¿Medir, gestionar o sólo presumir el impacto?
Por Odile Cortés
En junio tuve la oportunidad de acudir con una beca al curso de Medición de Impacto Social en la Universidad de Oxford y quisiera compartir con ustedes las reflexiones y aprendizajes más importantes que obtuve de las sesiones y la bibliografía que revisamos. Aquí puedes leer un resumen, pero si te interesa platicarlo de primera mano, te invito al Martes 21 de julio a las 4pm a acompañarme en Monterrey o por zoom a comentarlo a profundidad. Inscríbete aquí.
Empiezo por lo que se hizo más evidente para mí: el problema del impacto no es que no estamos midiendo suficiente, sino que estamos midiendo con la lógica equivocada.
Durante mucho tiempo yo misma caí en esa lógica. Pensar que, si definíamos mejor los KPIs, si afinábamos los indicadores o si medíamos más variables, entonces el impacto iba a “aparecer” más claro. Pero lo que empecé a entender —y que atraviesa tanto mis notas como los textos— es que medir impacto no es un ejercicio técnico, es una forma de entender el cambio.
Y eso cambia todo.
De “hacer mejor” a “hacer lo correcto”
Una de las frases que más se me quedó del curso fue el cambio de lógica: pasar de hacer mejor a hacer lo correcto. Porque una organización puede ser muy eficiente… y aun así estar optimizando algo que no importa tanto. Lo veo mucho en la práctica.
Por ejemplo:
- Programas que logran muchas colocaciones laborales, pero esas personas duran tres meses y regresan al mismo punto.
- Intervenciones que reportan aumento en ingresos, pero no cambian realmente las condiciones de vida.
- Capacitaciones que tienen miles de inscritos pero que sólo se mide porque entraron a la plataforma.
Ahí el problema no es de ejecución, es qué estamos entendiendo como impacto.
Si nos tomamos en serio que el impacto son cambios duraderos en la vida de las personas, en los sistemas y en el entorno, intencionados y no intencionados, entonces tenemos que aceptar algo incómodo: eso casi nunca se ve reflejado en los indicadores más fáciles de medir.
El error de empezar por los indicadores
Otra cosa que me hizo mucho sentido es cuestionar algo que damos por hecho: empezar por definir qué medir. Hoy creo que la pregunta correcta es otra: ¿para qué queremos medir? Lo tengo ahora muy claro: primero van las decisiones, después los datos. Y cuando lo llevas a la práctica, cambia muchísimo, no es lo mismo la evidencia que requiero para escalar un programa que lo que necesito saber para mejorar la experiencia de las personas. Y hay casos donde, honestamente, lo mejor es no medir impacto todavía.
Eso también fue un cambio importante para mí. Aceptar que no siempre tiene sentido medir, sobre todo si:
- el programa aún no está maduro
- no hay claridad en la teoría de cambio
- o no hay capacidad para usar los resultados
Medir por medir es caro, desgasta equipos y, en el peor de los casos, genera falsas conclusiones.
Más métricas no significan más claridad
Otro punto clave es entender que más datos no necesariamente implican mejores decisiones. De hecho, pueden complicarlas.
Hay muchos ejemplos de esto:
- Equipos que se enfocan en cumplir el número en lugar de generar impacto real
- Programas que seleccionan beneficiarios “más fáciles” para mejorar sus indicadores
- Actividades que se diseñan pensando en lo que se puede medir, no en lo que realmente importa
Y ahí aparece algo muy peligroso: cuando la métrica se vuelve el objetivo, deja de ser una buena métrica.
Creo que todos lo hemos visto en algún momento, cuando el sistema ya no está optimizando impacto, sino indicadores. Por eso también me hizo mucho sentido la idea de que el siguiente paso no es medir mejor, sino interpretar mejor.
No existe una forma simple de comparar impacto entre organizaciones, porque cada una opera en contextos diferentes, con poblaciones distintas y objetivos distintos. Pretender que todo sea comparable puede hacernos perder lo más importante: el contexto.
El giro más importante: pensar en sistemas
Para mí, el verdadero cambio de paradigma está en el pensamiento sistémico. Antes tendía a ver el impacto como algo que ocurre en individuos. Hoy lo veo como algo que ocurre en sistemas. Un ejemplo muy concreto y ahora muy cercano gracias a nuestra fundación es el empleo, la forma tradicional de medir el impacto gira alrededor de si consiguen trabajo y cuánto ingreso obtienen, pero si lo ves desde sistema, las preguntas cambian:
- ¿Las empresas están contratando distinto?
- ¿Hay más movilidad laboral?
- ¿Cambió la estabilidad del empleo?
- ¿Se redujeron ciertas barreras estructurales?
Y eso ya es otro nivel de análisis.
El modelo del iceberg ayuda mucho a entenderlo:
- Ves eventos (alguien consigue trabajo)
- Empiezas a ver patrones (tasas de empleo)
- Entiendes estructuras (cómo funciona el mercado laboral)
- Y cuestionas modelos mentales (por ejemplo, creencias sobre el rol de las mujeres en el trabajo)
Si no estás tocando esos niveles más profundos, probablemente el cambio no se sostiene.
La medición no es neutral (y eso importa)
Otro tema que me parece clave —y que no se habla suficiente— es que la medición nunca es neutral.
Decidir qué medir y cómo medirlo implica decidir qué es importante. Y eso siempre está influido por quién tiene poder, quién define los indicadores y quién usa la información. Ejemplos sobran: las escalas de percepción que cambian según las culturas, indicadores que limitan la realidad de ciertas poblaciones o lenguajes que se enfocan en “lo que falta” en vez de las capacidades que sí hay.
Esto me hizo cuestionar mucho cómo diseñamos nuestras herramientas. Creo que hay mucho valor en metodologías más participativas, en preguntar a las personas qué significa el cambio para ellas, incorporar sus historias y validar con ellas lo que estamos midiendo. Porque si no, corremos el riesgo de medir algo que es relevante sólo para nosotros, no para quienes viven el impacto, pero sobre todo en enfocarnos sólo en el número y no en la verdadera transformación que ocurre de forma individualizada y en el largo plazo y que no se refleja en una cifra.
Y me puse manos a la obra, mezclando metodologías participativas, cualitativas y proyectivas y pronto pronto podremos contar lo que nos ayudaron a descubrir sobre la empleabilidad de mujeres.
Incentivos: el factor que casi siempre ignoramos
Si hay algo que creo que está subestimado es el rol de los incentivos. Puedes tener el mejor sistema de medición, pero si los incentivos están mal alineados, el impacto se distorsiona. Lo veo en cosas muy concretas: proyectos evaluados por volumen, no por calidad, organizaciones que priorizan escala sobre profundidad y métricas que empujan a “cumplir números”. Esto genera señales mezcladas:
Decimos que queremos impacto, pero premiamos otra cosa.
Por eso me parece tan interesante todo lo relacionado con mecanismos que alinean incentivos con resultados reales. Porque ahí es donde la medición deja de ser solo reporte y empieza a cambiar comportamiento.
Entonces, ¿qué significa medir bien?
Después de todo esto, mi conclusión no es que debamos dejar de medir.
Es que debemos cambiar radicalmente la forma en la que medimos.
Para mí, medir bien implica:
- Empezar por decisiones, no por indicadores
- Aceptar que no todo es medible (y está bien)
- Combinar métodos (números, historias, experiencias)
- Incluir a las personas en el proceso
- Entender el sistema, no solo el resultado individual
- Y, sobre todo, ser honestos sobre lo que no sabemos
Porque al final, el objetivo no es tener el mejor reporte, es tomar mejores decisiones en contextos complejos.
Y si algo me llevo de todo esto, es precisamente eso:
la medición de impacto no es un fin, es una herramienta para entender mejor la realidad y actuar mejor sobre ella.
