Firma boutique de estrategia
Resolvemos problemas no controlados.
NNOP es una firma boutique de estrategia especializada en el diagnóstico y resolución de problemas complejos.
Cuando un problema persiste, atraviesa varias áreas o condiciona una decisión crítica, verificamos qué está ocurriendo realmente, identificamos las palancas y ayudamos a recuperar el control.
Reducimos el riesgo de ejecutar bien la solución equivocada. → Diagnóstico
Cuándo tiene sentido llamarnos
No es necesario saber de antemano si se está ante un problema complejo. Hay señales más útiles: un problema que persiste, explicaciones que compiten o una decisión cuyo coste de error es elevado.
Ya se ha probado lo obvio
Se han aplicado una o varias soluciones razonables, pero el problema reaparece o cambia de forma.
Cada área sostiene una explicación distinta
Personas, negocio, operaciones o tecnología señalan causas diferentes y ninguna explicación ordena el conjunto.
Hay demasiado en juego para decidir sobre supuestos
Hay una inversión, transformación o decisión crítica en juego y el coste de diagnosticar mal es alto.
Los indicadores no explican lo que ocurre
Los KPIs pueden estar en verde y, aun así, el sistema perder coherencia, capacidad de ejecución o control.
El encargo entra como hipótesis. No como diagnóstico.
Se contrasta lo que la organización ve, lo que puede decir y sobre qué puede actuar. Se construyen explicaciones alternativas, se buscan contradicciones y se intenta falsarlas antes de decidir dónde conviene intervenir.
El diagnóstico reduce incertidumbre sobre qué está ocurriendo. El diseño de futuros explora hacia dónde conviene mover el sistema. La ejecución convierte esa elección en intervenciones observables y adaptables. Ninguna fase se da por supuesta: cada una debe justificar la siguiente.
PreDx Sprint. Una lectura preliminar antes de comprometer una intervención.
Cuando todavía no tiene sentido activar un diagnóstico completo, PreDx Sprint permite leer el sistema con la información disponible y convertirla en un primer mapa defendible. No cierra el problema: acota qué se sabe, qué hipótesis compiten y qué conviene contrastar después.
Lectura sistémica preliminar
Relaciones, dependencias y restricciones que ayudan a entender cómo se comporta el conjunto.
Hipótesis contrastables
Explicaciones alternativas suficientemente concretas como para poder reforzarse, debilitarse o falsarse.
Evidencia y límites
Qué está sustentado, qué es inferencia, qué sigue abierto y qué información falta para elevar la confianza.
Próximo contraste
Preguntas y focos de verificación que indican dónde merece la pena profundizar antes de decidir una intervención mayor.
Su valor no está en concluir antes. Está en reducir el espacio de incertidumbre sin ocultar lo que todavía no se sabe.
Estos casos muestran el cambio entre el encargo recibido y la decisión que el análisis permitió formular. Distinguimos resultados observados de estimaciones, hipótesis y escenarios.
Construir un termómetro anonimizado capaz de anticipar fuga de talento en el área de Innovación.
La rotación en Innovación era 1,8 veces la de Banca Tradicional. El análisis situó el problema en la frontera entre ambas áreas e identificó nueve riesgos materiales; seis eran internos y no técnicos. Recomendación: mantener el termómetro y acompañarlo de una intervención organizativa acotada. El pre-mortem estimó una pérdida potencial de 8–14 M€ anuales sin intervención.
Acompañar la entrada de un producto de hidrógeno verde en el mercado británico.
La tecnología no aparecía como cuello de botella. El análisis identificó nueve riesgos materiales; seis eran internos y no técnicos. Se diseñaron tres escenarios de respuesta; el recomendado suponía un 1,4 % del capex de fase 1 y abordaba 8 de 9 riesgos. El pre-mortem estimó una pérdida potencial de 60–90 M€ sin intervención correctora.
Impulsar el uso de IA, ordenar la información y definir una arquitectura tecnológica común.
El análisis desplazó la prioridad desde la implantación tecnológica hacia la forma de operar. Se recomendó crear una metodología común de procesos e implantarla por oleadas: comenzar con un conjunto reducido de procesos, observar su comportamiento, corregir el método y extenderlo progresivamente al resto de la organización. La tecnología y la IA entrarían después, automatizando únicamente aquello que hubiera demostrado ser estable, repetible y útil. Primero hacer escalable la forma de trabajar. Después, la tecnología.
La diversidad disciplinar no se utiliza para repartir el problema por partes. Sirve para someter una misma hipótesis a lecturas distintas y, a veces, incompatibles. Esa fricción es útil: obliga a identificar qué evidencia permitiría discriminar entre explicaciones.
Diez perfiles senior con trayectorias que normalmente no coinciden en una misma mesa: estrategia, operaciones, tecnología, datos, comportamiento, cultura, sistemas y emprendimiento. Cuando el problema lo exige, se trabaja sobre el mismo material para identificar qué está viendo cada perspectiva, qué está omitiendo y qué evidencia permitiría discriminar entre explicaciones.
El objetivo no es sumar opiniones, sino aumentar la probabilidad de detectar una hipótesis débil antes de convertirla en decisión. Human-Driven Problem Solving: personas al mando del razonamiento y la decisión; método para disciplinar la mirada; tecnología, datos e IA cuando amplían la capacidad de observar, contrastar o ejecutar.
Cuando una hipótesis exige una capacidad que no tenemos dentro, incorporamos a quien la tenga. El perímetro del equipo se adapta al problema, no al revés.
Cuéntanos qué está pasando.
No hace falta llegar con el problema bien formulado. Basta con explicar qué ocurre, desde cuándo y qué se ha intentado. Si existe una forma clara de aportar valor, se planteará. Si no, también se dirá.