He aquí cómo una gran empresa de videojuegos adivinó la respuesta: su gente de marketing predeciría la clasificación que obtendrían sus juegos dentro de la página web Metacritic, que reune distintas clasificaciones de juegos. Sin embargo ¿por qué iba a saber más sobre esto la gente de marketing que los desarrolladores del juego?
Hace tres años, una startup llamada Crowdcast sugirió una táctica diferente. ¿Por qué no tomar a 700 de nuestros empleados más fieles, los que están en las trincheras y en realidad crean y prueban estos juegos, y preguntarles cuáles creen que serán las puntuaciones de Metacritic? Mejor aún, ¿por qué no dar a cada uno 10,000 dólares en dinero de juego y pedirles que apuesten sobre el resultado? Dejemos que acumulen un bote de riqueza ficticia si es que tienen razón. Hagamos que la predicción del marketing de juegos se convierta en eso, en un juego.
Para el deleite de los ejecutivos, las predicciones de los trabajadores en Metacritic resultaron ser un 32 por ciento más precisas. Más preocupante aún, su precisión fue inversamente proporcional a su lugar en la jerarquía. Los gerentes de primer nivel eran los que menos idea tenían—y más baja era su riqueza ficticia en el juego de Crowdcast.
Este vergonzoso hecho podría explicar por qué esta empresa de videojuegos en particular, al igual que muchos clientes de Crowdcast, quieren que esas historias permanezcan en el anonimato. "Es un poco experimental", explica Mat Fogerty, el sardónico consejero delegado británico de Crowdcast "y podría socavar la credibilidad de sus impresionantes gestores".
De hecho, el anonimato y las revelaciones incómodas en la sala de juntas son el accionariado de Crowdcast. La startup de San Francisco ya cuenta con clientes tan diversos como Hallmark, Hershey's, y la Harvard Business School. Está construida sobre la base de años de investigación acerca del funcionamiento de los mercados de predicción inte os. En estos mercados, los administradores preguntan a los empleados sobre el futuro de su producto y dejan que apuesten sobre las respuestas, sin saber quién apostó qué. Los resultados pueden ser aterradoramente precisos.
En septiembre, Crowdcast creó un mercado de predicción para una gran empresa de automóviles norteamericana, que normalmente realiza sus diseños de nuevos automóviles a través de una clínica de coches—un largo y costoso tipo de grupo de enfoque con compradores. El proyecto de Crowdcast consistió en preguntar a los ingenieros y supervisores de la fábrica qué resultados creían que saldrían de la clínica de automóviles.
Se plantearon cuarenta preguntas a estos expertos de planta baja, a las que podían acceder en cualquier momento durante el proyecto de mercado. Por ejemplo: ¿Qué porcentaje de compradores señalarán el salpicadero de este auto como su característica más importante? El mercado de prueba fue tan preciso que la compañía de automóviles intentará otro en enero. El gigante automovilístico tiene ahora una nueva manera de reducir costes: el uso de estos mercados de predicción en lugar de las costosas clínicas de automóviles hasta en un 75 por ciento de las ocasiones.
Crowdcast define estos resultados como "inteligencia social empresarial" en lugar de "crowdsourcing". "Dentro de las organizaciones, hay personas que conocen los verdaderos resultados futuros y las métricas", afirma Leslie Fine, jefe científico de Crowdcast. "¿Cuándo va a lanzarse el producto? ¿Cómo le irá de bien? Normalmente, el crowdsourcing pide contenidos creativos. Nosotros pedimos opiniones cuantitativas".
Puesto así, parece mucho más respetable que "poner a los empleados a jugar a un tipo de fútbol de fantasía con las ventas y las fechas de distribución". Pero no nos engañemos, eso es realmente lo que Crowdcast hace. Esto solía ser difícil de vender, admite Fogerty: "Me pareció extraño estar hablando de jugar en el trabajo y usar dinero del Monopoly".
Sin embargo el enfoque de juego se ha vuelto más fácil a medida que más ejecutivos oyen hablar de mercados de predicción a gran escala como InTrade, que predijo con precisión los resultados de las elecciones de 2008 y 2010, y el Hollywood Stock Exchange, que predice el éxito o el fracaso de las películas más importantes. La moda actual de "la dinámica de juego" en aplicaciones como Foursquare y SCVNGR, que permiten a los usuarios acumular puntos por diversas tareas, también ayudó a impulsar la idea. Sin embargo, Crowdcast se diferencia de otros mercados de predicción en que los usuarios no llegan a apostar por cualquier resultado que puedan nombrar. En vez de eso, la empresa ejecuta mercados cerrados donde los altos ejecutivos llegan a plantear las preguntas.
Parte de lo que resulta fascinante sobre el enfoque de Crowdcast es lo salvajemente desigual que es—al igual que el propio capitalismo. Lo democrático y políticamente correcto sería dar cuestionarios a los empleados de la empresa automovilística, y contar todas sus voces por igual. Sin embargo eso no habría dado a los más clarividentes una voz más fuerte. "Estamos tratando de crear una meritocracia de la información", asegura Fine. En teoría, si se hacen malas apuestas, uno se va a la quiebra. (En la práctica, estas quiebras virtuales sucede rara vez, y Fine puede proporcionar un plan de rescate con el que regalar a cada empleado un extra de 10.000 dólares, por ejemplo.)
Lo que prueba el crowdcasting es que jugar a las apuestas funciona. Como ex investigador de mercados de predicción en los laboratorios de HP y titular de varias patentes en el campo, Fine sabe que los estudios demuestran que no hay diferencia entre el uso de dinero real y dinero de juego en este contexto—ambos representan la intención de una persona. Resulta que ponemos el dinero donde pensamos que hay que ponerlo, incluso si es dinero del Monopoly. Y por mucho que a los mejores jugadores les guste apilar millones de dólares falsos, aquí está la respuesta que dan los participantes con mayor frecuencia como la razón por la que disfrutan del juego: "Yo creo que los directivos me escuchan a través de esta herramienta".
A los gestores, sin embargo, no siempre les gusta lo que oyen. El mayor golpe dentro de la corta vida de Crowdcast se produjo cuando ejecutó un mercado de prueba para una empresa de bienes de consumo, que fabrica un popular lubricante. Al mercado se le preguntó sobre las cifras de ventas, la adquisición de nuevos clientes, y el precio del aceite (vital para los lubricantes) al final del mes. En todas las métricas, el mercado fue más preciso que la previsión oficial de la compañía. "Dimos en el clavo", asegura Fine. Después de presentar sus resultados, "empezamos a felicita os".
Sin embargo Crowdcast no ganó el contrato—ya que no había podido conectar con el cabeza de ventas, un veterano de 20 años en la empresa que simplemente ignoró la evidencia. Por mucho que crea que las matemáticas deben ganar cualquier discusión, la startup está aprendiendo la importancia del toque personal. Si el departamento de marketing afirma que un producto se enviará a tiempo, pero el departamento de ingeniería es más pesimista, algunas salas de juntas prefieren aferrarse a la fantasía de los de marketing. La siguiente tarea de Crowdcast, por lo tanto, es saber cómo hacer que un instrumento eminentemente perjudicial parezca algo menos amenazante ante los ojos de los "impresionantes gestores".
Sin embargo, su lista de clientes de Fortune 200 es impresionante para cualquier empresa con tres años de edad. Oracle y SAP, después de su agitada batalla legal, están de acuerdo en muy pocas cosas hoy día, pero ambas son clientes de Crowdcast. "Es un sistema de alerta temprana", afirma Michael Schon, jefe del equipo de gestión de riesgo estratégico de SAP, cuyo objetivo es establecer la friolera de 25 mercados de predicción dentro de la empresa. "Es como decir: ¿Quieres saber las malas noticias de antemano, o quieres ser sorprendido?" Cuanto más popular se haga este juego, menos sorpresas sucederán.