el cliente | Los clientes elegidos valoran la propuesta y pagarían por ella | Las pymes aceptan pagar una tarifa mensual por el servicio |
| Canal | Existe una vía viable para llegar al cliente | Los distribuidores aceptan vender el producto con el margen propuesto |
| Capacidades y costos | Podemos entregar la propuesta con una estructura de costos ganadora | El costo de atención por cliente es menor que el de los competidores |
| Competencia | Los competidores no podrán o no querrán responder pronto | El líder no bajará precios por miedo a canibalizar su base |
«Cuando un comité deja de preguntar quién tiene razón y empieza a preguntar qué tendría que ser cierto, la política sale de la sala y entra la evidencia.»
Sergio Restrepo, fundador de Criterio Strategy Studio
Barreras para elegir: probar solo lo que importa
Una opción puede tener veinte condiciones. No todas merecen una prueba. El paso decisivo es identificar las barreras para elegir: aquellas condiciones que el equipo considera menos probables y que, si fueran falsas, harían caer la opción. Suelen ser dos o tres.
Este filtro es lo que hace práctico al método. En lugar de un estudio de mercado enorme que intenta validar todo, el equipo concentra tiempo y dinero en las pocas condiciones que separan una opción viable de una ilusión. Rita Gunther McGrath e Ian C. MacMillan propusieron una lógica cercana en «Discovery-Driven Planning» (Harvard Business Review, 1995): convertir los supuestos críticos en hitos de aprendizaje antes de comprometer más recursos.
Cómo diseñar una prueba válida
Una prueba válida tiene tres rasgos. Primero, el criterio de éxito se fija antes de ejecutarla, para que nadie reinterprete el resultado según su preferencia. Segundo, el escéptico de esa condición está de acuerdo en que, si la prueba sale bien, aceptará la condición. Tercero, la prueba es tan barata y rápida como sea posible sin perder validez.
Las pruebas pueden ser entrevistas estructuradas con clientes, pilotos en una región, análisis de datos existentes, prototipos o consultas con distribuidores. Lo importante no es el formato, sino que el resultado cambie la probabilidad de la condición de forma clara.
- Fija el umbral de éxito por escrito antes de la prueba.
- Haz que el escéptico valide el diseño.
- Elige la prueba más barata que pueda cambiar la decisión.
- Registra el resultado aunque contradiga a la opción favorita.
Cuándo usarlo y cuándo no
El método rinde más cuando hay varias opciones creíbles, desacuerdo real en el equipo e incertidumbre que se puede reducir con pruebas. Es menos útil cuando la decisión es urgente y no hay tiempo para probar, o cuando la incertidumbre es tan radical que ninguna prueba cercana la reduce. En ese caso, conviene combinarlo con escenarios y con una cartera de apuestas escalonadas.
Paso a paso
- Formula la decisión como elecciónConvierte el problema en una elección entre al menos dos opciones mutuamente excluyentes. Si solo hay una opción, todavía no hay decisión que validar.
- Describe cada posibilidad completaPara cada opción, escribe dónde competirías, cómo ganarías y qué capacidades necesitarías, como una historia de cómo funcionaría si fuera exitosa.
- Enumera las condiciones sin juzgarlasPregunta qué tendría que ser cierto en cada categoría: industria, cliente, canal, capacidades, costos y competencia. Prohíbe por un rato discutir si las condiciones son ciertas.
- Identifica las barreras para elegirPide a cada miembro del equipo que marque, de forma independiente, las condiciones que cree menos probables. Las más señaladas son las que se prueban.
- Diseña pruebas con los escépticosPara cada barrera, define una prueba con un umbral de éxito acordado. La persona que más duda debe aprobar el diseño.
- Ejecuta las pruebas y eligeCorre las pruebas, revisa los resultados frente a los umbrales y elige la opción con menos barreras sin superar. Las condiciones validadas se convierten en hipótesis a vigilar.
Una aseguradora en Guatemala
Una aseguradora guatemalteca evalúa dos opciones: lanzar microseguros de salud distribuidos en tiendas de barrio o concentrarse en seguros colectivos para empresas medianas. El comité está dividido. En lugar de debatir, aplica el método y lista condiciones para cada opción. Para los microseguros, tendría que ser cierto que los tenderos aceptan vender seguros con una comisión baja, que los clientes entienden un producto simple y que el costo de cobro por póliza es sostenible. Cada directivo marca de forma independiente las condiciones que considera menos probables. La barrera más señalada es la aceptación de los tenderos. La gerente comercial, la más escéptica, ayuda a diseñar la prueba: un piloto con tiendas de dos municipios durante ocho semanas y un umbral de ventas acordado de antemano. El resultado supera el umbral en uno de los municipios y no en el otro, lo que obliga a refinar la condición antes de elegir.
Errores comunes
- Evaluar las condiciones mientras se enumeran: el debate vuelve a ser sobre opiniones y se pierde la lógica del método.
- Probar todas las condiciones: se gasta tiempo y dinero en lo que nadie dudaba.
- Fijar el umbral de éxito después de la prueba: el resultado se interpreta a favor de la opción preferida.
- Excluir a los escépticos del diseño: sin su acuerdo, no aceptarán el resultado.
- Aplicarlo a una sola opción: sin alternativas, el método se convierte en una justificación.
- Olvidar las condiciones validadas después de decidir: deben seguir vigilándose como hipótesis.
Qué es el método «qué tendría que ser cierto» para validar una estrategia, dentro del ciclo
En Criterio el método «qué tendría que ser cierto» es una herramienta central de la fase Estresar. Una vez que el equipo generó posibilidades en Divergir, cada directivo enumera condiciones y marca de forma independiente las que considera menos probables, antes de cualquier debate. La IA ayuda a revisar categorías olvidadas y a proponer pruebas rápidas, pero son las personas quienes acuerdan los umbrales. Las condiciones que sobreviven se registran en la casilla de hipótesis, señales y adaptación del Master Strategy Canvas, para que la fase Aprender las siga vigilando.
Conclusión
El método «qué tendría que ser cierto» transforma la manera en que un equipo valida una estrategia. En lugar de defender posiciones, enumera condiciones, identifica las pocas que de verdad son dudosas y las prueba con umbrales acordados y con la participación de los escépticos. El resultado es una decisión respaldada por evidencia y un equipo más comprometido con ella. Las condiciones validadas no se olvidan: se convierten en hipótesis que la estrategia debe seguir vigilando.
Preguntas frecuentes
¿Quién creó el método «qué tendría que ser cierto»?
Lo popularizaron Roger L. Martin y A. G. Lafley a partir de su trabajo en Procter & Gamble. Fue descrito en el artículo «Bringing Science to the Art of Strategy», publicado en Harvard Business Review en 2012 por Lafley, Martin, Jan W. Rivkin y Nicolaj Siggelkow, y luego incluido en el libro Playing to Win, de 2013.
¿Qué diferencia hay entre este método y un análisis de supuestos tradicional?
Un análisis de supuestos suele revisar los supuestos de una opción ya elegida. Este método se aplica a varias opciones antes de elegir, formula las condiciones sin juzgarlas, identifica solo las más dudosas y diseña pruebas con los escépticos. Además, transforma la dinámica del equipo, porque el desacuerdo se convierte en un insumo y no en un conflicto.
¿Cuántas condiciones conviene probar?
Pocas. Una opción puede tener muchas condiciones, pero normalmente solo dos o tres son verdaderas barreras para elegir. Concentrar las pruebas en ellas permite avanzar rápido y con menos recursos. Si el equipo marca demasiadas condiciones como dudosas, puede ser señal de que la opción está poco desarrollada o de que el conocimiento del mercado es insuficiente.
¿Se puede usar el método con IA?
Sí, como apoyo. Un modelo de lenguaje puede ayudar a revisar si faltan categorías de condiciones, a proponer pruebas de bajo costo o a buscar casos comparables. Pero la identificación de las barreras para elegir y la fijación de umbrales deben hacerlas las personas, porque dependen del conocimiento del negocio y del compromiso del equipo con el resultado.
Sergio Restrepo
Fundador y socio director de Criterio Strategy Studio. Trabaja con juntas directivas y comités ejecutivos en decisiones de estrategia corporativa y competitiva.
Miembro de las juntas directivas de Grupo Monge y Grupo IREX Costa Rica. Profesor visitante en INCAE, ESADE, Georgetown, Wharton Executive Education y Boston University. Autor de Estrategia Aumentada e Irracional, creador de la metodología POINTS® y candidato a DBA en IE Business School.
Fuentes y lecturas recomendadas
- A. G. Lafley, Roger L. Martin, Jan W. Rivkin y Nicolaj Siggelkow (2012). Bringing Science to the Art of Strategy. Harvard Business Review.
- A. G. Lafley y Roger L. Martin (2013). Playing to Win: How Strategy Really Works. Harvard Business Review Press.
- Rita Gunther McGrath e Ian C. MacMillan (1995). Discovery-Driven Planning. Harvard Business Review.
