Análisis de impacto cruzado

El análisis de impacto cruzado es una metodología desarrollada por Theodore Gordon y Olaf Helmer en 1966 para ayudar a determinar cómo las relaciones entre eventos afectarían los eventos resultantes y reducirían la incertidumbre en el futuro. La Agencia Central de Inteligencia (CIA) se interesó en la metodología a fines de la década de 1960 y principios de la de 1970 como una técnica analítica para predecir cómo los diferentes factores y variables afectarían las decisiones futuras. A mediados de la década de 1970, los futuristas comenzaron a utilizar la metodología en mayor número como un medio para predecir la probabilidad de eventos específicos y determinar cómo los eventos relacionados se impactan entre sí. Para 2006, el análisis de impacto cruzado se convirtió en una serie de metodologías relacionadas con usos para empresas y comunidades, así como para analistas de inteligencia y futuristas.

Desarrollo

Los principios básicos del análisis de impacto cruzado se remontan a finales de la década de 1960, pero los procesos originales eran relativamente simples y se basaban en el diseño de un juego. Eventualmente, se desarrollaron técnicas, metodologías y programas avanzados para aplicar los principios del análisis de impacto cruzado, y el método básico ahora se aplica en los think tanks de futuros, entornos comerciales y la comunidad de inteligencia.

Orígenes

Theodore J. Gordon escribe que el análisis de impacto cruzado fue el resultado de una pregunta: "¿Pueden los pronósticos basarse en percepciones sobre cómo pueden interactuar los eventos futuros?"

El primer formato del método fue un juego de cartas titulado Future, donde los eventos se determinaban mediante probabilidades, un dado especial y los impactos de eventos jugados anteriormente. Este formato inicial de juego de análisis de impacto cruzado fue programado para computadoras en UCLA en 1968. A partir de este momento, la metodología experimentó un desarrollo y sofisticación crecientes para satisfacer ciertas necesidades y condiciones de los usuarios.

Desarrollo temprano

A medida que el análisis de impacto cruzado se expandió a principios de la década de 1970, los investigadores y los futuristas modificaron los principios básicos para mejorar la metodología. En 1972, los investigadores del Instituto para el Futuro agregaron series de tiempo en lugar de "Fracción de tiempo", Norman Dalkey usó probabilidades condicionales y Julius Kane desarrolló "KSIM", una técnica de simulación que usaba interacciones entre variables de series de tiempo en lugar de eventos. En 1974, Duperrin y Godet desarrollaron Cross Impact Systems and Matrices (o SMIC) en Francia para estudios de pronóstico prospectivo.

Los avances en los modelos de simulación continuaron en la década de 1980. En 1980, Selwyn Enzer de la Universidad de California incorporó el análisis de impacto cruzado en un método de simulación conocido como Interax. La técnica Delphi se combinó con el Análisis de impacto cruzado en 1984, y los investigadores de la Universidad Texas A&M utilizaron Cross Impact en un proceso llamado "EZ -IMPACT" que se basó en el algoritmo de Kane de KSIM.

Desarrollo reciente

Después de que se desarrollaron modelos y métodos de simulación para el análisis de impacto cruzado, los analistas comenzaron a desarrollar la gama de temas que podría abordar. El análisis de impacto cruzado se estaba utilizando para resolver problemas del mundo real cuando John Stover aplicó la metodología para simular la economía de Uruguay. Sin embargo, la aplicación de la metodología en el mundo real avanzó rápidamente en la década de 1990. En 1993, SMIC se usó para temas tan diversos como la industria nuclear, la evolución geopolítica mundial y las actividades y trabajos corporativos hasta el año 2000. En 1999, Robert Blanning y Bruce Reinig de la Owen Graduate School of Management de la Universidad de Vanderbilt utilizaron una forma modificada de análisis de impacto cruzado para determinar el futuro de Hong Kong y la economía de Hong Kong cuando el Reino Unido cedió el control a la República Popular China.

Metodología

El análisis de impacto cruzado tiene dos escuelas de pensamiento y formas de enfoque. El primero es el estilo de pronóstico de futuros que desarrolló originalmente la metodología. La segunda es una subescuela de analistas de inteligencia que modificó la metodología original para abordar mejor sus necesidades. Sin embargo, el análisis de impacto cruzado se basa en la premisa de que los eventos y actividades no ocurren en el vacío y otros eventos y el entorno circundante pueden influir significativamente en la probabilidad de que ocurran ciertos eventos.

El análisis de impacto cruzado intenta conectar las relaciones entre eventos y variables. Estas relaciones luego se clasifican como positivas o negativas entre sí, y se utilizan para determinar qué eventos o escenarios son más probables o probables de ocurrir dentro de un marco de tiempo determinado.

Estilo de pronóstico de futuros

El estilo de pronóstico de futuros se basa en los sistemas y métodos desarrollados durante las décadas de 1970 y 1980 y sigue varios pasos estrictos.

Primero, los analistas deben considerar la cantidad y el tipo de eventos que se considerarán en el análisis y crear un conjunto de eventos. Debido a que cada evento tendrá una interacción con todos los demás eventos, Gordon recomienda que se utilicen entre 10 y 40 eventos.

En segundo lugar, los analistas deben tener en cuenta la probabilidad inicial de cada evento. Las probabilidades de los eventos deben tomarse en forma aislada unas de otras.

En tercer lugar, los analistas necesitan generar probabilidades condicionales que tienen los eventos entre sí. Básicamente, esto plantea la pregunta: "Si ocurre el evento 'A', ¿cuál es la nueva probabilidad de que ocurra el evento 'B'?" Esto debe hacerse para cada posible interacción entre eventos.

Cuarto, los analistas deben probar sus probabilidades condicionales iniciales para asegurarse de que no haya errores matemáticos. Esto generalmente se hace ejecutando simulaciones en una computadora varias veces.

En quinto lugar, los analistas pueden ejecutar el análisis para determinar escenarios futuros o determinar qué tan significativos son otros eventos para eventos específicos.

Técnica matemática

El estilo de pronóstico futurista del análisis de impacto cruzado se basa en gran medida en las probabilidades y las matemáticas en sus procesos. Las probabilidades iniciales y las probabilidades condicionales se calculan utilizando porcentajes o números de factores equivalentes a porcentajes. Los investigadores deben calcular los valores numéricos o porcentajes con mucha precisión para garantizar resultados precisos y que los impactos de los eventos entre sí sean realistas y no contradictorios. Además, los investigadores deben tener cuidado al calcular los impactos negativos, ya que la influencia negativa puede crear imposibilidades matemáticas.

Esta rigurosidad matemática hace que el estilo de pronóstico futurista del análisis de impacto cruzado sea uniforme y que las diferencias en los métodos analíticos reales, las simulaciones y los programas tengan solo diferencias menores para adaptarse a las necesidades del investigador o analista específico.

Relación con la técnica Delphi

La precisión de las matemáticas y los eventos específicos requiere una experiencia especial en los eventos o el tema de discusión. Con el fin de obtener la información necesaria para obtener eventos y cálculos, los analistas suelen ponerse en contacto con un gran número de expertos y solicitar sus opiniones sobre eventos o probabilidades en forma personal como grupos o mediante encuestas.

Estas agrupaciones a menudo se asemejan a la Técnica Delphi, que es una técnica analítica que reúne a un grupo de expertos en un tema y les pide su opinión sobre un escenario o predicción. Por lo general, los analistas consideran la predicción o escenario promedio como el más probable de ocurrir. Los dos están tan estrechamente relacionados que los analistas a menudo usan las dos técnicas en combinación o como parte de una metodología más amplia.

Fortalezas

El estilo de pronóstico futurista del análisis de impacto cruzado tiene algunas fortalezas clave. Su uso de grupos de expertos asegura una serie de opiniones que vale la pena considerar al calcular las probabilidades de los eventos. El nivel de las matemáticas en el cálculo de probabilidades asegura que los resultados sean tan precisos como un investigador pueda hacerlos. Además, cuando se usa junto con otras técnicas analíticas, este tipo de análisis de impacto cruzado puede dar mejores resultados cuantitativos que un análisis cualitativo. La conformidad relativa de los métodos garantiza que los analistas que utilizan diferentes métodos o simulaciones puedan llegar a resultados similares, lo que hace que los resultados se puedan probar en un entorno más amplio.

Debilidades

Muchas de las fortalezas del estilo de pronóstico futurista del análisis de impacto cruzado dan lugar a muchas de sus debilidades. La conformidad del estilo genera un cierto nivel de rigidez cuando se trata de variables distintas a los eventos, como las condiciones ambientales o cuestiones políticas. Además, el nivel severo de matemáticas involucrado en este estilo conduce a largas demoras, ya que se deben ejecutar escenarios para garantizar la precisión matemática de las probabilidades, o aparecen problemas particulares con el teorema de Bayes. El nivel de matemáticas también requiere que los investigadores tengan conocimientos de matemáticas o programas informáticos adicionales para manejar los escenarios y las probabilidades del método.

Estilo de análisis de inteligencia

Poco después de que Theodore Gordon y Olaf Helmer desarrollaran el método original de impacto cruzado, la comunidad de inteligencia de los Estados Unidos adoptó la técnica y la ha estado utilizando durante más de treinta años.

Si bien la premisa básica de las relaciones y los impactos entre múltiples variables sigue siendo la misma, la comunidad de inteligencia modificó el análisis de impacto cruzado para satisfacer sus diversas necesidades.

La comunidad de inteligencia ha creado un sistema más flexible y variable que la metodología original. Las relaciones de eventos y los impactos siguen siendo similares al método incorporado por los futuristas. Sin embargo, los analistas de inteligencia han ampliado los parámetros del análisis de impacto cruzado más allá de comparar eventos para incluir variables como el entorno, las circunstancias políticas y la opinión popular para influir en las probabilidades de ciertos eventos. Además, los analistas de inteligencia pueden optar por utilizar medidas más flexibles como "mejorar", "inhibir" o "no relacionadas" en lugar de las matemáticas rígidas de la metodología tradicional para incluir variables sin eventos.

Matriz de impacto cruzado

Una parte importante del estilo de análisis de inteligencia del análisis de impacto cruzado es la matriz de impacto cruzado. La matriz es una visualización del análisis de impacto cruzado y permite modificaciones. También le permite a un analista encontrar tanto las variables más influyentes como aquellas variables que se ven afectadas por la mayoría de las otras variables, no solo relaciones directas uno a uno. Si bien varios métodos tradicionales de análisis de impacto cruzado sugieren la creación de una matriz, la prioridad aún se basa en las probabilidades, las relaciones uno a uno y el orden de los eventos.

En la matriz de impacto cruzado de estilo de análisis de inteligencia, los analistas usan más y menos en lugar de valores numéricos que permiten variables sin eventos y permiten al analista comparar variables directamente con todas las demás variables sin cálculos.

Fortalezas

El análisis de impacto cruzado estilo análisis de inteligencia tiene varias ventajas clave. La flexibilidad del modelo permite a los analistas medir diferentes tipos de variables entre sí, no solo eventos probables. Además, la capacidad de descartar criterios matemáticos estrictos significa que los investigadores no necesitan una formación matemática extensa o un software especializado para utilizar el análisis de impacto cruzado. Esto también permite que los expertos en un tema utilicen la metodología con relativa rapidez sin tener que cotejar los numerosos cálculos que enfrenta el estilo de pronóstico futurista.

Debilidades

La falta de procedimientos estrictos del estilo de análisis de inteligencia también trae inconvenientes considerables. La flexibilidad del estilo depende en gran medida de las opiniones y conocimientos de los analistas involucrados y es difícil reproducir los resultados con un grupo diferente. Además, la opción de eliminar las matemáticas puede perjudicar a los analistas al crear resultados que no tienen valores numéricos que los respalden. Esta falta de matemáticas puede facilitar el proceso al principio, pero la cantidad de software especializado es limitada en comparación con el estilo de pronóstico futurista, lo que hace que el trabajo sea más tedioso a medida que aumenta el número de variables.

Aplicaciones

Los investigadores pueden utilizar el análisis de impacto cruzado para una amplia variedad de aplicaciones. Los futuristas ya han utilizado la metodología para pronosticar eventos en industrias, políticas, mercados e incluso comunidades enteras específicas.

En el análisis de inteligencia, los analistas pueden usar el método para predecir eventos, condiciones o decisiones basadas en una amplia variedad de variables y condiciones a nivel local, nacional e internacional.