Glosario
Unknown unknowns
También: Desconocidos desconocidos
Los unknown unknowns son los problemas y oportunidades que una organización no detecta porque no sabe que debe buscarlos. No son datos faltantes: son preguntas que nadie formuló. Ningún tablero los muestra, porque un tablero solo responde lo que su diseñador anticipó.
La expresión distingue tres niveles. Los known knowns son los datos que la empresa mira todos los días: ventas, cartera, inventario. Los known unknowns son las preguntas que alguien sabe que debería responder y todavía no responde. Los unknown unknowns son la tercera categoría, y es la que concentra tanto el riesgo mayor como el hallazgo más valioso.
El problema es estructural. Toda herramienta de reporte parte de una hipótesis: alguien decidió qué métricas importan y construyó la vista. Esa decisión, que es lo que hace utilizable el tablero, es también lo que define su punto ciego. Lo que quedó fuera del diseño es invisible por construcción, no por falta de datos.
El único camino para atacarlos es un análisis sin hipótesis previa: recorrer los datos buscando anomalías, correlaciones inesperadas y patrones que se repiten, sin partir de una pregunta. Es un trabajo que un analista humano hace mal —es tedioso y el espacio de búsqueda es enorme— y que un agente automatizado hace bien.
En una empresa de servicios financieros, mirar el proceso de atención al cliente de punta a punta mostró que una parte de los reclamos terminaba en gestión judicial por ineficiencias del propio proceso, un costo que no aparecía en el indicador de servicio. Al corregirlo, esos casos cayeron más del 60%.
Preguntas frecuentes
¿Qué son los unknown unknowns?
Son los problemas y oportunidades que una organización no detecta porque no sabe que debe buscarlos. No son datos faltantes: son preguntas que nadie formuló. Ningún tablero los muestra, porque un tablero solo responde lo que su diseñador anticipó.
¿Cómo se detectan los unknown unknowns en una empresa?
Con un análisis sin hipótesis previa: recorrer los datos buscando anomalías, correlaciones inesperadas y patrones que se repiten, sin partir de una pregunta. Un analista humano lo hace mal porque es tedioso y el espacio de búsqueda es enorme; un agente automatizado lo hace bien.