El problema de la Cruz Roja

0 INTRODUCCIÓN______________________________________________________________

En este ejemplo, examinamos en detalle un problema mal estructurado, ilustrando cómo

podemos llevar a cabo los cuatro pasos esenciales de modelación: delimitar el problema,
estructurar el problema, construir el modelo, y generación de ideas. Este ejemplo brinda una
comprensión general de la ejecución de los pasos, pero no se enseñan las técnicas específicas
o principios. Tampoco en esta narrativa se puede capturar completamente la naturaleza
indagatoria de la modelación, en la cual con frecuencia retrocedemos, cambiamos de ideas,
descubrimos errores, o encontramos algo nuevo que altera suposiciones anteriores.

El proceso de modelación nunca es tan ordenado y sencillo como aparece en los libros. Sin
embargo, se trata de expresar de una forma realista el verdadero proceso por el que se puede
atravesar para desarrollar un modelo.

1 EL PROBLEMA DE LA CRUZ ROJA_____________________________________________

La Cruz Roja está considerando una nueva política, bajo la cual pagará a los potenciales
donadores de sangre por donaciones. Usted ha sido contratado para construir un modelo en el
cual la Cruz Roja, pueda explorar los sacrificios involucrados en esta decisión.

Para el lector: Recomendamos que se detenga en la lectura en este punto y tome

aproximadamente 30 minutos para generar algunas ideas acerca de este
problema antes de leer cuál fue nuestro enfoque. Consiga un pedazo de papel
para tomar notas y esbozar imágenes. Recuerde, la tarea es empezar a desarrollar
un modelo con el cual se exploren los sacrificios, no “resolver” el problema, o
bien, obtener una respuesta. No esperamos que usted desarrolle un modelo de
trabajo dentro de este periodo corto de tiempo, pero puede comenzar a
desarrollar algunas ideas acerca de cómo debe estructurar un modelo.

1.1 Delimitar el problema

Muchos modeladores, especialmente los principiantes, saltan directamente a la fase de

modelación cuantitativa, sin ir por el proceso de delimitación del problema. El peligro de esta
propuesta es que los límites del problema, opciones y medidas de los resultados permanecen
mal definidos mientras que se construye el modelo. Con una delimitación del problema no
clara, se puede estar casi seguro de morder más de lo que puede masticar. Con las opciones no
especificadas cuidadosamente, es poco probable que construya un modelo con la flexibilidad
que necesita para evaluar alternativas realistas. Finalmente, si las medidas de los resultados no
son especificadas, no se puede conocer qué debe calcular el modelo y, por lo tanto, no
conocerá cuando parar de modificar el modelo.

Un proceso de modelación efectivo no comienza con la recopilación de datos, poner por

escrito las relaciones entre las variables, o bien abrir una hoja de cálculo. Antes de cualquiera
de estas actividades viene un periodo de abrir-cerrar la exploración del problema. Necesita
entender el contexto y, usualmente, simplificar el problema a partir de cómo se ha
presentado. En corto, se debe identificar la base del problema (recordando que la base del
problema es la mínima descripción del problema que se necesita para generar la estructura del
modelo). Existen tres tareas importantes en esta etapa: establecer los límites del problema,
definir las opciones y escoger la medida de los resultados.

Por su naturaleza, los problemas mal estructurados, vienen de muchos más tópicos que los
que posiblemente pueden ser modelados efectivamente. La única forma de lidiar con esta
complejidad es poner algunos límites alrededor del problema que se está modelando.
Establecer límites a un problema no sólo lo simplifica, sino que también ayuda a hacer la
situación más concreta. Note que lo que está dentro de los límites – y por lo tanto,
representado en el modelo - y lo que está afuera, no está definido. Debe ser capaz de tomar
en consideración las limitaciones del modelo cuando se trasladan los resultados en
recomendaciones para el mundo real.

Pensando en el problema de la Cruz Roja, probablemente se notará rápidamente qué tan

complejo es un problema del mundo real. La Cruz Roja está involucrada en una gran cantidad
de diferentes actividades, desde la donación de sangre hasta la ayuda humanitaria y
entrenamiento de salvavidas.

¿Debemos considerar todos los aspectos de las operaciones de la Cruz Roja o bien, reducir su
alcance? En el mercado de la donación de sangre, varias organizaciones internacionales y
nacionales compiten con la Cruz Roja. ¿Debemos considerar sus acciones en nuestro modelo?
¿Qué hay acerca de la economía de los proveedores y la demanda? ¿Debemos preocuparnos
sobre los efectos? Por último, la industria de la sangre es altamente regulada y el gobierno
puede cambiar las reglas y afectar todo el sistema de donación de sangre. ¿Necesitamos
modelar las acciones de las autoridades que regulan este sistema?

El mundo real tiene muchas más complejidades que las que posiblemente podemos incluir en
nuestro modelo. Por lo tanto creamos límites para simplificar nuestra tarea. A continuación
tenemos los límites que escogimos en el problema de la Cruz Roja.

- Consideramos sólo las operaciones de sangre de la organización, no cualquiera de las

actividades de las otras organizaciones, tales como ayuda humanitaria.
- Ignoramos las acciones de los competidores en el mercado de las donaciones de
sangre.
- Consideramos sólo las operaciones de Estados Unidos.
- Asumimos que la demanda de sangre es siempre más grande que el suministro.
- Suponemos que no existen cambios en el ambiente regulador.
Otro paso esencial a tomar en el esfuerzo de la modelación es definir las opciones o decisiones
disponibles para el tomador de decisiones. La primordial opción en este problema es pagar
alguna cantidad – entre $0 y un límite superior práctico, tal vez $50 – para cada individuo que
se ofrece a donar sangre. Pero existen muchas formas de implementar esta opción, y hay
opciones relacionadas que la Cruz Roja puede perseguir que pueden hacer a esta nueva
política más o menos efectiva. Por ejemplo, antes de que le paguen a los candidatos, podrían
ser analizados (por ejemplo, preguntándoles si se han involucrado en comportamientos
riesgosos, tales como uso de drogas inyectadas). O la Cruz Roja podría pagarles sólo después
de que su sangre sea probada y encontrada segura para su uso.

Otra forma de limitar el costo o riesgo de esta política, podría ser ofrecer pagar sólo a ciertos
segmentos de la población o donantes en ciertas áreas geográficas. Se pueden también reducir
los riesgos mediante el uso de pagar por sangre diferenciadamente comparado con usar a
donadores de sangre gratis, quizá sólo usando el plasma. Mediante una lluvia de ideas en este
sentido acerca de la variedad de formas de implementar la política, aumentamos las
posibilidades de que nuestro análisis revelará una variante eficaz de la política propuesta.

El aspecto final de la delimitación del problema es considerar cómo vamos a medir los
resultados de cualquier plan de acción propuesto. Si nuestra meta es construir un modelo con
el cual la Cruz Roja pueda analizar los sacrificios, necesitamos determinar cómo hacer que
estos sacrificios sean concretos. Una medición de resultados nos permite cuantificar el
resultado de un curso de acción. En este problema, suponemos que la Cruz Roja quiere
conocer cómo la nueva política afectará las operaciones financieras de la salud, así como la
calidad y cantidad de sangre que estará disponible para suministro. Podemos medir los
resultados financieros en términos del excedente financiero (o déficit) del funcionamiento de
las operaciones de la sangre. Finalmente, la Cruz Roja ciertamente quiere conocer si la nueva
política tendrá un impacto en la calidad de la sangre que provee. La calidad de la sangre es
probablemente medida de una forma compleja, reflejando la probabilidad de contaminación
por una gama de agentes. Como primer paso del modelo, escogimos simplificar esto dentro de
una sola medida: si una toma de sangre es utilizable o no lo es.

Note que cada vez que hacemos explicita una decisión acerca de los límites del problema,
opciones o bien medidas de los resultados, eliminamos algo de nuestro análisis y estamos más
cerca de identificar la base del problema. El arte de la modelación involucra la eliminación de
lo no esencial mientras que retenemos lo esencial. Incluso un modelador experto no puede
conocer con seguridad cuál es cuál, especialmente en el inicio del proceso. Por lo tanto, un
modelador efectivo puede tomar estas decisiones con los ojos abiertos, dándose cuenta de
que puede eliminar algo crucial en esta etapa y que querrá traerlo de regreso después.
Recomendamos mantener una lista de los límites, opciones, y medida de los resultados y
revisarlos periódicamente durante el proceso de modelación. A menudo, una decisión
temprana en el proceso de delimitación del problema comienza a ser cuestionable conforme el
entendimiento sobre el problema se desarrolla.

A continuación tenemos la base del problema de la Cruz Roja que hemos identificado:

La Cruz Roja está considerando ofrecer una cuota (tal vez $10) a cada individuo que pase una
exploración inicial y done sangre. Esta cuota será ofrecida en todas las locaciones y para todos
los donadores, aunque algunos donantes pueden escoger renunciar al pago de sangre. ¿Cómo
afectará esta política los aspectos financieros de la operación de donación de sangre y la
calidad de la sangre que la Cruz Roja entrega a los hospitales?

Para el lector: Antes de continuar leyendo, dibuje un diagrama de influencia

vinculando la cuota al excedente financiera de la Cruz Roja (comparar con lo que
se hace en el caso en cuestión).

1.2 Esquematizando el Problema

Aunque la delimitación del problema es el primer paso importante al desarrollar un modelo y

generar conocimiento, no esperaremos que haga más allá que establecer la situación general
del modelo que se está construyendo. Por otro lado, los modelos de hoja de cálculo son
concretos y precisos, conformados por número y relaciones. Sin embargo, nuestra discusión
hasta este punto ha sido cualitativa y un tanto vaga. ¿Cómo conseguimos llegar desde donde
estamos hasta un modelo funcional?

Usamos los diagramas de influencia para ayudarnos a desarrollar la estructura inicial del
problema. Estos diagramas proporcionan un puente entre las ideas cualitativas desarrolladas
en la etapa de delimitación y los detalles del modelo en etapa de construcción. Un diagrama
de influencia no intenta proveer una especificación detallada para el modelo. De hecho,
cualquier número de modelos podrían ser desarrollados a partir de un solo diagrama de
decisión. Lo que nos proporciona es una perspectiva coherente de las características
importantes del modelo, incluyendo medidas de las entradas y salidas, junto con las variables y
relaciones que las conectan.

Comenzamos con un diagrama para calcular el excedente financiero (o déficit, si es negativo)

para las operaciones de sangre de la Cruz Roja. Subsecuentemente, desarrollamos un
diagrama para la calidad del suministro de sangre, la otra medida de resultados muy
importante que establecimos anteriormente. Comenzamos el diagrama dibujando un
octágono con la descripción de la medida de resultado (excedente) y colocándolo en el lado
superior derecho de la página. Entonces consideramos cómo calcular el excedente. Más
específicamente, ¿cuáles son los componentes de nivel más alto de esta medida? El excedente
es la diferencia entre el costo total y el ingreso total. En el diagrama, está relación es
expresada por la creación de las variables ingresos totales y costo total y conectándolas con
flechas a excedente (ver Figura 1.a). Las flechas significan que la variable en la cola de la flecha
es necesaria en el cálculo de la variable que está en la punta.
 Ingreso
Total

Excedente

Costo
Total

Figura 1a. Diagrama inicial de decisión para el Excedente

Continuamos trabajando hacía atrás, de derecha a izquierda, descomponiendo cada una de las
variables en el diagrama en sus componentes inmediatos. Por ejemplo, el ingreso total es el
precio que obtenemos de vender cada unidad de sangre, multiplicado por el total de unidades
de sangre. El total de unidades de sangre es la suma de las unidades Aceptados Normales y
las unidades Aceptados Pagado Aceptadas (ver Figura 1b). Aceptados Normales es el volumen
de sangre buena que proviene de los donadores no pagados, y Aceptados Pagados es el
volumen de sangre buena proveniente de los donantes que fueron pagados.

Precio

Aceptados
Normales

Ingreso
Total

Aceptados
Pagados Excedente

Costo
Total

Figura 1b. Segundo diagrama de decisión para el Excedente

El Costo Total viene de dos fuentes: el Costo Normal asociado con el Total de Donantes (tales
como salarios, pruebas y gastos de manejo) y la cuota adicional pagada a cada Donador
Pagado (ver Figura 1c). El Total de Donadores es la suma de los Donadores Normales y los
Pagados, y el Costo Normal es el costo actual por donador. Note que la cuota es descrita como
un paralelogramo, ya que es una variable de decisión.
 Precio

Donadores Aceptados
Normales Normales

Ingreso
Total

Aceptados
Pagados Excedente

Total de
Donadores Costo
Total
Donadores
Pagados

Costo
Cuota
Normal

Figura 1c. Tercer diagrama de decisión para el Excedente

Puesto que no todos los donantes de sangre pasarán las pruebas de aceptación de calidad, la
Aceptación Normal es alguna fracción de los Donadores Normales controlados por la Tasa de
Aceptación Normal. Similarmente, Aceptados Pagados está basado en los Donadores Pagados
y la Tasa de Aceptación de los Pagados (ver Figura 1d). Permitimos la posibilidad que las tasas
de aceptación para los Donadores Normales y los Pagados pueden diferir.

Tasa de Aceptación
Normal
Precio

Donadores Aceptados
Normales Normales

Ingreso
Tasa de Aceptación
Total
de los Pagados
Aceptados
Pagados Excedente

Total de
Donadores Costo
Total
Donadores
Pagados

Costo
Cuota
Normal

Figura 1d. Cuarto diagrama de decisión para el Excedente

Asumimos que existe una gran población de Donadores Potenciales y que los Donadores
Normales y los Pagados, ambos vienen de esa población. De los Donadores Potenciales, cierto
porcentaje (Tasa de Donadores Normales) se convertirá en Donadores Normales.
Similarmente, el número de Donadores Pagados es una función del mismo grupo de
Donadores Potenciales y de la Tasa de Donadores Pagados (ver Figura 1e). Asumimos que
ofrecer una cuota no cambia el volumen de las donaciones normales. Note cómo el proceso de
esquematización nos fuerza a hacer suposiciones y nos ayuda a reconocerlas.

Tasa de Donadores Tasa de Aceptación

Normales Normal
Precio

Donadores Donadores Aceptados

Potenciales Normales Normales

Ingreso
Tasa de Aceptación
Total
de los Pagados
Aceptados
Pagados Excedente

Total de
Donadores Costo
Total
Tasa de
Donadores
Donadores
Pagados
Pagados

Costo
Cuota
Normal

Figura 1e. Quinto diagrama de decisión para el Excedente

Finalmente, determinamos la Tasa de Donadores Pagados relacionándola con la cuota y la

Elasticidad del Suministro (ver Figura 1f). Deliberadamente permitimos que esta última
relación sea ambigua por ahora. Sabemos que la tasa de donaciones puede incrementar
conforme la cuota aumenta, dependiendo de cuan susceptible es la población donante a las
cuotas. Sin embargo, no necesitamos formalizar esta relación en este momento. El diagrama
de decisión completo es mostrado en la Figura 1g.

Tasa de Donadores Tasa de Aceptación

Normales Normal
Precio

Donadores Donadores Aceptados

Potenciales Normales Normales

Ingreso
Tasa de Aceptación
Total
de los Pagados
Aceptados
Pagados Excedente
Elasticidad del
Suministro Total de
Donadores Costo
Total
Tasa de
Donadores
Donadores
Pagados
Pagados

Costo
Cuota
Normal

Figura 1f. Sexto diagrama de decisión para el Excedente

Usualmente no incluimos relaciones algebraicas o matemáticas en el diagrama de influencia,
aunque es útil considerar cómo los cálculos serán hechos realmente. Frecuentemente, se
puede identificar una variable faltante en este sentido. También, estamos presentando este
diagrama en su versión final, no como fue desarrollado en primera instancia. En nuestro
primer paso, por ejemplo, no distinguimos entre Aceptados Normales y Aceptados Pagados, o
bien entre Aceptados Pagados y Donadores Pagados. La necesidad de distinguir de Aceptados
Pagados y Donadores Pagados sólo ocurre cuando notamos que la cuota es pagada a todos los
donantes que pasan la exploración inicial, sin considerar si su sangre es aceptada.
(Nuevamente, hicimos esta suposición durante la etapa de delimitación del problema, y
podríamos cambiarla más adelante.)

Por lo tanto, ¿Qué hemos alcanzado hasta este momento? Hemos esquematizado la
estructura conceptual del modelo para calcular el excedente debido a cualquier cuota que
elijamos. Hemos mostrado como todas nuestras entradas están conectadas a nuestra medida
de salida. En el nivel más alto de abstracción, el diagrama de la Figura 1g representa un
modelo que transforma cualquier elección que la Cruz Roja puede tomar para la cuota de
donación (incluyendo $0) en el valor correspondiente para la medida de salida, el excedente.

Tasa de Donadores Tasa de Aceptación

Normales Normal
Precio

Donadores Donadores Aceptados

Potenciales Normales Normales

Ingreso
Tasa de Aceptación
Total
de los Pagados
Aceptados
Pagados Excedente
Elasticidad del
Suministro Total de
Donadores Costo
Total
Tasa de
Donadores
Donadores
Pagados
Pagados

Costo
Cuota
Normal

Figura.1g. Diagrama Final de decisión para el Excedente

Otro logro alcanzado es que hemos documentado muchas de las suposiciones que hicimos a lo
largo del camino. Todo nuestro trabajo hasta ahora ha sido hecho sin el uso de algún número
o gasto de tiempo recolectando datos. Además, deliberadamente hemos mantenido la
discusión en un alto nivel de abstracción para rechazar ser distraídos por detalles irrelevantes.

Algunos comentarios finales del diagrama de influencia están ordenados. La estructura del
problema que hemos representado con el diagrama de influencia puede también ser
representado usando algebra. Por ejemplo,

(Ver la Figura 2 para una lista completa de las expresiones algebraicas para este modelo.)
Sin embargo, la aproximación gráfica del diagrama de decisión es por mucho más flexible e
intuitiva que el método algebraico durante la etapa de formulación del problema.

1.
2.
3.

4.
5.
6.

7.
8.

9.

Figura 4.2. Versión algebraica del Excedente del modelo

Adicionalmente, el diagrama de influencia es una gran herramienta para la comunicación con

clientes o colegas y para ayudarlos a entender el proceso del pensamiento. Las ecuaciones
tienen la ventaja de proporcionar una representación más compacta y precisa, y algunos
modeladores desarrollan una versión algebraica del modelo después de crear el diagrama de
influencia y antes de construir una hoja de cálculo. No obstante, la aproximación gráfica es
necesaria para la mayoría de las personas durante las fases creativas de la formulación del
problema, mientras que la aproximación algebraica es opcional.

1.3 Construir el Modelo – Excedente

El poder de un diagrama de influencia recae en el hecho de que proporciona una base

conveniente para esbozar la estructura del modelo. Sin embargo, un diagrama de influencia
no es un modelo completamente articulado. No contiene números y puede incluir sólo la idea
inicial de las relaciones entre variables. ¿Cómo podemos aprovechar un diagrama de influencia
y usarlo para ayudarnos a crear nuestro primer modelo?

La meta de cualquier modelo es generar un estimado numérico de las medidas de los

resultados en un problema. Por lo tanto, cualquier modelo que produce un valor para el
excedente es útil. Completar una primera versión del modelo es el punto primordial en el
proceso de modelación. Antes de que el primer modelo surja, deberíamos tener una lista de
las suposiciones, ideas, datos y puntos, pero no respuestas o insights. Después del primer
modelo, tenemos una respuesta para el problema, sin considerar cuan inadecuada puede ser
esa solución. Y a partir de entonces, mientras vamos trabajando a partir de esa primera
versión del modelo, siempre tenemos una respuesta que dar, la cual considera en todo
momento lo más actual que puede mostrar el modelo. El proceso de modelación que
recomendamos involucra el desarrollo de una serie de modelos, cada uno más completo que el
anterior. Junto con esta series de modelos viene una serie de respuestas cuantitativas o
insights, cada uno más confiable e intuitivo que el último. La modelación iterativa es el proceso
de desarrollar estas series de modelos de una forma inteligente.

Para el lector: Antes de continuar leyendo, construya un modelo en una hoja de

cálculo para el Excedente de la Cruz Roja, basado en el diagrama de decisión de la
Figura 1g (comprar con lo que se hace en el presente caso).

Continuamos nuestro análisis del problema de la Cruz Roja mostrando cómo pasamos del
diagrama de influencia de la Figura 1g al modelo.

Nuestro primer paso en el proceso de interpretación, es enlistar los parámetros y variables de

decisión en una hoja de cálculo y asignarles valores iniciales. Los seis parámetros siguientes y
una variable de decisión pueden ser identificados directamente en la Figura 1g:

 Cuota de donación
 Precio
 Donadores Potenciales
 Tasa de Donación Normal
 Tasa de Aceptación Normal
 Tasa de Aceptación Pagada
 Costo Normal

Ya que la cuota de donación es una variable de decisión, y por lo tanto está bajo el control de
la Cruz Roja, podemos asignarle cualquier valor que deseemos con el propósito de construir un
primer modelo. Queremos variar la cuota conforme vayamos analizando las implicaciones del
modelo, así que el valor que asignamos inicialmente no tiene consecuencias. Pero, ¿cómo
asignamos valores a los seis parámetros?

Si conocemos valores razonables para los parámetros, podemos utilizarlos con certeza, pero si
no, usamos valores sustitutos convincentes que sirvan para ayudarnos a completar el primer
modelo. Eventualmente, podemos regresar y reemplazar los valores sustitutos por unos más
exactos, pero sólo si determinamos que tienen una diferencia significativa en los resultados.
Abajo se muestran valores iniciales para las siete entradas:

 Cuota de donación $10

 Precio $50
 Donadores Potenciales 1,000,000
 Tasa de Donación Normal 5%
 Tasa de Aceptación Normal 95%
 Tasa de Aceptación Pagada 90%
 Costo Normal $10
Estas entradas son enlistadas en la hoja de cálculo en la Figura 3 junto con sus
correspondientes valores sustitutos.

La misma hoja de cálculo es mostrada en la Vista de Relaciones en la Figura 4.

Sabemos que la meta final de este modelo es calcular el Excedente, por lo tanto ingresamos
un título para dicha variable en la fila 25. Ya que el Excedente será determinado por los Costos
y los Ingresos generados por los Donadores Normales y los Donadores Pagados (si existen),
reservamos la columna D para calcular los Ingresos y los Costos de las Donaciones Normales y
la columna E para los cálculos correspondientes de las Donaciones Pagadas.

Figura 3. Vista numérica del modelo del Excedente

Usando el diagrama de influencia como guía, escribimos la secuencia de variables intermedias

que deben ser calculadas para determinar el Excedente. Éstas son el número de donantes, el
número de donaciones aceptadas, los ingresos generados por las donaciones aceptadas, y el
costo de todas las donaciones. Estas variables sugieren los títulos de las filas en nuestro
modelo:
 Donadores
 Aceptados
 Ingresos
 Costo
 Excedente
Figura 4.4. Modelo del Excedente – Vista de Relaciones

Figura 4. Vista de las relaciones del modelo del Excedente.

El Excedente Total será la suma del Excedente generado por los donadores Normales y los
Pagados.

De nuevo, refiriéndonos al diagrama de influencia, ingresamos fórmulas para las diversas filas.
Comenzamos con la de los Donadores Normales (celda D18), la cual es:

Pero, cuando calculamos el número de donaciones de los Donadores Pagados, caemos en un

problema: El diagrama de decisión es vago en el sentido de cómo debe de ser calculado,
aunque sugiere el uso de la elasticidad de suministro.

Necesitamos recurrir a un conjunto de funciones matemáticas para crear un modelo

adecuado y flexible para representar el efecto de la cuota en las donaciones. La principal
característica es que las donaciones deben incrementarse conforme lo hace la cuota y siguen
subiendo hasta algún punto máximo. Otra característica importante de este modelo, es que
debe ser sencillo determinar valores adecuados para sus parámetros, quizás preguntando a los
responsables de tomar las decisiones. El método que es utilizado aquí, asume que para alguna
cuota base, digamos $20, las donaciones pagadas serán un porcentaje de los donantes
potenciales, digamos el 5 por ciento. Ahora, por cada incremento del 100 por ciento en la
cuota, el porcentaje de donadores se incrementará de manera constante, digamos 2 puntos
porcentuales. Una ventaja de este modelo es que, sólo preguntando a los responsables de
tomar las decisiones, podemos obtener valores adecuados para los tres parámetros que se
necesitan. Sin embargo, antes de hacer esto, se completa nuestro primer modelo usando los
valores sustitutos, los cuales son ingresados dentro de la hoja de cálculo en las celdas D7-D9.
La fórmula apropiada para el número de Donadores Pagados es anotada en la celda E18:

Ahora que hemos enlazado la Cuota a las Donaciones Pagadas, podemos completar el modelo
bastante rápido. La cantidad de sangre aceptada es el número de donantes en cada categoría,
multiplicado por la correspondiente tasa de aceptación. Los Ingresos son el número de
unidades aceptadas multiplicadas por el Precio. Los Costos incluyen tanto el Costo Normal
como la Cuota en la sangre de los Donadores Pagados. Finalmente, el Excedente es la
diferencia entre los Ingresos y los Costos, y el Excedente Total es la suma del Excedente de
cada categoría de donador.

¡Hemos completado un primer modelo! Si se fija la Cuota en $10, nuestro Excedente es de

$1,875,000. Con seguridad, no estamos listos para hacer cualquier recomendación final a la
Cruz Roja basada en este modelo, ya que todas las entradas numéricas son valores sustitutos.
Sin embargo, hemos completado una estructura lógica que considera al menos algunas de las
características esenciales del problema y proporciona un estimado numérico ambiguo de una
de las medidas de resultados clave de la Cruz Roja. Más aún, hemos construido un marco
dentro del cual podemos explorar el problema y generar conocimiento al respecto. Podemos
preguntar qué pasa con el Excedente cuando se cambia la Cuota y cuan sensible son los
resultados a otras entradas. Estas preguntas están en el núcleo del problema, y, con sólo unas
pocas horas de trabajo, hemos construido una estructura que proporciona los fundamentos
para desarrollar respuestas bien argumentadas. La delimitación del problema, el diagrama de
influencia, y la construcción del modelo, son herramientas poderosas para encontrar ideas
preliminares.

Para el lector: Antes de continuar leyendo, utilice el modelo para generar tantas
ideas del problema como se pueda, con respecto a la situación que enfrenta la
Cruz Roja (reporte por escrito, pero mantenga la primera versión que se tiene
hasta ahora para trabajar en la siguiente sección).

1.4 Generación de Ideas

En la sección anterior, dedicamos toda la atención a completar el primer modelo. Alcanzamos

esta meta cuando calculamos el valor para la medida del resultado basado en el valor sustituto
de los valores de entrada. No hemos terminado con la modelación; de hecho, apenas hemos
comenzado. Pero, ¿a dónde nos dirigimos a partir de aquí?

Una de las ideas importantes que debemos considerar, es que la modelación efectiva de
problemas mal estructurados, no busca encontrar “soluciones”, ya que las soluciones para
estos problemas no existen. La modelación busca desarrollar ideas que los decisores pueden
usar. Es difícil brindar una receta para generar ideas.

Sin embargo, nuestro análisis del problema de la Cruz Roja debe proporcionarle el sentido de
lo que son los insights.

Una de las claves de una modelación efectiva, es aprender cómo explorar un modelo, incluso
un primer modelo bastante improvisado; ver qué puede decir un modelo acerca del fondo del
problema. Debe hacer esto antes de modificar el primer modelo, porque sin dicha exploración,
no se tiene una forma confiable de saber qué se puede mejorar. Se debe tener una lista de
suposiciones que surjan del diagrama de influencia, junto con otras opciones que se pueden
elegir o suposiciones alternativas que se pueden tomar. Y, aunque se sabe que muchas de las
entradas numéricas son sólo valores sustitutos, lo que no se sabe aún es cuáles de las
suposiciones son críticas para los resultados y cuáles valores sustitutos necesita reemplazarse
con valores más precisos. El análisis de sensibilidad, es la clave para responder estas preguntas
y, por lo tanto, el punto inicial para generar ideas.

Regresando al primer modelo del Excedente, Figura 3. La pregunta que dirige todo nuestro
esfuerzo es la siguiente: ¿Debe la Cruz Roja pagar por donaciones de sangre? El modelo nos
permite desarrollar una respuesta tentativa a una parte de dicha pregunta: ¿Cómo afectan al
Excedente los cambios en la Cuota por donaciones? Para ver qué sugiere nuestro modelo
actual, variamos la Cuota desde $1 hasta $50 y esquematizamos los valores resultantes para el
Excedente (usando Sensibilidad de Datos de la hoja decálculo). Los resultados se muestran en
la Figura 5.

Se observa que comenzando de $0, el Excedente incrementa conforme se incremente la

Cuota, pero alrededor de $23, se alcanza un “pico” y comienza a decaer. Ahora, no debemos
tomar estos resultados de forma demasiado literal, ya que estamos trabajando con un modelo
demasiado burdo. No obstante, la figura sugiere que cobrar una cuota maximiza el Excedente.

$2,875,000

$2,375,000

$1,875,000

$1,375,000
Excedente Total

$875,000

$375,000

($125,000)
$0 $10 $20 $30 $40 $50

($625,000)

($1,125,000)
Cuota

Figura 5. Sensibilidad del Excedente contra la Cuota (Modelo de Excedente)

Insght 1: El Excedente es bajo tanto para valores bajos como altos de la cuota.
Hay un valor intermedio de la cuota que maximiza el Excedente.

Otro conjunto de resultados viene de la gráfica tornado, en el cual variamos cada parámetro
de entrada en cierto porcentaje de su valor en el caso base y comparamos el impacto en el
Excedente. La Figura 6 muestra los resultados cuando cada parámetro varia en ±25 por ciento
de su valor base.

La gráfica muestra el efecto sobre el Excedente en términos del rango de valores altos hasta
valores bajos; los parámetros son mostrados desde lo alto hasta el fondo de acuerdo a su
impacto. De nuevo, aunque debemos recordar no establecer conclusiones finales de esta
gráfica, ésta sugiere algunas ideas preliminares interesantes. Por ejemplo, notamos que el
Precio tiene un impacto más grande en el Excedente que la Cuota.

Insight 2: El Precio tiene un impacto mayor en el Excedente que la Cuota.

 Figura 6. Diagrama de Tornado para el Excedente

¿Por qué ocurre ésto? Esencialmente, la gráfica muestra cambios absolutos en el Excedente
que ocurren debido a los cambios relativos en las entradas. Dado que el Precio es mucho
mayor que la Cuota en el caso base ($50 comparado con $10), un cambio del 25 por ciento en
el Precio representa un cambio absoluto más grande que el mismo porcentaje de cambio en la
Cuota. Hasta ahora, el resultado parece ser simplemente una consecuencia de la escala de las
entradas. Pero, esto útil considerar si existe una forma en que este resultado podía haber sido
diferente. Esto es, ¿bajo qué circunstancias la Cuota podría tener un impacto más grande que
el Precio? Una manera sería si la Cuota tuviera un efecto multiplicador más grande en las
donaciones.

Otra idea preliminar que se obtiene de la Figura 6, es la noción de que la mayoría de las
entradas que tienen un efecto significativo en el Excedente, no están dentro del control
directo de la Cruz Roja.

Insight 3: La mayoría de las entradas que tienen un efecto significativo en el

Excedente están más allá del control de la Cruz Roja.

El enfoque ha sido evaluar el impacto de la donación con cuota, pero la Figura 6 insinúa que el
Excedente es influenciado más fuertemente por el Precio, la Tasa de Aceptación Normal, los
Donadores Potenciales, la Tasa de Donación Normal, y el Límite de la Cuota. De hecho,
variando la Cuota por sí misma en un rango pequeño alrededor de $10, se tiene un efecto
relativamente pequeño en el Excedente.
 Insight 4: Variaciones en la cuota tienen un efecto relativamente pequeño en el
Excedente.

Si estos resultados, se mantienen sobre estudios adicionales, deben ser muy valorados por los
tomadores de decisiones, quienes deberían o perder el interés en la idea de donación con
cuota ya que no muestra ofrecer una manera de incrementar el excedente, o ganar interés, ya
que podría ser implementada sin amenazar el Excedente existente.

2 TRAER SANGRE DE CALIDAD DENTRO DEL ANÁLISIS_______________________________

Durante la fase de delimitación del problema de este análisis, notamos que la Cruz Roja
probablemente puede medir los resultados de la nueva política de diversas formas.
Ciertamente, ellos ciertamente querrían saber si pagar por donaciones de sangre creará una
fuga financiera inesperada. Comenzamos dirigiéndonos por preocupación con nuestro primer
modelo. Pero, también se quiere saber cuál será el impacto de la nueva política en la calidad
de la sangre que se entregará a los usuarios. Para analizar esta medida de resultados,
debemos ir a través del proceso de modelación de nuevo, desde el diagrama de influencia
hasta la generación de insights.

Para el lector: Antes de continuar leyendo, esbozar un diagrama de decisión que

vincule la cuota con la calidad de la sangre suministrada por la Cruz Roja (comprar
con lo que se hace en el caso).

2.1 Diagrama de Decisión para la Calidad

La calidad de la sangre que la Cruz Roja provee al sistema de hospitales de U.S., depende de si
instituyen una cuota y de cuan exactas son sus pruebas de la calidad de la sangre. Puede ser
más probable que la sangre de los donadores pagados esté más contaminada que la de los
donadores no pagados, las pruebas de sangre son altamente confiables y por lo tanto pueden
detectar casi toda la sangre nueva contaminada introducida en el sistema. Esto trae una
pregunta interesante: ¿Cuán exactas tienen que ser las pruebas de sangre para mantener una
calidad global tan alta como lo es actualmente? Exploramos esta pregunta después, cuando
generemos insigths.

El primer paso para responder esta pregunta es dibujar un diagrama de influencia para la
Calidad de la Sangre. En lugar de revisar los pasos en detalle, nos referimos a la Figura 7 y
describimos algunas de las relaciones clave involucradas, trabajando de forma regresiva de
derecha a izquierda.

Cuando consideramos la Calidad de la Sangre, definimos “positiva” para referirnos a sangre

segura, limpia y “negativa” para decir sangre contaminada. Debemos mantener en mente que
las pruebas de sangre no son perfectas, entonces, alguna sangre negativa podrá ser marcada
como positiva y viceversa. Para medir la Calidad de la Sangre, sólo nos preocupamos por la
sangre que es positiva, ya que cualquier sangre que sea negativa será inmediatamente
descartada. (Mostramos esto como Rechazos Normales y Rechazos Pagados aunque estos
valores no tienen relación con el resultado de la Calidad de la Sangre.) Definimos la Calidad de
la Sangre como un porcentaje de las pruebas positivas de sangre que realmente son positivas.
(Se prefiere un número alto de Calidad de la Sangre.)

Note que algunos parámetros de entrada han sido omitidos en la Figura 7 por razones de
claridad visual. Los parámetros faltantes son valores tales como el Porcentaje Positivo Actual
Normal que indica Positivo (Prueba Pos). Estos parámetros reflejan la exactitud de la prueba
en detectar realmente sangre positiva o negativa.

Pos.Normal
Tasa de Actual/
Donación Positivo Prueba Pos
Normal Normal Rechazos
Actual Pos.Normal Normales
Actual/
Prueba Neg
Porcentaje
Donadores
Normal
Normales
Positivo Neg.Normal
Pos.Total
Actual/
Actual/
Prueba Pos
Negativo Prueba Pos
Normal
Actual Neg.Normal
Actual/
Prueba Neg

Donadores Calidad de
Potenciales la Sangre
PosPagados
Actual/
Positivo Prueba Pos
Elasticidad
Pagado
de
Actual Neg.Total
Suministro PosPagados
Actual/
Actual/
Prueba Neg
Prueba Neg
Porcentaje
Tasa de
Donadores Pagado
Donación
Pagados Positivo NegPagado
Pagada
Actual/
Prueba Pos
Negativo Rechazos
Pagado Normales
Actual NegPagado
Cuota Actual/
Prueba Neg

Figura 7. Diagrama de influencia para la Calidad de la Sangre

Referirse a la Figura 8 para una vista detallada donde se muestran algunos de estos
parámetros. Aquí tomamos en cuenta diversas tasas de exactitud de las pruebas para los
Donadores Normales y los Pagados.
 %Pos.Normal
Actual/
Prueba Pos Pos.Normal
Actual/
Positivo Prueba Pos
Normal
Actual Pos.Normal
Actual/
Prueba Neg

Neg.Normal
Actual/
Pos.Normal Prueba Pos
Tasa de Actual/ Negativo
Donación Positivo Prueba Pos
Normal Normal Rechazos Normal
Actual Pos.Normal Normales Actual Neg.Normal
Actual/
Prueba Neg Actual/
Porcentaje
Donadores
Normal %Neg.Normal Prueba Neg
Normales
Positivo Neg.Normal Actual/
Pos.Total
Actual/
Actual/ Prueba Pos
Prueba Pos
Negativo Prueba Pos
Normal
Actual Neg.Normal
Actual/
Prueba Neg

Donadores Calidad de
Potenciales la Sangre
PosPagados
Actual/
Positivo Prueba Pos
Elasticidad
Pagado
de
Actual Neg.Total
Suministro PosPagados
Actual/
Actual/
Prueba Neg
Prueba Neg
Porcentaje
Tasa de
Donadores Pagado
Donación
Pagados Positivo NegPagado
Pagada
Actual/
Prueba Pos
Negativo Rechazos
Pagado Normales
Actual NegPagado
Cuota Actual/
Prueba Neg

Figura 8. Detalle de diagrama de influencia para la Calidad de la Sangre

La variable del Porcentaje Positivo Normal representa el porcentaje real de los Donadores
Normales que tienen sangre segura. Asimismo, el Porcentaje Positivo Pagado representa el
porcentaje verdadero de los Donadores Pagados con sangre segura. Considerando estas
variables de forma separada, se permite la posibilidad de que los Donadores Pagados tengan
una diferente (¿menor?) tasa real de sangre segura.

Algunas porciones de este diagrama de influencia son similares al diagrama de influencia para
el Excedente (Figura 1g); en particular, el proceso a través del cual los Donadores Normales y
los Pagados son generados, es idéntico. Sin embargo, cuando nuestra medida de los resultados
fue el Excedente, transformamos el número de donadores a dólares, mientras que cuando
nuestra medida es la Calidad de la Sangre, transformamos la misma información en porcentaje
de unidades que son realmente seguras.

También podemos expresar las relaciones con términos algebraicos, como lo hicimos en el
modelo del Excedente. La Figura 9 enlista las ecuaciones que relacionan, la cuota pagada para
la sangre donada, con la máxima calidad que será suministrada. Dado que, estas relaciones
internas son complejas, la versión algebraica del modelo proporciona una revisión útil de la
visión gráfica.
1.

2.

3.

4.

5.

6.

7.
Am de in
8.

9.

10.

11.

12.
13.
14.

Figura 9. Versión algebraica del modelo para la Calidad de la Sangre

Tal como se hizo anteriormente, mostramos ahora el diagrama de influencia terminado. Sin
embargo, se cometieron varios errores antes de llegar a esta última versión. El proceso de
dibujar un diagrama de influencia para un problema mal estructurado, no es nunca un proceso
lineal simple. Involucra errores, descubrimientos y retroceder en el proceso. De hecho, se
realizaron al menos tres diagramas completos antes de llegar a la lógica del diagrama de
Calidad de la Sangre satisfactorio. A lo largo del proceso, se hicieron varios descubrimientos
acerca de la lógica apropiada y de la mejor forma de representar las relaciones involucradas.
Por ejemplo, en el primer intento, pasamos por alto el hecho de que la prueba de sangre sólo
tiene sentido si se desecha la sangre que parece estar contaminada. Así mismo, se tuvo que
descubrir a “prueba y error”, que la Calidad de la Sangre debe ser medida en términos de la
calidad real, no en términos de la calidad evaluada. Como cualquier otro modelo, el diagrama
de influencia nunca está realmente terminado. Se debe decidir cuándo es lo suficientemente
bueno, lo que significa: cuándo se ha dado la mayoría del aprendizaje, y cuándo uno se siente
listo para atacar el modelo con la hoja de cálculo.
 Para el lector: Antes de continuar leyendo, construir un modelo para la Calidad de
la Sangre usando el diagrama de decisión del a Figura 7 (comparar con lo que se
hace en el presente caso ).

2.2 Construcción del Modelo – Calidad de la Sangre

Como en el primer modelo, el primer paso es enlistar los parámetros y las variables de
decisión, y seleccionar valores sustitutos realistas. La variable de decisión y los primeros cinco
parámetros se pueden tomar directamente del modelo de Excedente.

 Cuota de donación $10

 Límite de la cuota $20
 Límite de la Tasa de la donación
5%
con cuota
 Elasticidad del suministro 10%
 Donadores Potenciales 1,000,000
 Tasa de Donación Normal 5%
 Tasa de Aceptación Normal 95%

Ahora, este modelo comienza a separarse del primer modelo. Los siguientes parámetros
determinan el porcentaje de cada tipo de donación de sangre que es realmente positiva o
negativo. (Sangre positiva es aceptable, y sangre negativa es inutilizable.)

 Porcentaje de Donadores
Normales Positivos 95%
 Porcentaje de Donadores Pagados
Positivos 90%

Finalmente, necesitamos ocho parámetros (no mostrados en el diagrama de influencia) para

representar la tasa de éxito de las pruebas de sangre, en ambos, sangre de donadores
Normales y de donadores Pagados. Observe que sólo cuatro de estos parámetros son
independientes; a continuación se enlistan los ocho parámetros para aclarar las ideas.

 Porcentaje Positivo de donadores Normales Real/ Prueba Positiva 98%

 Porcentaje Positivo de donadores Normales Real/ Prueba Negativa 2%
 Porcentaje Negativo de donadores Normales Real/ Prueba Positiva 5%
 Porcentaje Negativo de donadores Normales Real/ Prueba Negativa 95%

 Porcentaje Positivo de donadores Pagados Real/ Prueba Positiva 93%

 Porcentaje Positivo de donadores Pagados Real/ Prueba Negativa 7%
 Porcentaje Negativo de donadores Pagados Real/ Prueba Positiva 15%
 Porcentaje Negativo de donadores Pagados Real/ Prueba Negativa 85%
Los cálculos en el modelo pueden ser ingresados (ver Figuras 10 y 11). El número de donadores
(celdas D32 y E32) se calculan justo como en el modelo de Excedente. Entonces, el número de
Positivos Reales y Negativos Reales es calculado en D33:E34 usando los parámetros apropiados
en D13:D14. Después, se distribuye el número de Positivos y Negativos en cuatro posibles
combinaciones de Reales y los resultados de las Pruebas, en D34:D40 para Donadores
Normales y D43:D46 para Donadores Pagados.

Figura 10. Vista numérica del modelo para la Calidad de la Sangre

El diagrama de influencia muestra cómo usar estas ocho categorías para calcular la Calidad de
la Sangre. Primero, se asume que toda la sangre que resulta negativa en la prueba es
desechada, lo que deja sólo sangre que es evaluada positiva, alguna de las cuales es realmente
negativa. El Total Real Positivo que Prueba (ser) Positiva, se calcula en D48 mediante la suma
de los correspondientes suministros de los Donadores Normales y los Donadores Pagados. Así
mismo, el Total Actual Negativo que Prueba (ser) Positivo viene de ambos, Donadores
Normales y Donadores Pagados. Finalmente, la Calidad de la Sangre (porcentaje positivo) es
una porción del Total Real Positivo que es Prueba (ser) Positivo, de la suma del Total Real
Positivo que Prueba (ser) Positivo y del Total Real Negativo que Prueba (ser) Negativo.

Figura 11. Vita de las relaciones del Modelo para la Calidad de la Sangre
El primer modelo de la Calidad de la Sangre está completo: Si colocamos la Cuota de Donación
en $10, el suministro de sangre resultante será de 99.10 por ciento pura. Esto no es una
conclusión que queremos mostrar a la Cruz Roja aún, ya que los parámetros tienen sólo
valores sustitutos, pero el logro hasta este punto es substancial. Con sólo unas horas de
trabajo, se ha construido una estructura lógica que se mantienen a través de subsecuente
iteración y elaboración. Las relaciones entre la Cuota de Donación (y las otras entradas) y la
Calidad de la Sangre suministrada resultante, no fue para nada obvia cuando se leyó por
primera vez la descripción del problema. Tomó varios intentos crear un diagrama de influencia
que capturará la lógica correcta, y entonces tomó cierto tiempo crear una representación
numérica concreta en la forma de hoja de cálculo para el diagrama.

Para el lector: Antes de continuar leyendo, usar el modelo de Calidad de la

Sangre para generar tantas ideas como sea posible sobre la situación que enfrenta
la Cruz Roja (comprar con lo que se hace en el caso en cestión).

2.3 Generación de Ideas

Nuestro interés en la Calidad de la Sangre se centra en la pregunta ¿qué impacto tendrá una
Cuota de Donación sobre esta medida de resultados tan importante? La Figura 12 sugiere
cómo podría ser la respuesta a esta pregunta.

En la figura, se ha variado la Cuota desde $0 a $50 y se graficó la Calidad de la Sangre (usando

Análisis de Sensibilidad). El modelo muestra que con una cuota de $0, la Calidad de la Sangre,
es de 99.2 por ciento, lo cual presumiblemente refleja el nivel actual de la Calidad de la Sangre.
(Como se desarrolla el modelo más adelante, se tratará de igualar el nivel base de la Calidad
con el nivel real de la Calidad en el sistema actualmente). A medida que se va incrementando
la Cuota, la Calidad disminuye conforme se traen más y más Donadores Pagados, con su mayor
nivel de sangre negativa menos efectividad en su análisis. La figura muestra que la Calidad
decae a 99.02 por ciento para una Cuota de $20. Este resultado puede parecer para alguien
ajeno al contexto (como nosotros), una disminución pequeña (0.18 puntos porcentuales), pero
realmente no conocemos si este nivel de Calidad es aceptable – sólo los tomadores de
decisiones lo saben. Nuestra contribución es desarrollar un modelo que les muestre las
consecuencias de sus acciones. Aunque no podemos tomar los valores numéricos de la Figura
12 como finales, la figura, por sí misma, propone una idea preliminar importante que se puede
explorar y refinar en el modelo.
 Figura 12. Sensibilidad de la Calidad de la Sangre y la Cuota

Figura 13. Diagrama de Tornado para la Calidad de la Sangre

Insight 5: Duplicar la cuota sólo tiene un pequeño efecto en la Calidad.

Completamos el análisis de sensibilidad del modelo de la Calidad con el desarrollo de la gráfica

de tornado (ver Figura 13). Esta figura sugiere otra idea preliminar: los dos factores más
influyentes en este caso son el Porcentaje Real de Donadores Normales Negativo que Prueba
(ser) Negativa y el Porcentaje Real de Donadores Pagados Negativo que Prueba (ser) Negativa.
Esto quiere decir que, la Calidad del suministro de sangre es altamente sensible a la habilidad
de nuestra pruebas para identificar correctamente cuando la sangre es negativa.
 Insight 6: La Calidad del suministro de sangre es altamente sensible a la exactitud
de las pruebas.

Por lo tanto vemos, como no es de sorprender, que lo atractivo (quizá lo satisfactorio) del plan
de una cuota de donación, podría depender de la habilidad de detectar sangre negativa
eficazmente.

Insight 7: La viabilidad de cobrar una cuota puede depender de la habilidad para

identificar sangre contaminada correctamente.

Pero recordemos que todas las entradas de este modelo son valores sustitutos, incluyendo los
porcentajes mencionados. La Figura 13 nos da una motivación para realizar una investigación
cuidadosa de los porcentajes reales involucrados. En última instancia, también puede
proporcionar motivación a la Cruz Roja, para invertir en mejorar las pruebas de sangre si
quiere implementar una política de cuota. Este es un ejemplo de cómo una gráfica tornado
puede ayudar a definir nuestras necesidades verdaderas de datos.

2.4 Recapitulando

Hemos construido dos modelos simples y desarrollado siete ideas preliminares. Hemos
observado, por ejemplo, que el Excedente que maximiza la Cuota podría resultar ser bajo y
que el Excedente por sí mismo no es terriblemente sensible al nivel de la Cuota. También
hemos visto que la Calidad de la Sangre disminuye con la Cuota, pero es tan alta actualmente
que quizá alguna disminución en la Calidad sea aceptable. Aunque estas son sólo ideas
tentativas hasta este punto, recuerde que nuestra inversión completa en modelación y
análisis hasta este punto, es sólo de un par de horas de trabajo. Este es un logro real, dada la
inversión limitada que se ha hecho, para tener varios modelos disponibles funcionando y
algunos resultados preliminares. También se tiene la idea de las áreas en las cuales un
refinamiento en el análisis sería provechoso. Aún más significativo, se tienen algunas ideas de
la forma que debería tomar nuestras conclusiones finales (tales como las presentadas en las
Figuras 5 y 12), las cuales nos ayudarán bastante cuando sea la hora de presentar los
resultados.

3 MEJORANDO E ITERANDO__________________________________________________

Hemos definido una modelación iterativa como un proceso de desarrollar una serie de
modelos de una forma inteligente, de tal forma que los puntos más importantes sean tratados
primero. Aunque no se llevará más allá el análisis de la Cruz Roja, en este punto se debe tener
un sentido de cómo desarrollar un primer modelo y que explorarlo con un análisis de
sensibilidad, puede ayudar a estructurar el proceso de modelación.
 Para el lector: Antes de continuar leyendo, tomar unos minutos para crear una
lista de mejoras para los dos modelos que se han desarrollado aquí. Establecer un
orden de prioridades en esta lista, considerando los cambios que serían más
significativos para la Cruz Roja.

A continuación se presentan algunas ideas:

- El pago a los donadores sucede después de que la sangre pase las pruebas de calidad.
- La cantidad de la cuota de donación afecta la tasa de donadores normales.
- La cantidad de la cuota influye en el número de donadores potenciales.
- Se incurre en Costos adicionales para evaluar las donaciones pagadas.

4 RESUMEN______________________________________________________________

En caso, hemos utilizado un problema mal estructurado para ilustrar los cuatro pasos básicos
del proceso de modelación.

- Delimitar el problema
- Realizar un diagrama del problema
- Construir el modelo
- Generar insights
-

El problema con el que comenzamos fue descrito sólo con un par de oraciones. No se tuvo
acceso a los tomadores de decisiones para preguntarles cómo vieron el problema o cómo
querían que se procediera con el análisis. No se tuvo acceso a ningún dato. Sin embargo,
fuimos capaces de desarrollar un modelo estructurado convincente e incluso formular algunas
ideas interesantes acerca del comportamiento de las medidas de resultados importantes.